Auf dem Weg zum Flughafen oder dem Heimweg kurz tanken? Aus einem Vorgang der eigentlich lediglich fünf Minuten dauern sollte, wird schnell eine längere Angelegenheit, wenn ein Kunde wieder einmal seinen Wochenendeinkauf an der Tankstelle erledigt. Dass es auch anders geht zeigt ein Accenture-Projekt in Großbritannien: Vorfahren, Tanken, Weiterfahren. Und die Realisierung ist keine rocket science. Accenture hat hier mit den Partnern Shell und Jaguar Land Rover bereits vorhandene IoT-Devices und Digitalisierungs-Technologien zu einer neuen In-Car-Payment-Lösung geschnürt.

In-Car-Payment

Auf diese Weise kann der Kunde das Tanken an Shell-Stationen über den Touchscreen seines Autos erledigen. Hierzu benötigt er unter anderem die Shell-App sowie ein Auto mit InControl-Apps, um das Smartphone mit dem Auto zu verbinden. Zudem kann ihm die App die nahegelegenen Tankstellen anzeigen. Während die Kunden von mehr Bequemlichkeit profitieren, hofft Shell so auf eine höhere Kundenbindung. Zudem könnte das System auch für Marketing-Maßnahmen genutzt werden, um etwa auf spezielle Verkaufsaktionen einer Tankstelle aufmerksam zu machen.

Noch keine Kundenanwendung ist dagegen das IoT-Projekt von Ducati Corse, der Rennabteilung von Ducati Motor Holding. Per Internet der Dinge (IoT) und AI (Künstliche Intelligenz) will der Rennstall seine MotoGP-Motorräder schneller und effektiver testen. Mit Machine-Learning-Technologien will Ducati die Zahl der Testfahrten reduzieren, indem immer mehr Daten für eine Simulation zur Verfügung stehen. Je mehr Daten dabei in das System eingepflegt werden, umso mehr Konfigurationen stehen zum Testen zur Verfügung. Zudem steige so die Genauigkeit der Leistungsvorhersagen. Am Rechner sollen so unterschiedlichste Setup-Konfigurationen ausprobiert werden können, ohne dass aufwändige Testfahrten erforderlich sind.

100 IoT-Sensoren fürs Motorrad

Die Daten selbst stammen von bis zu 100 IoT-Sensoren, die in den Rennmaschinen verbaut sind. So werden Daten wie Motorlaufparameter, Geschwindigkeits-, Drehzahl- und Reifen- und Bremsentemperaturen gesammelt und erfasst. In Verknüpfung mit dem Streckenprofil der 18-MotoGP-Kurse sind die Ingenieure in der Lage, Rennen unter unterschiedlichen Bedingungen zu simulieren.

Noch ist die Anwendung auf den Motorsport beschränkt. Allerdings gibt es Überlegungen, das System später in Serienmaschinen ebenfalls einzusetzen. Mit Hilfe der gewonnenen Daten könnte dann beispielsweise ein Händler das Motorrad eines Kunden speziell auf dessen spezifische Fahrweise anpassen. Vorstellbar wäre auch, die Informationen für die optimale Reifenwahl zu nutzen. Ein Schritt weiter gedacht, könnten die Daten direkt in die Produktion beziehungsweise Produktweiterentwicklung einfließen. So ließen sich etwa Stoßdämpfer optimieren oder die Reifen mit Blick auf die Fahrweise weiterentwickeln.

Werkstatt der Zukunft

Dabei dürfte der Werkstattbesuch für den Kunden künftig auch anders ablaufen als heute. Unter dem Schlagwort "Dealer 4.0" hat Accenture das Konzept einer digitalisierten Werkstatt entwickelt. In diesem Szenario kommuniziert das Fahrzeug direkt mit der Werkstatt und teilt ihr eventuelle Defekte mit. Gleichzeitig könnten beide Systeme dann einen Termin vereinbaren.

Die Vernetzung der Prozessketten geht dabei soweit, dass das Fahrzeug der Werkstatt gleich mitteilt, welches Spezialwerkzeug für die Reparatur erforderlich. Dies könnte dann die Rüstzeiten deutlich verkürzen, wenn das Fahrzeug in die Werkstatt kommt. Wobei das vernetzte Auto seine voraussichtlich Ankunftszeit automatisch übermitteln könnte. In der Werkstatt würden Beacons dann den Kunden leiten. Gleichzeitig könnte mit dieser Technologie der Standort des Fahrzeugs in der Werkstatt jederzeit festgestellt werden. Unter dem Strich würde das Dealer-4.0-Konzept für eine Werkstatt einen Effizienzgewinn bedeuten, während der Kunde von einem besseren Service und kürzeren Werkstattaufenthalten profitieren würde.