Audi AG
Automobil · Deutschland
Audi setzt KI-Multi-Agenten-System zur Beschleunigung der Softwareentwicklung auf der Used Car Platform ein
Im Register seit 02.08.2026. Wir verfolgen, was aus diesem KI-Einsatz wird.
Wie nutzt Audi AG KI?
Audi nutzt gemeinsam mit Comsysto Reply ein KI-gestütztes Multi-Agenten-System auf Basis von GitHub Copilot, das Anforderungsanalyse, Code-Generierung und Qualitätssicherung für die Used Car Platform automatisiert und Entwickler von Routineaufgaben entlastet.
Auf einen Blick
- Unternehmen
- Audi AG
- Branche
- Automobil
- Land
- Deutschland
- Funktion
- Software-Entwicklung
- KI-Technik
- Multi-Agenten-System auf Basis von GitHub Copilot
- KI-Anbieter
- Microsoft / Azure (Sitz: USA, außerhalb der EU)
KI-Anbieter = Unternehmenssitz des genutzten Anbieters. Wo Daten konkret verarbeitet werden, hängt von Region und Vertrag ab. Keine Aussage zur DSGVO-Konformität.
Ausgangslage
Die Used Car Platform (UCP) ist Audis zentraler digitaler Vertriebskanal für den B2B-Gebrauchtwagenhandel. Fast 100 Prozent des Audi-Geschäfts in diesem Marktsegment laufen über diese Plattform. Sie bietet Funktionen wie Live-Auktionen, KI-gestützte dynamische Preisermittlung, einen B2B-Marktplatz sowie eine digitale Fahrzeugverwaltung für Ausstattungs- und Zustandsdaten.
Eine zentrale Herausforderung für die Entwicklungsteams bestand darin, die Plattform schnell und effizient um neue Funktionen zu erweitern. Audi arbeitet mit Comsysto Reply, einem Unternehmen der Reply-Gruppe, seit 2021 zusammen. Der IT-Dienstleister hatte Audi bereits dabei unterstützt, die Legacy-IT-Systeme der Plattform durch eine Cloud-Architektur auf Basis von AWS zu ersetzen.
Was das Unternehmen konkret macht
Um die Entwicklungsgeschwindigkeit zu erhöhen und Routineaufgaben zu reduzieren, führten Audi und Comsysto Reply gemeinsam ein KI-gestütztes Multi-Agenten-System ein. Das System beschleunigt die Softwareentwicklung für die UCP und ermöglicht es Entwicklern, neue Features schneller in die Plattform zu integrieren.
Stefan Winkler, Dev Lead bei Audi, beschreibt den Effekt: „Die Einführung der KI-Agenten hat die Geschwindigkeit und die Arbeitsweise unseres Teams grundlegend verändert. Unsere Entwickler können sich jetzt auf die Aufgaben konzentrieren, die den größten Mehrwert schaffen: neue Funktionen, die unseren Händlern echten Nutzen bieten."
Technik & Ansatz
Das System setzt auf GitHub Copilot auf und besteht aus drei KI-Agenten, von denen jeder einen Bereich des Entwicklungsprozesses abdeckt: Anforderungsanalyse, Code-Generierung sowie Qualitätssicherung inklusive automatisierter Dokumentationserstellung.
Ein wesentliches Merkmal ist eine dedizierte Wissensbasis. Statt auf generische Entwicklungsmuster zurückzugreifen, basieren die Ergebnisse der Agenten auf den Architekturentscheidungen, API-Spezifikationen und Sicherheitsrichtlinien der Plattform. Dadurch ist der Output der Agenten technisch konsistent mit der bestehenden Systemlandschaft und erfüllt die Entwicklungs- und Governance-Anforderungen von Audi.
Das System verwendet ein „Human-in-the-Loop"-Modell: Die KI-Agenten übernehmen repetitive und zeitaufwendige Aufgaben, während Entwickler für Review, Validierung und die finale Freigabe verantwortlich bleiben. Dadurch kann sich das Team stärker auf wertschöpfende Funktionen konzentrieren, etwa intelligente Preisfindungsfeatures, die eine präzisere Reaktion auf Marktdynamiken im B2B-Gebrauchtwagenhandel ermöglichen.
Einordnung
Der Einsatz des Multi-Agenten-Systems bei der Used Car Platform steht exemplarisch für Audis breiteren Ansatz, KI gezielt in operative und digitale Kernprozesse zu integrieren. Die Kombination aus plattformspezifischer Wissensbasis und menschlicher Kontrollinstanz adressiert dabei zwei typische Risiken beim KI-Einsatz in der Softwareentwicklung: mangelnde technische Konsistenz und fehlende Governance. Die Wahl eines etablierten Partners mit bestehender Zusammenarbeit seit 2021 und vorhandenem Plattformwissen reduziert zusätzlich den Einführungsaufwand.
Quellen
Unabhängig belegtVon einer unabhängigen Quelle (Redaktion/Dritter) berichtet, nicht nur vom Unternehmen oder KI-Anbieter.
- ↗Audi beschleunigt Software-Entwicklung mit KI-Agenten - CIO DE
- ↗Audi scales up deployment of artificial intelligence in production - audi.com
- ↗Audi redefines production with software-defined factory - Siemens
- ↗Audi AG builds secure, scalable AI assistant in just two weeks with Azure - Microsoft
KI Cases fasst öffentlich berichtete Einsätze neutral zusammen und verlinkt die Originalquellen. Maßgeblich ist die jeweilige Quelle.
Weitere Fälle
Tesla
Automobilindustrie
Tesla: Eigene KI-Infrastruktur statt Public Cloud, abgesichert durch Solarstrom-Großverträge
Tesla betreibt seine KI-Infrastruktur für Autonomie, Robotik und Fertigungsintelligenz überwiegend auf selbst gebauter und betriebener Hardware, statt auf Public-Cloud-Dienste zu setzen, und sichert den Strombedarf dafür durch langfristige Solarstrom-Abnahmeverträge ab.
Produktion / Produktentwicklung
GE Vernova
Energie
GE Vernova: KI-gestützte Ingenieurssimulationen mit Neural Concept AI
GE Vernova nutzt die KI-Engineering-Plattform Neural Concept AI, um physikalische Simulationen im Energiesektor durch KI-gestützte Vorhersagemodelle zu beschleunigen.
Produktentwicklung / Engineering · Neural Concept AI (KI-CAE-Plattform)
Eaton
Automobilzulieferer
Eaton: KI-gestützte CAE-Simulation mit Neural Concept zur Beschleunigung von Designiterationen
Eaton nutzt die KI-CAE-Plattform von Neural Concept, um auf Basis historischer Simulationsdaten KI-Modelle zu trainieren, die Designiterationen beschleunigen und Entwicklungskosten senken.
Produktentwicklung / Engineering · Neural Concept AI (KI-CAE-Plattform)
Jede Woche neue KI-Fallstudien
Wie Unternehmen KI wirklich einsetzen: kuratiert, mit Quelle. Der Newsletter startet bald, trag dich ein und sei von Anfang an dabei.
Abonnieren