Kravhantering inom mjukvaruutveckling för bilindustrin (automotive) är extremt utmanande inte mkinst relaterat till en kombination av extrem säkerhetskrav, hög systemkomplexitet, långa produktlivscykler och en snabb omvandling mot mjukvarudefinierade fordon (SDV). Det är inte bara att skriva kod, utan koden måste fungera felfritt i en miljö där fel kan leda till dödsfall.
Extrema säkerhetskrav
Här är de främsta orsakerna till att kravhanteringen är så komplex:
1. Extrema säkerhetskrav (Functional Safety)
– ISO 26262-standarden: Mjukvaran måste uppfylla rigorösa säkerhetsstandarder. ISO 26262 klassificerar risker i ASIL-nivåer (Automotive Safety Integrity Level) från A till D, där D är mest kritisk (t.ex. självkörande system, bromsar). Varje krav måste spåras från koncept till test, vilket kräver enorm dokumentation.
– Traceability (Spårbarhet): Det är absolut nödvändigt att kunna spåra varför ett krav finns, var det är implementerat i koden och hur det är testat. Detta kallas ”end-to-end traceability” och är komplext i storskaliga projekt.
2. Extrem systemkomplexitet och integration
– Hundratals ECU:er: Moderna bilar har tiotals, ibland över hundra, elektroniska styrenheter (ECU:er) från olika leverantörer som måste kommunicera sömlöst. Att hantera kraven för hur dessa komponenter interagerar är en enorm utmaning.
– Mjukvarudefinierade fordon (SDV): Bilar blir mer som ”datorer på hjul”, där funktioner uppdateras via nätet (OTA – Over-the-Air). Kraven måste därför hantera ständiga uppdateringar och långsiktig kompatibilitet.
– Heterogena funktioner: Kraven täcker allt från realtidskritiska system (bromsar) till infotainment och komfortfunktioner (klimatanläggning), vilket kräver olika typer av kravställning.
3. Utmaningar i utvecklingsprocessen
– V-modellen vs Agilt: Bilindustrin använder traditionellt ”V-modellen” (linjär), men skiftar mot mer agila metoder. Att förena dessa – ”Agile at Scale” – är svårt när säkerhetsstandarder kräver fasta, förhandsdefinierade krav.
– Leverantörskedjan: En OEM (biltillverkare som Volvo, Scania) har hundratals underleverantörer. Att synkronisera krav mellan olika företag och säkerställa att underleverantörer förstår och implementerar kraven korrekt är en stor organisatorisk utmaning.
– Förändringshantering: När krav ändras sent i processen (vilket ofta sker) är det dyrt och komplext att uppdatera alla spårbara kopplingar, tester och dokumentation.
4. Ny teknik och Cyber-säkerhet
– AI och Maskininlärning (ML): Att ställa krav på en ML-modell (t.ex. för självkörning) är svårt eftersom de inte är deterministiska på samma sätt som traditionell kod. Det är utmanande att definiera ”edge cases” (gränsfallsscenarier) som kraven måste täcka.
– Cyber-säkerhet (ISO/SAE 21434): Kraven måste nu även täcka skydd mot hackare. Detta lägger till ett helt nytt lager av komplexitet i kraven (från säkerhet/safety till trygghet/security).
Sammanfattningsvis är utmaningen att bilindustrin måste balansera behovet av att snabbt lansera ny, avancerad mjukvara med det absoluta kravet på nollfelstolerans i säkerhetskritiska system.
Kärnan i PTC’s ALM-upplägg
Även om PLM-utvecklaren PTC skalat ner på sina helhetsambitioner i att också överbrygga gapet mellan produktutveckling och tillverkning har man kvar skarpa lösningssviter inom andra domäner. ALM-sidan och mjukvaruhanteringen inom produktutvecklingen är en sådan. Allt extremt viktiga bitar inom industrier som automotive, medicinteknik, flyg- & rymd- och försvarsindustri.
Av pressmaterialet från PTC framgår inte fullt ut vad det är BMW köpt, men låt oss hur som helst konstatera att kärnan i PTC’s ALM-arsenal utgörs av Codebeamer, Codebeamer AI och Pure Variants. Här har lanserats uppdaterade versioner vartefter, t ex Codebeamer 3.2, Codebeamer AI 1.0 och Pure Variants 7.2. Dessa uppdateringar hjälper organisationer att hantera växande produktkomplexitet och regulatoriska krav med större förtroende och kontroll i takt med att produkter blir alltmer programvarudrivna.
Dessa lanseringar förstärker positionen för bolagets mjukvaruhanteringssvit och har lyft systemet ytterligare till en position som ett av marknadens ledande för programvaruutveckling och kravhantering inom flera tungt reglerade branscher. Detta genom att stärka spårbarhet, förändringshantering och introducera styrd AI-hjälp som överensstämmer med regulatoriska krav och kvalitetskrav.
PTC’s kunders produkter blir alltmer komplexa och programvarudrivna, och de behöver förtroende för att varje förändring, krav och beslut är kopplade över hela produktens livscykel. Detta kommer att hjälpa våra kunder att fortsätta modernisera sina programvaruutvecklings- och kravhanteringsinsatser, bygga en starkare produktdatabas för att hantera komplexitet och tillämpa AI effektivt och ansvarsfullt.
Skapat ett momentum inom ALM-domänen
Den totala bilden är att köpen PTC gjort framstår som de smartaste under de senaste åren. Codebeamer förvärvades som sagt 2022 och passar väl in i en industriell värld där mjukvara har blivit en nyckeldomän. Inte minst på fordonssidan där bilar i allt högre grad blir SDVer (Software Defined Vehicles). Med köpet av Codebeamer och de andra mjukvarorna, som Pure Variants (2023), och tillägget av AI-bitarna till sviten, har man skapat något av ett momentum inom ALM-domänen.
• Pure Systemes och pure::variants-lösningen används av tillverkningsföretag för att hantera olika varianter av mjukvaru- och systemtekniska tillgångar i produktkonfigurationer. Framför allt då inom reglerade industrier som fordons-, flyg- och medicinteknik-marknaderna.
• En annat pusselbit av betydelse är det stora samarbetsprojektet kring Codebeamer Copilot tillsammans med Volkswagen-koncernen och Microsoft Azure AI. Här är siktet är inställt på att bädda in generativ AI i Codebeamer-mjukvaran. Denna integreras med olika verktyg för PLM, SCM (källkodshantering) och MBSE (modellbaserad systemteknik) som används i hela VW-familjen.
