Zum Inhalt

KI-basiertes Testing und Robot Process Automation

  • 01.02.2021
  • Entwicklung
Erschienen in:

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Auszug

Der Fachbeitrag beschäftigt sich mit der Herausforderung, komplexe Fahrzeugsysteme vorab zu testen. ESG Mobility und Botcraft haben eine innovative Toollandschaft entwickelt, die KI-basiertes Testing und Robot Process Automation (RPA) kombiniert. Diese Lösung ermöglicht einen vollautonomen Testablauf, der von der Testauftragsvergabe bis zur Fehleranalyse reicht. Durch die Automatisierung der komplexen Interaktionen zwischen Planungs-, Test- und Hardwaresystemen können Testabläufe effizienter gestaltet und die Auslastung der Prüfstände erheblich erhöht werden. Zudem wird die Fehleranalyse durch leistungsstarke KI-Algorithmen unterstützt, die Fehlerbilder klassen und Mustern zuordnen, was die Effizienz und Genauigkeit der Fehlerbehebung erheblich steigert. Diese Ansätze bieten nicht nur Kosteneinsparungen, sondern auch eine höhere Testabdeckung und -tiefe, was in Zeiten wachsender Systemkomplexität und internationalem Wettbewerb von entscheidender Bedeutung ist.

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt ab 54,00 € pro Monat!                                        

Mehr erfahren

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen
Titel
KI-basiertes Testing und Robot Process Automation
Verfasst von
Andreas Brandlmeier
Dr. Daniel Isemann
Publikationsdatum
01.02.2021
Verlag
Springer Fachmedien Wiesbaden
Erschienen in
ATZelektronik / Ausgabe 1-2/2021
Print ISSN: 1862-1791
Elektronische ISSN: 2192-8878
DOI
https://doi.org/10.1007/s35658-020-0566-7
    Bildnachweise
    AVL List GmbH/© AVL List GmbH, dSpace, BorgWarner, Smalley, FEV, Xometry Europe GmbH/© Xometry Europe GmbH, The MathWorks Deutschland GmbH/© The MathWorks Deutschland GmbH, HORIBA/© HORIBA, Outokumpu/© Outokumpu, Gentex GmbH/© Gentex GmbH, Ansys, Yokogawa GmbH/© Yokogawa GmbH, Softing Automotive Electronics GmbH/© Softing Automotive Electronics GmbH, measX GmbH & Co. KG, Hirose Electric GmbH/© Hirose Electric GmbH