IBM und Dallara arbeiten gemeinsam an KI-Modellen für die Fahrzeugentwicklung. Ziel der Kooperation ist es, aufwendige aerodynamische Simulationen deutlich schneller durchzuführen und gleichzeitig mehr Designvarianten zu analysieren. Erste Tests zeigen bereits erhebliche Zeitgewinne. Perspektivisch wollen beide Unternehmen zudem Quantencomputing in die Entwicklungsprozesse integrieren.

IBM und der Fahrzeughersteller Dallara treiben gemeinsam den Einsatz von Künstlicher Intelligenz in der Fahrzeugentwicklung voran. Dafür kombinieren beide Unternehmen ihre jeweiligen Kompetenzen: Dallara bringt langjährige Erfahrung im Motorsport und in der Aerodynamik ein, während IBM KI-Modelle für physikalische Anwendungen sowie Know-how im Bereich Quantencomputing entwickelt.

Die Partner verfolgen dabei das Ziel, bestehende Simulationsprozesse deutlich zu beschleunigen und gleichzeitig neue Ansätze für die Entwicklung von Hochleistungsfahrzeugen zu erschließen. Vor allem in frühen Entwicklungsphasen könnten Ingenieure dadurch schneller auf Veränderungen reagieren und mehr Varianten prüfen.

Im Mittelpunkt der Zusammenarbeit steht die numerische Strömungsmechanik, also Computational Fluid Dynamics (CFD). Diese Verfahren helfen dabei, aerodynamische Eigenschaften wie Luftwiderstand oder Abtrieb zu berechnen. Allerdings benötigen klassische CFD-Simulationen enorme Rechenleistung. Deshalb dauern komplexe Berechnungen häufig mehrere Stunden oder sogar Wochen.

KI verkürzt Simulationszeiten deutlich

IBM und Dallara setzen deshalb auf physikbasierte KI-Modelle, die bestehende Prozesse ergänzen und deutlich beschleunigen sollen. Die zugrunde liegenden physikalischen Prinzipien bleiben dabei weiterhin erhalten.

Ein erstes Praxisbeispiel verdeutlicht das Potenzial der Technologie: Bei der Analyse unterschiedlicher Heckdiffusor-Konfigurationen benötigten klassische CFD-Methoden mehrere Stunden Rechenzeit. Das eingesetzte KI-Modell lieferte hingegen vergleichbare Ergebnisse innerhalb von rund zehn Sekunden und erreichte dabei eine ähnliche Genauigkeit.

Übertragen Ingenieure diesen Ansatz auf komplette Entwicklungszyklen mit hunderten Varianten, können sie Simulationen von mehreren Tagen auf wenige Minuten reduzieren. Dadurch lassen sich Entwicklungsprozesse flexibler gestalten und schneller anpassen.

Mehr Varianten in kürzerer Zeit

Die beschleunigten Simulationen ermöglichen es Entwicklungsteams außerdem, deutlich mehr Designoptionen in frühen Projektphasen zu untersuchen. Gleichzeitig können Unternehmen ihre Rechenressourcen gezielter für besonders anspruchsvolle Optimierungen einsetzen.

„With Dallara, IBM is applying AI to speed up aerodynamic design today while advancing quantum computing in parallel to push simulation farther. Together, these technologies can help engineers move faster, explore more possibilities, and ultimately design better-performing vehicles.“ – Alessandro Curioni, IBM Fellow and VP, Algorithms and Applications, IBM Research.

Gerade bei komplexen aerodynamischen Fragestellungen eröffnet dieser Ansatz zusätzliche Spielräume. Schon kleine Änderungen am Design können die Performance eines Fahrzeugs spürbar beeinflussen. Deshalb profitieren Entwickler besonders davon, wenn sie mehr Varianten in kürzerer Zeit testen können.

Datenbasis als entscheidender Faktor

Die KI-Modelle basieren auf hochwertigen Simulationsdaten aus der Fahrzeugentwicklung von Dallara. Perspektivisch sollen auch reale Messdaten aus Windkanaltests und Rennstrecken integriert werden.

Durch diese Kombination aus Simulation und realen Daten entsteht eine belastbare Grundlage für präzisere Vorhersagen. Gleichzeitig bleibt die physikalische Validierung ein zentraler Bestandteil des Entwicklungsprozesses.

Quantencomputing als nächster Schritt

Neben KI untersuchen IBM und Dallara auch den Einsatz von Quantencomputing. Ziel ist es, besonders komplexe aerodynamische Probleme künftig noch genauer zu modellieren.

Dabei geht es zunächst um hybride Ansätze, bei denen klassische und quantenbasierte Verfahren kombiniert werden. Kurzfristig sollen diese Methoden bestehende Simulationen ergänzen, langfristig könnten sie neue Möglichkeiten in der Fahrzeugentwicklung eröffnen.

Anwendung über den Motorsport hinaus

Die Erkenntnisse aus dem Projekt sind nicht auf den Rennsport beschränkt. Effizientere aerodynamische Designs können auch in anderen Bereichen genutzt werden – etwa bei Serienfahrzeugen oder in der Luftfahrt.

Bereits kleine Verbesserungen beim Luftwiderstand können sich im großen Maßstab deutlich auf Energieverbrauch und Effizienz auswirken.

Fazit

Die Zusammenarbeit von IBM und Dallara zeigt, wie sich KI und perspektivisch Quantencomputing in der industriellen Praxis einsetzen lassen. Entscheidend ist dabei nicht der Ersatz bestehender Methoden, sondern deren gezielte Ergänzung.

Durch schnellere Simulationen und bessere Datenanalysen können Entwicklungsprozesse beschleunigt und gleichzeitig präziser gestaltet werden. Für die Fahrzeugentwicklung bedeutet das vor allem eines: mehr Möglichkeiten in kürzerer Zeit.

Weitere Informationen zu IBM finden Sie hier.