HomeBlog - ISO PAS 8800: KI-Sicherheit im Fahrzeug einordnen

ISO PAS 8800: KI-Sicherheit im Fahrzeug einordnen

ISO PAS 8800 einordnen: KI-Sicherheit im Fahrzeug für Praktiker

ISO/PAS 8800:2024 ist die erste internationale Spezifikation, die die Sicherheit KI-basierter Funktionen im Straßenfahrzeug eigenständig behandelt. Sie gilt für sicherheitsrelevante E/E-Systeme mit KI-Technologie in Serienfahrzeugen und definiert einen KI-Sicherheitslebenszyklus, der Daten, Modell und Betrieb umfasst. Sie ergänzt ISO 26262 (funktionale Sicherheit) und ISO 21448 (SOTIF) um KI-spezifische Eigenschaften wie Robustheit, Verzerrung und Generalisierungsfähigkeit. Werkzeug-KI im Engineering, etwa Coding-Assistenz, fällt ausdrücklich nicht in ihren Geltungsbereich. sensified ordnet die Spezifikation für Safety- und Entwicklungsverantwortliche ein und beschreibt, was Teams heute vorbereiten können.

Die Frage kommt selten aus dem eigenen Team zuerst. Ein Kunde schickt einen Fragebogen zur Behandlung von KI-Anteilen im Projekt, ein Assessor kündigt im Vorgespräch an, sich das Thema anzusehen, oder eine Ausschreibung nennt ISO/PAS 8800:2024 als Referenz (Herausgeber: ISO, veröffentlicht Dezember 2024). Wer dann Safety oder Entwicklung verantwortet, braucht eine belastbare Einordnung: Was steht in dieser Spezifikation, für wen gilt sie, und was folgt daraus für das eigene Projekt. Dieser Beitrag liefert diese Einordnung. Die Praxis-Einschätzungen am Ende sind typisierte Hypothesen aus Projekterfahrung, die je Kunde und Toolchain zu prüfen sind.

Was die PAS regelt: Geltungsbereich und Anspruch

Der offizielle Titel lautet „Road vehicles — Safety and artificial intelligence“. Schon der Titel markiert den Anspruch: Es geht um die Sicherheit von KI im Fahrzeug selbst, auf Ebene des Fahrzeugverhaltens.

Sicherheitsrelevante KI im Serienfahrzeug

Die PAS gilt für sicherheitsrelevante Systeme, die ein oder mehrere elektrische oder elektronische (E/E) Systeme mit KI-Technologie enthalten und in Serien-Straßenfahrzeugen verbaut sind; Mopeds und Sonderfahrzeug-Systeme sind ausgenommen. Adressiert wird das Risiko unerwünschten sicherheitsrelevanten Verhaltens auf Fahrzeugebene, das aus drei Fehlerbildern von KI-Elementen entstehen kann: unzureichende Ausgaben des Modells (output insufficiencies), systematische Fehler und zufällige Hardwarefehler. Eingeschlossen sind auch Wechselwirkungen mit KI-Elementen außerhalb des Fahrzeugs, wenn sie direkt oder indirekt auf die Fahrzeugsicherheit wirken, etwa eine Objekterkennung in der Infrastruktur oder ein Feld-Monitoring im Backend. Der Fokus liegt primär auf maschinellem Lernen; Detailvorgaben zu einzelnen Verfahren wie tiefen neuronalen Netzen macht das Dokument bewusst nicht. Im Kern beschreibt es sicherheitsrelevante Eigenschaften von KI-Systemen, aus denen sich ein belastbares Sicherheitsargument für die Abwesenheit unvertretbarer Risiken aufbauen lässt.

Warum eine PAS und noch keine vollwertige Norm

PAS steht für Publicly Available Specification. Das ist ein Veröffentlichungsformat der ISO mit kürzerem Konsensweg als bei einer internationalen Norm: schneller verfügbar, dafür mit begrenzter Laufzeit und turnusmäßiger Überprüfung, an deren Ende die Überführung in eine vollwertige Norm stehen kann. Für Praktiker heißt das zweierlei. Erstens können sich Inhalte in einer künftigen Norm-Fassung noch verschieben. Zweitens ist die Grundlogik aus Lebenszyklus, Datenbehandlung und Sicherheitsargument bereits heute der Bezugspunkt, an dem sich Kunden, Prüfdienstleister und Assessoren orientieren.

Was die PAS nicht regelt: die Grenze zur Werkzeug-KI

Ebenso wichtig wie der Geltungsbereich ist seine Grenze. Hier entsteht die häufigste Verwechslung, und der Scope-Text der PAS löst sie selbst auf.

Coding-Assistenz und Engineering-Werkzeuge bleiben außen vor

Der Geltungsbereich stellt ausdrücklich klar, dass das Dokument keine spezifischen Leitlinien für Software-Werkzeuge liefert, die KI-Methoden nutzen. Coding-Assistenz, Qualitäts-Vorprüfung von Anforderungen, abfragbare Entwicklungsdokumentation oder KI-gestützte Testselektion fallen damit nicht unter ISO/PAS 8800, solange die KI im Werkzeug arbeitet und keine KI-Funktion ins Fahrzeug ausgeliefert wird. Diese Werkzeug-Ebene hat ihren eigenen, längst etablierten Pfad: die Tool-Vertrauensbetrachtung nach ISO 26262, sobald ein Werkzeug sicherheitsrelevante Arbeitsprodukte beeinflusst, plus einen definierten Freigabepfad je Einsatzfeld, bei dem KI assistiert und der Mensch verantwortet. Welche Einsatzfelder dort heute tragen und welche Triage-Klasse zu welchem Freigabepfad gehört, ordnet der Überblick zur KI in der Automotive-Softwareentwicklung ein. Wer beide Ebenen sauber trennt, beantwortet die Assessor-Frage nach KI im Projekt in zwei klaren Sätzen statt in einer Verteidigungsrede.

Weitere Grenzen des Geltungsbereichs

Auch innerhalb der Fahrzeug-Welt regelt die PAS nicht alles. Die Entwicklung von KI-Elementen, die nicht Teil des Fahrzeugs sind, liegt außerhalb des Geltungsbereichs; für solche Elemente verweist das Dokument auf domänenspezifische Leitlinien. Zulassungs- und Genehmigungsfragen behandelt die PAS ebenfalls nicht; sie ist ein technischer Standard, keine Rechtsvorschrift. Konkrete Algorithmen, Architekturen oder Werkzeugketten schreibt sie auch nicht vor; sie beschreibt nachzuweisende Eigenschaften und überlässt den Weg dorthin dem Entwicklungsteam.

Der KI-Sicherheitslebenszyklus: Daten, Modell, Betrieb

Das methodische Herzstück der PAS ist ein iterativer KI-Sicherheitslebenszyklus mit Anforderungen je Phase. Er erweitert die vertraute V-Modell-Denkweise um zwei Aspekte, die bei klassischer Software so nicht existieren: Daten als eigenständiges Sicherheitsartefakt und die fortlaufende Absicherung nach dem Produktionsstart.

Textfreies Schema-Sinnbild eines Kreislaufs aus drei Stationen: stilisiertes Datenbank-Symbol, Netz-Symbol für ein Modell und Fahrzeug-Symbol

Daten als Sicherheitsartefakt

Bei einer gelernten Funktion bestimmt der Datensatz das Verhalten mit, also behandelt die PAS Datensätze wie Arbeitsprodukte mit Sicherheitsrelevanz. Anforderungen an die Daten werden aus den Sicherheitsanforderungen des KI-Systems abgeleitet und müssen die vorgesehene Einsatzdomäne abdecken, die Operational Design Domain (ODD). Dazu gehören Versionierung, Ablage und Zugriffsrechte ebenso wie inhaltliche Fragen: korrekte Annotation, zueinander passende Rohdaten und Metadaten, dokumentierte Lücken mit verknüpften Maßnahmen. Verifikation und Validierung der Datensätze sind eigene Schritte, getrennt von der Prüfung des Modells. Die Nachweiskette läuft damit von der Gefährdung über die Sicherheitsanforderung bis in den Datensatz-Stand hinein.

Vom trainierten Modell zur Absicherung im Betrieb

Der zweite neue Aspekt ist der Betrieb. Ein trainiertes Modell ist mit der Freigabe nicht fertig abgesichert, weil sich seine Umgebung verändert und weil seine Grenzen erst im Feld vollständig sichtbar werden. Die PAS verlangt deshalb eine kontinuierliche Absicherung während des Betriebs: Monitoring des Systemverhaltens, Rückführung von Feld-Beobachtungen in Datensätze und Tests sowie die Pflege des Sicherheitsarguments über Änderungen hinweg, etwa bei Updates. Das Sicherheitsargument wird damit zu einem lebenden Arbeitsprodukt. Wer heute Release-Prozesse und Änderungsmanagement nach Automotive SPICE (ASPICE) betreibt, erkennt das Muster; neu ist, dass Datenstand und Modellstand denselben disziplinierten Umgang brauchen wie Code-Stände.

ISO 26262, ISO 21448 und ISO PAS 8800 im Vergleich

Die drei Dokumente konkurrieren nicht, sie beantworten unterschiedliche Fragen an dasselbe System. Die Kurzfassung für das nächste Kundengespräch:

Aspekt ISO 26262 ISO 21448 (SOTIF) ISO/PAS 8800
Leitfrage Ist das E/E-System gegen Fehlfunktionen abgesichert? Ist die Funktion auch ohne Fehlfunktion in allen Situationen sicher genug? Sind KI-spezifische Unsicherheiten des Systems beherrscht und nachgewiesen?
Typisches Fehlerbild Hardware-Ausfall, systematischer Software-Fehler Funktionale Unzulänglichkeit, unbekanntes Szenario Unzureichende Modell-Ausgabe, Verzerrung, mangelnde Generalisierung
Gegenstand E/E-System und Entwicklungsprozess Spezifikation und Leistungsgrenzen der Funktion KI-System, Modell und Datensätze über den Lebenszyklus
Dokumenttyp Internationale Norm (Reihe) Internationale Norm Publicly Available Specification (2024)
Verhältnis Basis der funktionalen Sicherheit Ergänzung für beabsichtigte Funktionalität Erweiterung beider um den KI-Anteil

In der Praxis wird ein KI-basiertes System im Fahrzeug entlang aller drei Quellen abgesichert: ISO 26262 bleibt die Grundlage, SOTIF behandelt die Leistungsgrenzen der beabsichtigten Funktion, und die PAS liefert Vokabular und Lebenszyklus für den KI-Anteil.

Abgrenzung zum EU AI Act: Regulierung und technischer Standard

Neben der Norm-Landschaft steht die regulatorische. Die Verordnung (EU) 2024/1689, die KI-Verordnung der EU, ist ein Rechtsakt: horizontal, risikobasiert, mit Pflichten je Risikoklasse und mit der seit Februar 2025 geltenden KI-Kompetenz-Pflicht für Beschäftigte nach Artikel 4. ISO/PAS 8800 ist dagegen ein technischer Standard: Sie beschreibt, wie ein Sicherheitsnachweis für KI im Fahrzeug methodisch aufgebaut wird. Ein Rechtsakt sagt, dass und wofür Nachweise zu erbringen sind; ein Standard sagt, wie der Stand der Technik dabei aussieht.

Für die Einordnung im Projekt hilft eine zweite Unterscheidung. KI-Funktionen im Fahrzeug berühren die Fahrzeugsicherheit und laufen regulatorisch über das sektorale Typgenehmigungsregime; hier ist die PAS der fachliche Referenzpunkt. Werkzeug-KI im Engineering ist dagegen in der Regel keine Hochrisiko-KI im Sinne von Anhang III der KI-Verordnung, wobei die Einstufung je Anwendung zu prüfen bleibt. Es wäre also doppelt falsch, eine Coding-Assistenz mit Verweis auf ISO/PAS 8800 zu problematisieren: Sie liegt außerhalb des PAS-Geltungsbereichs, und ihre regulatorische Behandlung folgt eigenen, deutlich schlankeren Regeln.

Was Teams heute vorbereiten können

Viele Entwicklungsbereiche liefern noch keine KI-Funktion ins Fahrzeug aus und werden trotzdem gefragt, wie sie zu der PAS stehen. Die ehrliche Antwort darf lauten: Wir liefern heute keine KI im Produkt, und wir haben die Grundlagen vorbereitet, auf denen ein PAS-konformes Vorhaben aufsetzen würde. Vier Bausteine tragen diese Antwort.

Daten-Governance und Modell-Dokumentation

Der erste Baustein ist eine geordnete Datenhaltung: versionierte Datensätze mit dokumentierter Herkunft, geregelten Zugriffsrechten und beschriebenen Lücken. Wer heute Messdaten, Log-Daten oder Annotationsbestände pflegt, kann diese Ordnung einführen, lange bevor ein Modell trainiert wird. Der zweite Baustein ist eine Dokumentationsroutine für Modelle, auch für interne Piloten: Zweck, Trainingsdatenstand, bekannte Grenzen, Bewertungsmetriken und Verantwortliche.

Monitoring-Konzepte und Nachweisstruktur

Der dritte Baustein ist ein Monitoring-Konzept: Welche Signale würden im Betrieb beobachtet, wie werden Auffälligkeiten protokolliert, wer entscheidet über Reaktionen und Rückholwege. Der vierte ist die Nachweisstruktur, und hier zahlt bestehende Arbeit direkt ein: Wer Traceability von der Anforderung bis zum Testergebnis sauber führt, verlängert dieselbe Kette später um Datensatz- und Modellstände. Wie eine solche Evidenzkette aufgebaut wird, beschreibt der Beitrag zu Traceability und Evidenz für KI-Arbeitsergebnisse; wie KI-gestützte Testfälle vor einem Assessment bestehen, zeigt der Beitrag zur Nachweisführung für KI-Testfälle nach ISO 26262. Über Personen oder deren Leistung trifft dieser Beitrag keine Aussage.

Nahaufnahme eines Schreibtischs mit einem ausgedruckten Kreislauf-Diagramm aus drei verbundenen Stationen

Nächste Schritte

Ob und wann ISO/PAS 8800 für ein konkretes Projekt relevant wird, hängt an einer einzigen Frage: Wird eine gelernte Funktion Teil des ausgelieferten Fahrzeugs, oder bleibt die KI im Werkzeugkasten des Engineering. Der Einstieg sieht so aus:

  1. Werkzeug-Ebene klären: Der Überblick zur KI in der Automotive-Softwareentwicklung zeigt, welche Einsatzfelder heute tragen und welcher Freigabepfad zu jedem gehört.
  2. Vorgehen prüfen: Die Seite zur AI-Transformation im Automotive Engineering beschreibt, wie aus Einzelbausteinen ein geführtes Transformationsvorhaben mit Nachweisstruktur wird.
  3. Gespräch vereinbaren: In einem Qualifying-Call klären wir, ob Scope, Toolchain und Ausgangslage Ihres Projekts zum Vorgehen passen.

Häufige Fragen

Die folgenden Antworten fassen die Einordnung von sensified zu ISO/PAS 8800:2024 zusammen. Sie beruhen auf dem veröffentlichten Geltungsbereich der Spezifikation und auf typisierten Projekterfahrungen, die je Kunde und Toolchain zu prüfen sind.

Was regelt ISO PAS 8800 und was bedeutet sie für Entwicklungsteams?

ISO/PAS 8800:2024 regelt die Sicherheit KI-basierter Funktionen in Serien-Straßenfahrzeugen. Sie definiert einen KI-Sicherheitslebenszyklus über Daten, Modell und Betrieb und beschreibt Eigenschaften wie Robustheit und Generalisierung, aus denen ein Sicherheitsargument aufgebaut wird. Für Entwicklungsteams bedeutet sie: Sobald eine gelernte Funktion ins Fahrzeug ausgeliefert wird, brauchen Datensätze, Modellstände und Betriebs-Monitoring denselben disziplinierten Umgang wie Code-Stände.

Ist ISO PAS 8800 verpflichtend?

Als technischer Standard ist die PAS selbst kein Gesetz. Verbindlich wird sie auf zwei Wegen: über Kundenverträge und Lastenhefte, die sie als Referenz nennen, und über ihre Rolle als Stand der Technik, an dem sich Sicherheitsnachweise messen lassen. Wer KI-Funktionen ins Fahrzeug bringt, sollte deshalb damit rechnen, dass Kunden und Prüfinstanzen Nachweise entlang ihrer Logik erwarten.

Ersetzt ISO PAS 8800 die ISO 26262 oder ISO 21448?

Nein. Die funktionale Sicherheit nach ISO 26262 bleibt die Grundlage für E/E-Systeme, ISO 21448 (SOTIF) behandelt die Leistungsgrenzen der beabsichtigten Funktion. ISO/PAS 8800 erweitert beide um den KI-Anteil: Sie liefert Vokabular, Lebenszyklus und Nachweislogik für gelernte Funktionen, damit die etablierten Normen auch dort tragfähig bleiben.

Fällt Coding-Assistenz im Engineering unter ISO PAS 8800?

Nein. Der Geltungsbereich der PAS stellt klar, dass sie keine spezifischen Leitlinien für Software-Werkzeuge mit KI-Methoden liefert. Coding-Assistenz, Requirements-Prüfung oder Doku-Abfragen sind Werkzeug-KI und laufen über die Tool-Vertrauensbetrachtung nach ISO 26262 sowie einen definierten Freigabepfad je Einsatzfeld. Die PAS greift erst, wenn eine KI-Funktion Teil des ausgelieferten Fahrzeugs wird.

Wie unterscheidet sich ISO PAS 8800 vom EU AI Act?

Die KI-Verordnung (EU) 2024/1689 ist ein Rechtsakt mit risikobasierten Pflichten, die PAS ein technischer Standard mit Methodik für den Sicherheitsnachweis. Der Rechtsakt bestimmt, dass und wofür Nachweise nötig sind; der Standard beschreibt, wie der Stand der Technik dabei aussieht. Engineering-Werkzeuge sind zudem in der Regel keine Hochrisiko-KI im Sinne von Anhang III; die Einstufung bleibt je Anwendung zu prüfen.

Was können Teams heute vorbereiten, auch ohne KI im Fahrzeug?

Vier Bausteine: geordnete Daten-Governance mit Versionierung und dokumentierter Herkunft, eine Dokumentationsroutine für Modelle inklusive Grenzen und Metriken, ein Monitoring-Konzept mit Zuständigkeiten und Rückholwegen sowie eine Nachweisstruktur, die die bestehende Traceability später um Datensatz- und Modellstände verlängert. Alle vier sind auch unabhängig von der PAS gute Ingenieurspraxis und deutlich günstiger, solange die Bestände klein sind.

Wird aus der PAS eine vollwertige ISO-Norm?

Eine Publicly Available Specification hat eine begrenzte Laufzeit und wird turnusmäßig überprüft; am Ende kann die Überführung in eine internationale Norm stehen. Einzelne Inhalte können sich dabei noch verschieben. Die Grundlogik aus Lebenszyklus, Datenbehandlung und Sicherheitsargument gilt aber bereits heute als Referenzpunkt für Kunden und Prüfinstanzen.

Ähnliche Blogbeiträge
Deutsches Entwicklungsbüro am späten Nachmittag
27.07.2026
Engineering-Wissen mit KI sichern vor dem Renteneintritt
Wissenssicherung vor dem Renteneintritt: Engineering-Wissen mit KI erfassen Das Wissen von Ingenieuren, die in Rente gehen, lässt sich systematisch erfassen:…
Jetzt lesen
Besprechungsraum in einem Entwicklungszentrum
27.07.2026
ISO PAS 8800: KI-Sicherheit im Fahrzeug einordnen
ISO PAS 8800 einordnen: KI-Sicherheit im Fahrzeug für Praktiker ISO/PAS 8800:2024 ist die erste internationale Spezifikation, die die Sicherheit KI-basierter…
Jetzt lesen
Besprechungsraum in einem deutschen Automotive-Entwicklungsstandort
27.07.2026
KI-generierte Testfälle im ISO-26262-Assessment
Bestehen KI-generierte Testfälle das ISO-26262-Assessment? Ja, KI-generierte Testfälle bestehen ein ISO-26262-Assessment, wenn drei Bedingungen erfüllt sind: eine dokumentierte Herleitung je…
Jetzt lesen
Blick in ein HIL-Labor eines deutschen Automotive-Entwicklungsstandorts
27.07.2026
KI-Testselektion am HIL: Laufzeit senken, Abdeckung halten
KI-basierte Testselektion am HIL-Prüfstand: Laufzeit senken, Abdeckung halten Ja, KI-basierte Testselektion kann die Regressionslaufzeit am Hardware-in-the-Loop-Prüfstand (HIL) deutlich senken, ohne…
Jetzt lesen
Entwicklungsbüro eines Automobilzulieferers, im Vordergrund ein Schreibtisch mit zwei Monitoren
27.07.2026
RAG für Entwicklungsdokumentation: DOORS und Polarion
RAG für Entwicklungsdokumentation: DOORS, Polarion und Confluence anbinden Ja, KI kann Fragen aus der Entwicklungsdokumentation beantworten, wenn eine abfragbare Doku-Sicht…
Jetzt lesen
Schreibtisch in einem deutschen Entwicklungsbüro
27.07.2026
Requirements-Qualität mit LLMs prüfen: Praxis-Leitfaden
Requirements-Qualität mit LLMs prüfen: Mehrdeutigkeit, Dubletten, Abnahmekriterien Ein Large Language Model (LLM) kann die Qualität von Anforderungen vorprüfen: Es markiert…
Jetzt lesen
Besprechungsraum in einem deutschen Entwicklungszentrum, im Vordergrund ein Tisch mit einem aufgeklappten Laptop
27.07.2026
KI-Coding-Assistenten im Embedded-Team einführen
KI-Coding-Assistenten im Embedded-Team einführen: IP-Schutz, Konformität, Akzeptanz Die Einführung eines KI-Coding-Assistenten in einem Embedded-Team gelingt, wenn drei Spannungsfelder gleichzeitig geordnet…
Jetzt lesen
Arbeitsplatz eines Software-Integrators in einem Entwicklungsbüro, im Vordergrund ein Monitor mit dicht gefüllter
27.07.2026
AUTOSAR-Codebasis mit KI verstehen: Analyse und Grenzen
KI-gestütztes Codeverständnis für gewachsene AUTOSAR-Codebasen Ja, KI-gestützte Code-Analyse kann eine gewachsene, teils undokumentierte AUTOSAR-Codebasis erklären: Sie beschreibt Modulstrukturen, verfolgt Aufrufpfade,…
Jetzt lesen
Schreibtisch in einem Automotive-Entwicklungsbüro, im Vordergrund ein Monitor mit generischer C-Quelltext-Ansicht ohne erkennbare Marken-Oberfläche
27.07.2026
LLMs und MISRA-konformer C-Code: Grenzen und Freigabe
LLMs und MISRA-konformer C-Code: Grenzen und Freigabeprozess KI-generierter C-Code darf in Serienprojekte einfließen, wenn er denselben Freigabeprozess durchläuft wie menschlich…
Jetzt lesen
Arbeitsplatz in einem Automotive-Entwicklungsbüro mit zwei Monitoren und ausgedrucktem V-Modell-Diagramm als Sinnbild für KI in der Automotive-Softwareentwicklung
27.07.2026
KI in der Automotive-Softwareentwicklung: was heute trägt
KI in der Automotive-Softwareentwicklung: was bei Code, Requirements und Toolchain heute trägt In Serienprojekten trägt Künstliche Intelligenz (KI) heute vier…
Jetzt lesen
Großer Monitor mit farbig markierter Entscheidungsmatrix-Tabellenansicht, davor Hand mit Stift über gedrucktem Prüfblatt
20.07.2026
Von der Entscheidungsmatrix zum AI-Backlog im Engineering
Von der Entscheidungsmatrix zum Backlog: wie aus der AI-Analyse umsetzbare Bausteine werden Die Entscheidungsmatrix ist das Arbeitsartefakt, das eine AI-Analyse…
Jetzt lesen
Ingenieur liest ausgedrucktes Anforderungsdokument konzentriert am Schreibtisch im Entwicklungsbüro
20.07.2026
Nebenwert-Prüfung: was Automatisierung im Engineering kostet
Wenn Automatisierung Verständnis kostet: die Nebenwert-Prüfung vor jedem AI-Baustein Die Nebenwert-Prüfung ist ein Prüfschritt vor jeder Automatisierung im Engineering: Sie…
Jetzt lesen
Besprechungsraum vor einem Change-Board-Termin mit Laptops, markierten Änderungsanträgen und Wand-Display mit Listen-Ansicht
20.07.2026
SUP.8 bis SUP.10 mit AI: Baselines, Defects, Changes
SUP.8 bis SUP.10 mit AI: Baselines, Defects und Change-Boards von der Koordinationslast befreien Baseline-Schnitt, Problem-Kategorisierung und der Entscheid des Change…
Jetzt lesen
Test-Ingenieur vor zwei Monitoren mit Testergebnis-Listen, im Hintergrund Prüfstands-Racks und Steuergerät im Labor
20.07.2026
Test-Ingenieure und AI in SWE.4 bis SWE.6 | sensified
Test-Ingenieure und AI (SWE.4–6): Test-Design bleibt, Testlogistik geht Fehlerhypothesen, Abdeckungs-Entscheidungen und die Beurteilung der Ergebnisse bleiben Kern der Test-Rollen. Maschinell…
Jetzt lesen
Requirements Engineer arbeitet an zwei Monitoren mit Anforderungs-Tabellen neben gedrucktem Systemanforderungs-Stapel im Automotive-Entwicklungsbüro
20.07.2026
Requirements Engineer mit AI: Kern und Overload in SWE.1
Der Requirements Engineer mit AI: was am SWE.1-Arbeitsplatz Kern bleibt und was maschinell wird Die Anforderungs-Analyse, die technische Klärung mit…
Jetzt lesen
Zwölf textfreie Rollenkarten im Raster auf einem Besprechungstisch von oben
20.07.2026
Rollenkarten: AI-Potenzial je ASPICE-Rolle bestimmen
Rollenkarten statt Stellenbeschreibungen: AI-Potenzial je ASPICE-Rolle bestimmen Eine Rollenkarte beschreibt für eine typisierte Rolle im Automotive Software Engineering, welche Tätigkeiten…
Jetzt lesen
Zwei Ingenieure entwickeln ein Vier-Felder-Schema am Whiteboard im Entwicklungsbüro
20.07.2026
AI-Triage im Engineering: Automatisierung bis Augmentation
Automatisierung, Augmentation, autonome Fallabwicklung: welche AI-Klasse welche Engineering-Arbeit tragen darf Ob ein AI-Baustein im Automotive Software Engineering zulässig ist, entscheidet…
Jetzt lesen
Ingenieur vor Anforderungs-Baum und Verifikations-Übersicht mit V-Modell-Diagramm an der Wand
20.07.2026
Wertströme im Automotive-SWE-Projekt: wo AI Aufwand nimmt
Die vier Wertströme eines Automotive-SWE-Projekts und wo AI je Strom Aufwand nimmt Ein Automotive-Softwareprojekt nach Automotive SPICE (ASPICE) lässt sich…
Jetzt lesen
Arbeitsplatz mit schematischer Traceability-Ansicht und ausgedrucktem Prüfbericht mit Paraphe
20.07.2026
K3 und AI: Traceability und Evidenz im ASPICE-Assessment
K3 wird nicht wegautomatisiert: warum Compliance-Arbeit bleibt und trotzdem leichter wird Kontroll-, Compliance- und Koordinationsarbeit, im Wertbeitrags-Prinzip die Tätigkeitsklasse K3,…
Jetzt lesen
Schreibtisch mit Vier-Quadranten-Skizze, Requirements-Ansicht und Traceability-Matrix an einem Automotive-Entwicklungsstandort
20.07.2026
Wertbeitrags-Prinzip: AI im Automotive Software Engineering
Das Wertbeitrags-Prinzip im Automotive Software Engineering: AI dort einsetzen, wo sie Aufwand nimmt und Wert schützt Das Wertbeitrags-Prinzip ist ein…
Jetzt lesen
20.07.2026
Software-Defined Vehicle: was der Wandel für Engineering-Prozesse bedeutet
Software-Defined Vehicle: was der Wandel für Engineering-Prozesse bedeutet Das softwaredefinierte Fahrzeug verschiebt Wert und Komplexität in die Software. Damit ändern…
Jetzt lesen
20.07.2026
Read-only Overlay statt ALM-Ersatz: AI, das Polarion und Jira respektiert
Read-only Overlay statt ALM-Ersatz: AI, das das System-of-Record respektiert Die größte Sorge bei AI im Engineering ist einfach. Ein Modell…
Jetzt lesen
20.07.2026
Von der Anforderung zum Robot-Framework-Test: AI-gestützte Testautomatisierung (UDS/DoIP)
Von der Anforderung zum ausführbaren Test: Robot Framework, UDS und DoIP Zwischen Anforderung und ausführbarem Test liegt viel Handarbeit. Testspezifikationen…
Jetzt lesen
20.07.2026
Requirements-Engineering mit AI: Klassifizierung, Qualität und Traceability (SWE.1)
Requirements-Engineering mit AI: von der Kundenanforderung zur traceable Requirement Requirements sind der Ursprung jeder Evidenzkette. Genau hier hat AI den…
Jetzt lesen
20.07.2026
ISO 26262 und AI: die Trennlinie zwischen Assistenz und Safety-Entscheidung
ISO 26262 und AI: Assistenz und Safety-Entscheidung sauber trennen Funktionale Sicherheit lebt von Nachvollziehbarkeit und klaren Verantwortlichkeiten. AI kann in…
Jetzt lesen
20.07.2026
Was AI im ASPICE-Prozess nicht entscheidet, und warum das den Wert schützt
Was AI im ASPICE-Prozess nicht entscheidet: die Grenze sichert den Wert Die produktivste Frage beim AI-Einsatz ist nicht, was AI…
Jetzt lesen
20.07.2026
TISAX-fähiger AI-Rollout: warum Governance der kritische Pfad ist
TISAX-fähiger AI-Rollout: der kritische Pfad läuft über Governance Die Technik ist selten das Nadelöhr. Wer AI im Automotive breit einführen…
Jetzt lesen
20.07.2026
Die fünf Governance-Gates (G1 bis G5) zum OEM-fähigen AI-Rollout
Fünf Governance-Gates: kontrolliert von der Pilotgruppe zur OEM-Fähigkeit Der Weg vom Pilot zum unternehmensweiten Rollout scheitert selten an der Technik.…
Jetzt lesen
20.07.2026
EU-souveränes AI-Routing im Automotive-Engineering: Datenresidenz und Isolation by Construction
EU-souveränes AI-Routing: Datenresidenz und Mandantentrennung by Construction Sobald AI auf Engineering-Daten trifft, wird Datenresidenz zur harten Anforderung. Wo läuft die…
Jetzt lesen
20.07.2026
AI-Engineering ohne Vendor-Lock-in: warum die Abstraktionsschicht zuerst kommt
AI-Engineering ohne Vendor-Lock-in: die Abstraktionsschicht ist die erste Entscheidung Die erste AI-Welle ist durch. Lizenzen sind gekauft. Einzelne Teams experimentieren.…
Jetzt lesen
20.07.2026
AI im Engineering ist ein Capability-Thema, kein Tool-Thema
AI-Transformation im Engineering neu gedacht – warum der Sprung von eingekauften AI-Tools zur eigenen, beherrschten Engineering-Capability über den Erfolg entscheidet…
Jetzt lesen
04.03.2025
Elektromobilität als System: Von innovativen Batterielösungen bis zur nahtlosen Schnellladeinfrastruktur
Elektromobilität und Batterieentwicklung neu gedacht – Wie Solid-State, Second-Life und Schnellladen die Branche formen und Sensified als Technologiepartner unterstützt Die…
Jetzt lesen
In-vehicle Infotainment für Elektrofahrzeuge
02.03.2025
Digitales Cockpit der Zukunft: Vom puren Fahren zum interaktiven Erlebnis
User Experience & HMI im Fahrzeug – Wie Augmented Reality, Personalisierung und haptische Bedienkonzepte das Cockpit neu definieren und warum…
Jetzt lesen
26.02.2025
Software Defined Vehicle: Der unumkehrbare Wandel der Automobilindustrie
Wie High-Performance Computing, KI, Virtualisierung und agile Prozesse das „Software-Defined Vehicle“ vorantreiben und warum Sensified der ideale Technologiepartner ist Von…
Jetzt lesen
10.02.2025
Sensified: Der optimale Partner für Tier-1 OEMs zur Einhaltung von BIS-Regeln und Automotive SPICE
Schnell, sicher und BIS-konform globale Märkte erschließen – dank hoher Softwarequalität, effizienter Prozesse, umfassender Compliance mit sensified Executive Summary Herausforderungen…
Jetzt lesen
01.02.2025
Autonomes Fahren und ADAS im Fokus – Vom Assistenzsystem zur echten Autonomie
Autonomes Fahren und ADAS neu gedacht: Wie Level 3 und 4 die Branche prägen – und sensified dabei unterstützt Die…
Jetzt lesen
21.01.2025
Die Blockchain kommt! Auch in der Automobilbranche.
Die Automobilbranche steht an einem entscheidenden Wendepunkt. In einer Zeit, die von technologischen Durchbrüchen und steigenden Anforderungen an Effizienz und…
Jetzt lesen
16.12.2024
Warum ohne externe Experten alles stillsteht
Die Automobilbranche steht vor einer unsichtbaren Krise. Während der Endkunde davon wenig mitbekommt, herrscht hinter den Kulissen ein erbitterter Wettbewerb…
Jetzt lesen
05.12.2024
Lehren aus dem Stellenabbau bei Bosch
Die jüngste Ankündigung von massiven Entlassungen bei Bosch, einem Schlüssellieferanten in der Automobilzulieferkette, ist ein ernüchternder Hinweis auf die Umwälzungen,…
Jetzt lesen
23.11.2024
Das Comeback der deutschen Automobilhersteller
Die deutschen Automobilhersteller durchleben derzeit eine tiefe Krise, ausgelöst durch schnellen technologischen Wandel, die Elektrifizierung der Antriebe und neue regulatorische…
Jetzt lesen
06.11.2024
Ist die deutsche Automobilindustrie bereit für Trumps Comeback?
Mit dem Ende der US-Wahlen in Sicht stehen die Zeichen auf einen Sieg von Trump. Die mögliche Rückkehr des ehemaligen…
Jetzt lesen
25.10.2024
Krise oder Chance: Steht die deutsche Automobilindustrie vor dem Umbruch?
Die deutschen Automobilhersteller, einst stolze Giganten der Weltwirtschaft, stehen heute vor beispiellosen Herausforderungen. Eine aktuelle Umfrage zeigt, dass 57 %…
Jetzt lesen
engineering_car
21.08.2024
Build-Operate-Transfer (BOT) Modell: Der Schlüssel zur Technologieimplementierung
BOT ist ein zukunftsweisender Ansatz, der Unternehmen in der Automobil- und Technologiebranche dabei unterstützt, neue Technologien effizient umzusetzen. Das BOT-Modell…
Jetzt lesen
Spacious_car_park
05.06.2024
Effizientes Lieferantenmanagement für globale Märkte in der Automobilindustrie
In einer Branche, die von schnellen technologischen Fortschritten und komplexen Lieferketten geprägt ist, bietet sensified maßgeschneiderte Lösungen, um Stabilität, Nachhaltigkeit…
Jetzt lesen
mann_von_Hinten
05.06.2024
Erfolgreiche Expertenvermittlung und Beratung bei der digitalen Transformation
Der Mangel an IT-Fachkräften stellt Unternehmen vor erhebliche Herausforderungen. sensified bietet eine Plattform, die Unternehmen mit hochqualifizierten Experten verbindet, um…
Jetzt lesen
Futuristic_Car_Driving_Through_Tunnel
05.06.2024
Maßgeschneiderte Softwarelösungen für die Automobilindustrie
Die Automobilindustrie steht vor einer Revolution, geprägt durch elektrische Fahrzeuge (EV), autonomes Fahren und zunehmend softwaredefinierte Fahrzeuge (SDV). sensified bietet…
Jetzt lesen

DE | EN