Dabei setzt der Reifenhersteller eigenen Angaben zufolge auch auf das Konzept des maschinellen Lernens, um künftig bereits in der Konzeptionsphase eines neuen Reifenmodells Informationen über dessen zentrale Leistungsmerkmale wie Kraftstoffeffizienz, Geräuschentwicklung und Fahrverhalten zu erhalten. Für die gezielte Vorhersage dieser Parameter sind große Datenmengen nötig, die standardisiert und zudem absolut verlässlich sein müssen. Dafür hat Nexen eigenen Angaben zufolge eine Technologie zur Datenvorverarbeitung entwickelt, die Unregelmäßigkeiten in den Daten erkennen und ersetzen können soll.
Aktuell kommt in der Reifenentwicklung vornehmlich die sogenannte Finite-Elemente-Analyse (FEA). Diese erlaubt es laut Unternehmensangaben, die Form und die Materialeigenschaften eines Reifens als virtuelles dreidimensionales Konstrukt auf einem Computer zu modellieren und basierend darauf die Produkteigenschaften mithilfe von Rechenmodellen zu prognostizieren. Laut Aussage der Nexen-Verantwortlichen sei die Analyse sehr präzise, aufgrund des Rechenaufwands jedoch äußerst langwierig.
Mit dem sogenannten „Virtual Brain Loop System“ wollen die Koreaner ihre Entwicklungsprozesse optimieren und deutlich beschleunigen. Das KI-basierte System liefere zügiger erste Ergebnisse, sodass bereits während des Vorproduktionsprozesses Anpassungen vorgenommen werden könnten. In Kombination mit der bewährten FEA sowie der Nutzung weiterer bereits verwendeter Algorithmen, werde die Menge der produzierten Prototypen reduziert, heißt es seitens des Unternehmens.
„Wir wollen die Entwicklung des ‚Virtual Brain Loop System‘, eines Reifenentwicklungssystems, das auf unserer eigenen virtuellen Designtechnologie basiert, finalisieren und es für die Produktion von OE- wie auch von Ersatzmarkt-Reifen nutzen“, sagt Seong Rae Kim, Forscher an der Nexen univerCity, dem zentralen F&E-Institut von Nexen Tire. Dafür arbeitet der Hersteller auch mit Professoren und Experten der Korea-Universität und der Hanyang-Universität zusammen.