Vom Prototyp zur Serie:
Wie Audi Conversational AI ins Fahrzeug bringt​

Chirag vor dem Testaufbau des Sprachassistenten in der TE - Vom Prototyp zur Serie: Wie Audi Conversational AI ins Fahrzeug bringt​.

Wie schaffen es neue KI-Technologien aus ersten Prototypen in Serienfahrzeuge? Als Mitarbeiter in der Vorentwicklung des Audi Sprachassistenten schlägt Chiragkumar Savani die Brücke zwischen neuesten KI-Technologien und der Serienentwicklung im Fahrzeug. Im Interview spricht er über die Integration von ChatGPT, die hybride Architektur des Audi Sprachassistenten und darüber, warum Geschwindigkeit, Verantwortung und Mut entscheidend sind, wenn KI den Weg ins Fahrzeug findet.

Chirag, was genau ist deine Aufgabe bei Audi?

Chirag: Ich arbeite in der Vorentwicklung des Sprachassistenten. Meine Aufgabe ist es, neue KI-Technologien – insbesondere Large Language Models – zu analysieren und zu bewerten, wie sie künftig Teil des Audi Sprachassistenten werden können.

Am meisten begeistert mich dabei der Weg von der Idee zur Realität. Dazu gehört, Architekturen zu entwickeln, Prototypen aufzubauen und gemeinsam mit dem Team herauszufinden, ob ein Konzept skalierbar ist, unsere Qualitätsanforderungen erfüllt und schließlich den Weg in die Serie schaffen kann. Dabei koordiniere ich nicht nur, sondern programmiere auch selbst fast jeden Tag. 

Portrait von Chiragkumar Savani - „Unsere hybride Architektur ermöglicht Reaktionszeiten von unter einer Sekunde und bietet gleichzeitig die Leistungsfähigkeit cloudbasierter KI, wenn sie benötigt wird.“ ​

Chiragkumar Savani, Entwicklung Digitaler Assistent​

„Vorentwicklung bei Audi bedeutet nicht nur, über die Zukunft nachzudenken. Sie gestaltet aktiv das, was Kunden später erleben werden.“

Chiragkumar Savani, Entwicklung Digitaler Assistent

Wie hat dein Weg bei Audi begonnen?

Chirag: 2015 habe ich als Praktikant bei Audi angefangen. Daraus wurde schnell eine Festanstellung als Machine Learning Engineer bei der Audi Electronics Venture. Dort war ich Teil des zentralen KI-Teams.

Mit der Zeit haben organisatorische Veränderungen und mein wachsendes Interesse an Large Language Models und Assistenzsystemen dazu geführt, dass ich in das Team des Sprachassistenten gewechselt bin. Dort arbeite ich heute genau an den Themen, die mich technologisch am meisten begeistern.

Woran arbeitest du aktuell?

Chirag: Derzeit arbeite ich an Vorentwicklungsprojekten und Prototypen für die nächste Generation des Audi Sprachassistenten. Das bedeutet, unterschiedliche Systemarchitekturen zu erproben und Large Language Models zu integrieren, um herauszufinden, wie Sprachassistenten in Zukunft noch natürlicher mit Nutzern interagieren können.

Ein großer Teil meiner Arbeit besteht darin, Fragen zu beantworten: Wie soll sich ein Sprachassistent der nächsten Generation anfühlen? Wie fügt er sich in softwaredefinierte Fahrzeugplattformen ein? Und wie stellen wir sicher, dass Innovationen tatsächlich im Fahrzeug ankommen?

Dafür entwickle ich verschiedene Prototypen und bewerte deren technische sowie produktspezifische Umsetzbarkeit. 

Chirag mit einem Kollegen im Fahrzeug - Chirag entwickelt gemeinsam im Team neue Lösungen und erprobt diese direkt im Fahrzeug.​
Chirag entwickelt im Team neue Lösungen für die sprachliche Interaktion. Das direkte Testen ist dabei fester Bestandteil des Arbeitsalltags.

Was macht den Audi Sprachassistenten aus technischer Sicht besonders?

Chirag: Ein entscheidender Faktor ist die geringe Latenz. Viele fahrzeugbezogene Anfragen werden innerhalb von etwa einer Sekunde beantwortet. 

Das System erkennt, ob es sich bei einer Anfrage um Fahrzeugsteuerung, Navigation, Wissensfragen oder Small Talk handelt. Anschließend entscheidet das System intelligent, ob die Verarbeitung lokal im Fahrzeug oder über die Cloud erfolgen soll. 

Mit der Integration von ChatGPT haben wir zudem dialogbasierte Interaktionen realisiert, die zuvor in dieser Form nicht möglich waren. 

Lass uns technisch etwas tiefer einsteigen: Wie funktioniert der aktuelle Sprachassistent?

Chirag: Im Seriensystem basiert die Spracherkennung auf einer Cloud-First-Architektur. Die Spracheingabe wird verarbeitet und zunächst in Text umgewandelt. Anschließend erfolgt eine Domänenklassifizierung. Sagt ein Nutzer beispielsweise „Stelle die Temperatur auf 25 Grad“, wird die Anfrage als fahrzeugbezogen erkannt und direkt vom entsprechenden System verarbeitet.

Bei sensiblen Funktionen wie der Telefonie stellen wir sicher, dass die Verarbeitung ausschließlich im Fahrzeug erfolgt. Beispielsweise werden Kontaktlisten nicht in die Cloud übertragen. Fragen wie „Wie hoch ist der Mount Everest?“ werden als Informationsanfragen erkannt und an geeignete Dienste zur Informationsbeschaffung weitergeleitet.

Nur offene, konversationsbasierte Anfragen werden an Systeme wie ChatGPT übergeben. 

Chirag und Kollege von oben im Fahrzeug - Ein Fahrzeug mit zwei Mitarbeitern, Ansicht von oben

„Unsere hybride Architektur ermöglicht Reaktionszeiten von unter einer Sekunde und bietet gleichzeitig die Leistungsfähigkeit cloudbasierter KI, wenn sie benötigt wird.“

Chiragkumar Savani, Entwicklung Digitaler Assistent

Audi hat kürzlich ChatGPT in seine Fahrzeuge integriert. Welche Rolle hattest du dabei?

Chirag: Ich war technischer Projektleiter für diese Integration. Unser Ziel war es, die Möglichkeiten von Large Language Models in bestehende Audi Fahrzeuge zu bringen – schnell, aber ohne Kompromisse bei Qualität und Sicherheit.

Wir haben ChatGPT als Teil der Online-Dienste des Audi Assistenten integriert. Innerhalb von nur vier Monaten haben wir den Weg von der ersten Idee bis zur Serienimplementierung geschafft. Heute verarbeitet das System mehrere Millionen Anfragen pro Monat und wird von mehr als einer halben Million Nutzern verwendet.

Der Moment, in dem mir bewusst wurde, dass aus einem Prototypen ein weltweit täglich genutztes System geworden ist, war für mich ein echtes Highlight. 

Wo siehst du die nächste Evolutionsstufe des Audi Assistenten?

Chirag: Ich glaube, der nächste große Schritt ist ein Assistent, der den Kontext einer Situation noch besser versteht. Er soll nicht nur einzelne Befehle verarbeiten, sondern die Situation im Fahrzeug, die bisherigen Interaktionen und die Bedürfnisse der Nutzer besser einordnen können – selbstverständlich innerhalb klar definierter technischer und verantwortungsvoller Rahmenbedingungen.

In der Vorentwicklung untersuchen wir beispielsweise, wie Signale aus der Sprache oder Daten von Kamera- und Sensorsystemen genutzt werden könnten, um Hinweise auf Stress oder Müdigkeit zu erkennen. Der Assistent könnte sein Verhalten dann entsprechend anpassen, etwa eine Pause empfehlen oder seine Kommunikation verändern.

Ein weiterer Schwerpunkt ist die Personalisierung. Wenn jemand wiederholt nach italienischen Restaurants sucht, kann das System diese Vorliebe erkennen und zukünftige Interaktionen natürlicher gestalten.

Gleichzeitig sehen wir großes Potenzial darin, starre, regelbasierte Systeme durch KI-gestützte und dynamisch lernende Modelle zu ersetzen. Die Herausforderung besteht darin, dies transparent, nachvollziehbar und verantwortungsvoll umzusetzen. 

Chirag und Kollege vor dem Testaufbau eines Sprachassistenten in der Technischen Entwicklung - Chirag und sein Kollege erproben, wie aus technologischer Entwicklung ein konkretes Kundenerlebnis wird.​
Chirag und sein Kollege erproben, wie aus einer technologischen Entwicklung ein konkretes Kundenerlebnis wird.​
Nahaufnahme des Versuchsaufbaus für den Sprachassistenten - Versuchsaufbau für den Sprachassistenten mit Bedienfeld und Display
Am Versuchsaufbau werden neue Funktionen frühzeitig getestet und weiterentwickelt.

Was motiviert dich besonders an deiner Aufgabe?

Chirag: Zu erleben, wie aus einer Idee eine Technologie wird, die tatsächlich genutzt wird. Wenn Millionen von Fahrern Funktionen nutzen, die man selbst mitentwickelt hat, ist das eine enorme Motivation.

Außerdem schätze ich die Art, wie wir als Team zusammenarbeiten. Wir definieren nicht nur Anforderungen, sondern entwickeln Lösungen selbst, testen sie direkt im Fahrzeug und übernehmen Verantwortung, wenn etwas nicht wie geplant funktioniert. 

Wie lebt ihr die Audi Werte im Arbeitsalltag?

Chirag: Für mich zeigen sich die Audi Werte vor allem in der Zusammenarbeit. Wir gehen offen miteinander um, diskutieren auch kontroverse Themen und suchen gemeinsam nach der besten Lösung.

Dabei übernimmt jeder Verantwortung für sein Thema – von der ersten Idee bis zur Umsetzung im Fahrzeug. Und wenn wir überzeugt sind, dass es einen besseren Weg gibt, haben wir auch den Freiraum, Dinge zu hinterfragen und neue Ansätze auszuprobieren.

Besonders motivierend finde ich, wenn wir sehen, wie aus einer Idee Schritt für Schritt eine Funktion wird, die später tatsächlich bei unseren Kunden ankommt.

Chirag am Laptop - Von der ersten Idee über die Programmierung bis zur Validierung: Neue Lösungen entstehen Schritt für Schritt.​
Von der ersten Idee über die Programmierung bis zur Validierung: Neue Lösungen entstehen Schritt für Schritt.​
Detailansicht Lenkrad - Wenn Technologie im Fahrzeug ankommt, wird aus Entwicklungsarbeit ein konkreter Nutzen.​
Wenn Technologie im Fahrzeug ankommt, wird aus Entwicklungsarbeit ein konkreter Kundennutzen.

Deine Vision für die Zukunft?

Chirag: Ich möchte dabei helfen, den Weg von neuen KI-Technologien bis zur Anwendung im Fahrzeug deutlich zu verkürzen – ohne Kompromisse.

Wenn eine neue Technologie verfügbar wird, sollten wir in der Lage sein, sie schnell zu bewerten und – sofern sie echten Mehrwert bietet – innerhalb weniger Wochen ins Fahrzeug zu bringen. Darauf arbeiten wir als Team hin. 

Die Tech Journey geht weiter