Elektrische Fahrzeuge werden ein wichtiger Teil zukünftiger Mobilitätskonzepte sein. Sie teilen Daten mit der Cloud und nutzen Off-Board-Dienste zur Routenplanung, Traktionskontrolle und Verkehrsoptimie-rung. Durch den Einsatz neuer KI-basierter Ansätze im Antriebs- und Energieversorgungssystem werden mit AI4CSM Systeme realisiert, die ihren Betriebsbereich kontinuierlich anpassen können, wie es ein menschlicher Fahrer tun würde. Darüber hinaus können bevorstehende Ausfälle oder Sicherheitsrisiken erkannt und vermieden werden, bevor kritische Situationen auftreten. Das Ziel ist die Entwicklung hocheffizienter Antriebsstränge, die mit SiC und GaN Leistungsstufe realisiert werden, um Energie für Mobilität und Transport einzusparen. Diese Antriebsstränge werden mit KI-gestützter prädiktiver Diagnose ausgestattet sein, um einen 24/7-Betrieb und eine vertrauenswürdige grüne Mobilität zu ermöglichen, sowie mit adaptiven/vernetzten Antriebsstrang-Steuerungsstrategien, die neuartige HAD-Funktionalitäten wie Platooning und verkehrsübergreifende Mobilitätsoptimierung ermöglichen. Die Versuche und Demonstration von diesen Antriebssträngen findet in zwei Teilprojekte statt. Das SiC-basierte Antriebssystem wird, zusammen mit KI-basierter Fehlererkennung, -analyse und -minderung, auf einem EV5.0 Testfahrzeug eingebaut und in Fahrbetrieb getestet. In diesem Fall konzentriert sich ZF Friedrichshafen AG auf die Integration der AURIX-Plattform der nächsten Generation und der PPUs/GPUs in den bestehenden SiC Automobilumrichter sowie auf die Integration der von den Projektpartnern entwickelten adaptiven Steuerungs- und prädiktiven Diagnosesoftware. Das GaN-basierte System wird in einer drei-Ebenen Topologie realisiert, die wesentliche Vorteile bringt bzgl. Effizienz, Lebensdauer, und Zuverlässigkeit. Dieses Prototyp wird separat getestet unter Laborbedingungen, mit dem Ziel das Systemverhalten in normalen und Fehlerhaften Betriebsmodi zu analysieren.