Das Münchner Startup Twaice kooperiert mit dem Lehrstuhl für Fahrzeugtechnik der Technischen Universität München im Forschungsprojekt bawaii, um prädiktive Batterieanalytik durch den Einsatz künstlicher Intelligenz zu verbessern.
Die Batterie im Elektroauto muss bereits bei 70 bis 80 Prozent ihrer Kapazität ausgetauscht werden, damit die zuverlässige Funktionsweise garantiert ist. Allerdings lässt sich der Zustand und die Restlebensdauer bislang noch nicht genau bestimmen, der Betrieb von E-Autos ist deshalb mitunter ineffizient und teuer. Das Münchener Startup Twaice hat eine Software entwickelt, die das ändern wird. Mit Hilfe von digitalen Zwillingen informiert das Programm präzise über den „Gesundheitszustand“ einer Lithium-Ionen-Batterie.
Die Industrie interessiert das brennend: Automobilhersteller wollen die Software ebenso einsetzen wie Energiekonzerne und Versicherungen. Bei der Weiterentwicklung ihres innovativen Ansatzes arbeiten die Gründer von Twaice jetzt eng mit der Technischen Universität München (TUM) zusammen. Diese Kooperation von Forschung und Wirtschaft läuft unter dem Projektnamen bawaii (Battery Analytics with Artificial Intelligence). Sie eröffnet einen Weg, wie neueste akademische Forschungsergebnisse zur Künstlichen Intelligenz in die praktische Anwendung kommen können.
Die Forschungsgruppe arbeitet dazu an der Batterie, dem wertvollsten und wichtigsten Teil eines Elektroautos. Denselben Ansatz verfolgt Twaice in der praktischen Anwendung weiter. Das Startup war vor einem Jahr als Spin-Off aus der TUM hervorgegangen. Mittlerweile zählen bereits einige Industriekonzerne zu den Kunden. Sie wollen mit Hilfe der Twaice-Software ihre Batterien effizienter entwickeln & betreiben.
Twaice wurde von Michael Baumann und Stephan Rohr gegründet. Die beiden Ingenieure beschäftigen sich schon länger mit der Frage, wie sich der Gesundheitszustand moderner Batterien zuverlässig bestimmen lässt. Sie setzen ausgeklügelte Software ein, um die Prozesse in den teuren Energiespeichern zu beobachten. Daraus können die Entwickler Vorhersagen zum Zustand und zur Lebensdauer des Akkus ableiten. Diese Faktoren sind von der individuellen Beanspruchung abhängig, die im Betrieb durch ständige Messdaten festgehalten werden muss.
Breite Kompetenz der TUM
Das staatlich geförderte Projekt bawaii soll weitere Möglichkeiten liefern, die vielen Daten, die beim Betrieb einer Batterie anfallen, sinnvoll zu analysieren. Die TUM-Forscher am Lehrstuhl von Professor Markus Lienkamp verfügen über eine breite Kompetenz zum Verhalten von Lithium-Ionen-Batterien. Sie nutzen für ihre Untersuchungen spezielle Prüfstände und Demonstratoren, an denen sie ihre Berechnungen überprüfen können. Zur Aufgabenteilung gehört, dass die TUM neue Methoden erforscht und bestehende validiert, während die Partner aus der Wirtschaft die zugrundeliegende KI-Software liefern und die Erprobung der neuentwickelten Methode in realen Fahrzeugen übernehmen.
Fahrzeughersteller können mit Hilfe der Software von Twaice präzise validieren, wie gut ihr Batteriesystem die Anforderungen erfüllt. Und sie erhalten bereits in der Entwicklung genaue Prognosen zur Alterung der Batterie. Diese lässt sich dann entsprechend auslegen. Die möglichen Einsparungen können riesig sein, denn bislang werden die Energiespeicher oft zu groß geplant. Bis zur Hälfte der Kosten für ein Elektroauto liegt in dessen Akku. Wie rentabel ein solches Fahrzeug am Ende ist, hängt also entscheidend davon ab, wie gut seine Batterie genutzt werden kann. Das Projekt bawaii soll diesen Nutzen durch einen gezielteren Einsatz von Künstlicher Intelligenz vergrößern.
Quelle: Twaice – Pressemitteilung vom 04.03.2019
