Die Automobilindustrie integriert immer mehr Software wie z. B. Fahrassistenzsysteme in ihre Fahrzeuge. Sollte der Code dieser Software fehlerhaft sein, könnte das Menschenleben gefährden. Eine individuelle Prüfung der Software ist mühsam und kostenintensiv. Künstliche Intelligenz (KI) könnte diese Sicherheitsprüfungen bei gleichbleibend hoher Qualität beschleunigen.
Ziele und Vorgehen
Das Forschungsteam entwickelt zunächst einen KI-gestützten Assistenten, der aus Sicherheitsanforderungen Prüfbedingungen erzeugen kann. Anschließend erweitert das Team ein Analysewerkzeug, damit es die generierten Bedingungen im Quellcode der Software prüft. Schließlich verbinden die Forschenden beide Komponenten, testen sie an Fahrzeugsteuerungen und messen, inwiefern sich durch ihren Einsatz Zeit und Aufwand der Prüfungen reduzieren lässt. Sie prüfen deren Genauigkeit, vergleichen sie mit manuellen Prüfungen und optimieren die Lernverfahren, sodass die KI immer zuverlässiger wird. Sie planen Schulungen, Workshops und Support, damit Entwicklerinnen und Entwickler das System effektiv nutzen können. So entsteht ein System, das Unternehmen einsetzen können, um Software sicherer zu machen und Kosten zu senken.
Innovationen und Perspektiven
Das Forschungsteam schafft ein Werkzeug zur KI-Generierung und formalen Codeprüfung, das neue Sicherheitsstandards prägen könnte. Das Verfahren ließe sich von Unternehmen sofort einsetzen und auf andere Branchen übertragen.
Fraunhofer-Institut für Experimentelles Software Engineering (IESE), Kaiserslautern
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.