Ein modernes Auto lässt sich längst nicht mehr nur durch Hersteller, Modell und Baujahr beschreiben.

Motorisierung, Batterie, Softwarestand, Ausstattung, Ersatzteile, Steuergeräte, Assistenzsysteme oder Wartungsinformationen bilden gemeinsam ein immer komplexeres digitales Abbild eines Fahrzeugs.

Für Autofahrer bleiben viele dieser Informationen im Hintergrund. Für Hersteller, Werkstätten, Händler, Versicherungen, Ersatzteilanbieter und digitale Dienste sind sie dagegen zunehmend entscheidend.

Damit entsteht eine Herausforderung, die mit der Digitalisierung der Automobilindustrie immer wichtiger wird:

Es gibt immer mehr Fahrzeugdaten – aber nicht zwangsläufig eine einzige, eindeutig nachvollziehbare Quelle dafür.

Ein Fahrzeug, viele Datenquellen

Informationen über ein Fahrzeug entstehen heute an unterschiedlichen Stellen.

Der Hersteller verfügt über Produktions- und Entwicklungsdaten. Zulieferer kennen die Eigenschaften ihrer Komponenten. Händler verwalten Verkaufs- und Ausstattungsinformationen. Werkstätten erzeugen Wartungs- und Reparaturdaten. Weitere Datenanbieter sammeln technische Informationen, Ersatzteilzuordnungen oder Fahrzeugbewertungen.

Bei vernetzten Fahrzeugen kommen zusätzlich Daten hinzu, die während des Betriebs entstehen.

Rund um ein einziges Fahrzeug bildet sich dadurch ein komplexes Netz aus Informationen.

Das ist zunächst kein Problem. Unterschiedliche Unternehmen benötigen unterschiedliche Daten für unterschiedliche Aufgaben.

Schwierig wird es dort, wo eine einfache Frage beantwortet werden muss:

Welche Information ist verbindlich?

Was passiert, wenn Daten sich widersprechen?

Zwei Datenbanken können unterschiedliche technische Angaben für dieselbe Fahrzeugvariante enthalten.

Welche Quelle hat dann recht?

Stammt eine Angabe direkt vom Hersteller? Ist sie möglicherweise veraltet? Wurde das Fahrzeug während seiner Produktionszeit verändert? Oder wurde eine Information einer ähnlich bezeichneten Variante zugeordnet?

Menschen können solche Unstimmigkeiten durch zusätzliche Recherche möglicherweise erkennen.

Automatisierte Systeme benötigen dagegen möglichst eindeutige Strukturen. Sie müssen unterscheiden können, welches Modell, welche Generation, welche Variante und welches konkrete Bauteil tatsächlich gemeint ist.

Damit wird aus einem einfachen Datenproblem eine Frage der digitalen Infrastruktur.

KI macht die Herkunft von Daten noch wichtiger

Mit dem zunehmenden Einsatz künstlicher Intelligenz bekommt die Herkunft von Informationen zusätzliche Bedeutung.

KI kann große Mengen an Daten analysieren, miteinander verbinden und daraus neue Antworten erzeugen. Sie kann jedoch nicht automatisch garantieren, dass jede zugrunde liegende Information korrekt, aktuell oder richtig zugeordnet ist.

Sind bereits die Ausgangsdaten fehlerhaft oder widersprüchlich, kann eine KI diese Unsicherheit übernehmen.

Deshalb dürfte künftig nicht nur entscheidend sein, welche Information ein digitales System liefert, sondern auch:

Woher weiß das System das eigentlich?

Eine technische Angabe, die eindeutig auf eine ursprüngliche und nachvollziehbare Quelle zurückgeführt werden kann, besitzt eine andere Qualität als eine Information, deren Herkunft nach mehreren Datenübernahmen nicht mehr feststellbar ist.

Datenherkunft wird damit zu einem Teil der Datenqualität.

Das Auto wird zur digitalen Struktur

Gleichzeitig entwickelt sich das Fahrzeug selbst weiter.

Software kann Funktionen verändern oder ergänzen. Fahrzeuge kommunizieren mit digitalen Diensten. Batteriezustände, Diagnosedaten, Softwareversionen und elektronische Komponenten gewinnen an Bedeutung.

Dadurch verändert sich auch die Frage, wie ein Fahrzeug digital eindeutig beschrieben werden kann.

Hersteller und Modell reichen dafür in vielen Fällen nicht mehr aus.

Zwischen einem Hersteller und einem konkreten technischen Bauteil liegen mehrere Ebenen:

Hersteller → Modell → Generation → Variante → technische Ebene

Erst wenn solche Beziehungen eindeutig beschrieben werden können, lassen sich Informationen zuverlässig miteinander verbinden.

Was zunächst wie eine Aufgabe für einzelne Datenbanken erscheint, könnte damit zu einer wesentlich größeren Herausforderung werden.

Denn dieselben Informationen werden von zahlreichen Marktteilnehmern benötigt – über Unternehmens-, System- und zunehmend auch Landesgrenzen hinweg.

Wer trägt Verantwortung für eine Information?

Je stärker Fahrzeuge digitalisiert werden, desto wichtiger wird deshalb eine bislang häufig unsichtbare Frage:

Wer übernimmt Verantwortung dafür, dass eine Information richtig ist?

Langfristig könnte es nicht mehr ausreichen, Daten lediglich zu sammeln.

Es muss nachvollziehbar werden können, wer eine Information bereitgestellt hat, wann sie entstanden oder verändert worden ist, für welches Fahrzeug sie tatsächlich gilt und ob inzwischen eine aktuellere Angabe existiert.

Besonders wichtig wird diese Nachvollziehbarkeit, wenn Maschinen zunehmend selbstständig mit diesen Informationen arbeiten.

Die eigentliche Herausforderung ist Vertrauen

Die nächste Entwicklungsstufe der digitalen Automobilindustrie könnte deshalb nicht allein darin bestehen, immer mehr Daten zu erzeugen.

Die größere Aufgabe könnte darin liegen, vorhandene Informationen eindeutig zuzuordnen, miteinander zu verbinden und ihre Herkunft nachvollziehbar zu machen.

Hersteller, Zulieferer, Werkstätten, Ersatzteilanbieter, Plattformen und KI-Systeme haben dabei unterschiedliche Anforderungen.

Am Ende benötigen sie jedoch eine gemeinsame Grundlage:

Welches reale Fahrzeug, welche Variante, welches Bauteil und welche Information ist tatsächlich gemeint – und woher stammt diese Information?

Die Frage „Wem gehören eigentlich die Daten eines Autos?“ führt damit zu einer noch grundsätzlicheren Frage:

Wie schaffen wir Vertrauen in Fahrzeugdaten, wenn immer mehr digitale Systeme auf ihnen aufbauen?

Planet24 wird diese Entwicklung und ihre Auswirkungen auf die Automobilindustrie weiter begleiten.