DE102020129563A1

DE102020129563A1 - Method for initiating a component improvement measure for a vehicle component of a motor vehicle, computing device and motor vehicle with a computing device

Info

Publication number: DE102020129563A1
Application number: DE102020129563.4A
Authority: DE
Inventors: Lorenzo Schürmann; Yvonne Hagedorn; Denis Lai; Stefan Herrler
Original assignee: Audi AG
Current assignee: Audi AG
Priority date: 2020-11-10
Filing date: 2020-11-10
Publication date: 2022-05-12
Anticipated expiration: 2040-11-11
Also published as: DE102020129563B4

Abstract

Die Erfindung betrifft eine Rechnervorrichtung, ein Kraftfahrzeug und ein Verfahren zum Einleiten einer Komponentenverbesserungsmaßnahme einer Fahrzeugkomponente. Das Verfahren umfasst ein Ermitteln (S12) einer aktuellen Fahrzeugausstattung (11) und eines Kompatibilitätsparameters (10) des Kraftfahrzeugs, ein Abrufen (S14) einer Fahrzeugkomponentenauswahl, wobei die Fahrzeugkomponentenauswahl zumindest in Abhängigkeit der aktuellen Fahrzeugausstattung (11) und dem Kompatibilitätsparameter (10) aus allen Fahrzeugkomponenten gefiltert werden, ein Durchführen (S16) eines Gewichtungsprozesses, wobei den jeweiligen Fahrzeugkomponenten der Fahrzeugkomponentenauswahl in Abhängigkeit eines jeweiligen Datenprofils (16, 19, 22, 28, 30) der Datenquellen ein jeweiliger Punktwert (17, 20, 23, 29, 31) zugeordnet wird, wobei jeder Punktwert (17, 20, 23, 29, 31) zusätzlich mittels eines durch die Datenquelle vorgegebenen Gewichtungsfaktors (33) gewichtet wird. Des Weiteren umfasst das Verfahren ein Kombinieren (S18) der jeweiligen gewichteten Punktwerte zu einem Rangwert, ein Bereitstellen (S20) einer Auswahlliste der Fahrzeugkomponenten in Abhängigkeit des Rangwerts, und eine Auswahl einer Fahrzeugkomponente aus der Auswahlliste und Einleitung (S22) der Komponentenverbesserungsmaßnahme.The invention relates to a computer device, a motor vehicle and a method for initiating a component improvement measure of a vehicle component. The method includes determining (S12) current vehicle equipment (11) and a compatibility parameter (10) of the motor vehicle, retrieving (S14) a vehicle component selection, the vehicle component selection being made at least as a function of the current vehicle equipment (11) and the compatibility parameter (10). all vehicle components are filtered, carrying out (S16) a weighting process, with the respective vehicle components of the vehicle component selection being assigned a respective point value (17, 20, 23, 29, 31 ) is assigned, with each point value (17, 20, 23, 29, 31) being additionally weighted by means of a weighting factor (33) specified by the data source. The method also includes combining (S18) the respective weighted point values to form a ranking value, providing (S20) a selection list of the vehicle components depending on the ranking value, and selecting a vehicle component from the selection list and initiating (S22) the component improvement measure.

Description

Die Erfindung betrifft ein Verfahren zum Einleiten einer Komponentenverbesserungsmaßnahme einer Fahrzeugkomponente eines Kraftfahrzeugs, eine Rechenvorrichtung, die dazu ausgebildet ist, das Verfahren durchzuführen sowie ein Kraftfahrzeug mit einer solchen Rechenvorrichtung.The invention relates to a method for initiating a component improvement measure for a vehicle component of a motor vehicle, a computing device that is designed to carry out the method, and a motor vehicle with such a computing device.

Heutzutage existieren eine Vielzahl von Kraftfahrzeugen, die verschiedene Ausstattungsvarianten mit unterschiedlichen Fahrzeugkomponenten aufweisen können, wobei Fahrzeugkomponenten beispielsweise elektronische und/oder mechanische Komponenten umfassen können, wie beispielsweise Radios, Infotainmentsysteme, Fahrerassistenzsysteme, Reifen, Bremsen oder Tuning-Komponenten. Benutzer, die nach neuen oder verbesserten Fahrzeugkomponenten für ihr Kraftfahrzeug suchen, also eine Fahrzeugkomponentenverbesserungsmaßnahme durchführen wollen, müssen bisher eine Vielzahl von unterschiedlichen Angeboten und Webseiten durchsuchen, bis sie eine passende Fahrzeugkomponente zur Verbesserung des Kraftfahrzeugs gefunden haben.Today there are a large number of motor vehicles that can have different equipment variants with different vehicle components, with vehicle components for example electronic and/or mechanical components such as radios, infotainment systems, driver assistance systems, tires, brakes or tuning components. Users who are looking for new or improved vehicle components for their motor vehicle, ie want to carry out a vehicle component improvement measure, have had to search through a large number of different offers and websites until they have found a suitable vehicle component for improving the motor vehicle.

Das eigenständige Suchen nach Fahrzeugkomponenten für die Komponentenverbesserungsmaßnahme hat den Nachteil, dass viel Zeit bei der Suche nach der passenden Fahrzeugkomponente verloren geht, wobei möglicherweise die geeignetsten Fahrzeugkomponenten übersehen werden. Des Weiteren können Fahrzeugkomponenten aufgrund einer Fehlauswahl inkompatibel mit dem Kraftfahrzeug sein, was zu aufwendigen Wechselmaßnahmen führen kann.The independent search for vehicle components for the component improvement measure has the disadvantage that a lot of time is lost in the search for the appropriate vehicle component, with the most appropriate vehicle components possibly being overlooked. Furthermore, vehicle components can be incompatible with the motor vehicle due to incorrect selection, which can lead to costly replacement measures.

Aus der US 2018/0260874 A1 sind ein Verfahren, ein computerlesbares Speichermedium und ein System bekannt, wobei das System eine Vielzahl von Partner- und assoziierten Webseiten umfasst, die in Netzwerkkommunikation sind und unter einer übergeordneten granulären Community-Spezialwebsite arbeiten.From the U.S. 2018/0260874 A1 discloses a method, computer-readable storage medium, and system, the system comprising a plurality of partner and associated web sites in network communication and operating under an overarching granular community specialty web site.

Aus der WO 2016/191078 A1 ist ein computerimplementiertes Verfahren zur Empfehlung von Artikeln für einen zukünftigen Kauf durch einen Verbraucher auf Grundlage historischer Aktionen des Verbrauchers bereitgestellt.From the WO 2016/191078 A1 provides a computer-implemented method for recommending items for future purchase by a consumer based on the consumer's historical actions.

Aus der US 2012/0035969 A1 sind ein computerimplementiertes kontextbedingtes Empfehlungsempfangsverfahren, ein System und eine Vorrichtung bekannt, die einen Empfang von Vorschlägen ermöglichen, wobei die Vorschläge auf abgeleiteten Präferenzen beruhen.From the US 2012/0035969 A1 discloses a computer-implemented contextual recommendation receiving method, system and apparatus that enables suggestions to be received, where the suggestions are based on derived preferences.

Die Aufgabe der vorliegenden Erfindung ist es, eine Komponentenverbesserungsmaßnahme für einen Benutzer zu vereinfachen.The object of the present invention is to simplify a component improvement measure for a user.

Diese Aufgabe wird durch die unabhängigen Patentansprüche gelöst. Vorteilhafte Weiterbildungen der Erfindung sind in den abhängigen Patentansprüchen, der folgenden Beschreibung sowie den Figuren offenbart.This object is solved by the independent patent claims. Advantageous developments of the invention are disclosed in the dependent patent claims, the following description and the figures.

Durch die Erfindung ist ein Verfahren zum Einleiten einer Komponentenverbesserungsmaßnahme einer Fahrzeugkomponente eines Kraftfahrzeugs bereitgestellt. Eine Fahrzeugkomponente kann beispielsweise ein elektronisches Gerät in dem Kraftfahrzeug, beispielsweise ein Steuergerät oder ein Infotainmentsystem, sowie mechanische Komponenten, wie beispielsweise Bremsen, Reifen, ein Kühlsystem und/oder Leistungs- und Drehmomentverbesserungsmaßnahmen, umfassen. Als Komponentenverbesserungsmaßnahme kann hierbei ein Austausch oder Einbau der Fahrzeugkomponente im Kraftfahrzeug verstanden werden. Das Verfahren, das beispielsweise von einer Rechenvorrichtung ausgeführt werden kann, umfasst als Schritt a) ein Senden einer Anfrage zur Einleitung der Komponentenverbesserungsmaßnahme, als Schritt b) ein Ermitteln einer aktuellen Fahrzeugausstattung und eines Kompatibilitätsparameters des Kraftfahrzeugs, wobei durch den Kompatibilitätsparameter bestimmt wird, welche Fahrzeugkomponenten mit dem Kraftfahrzeug kompatibel sind und als Schritt c) ein Abrufen einer Fahrzeugkomponentenauswahl von zumindest einer fahrzeugexternen Speichereinrichtung, wobei die Fahrzeugkomponentenauswahl zumindest in Abhängigkeit der aktuellen Fahrzeugausstattung und dem Kompatibilitätsparameter aus allen Fahrzeugkomponenten der fahrzeugexternen Speichereinrichtung gefiltert werden. Mit anderen Worten kann die Komponentenverbesserungsmaßnahme durch eine Anfrage gestartet werden, wobei dann ermittelt werden kann, welche Fahrzeugausstattung das Kraftfahrzeug aktuell aufweist und welche Fahrzeugkomponenten in das Kraftfahrzeug eingebaut werden können. Dazu kann ein Kompatibilitätsparameter des Kraftfahrzeugs bestimmt wird, der anzeigen kann, welche Fahrzeugkomponenten zu dem Kraftfahrzeug passen. Die Fahrzeugausstattung kann beispielsweise durch einen Abruf eines Fahrzeugspeichers durchgeführt werden, in dem hinterlegt sein kann, welche Fahrzeugausstattung das Kraftfahrzeug aktuell aufweist. Die aktuelle Fahrzeugausstattung kann jedoch auch von einem Hersteller des Kraftfahrzeugs, insbesondere einer Herstellerdatenbank, abgefragt werden. Alternativ oder zusätzlich kann die aktuelle Fahrzeugausstattung auch in der Anfrage zur Einleitung der Komponentenverbesserungsmaßnahme durch einen Benutzer eingegeben werden. Auf Basis der aktuellen Fahrzeugausstattung und des Kompatibilitätsparameters kann eine Fahrzeugkomponentenauswahl von zumindest einer fahrzeugexternen Speichereinrichtung geladen werden, vorzugsweise von mehreren fahrzeugexternen Speichereinrichtungen, wobei alle auf der oder den fahrzeugexternen Speichereinrichtungen gespeicherten Fahrzeugkomponenten mittels der Fahrzeugausstattung und dem Kompatibilitätsparameter vorgefiltert werden können. Das heißt, dass beispielsweise Fahrzeugkomponenten, die der aktuellen Fahrzeugausstattung entsprechen, nicht für die Fahrzeugkomponentenauswahl berücksichtigt werden. Des Weiteren können alle Fahrzeugkomponenten, die nicht mit dem Kraftfahrzeug kompatibel sind, aus der Fahrzeugkomponentenauswahl herausgefiltert werden. Beispielsweise kann hierzu für jede Fahrzeugkomponente geprüft werden, ob diese mit dem Kompatibilitätsparameter übereinstimmt, wobei eine jeweilige Fahrzeugkomponente der Fahrzeugkomponentenauswahl zugeordnet werden kann, falls diese mit dem Kompatibilitätsparameter übereinstimmt. Vorzugsweise kann für die Fahrzeugkomponentenauswahl auch eine Kategorie der Fahrzeugkomponenten berücksichtigt werden, die durch einen Benutzer vorgegeben sein kann. Die Kategorie kann beispielsweise angeben, für welchen Anwendungsbereich eine Fahrzeugkomponente gesucht wird. Die fahrzeugexterne Speichereinrichtung, von der die Fahrzeugkomponentenauswahl abgerufen werden kann, kann beispielsweise ein Server sein, insbesondere von einem Hersteller des Kraftfahrzeugs und/oder einem Drittanbieter.The invention provides a method for initiating a component improvement measure for a vehicle component of a motor vehicle. A vehicle component can include, for example, an electronic device in the motor vehicle, for example a control unit or an infotainment system, as well as mechanical components such as brakes, tires, a cooling system and/or performance and torque improvement measures. In this case, replacing or installing the vehicle component in the motor vehicle can be understood as a component improvement measure. The method, which can be executed by a computing device, for example, comprises step a) sending a request to initiate the component improvement measure, step b) determining current vehicle equipment and a compatibility parameter of the motor vehicle, the compatibility parameter determining which vehicle components are compatible with the motor vehicle and as step c) retrieving a vehicle component selection from at least one vehicle-external memory device, the vehicle component selection being filtered at least as a function of the current vehicle equipment and the compatibility parameter from all vehicle components of the vehicle-external memory device. In other words, the component improvement measure can be started by a query, it then being possible to determine which vehicle equipment the motor vehicle currently has and which vehicle components can be installed in the motor vehicle. For this purpose, a compatibility parameter of the motor vehicle can be determined, which can indicate which vehicle components match the motor vehicle. The vehicle equipment can be carried out, for example, by retrieving a vehicle memory, in which it can be stored which vehicle equipment the motor vehicle currently has. However, the current vehicle equipment can also be queried by a manufacturer of the motor vehicle, in particular a manufacturer database. Alternatively or additionally, the current vehicle equipment can also be entered by a user in the request for initiating the component improvement measure. Based on the current vehicle equipment and the compatibility parameter a vehicle component selection can be loaded from at least one vehicle-external storage device, preferably from a plurality of vehicle-external storage devices, it being possible for all vehicle components stored on the vehicle-external storage device(s) to be pre-filtered using the vehicle equipment and the compatibility parameter. This means that, for example, vehicle components that correspond to the current vehicle equipment are not taken into account for the vehicle component selection. Furthermore, all vehicle components that are not compatible with the motor vehicle can be filtered out of the vehicle component selection. For this purpose, for example, it can be checked for each vehicle component whether it matches the compatibility parameter, with a respective vehicle component being able to be assigned to the vehicle component selection if it matches the compatibility parameter. A category of the vehicle components, which can be specified by a user, can preferably also be taken into account for the vehicle component selection. The category can indicate, for example, for which application area a vehicle component is being sought. The vehicle-external storage device, from which the vehicle component selection can be retrieved, can be a server, for example, in particular from a manufacturer of the motor vehicle and/or a third-party provider.

Ferner umfasst das Verfahren als Schritt d) ein Durchführen eines Gewichtungsprozesses, wobei zur Durchführung des Gewichtungsprozesses vorgegebene Datenquellen zur Bestimmung geeigneter Fahrzeugkomponenten analysiert werden, wobei durch die Analyse für jede der Datenquellen ein eigenes Datenprofil ermittelt wird, wobei den jeweiligen Fahrzeugkomponenten der Fahrzeugkomponentenauswahl in Abhängigkeit des jeweiligen Datenprofils ein jeweiliger Punktwert zugeordnet wird, wobei jeder Punktwert zusätzlich mittels eines durch die Datenquelle vorgegebenen Gewichtungsfaktors gewichtet wird, als Schritt e) ein Kombinieren der jeweiligen gewichteten Punktwerte der jeweiligen Fahrzeugkomponente zu einem Rangwert der jeweiligen Fahrzeugkomponente, als Schritt f) ein Bereitstellen einer Auswahlliste der Fahrzeugkomponenten für das Kraftfahrzeug, wobei die Fahrzeugkomponenten auf der Auswahlliste in Abhängigkeit des jeweiligen Rangwerts sortiert werden und als Schritt g) eine Auswahl einer Fahrzeugkomponente aus der Auswahlliste und ein Einleiten der Komponentenverbesserungsmaßnahme. Mit anderen Worten wird auf der Fahrzeugkomponentenauswahl ein Gewichtungsprozess durchgeführt, wobei hierzu vorgegebene Datenquellen zur Bestimmung geeigneter Fahrzeugkomponenten analysiert werden. Durch die Analyse, die vorzugsweise mittels eines Algorithmus, insbesondere einer künstlichen Intelligenz, durchgeführt werden kann, kann ein Datenprofil erstellt werden. Insbesondere kann jede Datenquelle Daten umfassen, aus denen beispielsweise ein Verhalten eines Fahrers, eine Vorhersage zu Verschleißteilen und/oder eine Änderung von Umgebungsbedingungen, wie beispielsweise vom Wetter, durchgeführt werden kann, um daraus zu schließen, welche Fahrzeugkomponente möglicherweise benötigt wird. Das Datenprofil kann also eine aus der Datenquelle abgeleitete Vorhersage beziehungsweise ein Benutzerverhalten aufweisen, wobei mit der Vorhersage und/oder dem Benutzerverhalten Fahrzeugkomponenten assoziiert sein können. Vorzugsweise können verschiedene Datenquellen vorliegen, die unterschiedliche Bereiche abdecken. Basierend auf dem Datenprofil der jeweiligen Datenquellen können dann jeder Fahrzeugkomponente Punktwerte zugeordnet werden, wobei die jeweilige Fahrzeugkomponente von jedem ermittelten Datenprofil ein Punktwert erhalten kann. Das bedeutet, dass zum Beispiel durch eine erste Datenquelle ein erstes Datenprofil erstellt werden kann und durch eine zweite Datenquelle ein zweites Datenprofil. Eine Fahrzeugkomponente kann dann einen ersten Punktwert in Abhängigkeit des ersten Datenprofils und einen zweiten Punktwert in Abhängigkeit eines zweiten Datenprofils erhalten. Entsprechend können die weiteren Fahrzeugkomponenten der Fahrzeugkomponentenauswahl Punktwerte erhalten.Furthermore, as step d), the method comprises carrying out a weighting process, in which for carrying out the weighting process, predetermined data sources are analyzed to determine suitable vehicle components, with the analysis determining a separate data profile for each of the data sources, with the respective vehicle components of the vehicle component selection depending on the each data profile is assigned a respective point value, with each point value being additionally weighted by means of a weighting factor specified by the data source, as step e) a combination of the respective weighted point values of the respective vehicle component to form a rank value of the respective vehicle component, as step f) a selection list is provided the vehicle components for the motor vehicle, the vehicle components being sorted on the selection list depending on the respective ranking value and as step g) a selection of a vehicle component from the selection list and initiating the component improvement measure. In other words, a weighting process is carried out on the vehicle component selection, for which purpose predetermined data sources are analyzed to determine suitable vehicle components. A data profile can be created by the analysis, which can preferably be carried out by means of an algorithm, in particular an artificial intelligence. In particular, each data source can include data from which, for example, a driver's behavior, a prediction of wearing parts and/or a change in environmental conditions, such as the weather, can be carried out in order to conclude which vehicle component may be required. The data profile can therefore have a prediction derived from the data source or a user behavior, with vehicle components being able to be associated with the prediction and/or the user behavior. Preferably there can be different data sources covering different areas. Point values can then be assigned to each vehicle component based on the data profile of the respective data sources, it being possible for the respective vehicle component to receive a point value from each determined data profile. This means that, for example, a first data profile can be created by a first data source and a second data profile can be created by a second data source. A vehicle component can then receive a first score depending on the first data profile and a second score depending on a second data profile. Correspondingly, the other vehicle components of the vehicle component selection can receive point values.

Zum Beispiel kann eine Datenquelle Fahrzeugdaten umfassen, wobei aus den Fahrzeugdaten beispielsweise festgestellt werden kann, dass das Kraftfahrzeug hohe Fahrstrecken zurücklegt, was im Datenprofil der Fahrzeugdaten gespeichert werden kann, wobei das Datenprofil der Fahrzeugdaten beispielsweise als Fahrprofil bezeichnet werden kann. In diesem Fall kann beispielsweise durch einen Algorithmus festgestellt werden, dass Fahrzeugkomponenten, die bei einer hohen Fahrzeugleistung benötigt werden, wie beispielsweise Bremsbelege oder Reifen, einen hohen Punktwert erhält.For example, a data source can include vehicle data, it being possible to determine from the vehicle data, for example, that the motor vehicle is driving long distances, which can be stored in the data profile of the vehicle data, the data profile of the vehicle data being able to be referred to as a driving profile, for example. In this case, an algorithm can be used, for example, to determine that vehicle components that are required for high vehicle performance, such as brake pads or tires, receive a high point value.

Weitere Datenquellen, die einen Rückschluss darauf zulassen, ob eine Fahrzeugkomponente vom Kraftfahrzeug oder einem Benutzer des Kraftfahrzeugs benötigt wird, können beispielsweise Wetterdatenquellen, Verkehrsdatenquellen oder Datenquellen sein, die einen Standort und/oder eine Jahreszeit umfassen. Die jeweiligen Datenquellen können beispielsweise im Kraftfahrzeug oder einem Datennetzwerk, insbesondere dem Internet, vorliegen. Other data sources that allow conclusions to be drawn as to whether a vehicle component is required by the motor vehicle or a user of the motor vehicle can be, for example, weather data sources, traffic data sources or data sources that include a location and/or a season. The respective data sources can be present, for example, in the motor vehicle or in a data network, in particular the Internet.

Vorzugsweise ist vorgesehen, dass jede Datenquelle zusätzlich gewichtet wird, indem ein jeweiliger Punktwert der Fahrzeugkomponente mittels eines durch die Datenquelle vorgegebenen Gewichtungsfaktors gewichtet wird. Das bedeutet, dass mittels des Gewichtungsfaktors gewichtet werden kann, wie wichtig die Datenquelle zur Einschätzung der Notwendigkeit der Fahrzeugkomponente ist. Beispielsweise kann eine Datenquelle für Fahrzeugdaten höhergewichtet sein als eine Datenquelle für Wetterdaten, da die Datenquelle für Fahrzeugdaten einen genaueren Rückschluss auf ein Fahrverhalten zulassen kann. Beispielsweise kann so ein Gewichtungsfaktor der Datenquelle für Fahrzeugdaten einen Wert von 35 Prozent aufweisen und ein Wert der Wetterdaten nur 5 Prozent. Das bedeutet, dass jeder Punktwert der jeweiligen Fahrzeugkomponenten, die durch eine erste Datenquelle vergeben wurden, mittels eines ersten Wertes gewichtet werden können und alle Punktwerte der Fahrzeugkomponenten, die durch eine zweite Datenquelle ermittelt wurden, können mittels eines zweiten Wertes gewichtet werden. Anschließend können die mehreren gewichteten Punktwerte einer jeweiligen Fahrzeugkomponente zu einem Rangwert kombiniert werden, wobei der Rangwert vorzugsweise eine Summe der jeweiligen gewichteten Punktwerte der jeweiligen Fahrzeugkomponente sein kann. Mit anderen Worten werden einer Fahrzeugkomponente zunächst mehrere Punktwerte zugeordnet, insbesondere von jeder Datenquelle einer, wobei die Punktwerte für jede Datenquelle unterschiedlich sein können. Anschließend kann jeder Punktwert gewichtet werden, je nach Relevanz der Datenquelle, und die gewichteten Punktwerte der Fahrzeugkomponente können schließlich miteinander kombiniert, insbesondere summiert, werden, um einen Rangwert für die Fahrzeugkomponente zu erhalten.Provision is preferably made for each data source to be additionally weighted in that a respective point value of the vehicle component is weighted using a weighting factor specified by the data source. That means, that the weighting factor can be used to weight how important the data source is for assessing the need for the vehicle component. For example, a data source for vehicle data can be weighted higher than a data source for weather data, since the data source for vehicle data can allow a more precise conclusion to be drawn about driving behavior. For example, a weighting factor of the data source for vehicle data can have a value of 35 percent and a value of only 5 percent for the weather data. This means that each vehicle component score obtained from a first data source can be weighted using a first value, and all vehicle component scores obtained from a second data source can be weighted using a second value. Subsequently, the multiple weighted point values of a respective vehicle component can be combined to form a rank value, wherein the rank value can preferably be a sum of the respective weighted point values of the respective vehicle component. In other words, a vehicle component is initially assigned a number of point values, in particular one from each data source, it being possible for the point values to be different for each data source. Each score can then be weighted, depending on the relevance of the data source, and the weighted scores of the vehicle component can finally be combined with one another, in particular summed, to obtain a rank value for the vehicle component.

Mittels des Rangwerts kann dann die Fahrzeugkomponente in einer Auswahlliste positioniert werden, wobei vorzugsweise die Fahrzeugkomponenten mit absteigendem Rangwert in die Auswahlliste eingetragen werden. Schließlich kann aus der Auswahlliste eine Fahrzeugkomponente ausgewählt werden und die Komponentenverbesserungsmaßnahme kann eingeleitet werden. Die Auswahl kann beispielsweise durch einen Benutzer oder automatisch gemäß dem Rangwert durchgeführt werden und die Komponentenverbesserungsmaßnahme kann beispielsweise einen Einbau der ausgewählten Fahrzeugkomponente umfassen.The vehicle component can then be positioned in a selection list using the rank value, with the vehicle components having a descending rank value preferably being entered in the selection list. Finally, a vehicle component can be selected from the selection list and the component improvement measure can be initiated. The selection can be performed, for example, by a user or automatically according to the rank value, and the component improvement measure can include, for example, installation of the selected vehicle component.

Durch die Erfindung ergibt sich der Vorteil, dass ein Benutzer schnell die für ihn passenden Fahrzeugkomponenten finden kann, wodurch eine Zeitersparnis bei der Durchführung der Komponentenverbesserungsmaßnahme erreicht werden kann. Des Weiteren kann eine Zufriedenheit eines Benutzers erhöht werden, da eine fehlerhafte Auswahl der Fahrzeugkomponente aufgrund von einer Fahrzeuginkompatibilität entfällt. Des Weiteren können auch Kosten für einen Hersteller oder Drittanbieter reduziert werden, da durch einen Benutzer weniger Fehlkäufe durchgeführt werden und hierdurch ein Umtausch und/oder Umbau des Kraftfahrzeugs entfallen kann. Insgesamt kann durch das Verfahren die Komponentenverbesserungsmaßnahme verbessert werden.The advantage resulting from the invention is that a user can quickly find the vehicle components that are suitable for him or her, as a result of which time can be saved when carrying out the component improvement measure. Furthermore, a user's satisfaction can be increased since there is no incorrect selection of the vehicle component due to vehicle incompatibility. Furthermore, costs for a manufacturer or third-party provider can also be reduced since fewer bad purchases are made by a user and as a result an exchange and/or conversion of the motor vehicle can be omitted. Overall, the component improvement measure can be improved by the method.

Die Erfindung umfasst auch Ausführungsformen, durch die sich weitere Vorteile ergeben.The invention also includes embodiments that result in further advantages.

Eine Ausführungsform sieht vor, dass das Ermitteln der aktuellen Fahrzeugausstattung und des Kompatibilitätsparameters mittels eines Datenabrufs in Abhängigkeit einer Fahrzeugidentifikationsnummer durchgeführt wird. Mit anderen Worten kann die Fahrzeugidentifikationsnummer bekannt sein, durch die in einer Datenbank die aktuelle Fahrzeugausstattung abgerufen werden kann. Insbesondere kann auch eine Fahrzeugausstattung aus einer Historie eines bereits durchgeführten Verfahrens zur Auswahl und Einleitung der Komponentenverbesserungsmaßnahme bekannt sein. Somit können auch zu einer Grundausstattung neu hinzugefügte Fahrzeugkomponenten bekannt sein. Durch diese Ausführungsform ergibt sich der Vorteil, dass die aktuelle Fahrzeugausstattung und der Kompatibilitätsparameter für das Kraftfahrzeug leicht bestimmt werden können.One embodiment provides that the current vehicle equipment and the compatibility parameter are determined by means of a data retrieval based on a vehicle identification number. In other words, the vehicle identification number can be known, which can be used to call up the current vehicle equipment in a database. In particular, vehicle equipment can also be known from a history of a method that has already been carried out for the selection and initiation of the component improvement measure. Vehicle components newly added to a basic configuration can thus also be known. This embodiment has the advantage that the current vehicle equipment and the compatibility parameters for the motor vehicle can be easily determined.

Eine weitere Ausführungsform sieht vor, dass für das Ermitteln in Schritt b) die aktuelle Fahrzeugausstattung von einem Steuergerät des Kraftfahrzeugs erkannt und bereitgestellt wird. Mit anderen Worten kann ein Steuergerät des Kraftfahrzeugs bestimmen, welche Fahrzeugkomponenten aktuell im Kraftfahrzeug vorhanden sind, wobei diese Daten von dem Steuergerät abgerufen werden können. Durch diese Ausführungsform ergibt sich der Vorteil, dass neu hinzugefügte Fahrzeugkomponenten, die beispielsweise nicht in einer Herstellerdatenbank hinterlegt sein können, erkannt werden, wodurch die Filterung für die Fahrzeugkomponentenauswahl verbessert werden kann.A further embodiment provides that for the determination in step b) the current vehicle equipment is recognized and made available by a control unit of the motor vehicle. In other words, a control unit of the motor vehicle can determine which vehicle components are currently present in the motor vehicle, and this data can be called up by the control unit. This embodiment has the advantage that newly added vehicle components that cannot be stored in a manufacturer database, for example, are recognized, which means that the filtering for the vehicle component selection can be improved.

Eine weitere Ausführungsform sieht vor, dass zur Durchführung des Gewichtungsprozesses statische und dynamische Datenquellen analysiert werden. Mit statischen Datenquellen sind Datenquellen gemeint, die statische Daten über das Kraftfahrzeug und/oder einen Benutzer des Kraftfahrzeugs umfassen, die sich zeitlich nicht oder kaum ändern. Beispielsweise können die statischen Datenquellen Informationen über einen Kraftfahrzeugtyp und Benutzerinformationen wie beispielsweise einen Wohnort umfassen. Mit dynamischen Datenquellen sind Datenquellen gemeint, die dynamische Daten umfassen, die sich insbesondere zeitlich je nach Verwendung des Kraftfahrzeugs ändern können. Beispielsweise können dynamische Datenquellen Daten über eine Fahrzeugbenutzung, ein Wetter oder Verkaufsdaten umfassen. Durch diese Ausführungsform ergibt sich der Vorteil, dass viele unterschiedliche Datenquellen für den Gewichtungsprozess berücksichtigt werden.A further embodiment provides that static and dynamic data sources are analyzed in order to carry out the weighting process. Static data sources mean data sources that include static data about the motor vehicle and/or a user of the motor vehicle that does not change or hardly changes over time. For example, the static data sources may include information about a vehicle type and user information such as a place of residence. Dynamic data sources mean data sources that include dynamic data that can change over time depending on how the motor vehicle is used. For example, dynamic data sources may include data about vehicle usage, weather, or sales data. Through this execution This form of calculation has the advantage that many different data sources are taken into account for the weighting process.

Vorzugsweise ist vorgesehen, dass die Datenquellen zumindest eine Fahrzeugdatenquelle umfassen, wobei für die Fahrzeugdatenquelle Fahrzeugsensordaten des Kraftfahrzeugs gemessen werden, wobei aus den Fahrzeugsensordaten ein Fahrprofil des Kraftfahrzeugs ermittelt wird und wobei die Punktwerte der Fahrzeugdatenquelle in Abhängigkeit des Fahrprofils zugeordnet werden. Mit anderen Worten kann aus den gemessenen Fahrzeugsensordaten ein Fahrprofil des Kraftfahrzeugs und/oder eines Benutzers des Kraftfahrzeugs ermittelt werden, wobei durch das Fahrprofil eine genauere Zuordnung der Punktwerte der Fahrzeugdatenquelle erreicht werden kann. Beispielsweise kann über das Fahrprofil eine Fahrweise ermittelt werden und so können auf die Fahrweise angepasste Fahrzeugkomponenten durch den Algorithmus mit einem höheren Punktwert gewertet werden als Fahrzeugkomponenten, die nicht auf das Fahrprofil passen. Beispielsweise kann die Fahrzeugdatenquelle über ein Fahrzeugdiagnosesystem (OBD, OBD2) abgerufen werden. Hierdurch ergibt sich der Vorteil, dass ein tatsächlicher Gebrauch des Kraftfahrzeugs für die Ermittlung der Fahrzeugkomponente verwendet werden kann.It is preferably provided that the data sources include at least one vehicle data source, vehicle sensor data of the motor vehicle being measured for the vehicle data source, a driving profile of the motor vehicle being determined from the vehicle sensor data and the point values of the vehicle data source being assigned depending on the driving profile. In other words, a driving profile of the motor vehicle and/or a user of the motor vehicle can be determined from the measured vehicle sensor data, with the driving profile being able to achieve a more precise assignment of the point values of the vehicle data source. For example, a driving style can be determined via the driving profile and vehicle components that are adapted to the driving style can thus be evaluated by the algorithm with a higher point value than vehicle components that do not match the driving profile. For example, the vehicle data source can be accessed via a vehicle diagnostic system (OBD, OBD2). This results in the advantage that actual use of the motor vehicle can be used to determine the vehicle component.

Besonders bevorzugt ist vorgesehen, dass die Datenquellen zumindest eine Benutzerdatenquelle umfassen, wobei für die Benutzerdatenquelle ein Auswahlverhalten von Benutzern des Verfahrens gemessen werden, wobei aus dem Auswahlverhalten der Benutzer ein Schwarmprofil ermittelt wird und wobei die Punktwerte der Benutzerdatenquelle in Abhängigkeit des Schwarm profils zugeordnet werden. Das heißt, dass eine oder mehrere Fahrzeugkomponenten mittels einer Schwarm intelligenz einen höheren Punktwert zugewiesen bekommen können, wobei beispielsweise das Schwarmprofil anzeigen kann, welche Fahrzeugkomponenten besonders beliebt sind und oft ausgewählt werden. Hierdurch kann die Auswahl der Fahrzeugkomponenten auf einem Verhalten anderer Benutzer weiter verbessert werden.Provision is particularly preferably made for the data sources to comprise at least one user data source, with the selection behavior of users of the method being measured for the user data source, with a swarm profile being determined from the selection behavior of the users and with the point values being assigned to the user data source depending on the swarm profile. This means that one or more vehicle components can be assigned a higher point value by means of swarm intelligence, with the swarm profile being able to show, for example, which vehicle components are particularly popular and are often selected. As a result, the selection of the vehicle components can be further improved based on the behavior of other users.

In einer weiteren vorteilhaften Ausführungsform ist vorgesehen, dass die Datenquellen zumindest eine Wetterdatenquelle und/oder Metadaten der gesendeten Anfrage umfassen, wobei für die Wetterdatenquelle Wetterdaten gemessen werden, wobei aus den Wetterdaten ein Wettervorhersageprofil erstellt wird, wobei aus den Metadaten eine Ortsinformation und/oder Zeitinformation ermittelt wird, wobei die Punktwerte in Abhängigkeit des Wettervorhersageprofils und/oder der aus den Metadaten ermittelten Orts- und/oder Zeitinformation zugeordnet werden. Mit anderen Worten kann aus Wetterdaten ein Wettervorhersageprofil ermittelt werden, durch das der Algorithmus auf das Wetter bezogene Fahrzeugkomponenten besonders berücksichtigen kann. Beispielsweise kann durch das Wettervorhersageprofil bekannt sein, dass eine Hitzewelle bevorsteht, wobei der Algorithmus in dem Fall Kühlsysteme für das Kraftfahrzeug und Klimaanlagen mit einem hohen Punktwert zuordnen kann. Alternativ oder zusätzlich können auch Metadaten von der in Schritt a) gesendeten Anfrage analysiert werden, wobei die Metadaten beispielsweise eine IP-Adresse und einen Zeitstempel umfassen, wobei über die IP-Adresse auf einen Ort zurückgeschlossen werden kann und über den Zeitstempel auf eine Zeit, insbesondere eine Jahreszeit. Aus dieser Orts- und Zeitinformation kann beispielsweise durch den Algorithmus bestimmt werden, dass die Anfrage in einer Winterzeit in einer Schneefallregion gesendet wurde, wodurch der Algorithmus winterzeitrelevante Fahrzeugkomponenten mit einem höheren Punktwert versehen kann, beispielsweise Winterreifen, falls festgestellt wird, dass die aktuelle Fahrzeugausstattung keine Winterreifen umfasst. Durch diese Ausführungsform ergibt sich der Vorteil, dass wetter- und ortsabhängige Daten berücksichtigt werden können.In a further advantageous embodiment, it is provided that the data sources include at least one weather data source and/or metadata of the request sent, with weather data being measured for the weather data source, with a weather forecast profile being created from the weather data, with location information and/or time information being generated from the metadata is determined, the point values being assigned depending on the weather forecast profile and/or the location and/or time information determined from the metadata. In other words, a weather forecast profile can be determined from weather data, through which the algorithm can take special account of vehicle components related to the weather. For example, the weather forecast profile may know that a heat wave is imminent, in which case the algorithm may assign a high score to automotive cooling systems and air conditioning systems. Alternatively or additionally, metadata from the request sent in step a) can also be analyzed, the metadata comprising, for example, an IP address and a time stamp, it being possible to deduce a location from the IP address and a time from the time stamp, a season in particular. From this location and time information, it can be determined, for example, by the algorithm that the request was sent in a winter time in a snowfall region, which means that the algorithm can provide vehicle components relevant to winter time with a higher point value, for example winter tires, if it is determined that the current vehicle equipment is not Winter tires included. This embodiment has the advantage that weather and location-dependent data can be taken into account.

Eine weitere Ausführungsform sieht vor, dass der Gewichtungsfaktor der jeweiligen Datenquelle mittels eines maschinellen Lernalgorithmus bestimmt wird, wobei durch den maschinellen Lernalgorithmus geprüft wird, an welche Position der Auswahlliste die in Schritt g) ausgewählte Fahrzeugkomponente durch den Gewichtungsfaktor der jeweiligen Datenquelle sortiert wurde, wobei in Abhängigkeit der Position der ausgewählten Fahrzeugkomponente die für die Positionierung verantwortlichen Gewichtungsfaktoren angepasst werden. Mit anderen Worten kann der maschinelle Lernalgorithmus sich selbst prüfen, ob der Gewichtungsfaktor richtig gewählt wurde. Hierzu können vorzugsweise mehrere Auswahlverfahren durch unterschiedliche Benutzer durch den maschinellen Lernalgorithmus analysiert werden, ob die Fahrzeugkomponenten, die durch den Gewichtungsfaktor in eine Rangposition auf der Auswahlliste gewichtet wurden, tatsächlich durch die Benutzer ausgewählt werden, wobei der Gewichtungsfaktor angepasst werden kann, falls durch den maschinellen Lernalgorithmus festgestellt wird, dass mit höherer Wahrscheinlichkeit Fahrzeugkomponenten ausgewählt werden, die nicht so hoch gewichtet wurden. Insbesondere kann der Gewichtungsfaktor für diejenigen Datenquellen erhöht werden, für die festgestellt wird, dass sie in einer für den Benutzer wichtigen Auswahlkategorie sind. Durch diese Ausführungsform ergibt sich der Vorteil, dass der Gewichtungsprozess kontinuierlich verbessert werden kann. Insbesondere kann der Gewichtungsprozess individuell an einen jeweiligen Benutzer angepasst werden.A further embodiment provides that the weighting factor of the respective data source is determined by means of a machine learning algorithm, with the machine learning algorithm checking to which position in the selection list the vehicle component selected in step g) was sorted by the weighting factor of the respective data source, with Depending on the position of the selected vehicle component, the weighting factors responsible for positioning can be adjusted. In other words, the machine learning algorithm can check itself whether the weighting factor has been chosen correctly. For this purpose, several selection methods by different users can preferably be analyzed by the machine learning algorithm to determine whether the vehicle components that have been weighted into a ranking position on the selection list by the weighting factor are actually selected by the users, with the weighting factor being adjustable if this is done by the machine Learning algorithm is determined that vehicle components are selected with higher probability, which were not so highly weighted. In particular, the weighting factor can be increased for those data sources that are determined to be in a selection category that is important to the user. This embodiment has the advantage that the weighting process can be continuously improved. In particular, the weighting process can be individually adapted to a respective user.

Ein weiterer Aspekt der Erfindung betrifft eine Rechenvorrichtung, die dazu ausgebildet ist, das Verfahren nach einem der vorhergehenden Ausführungsformen durchzuführen. Die Rechenvorrichtung kann beispielsweise ein Computer, ein Smartphone, ein Tabletcomputer und/oder ein Infotainmentsystem des Kraftfahrzeugs umfassen. Insbesondere kann die Rechenvorrichtung zur Ausführung der Schritte a) bis d) ausgebildet sein, wobei das Einleiten der Komponentenverbesserungsmaßnahme beispielsweise eine Terminreservierung für einen Umbau des Kraftfahrzeugs umfassen kann. Durch diesen Aspekt ergeben sich gleiche Vorteile und Variationsmöglichkeiten, wie bei dem Verfahren.A further aspect of the invention relates to a computing device which is designed to carry out the method according to one of the preceding embodiments. The computing device can include, for example, a computer, a smartphone, a tablet computer and/or an infotainment system of the motor vehicle. In particular, the computing device can be designed to carry out steps a) to d), in which case the initiation of the component improvement measure can include, for example, booking an appointment for a conversion of the motor vehicle. This aspect results in the same advantages and possible variations as in the method.

Erfindungsgemäß ist auch ein Kraftfahrzeug mit einer solchen Rechenvorrichtung bereitgestellt. Die Rechenvorrichtung kann insbesondere in das Kraftfahrzeug integriert sein, beispielsweise in Form eines Infotainmentsystems. Alternativ oder zusätzlich kann die Rechenvorrichtung über eine drahtlose Datenverbindung mit dem Kraftfahrzeug koppelbar sein, beispielsweise WLAN, Bluetooth und/oder einer mobilen Datenkommunikation gemäß einem gängigen Mobilkommunikationsstandart. Das erfindungsgemäße Kraftfahrzeug ist bevorzugt als Kraftwagen, insbesondere als Personenkraftwagen oder Lastkraftwagen, oder als Personenbus oder Motorrad ausgestaltet.According to the invention, a motor vehicle with such a computing device is also provided. The computing device can in particular be integrated into the motor vehicle, for example in the form of an infotainment system. Alternatively or additionally, the computing device can be coupled to the motor vehicle via a wireless data connection, for example WLAN, Bluetooth and/or mobile data communication in accordance with a common mobile communication standard. The motor vehicle according to the invention is preferably designed as a motor vehicle, in particular as a passenger car or truck, or as a passenger bus or motorcycle.

Zu der Erfindung gehört auch die Steuervorrichtung für das Kraftfahrzeug. Die Steuervorrichtung kann eine Datenverarbeitungsvorrichtung oder eine Prozessoreinrichtung aufweisen, die dazu eingerichtet ist, eine Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Die Prozessoreinrichtung kann hierzu zumindest einen Mikroprozessor und/oder zumindest einen Mikrocontroller und/oder zumindest einen FPGA (Field Programmable Gate Array) und/oder zumindest einen DSP (Digital Signal Processor) aufweisen. Des Weiteren kann die Prozessoreinrichtung Programmcode aufweisen, der dazu eingerichtet ist, bei Ausführen durch die Prozessoreinrichtung die Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Der Programmcode kann in einem Datenspeicher der Prozessoreinrichtung gespeichert sein.The invention also includes the control device for the motor vehicle. The control device can have a data processing device or a processor device that is set up to carry out an embodiment of the method according to the invention. For this purpose, the processor device can have at least one microprocessor and/or at least one microcontroller and/or at least one FPGA (Field Programmable Gate Array) and/or at least one DSP (Digital Signal Processor). Furthermore, the processor device can have program code which is set up to carry out the embodiment of the method according to the invention when executed by the processor device. The program code can be stored in a data memory of the processor device.

Zu der Erfindung gehören auch Weiterbildungen der erfindungsgemäßen Rechenvorrichtung, die Merkmale aufweisen, wie sie bereits im Zusammenhang mit den Weiterbildungen des erfindungsgemäßen Kraftfahrzeugs beschrieben worden sind. Aus diesem Grund sind die entsprechenden Weiterbildungen des erfindungsgemäßen Verfahrens hier nicht noch einmal beschrieben.The invention also includes developments of the computing device according to the invention, which have features as have already been described in connection with the developments of the motor vehicle according to the invention. For this reason, the corresponding developments of the method according to the invention are not described again here.

Die Erfindung umfasst auch die Kombinationen der Merkmale der beschriebenen Ausführungsformen. Die Erfindung umfasst also auch Realisierungen, die jeweils eine Kombination der Merkmale mehrerer der beschriebenen Ausführungsformen aufweisen, sofern die Ausführungsformen nicht als sich gegenseitig ausschließend beschrieben wurden.The invention also includes the combinations of features of the described embodiments. The invention also includes implementations that each have a combination of the features of several of the described embodiments, unless the embodiments were described as mutually exclusive.

Im Folgenden sind Ausführungsbeispiele der Erfindung beschrieben. Hierzu zeigt:

1 ein schematisches Verfahrensablaufdiagramm gemäß einer beispielhaften Ausführungsform;
2 ein Kraftfahrzeug mit einer Rechenvorrichtung gemäß einer beispielhaften Ausführungsform.

Exemplary embodiments of the invention are described below. For this shows:

1 a schematic process flow diagram according to an exemplary embodiment;
2 a motor vehicle having a computing device according to an exemplary embodiment.

Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsformen der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten der Ausführungsformen jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden. Daher soll die Offenbarung auch andere als die dargestellten Kombinationen der Merkmale der Ausführungsformen umfassen. Des Weiteren sind die beschriebenen Ausführungsformen auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.The exemplary embodiments explained below are preferred embodiments of the invention. In the exemplary embodiments, the described components of the embodiments each represent individual features of the invention that are to be considered independently of one another and that each also develop the invention independently of one another. Therefore, the disclosure is also intended to encompass combinations of the features of the embodiments other than those illustrated. Furthermore, the described embodiments can also be supplemented by further features of the invention that have already been described.

In den Figuren bezeichnen gleiche Bezugszeichen jeweils funktionsgleiche Elemente.In the figures, the same reference symbols designate elements with the same function.

In 1 ist ein schematisches Verfahrensablaufdiagramm eines Verfahrens zum Einleiten einer Komponentenverbesserungsmaßnahme einer Fahrzeugkomponente eines Kraftfahrzeugs gemäß einer beispielhaften Ausführungsform dargestellt. In einem Schritt S10 kann beispielsweise durch einen Benutzer eine Anfrage zur Einleitung der Komponentenverbesserungsmaßnahme gesendet werden, zum Beispiel an eine Rechenvorrichtung, die die nachfolgenden Verfahrensschritte als Programmschritte im Rahmen eines Computerprogramms ausführen kann. Die Anfrage kann beispielsweise von einem Smartphone des Benutzers oder einem Infotainmentsystem des Kraftfahrzeugs gesendet werden. Insbesondere kann durch die Komponentenverbesserungsmaßnahme eine Fahrzeugkomponente des Kraftfahrzeugs aufgerüstet beziehungsweise verbessert werden, wobei beispielsweise ein Einbau der passenden Fahrzeugkomponente erleichtert werden soll.In 1 a schematic method flow diagram of a method for initiating a component improvement measure of a vehicle component of a motor vehicle according to an exemplary embodiment is shown. In a step S10, for example, a user can send a request to initiate the component improvement measure, for example to a computing device that can execute the subsequent method steps as program steps within the framework of a computer program. The request can be sent, for example, from a smartphone belonging to the user or from an infotainment system in the motor vehicle. In particular, a vehicle component of the motor vehicle can be upgraded or improved by the component improvement measure, with the aim of facilitating installation of the appropriate vehicle component, for example.

Nach Senden der Anfrage zur Einleitung der Komponentenverbesserungsmaßnahme kann in einem Schritt S12 ein Kompatibilitätsparameter 10 bestimmt werden, wobei durch den Kompatibilitätsparameter 10 geprüft werden kann, welche Fahrzeugkomponenten mit dem Kraftfahrzeug 34 kompatibel sind. Hierzu kann der Kompatibilitätsparameter 10 beispielsweise eine Fahrzeugidentifikationsnummer aufweisen, durch die festgestellt werden kann, um welches Modell, welchen Motor und welche Reifengrößen das Kraftfahrzeug 34 aufweist. Des Weiteren kann beispielsweise eine aktuelle Fahrzeugausstattung in einem Unterschritt 11 mittels eines Datenabrufs, beispielsweise von einer Herstellerdatenbank, durchgeführt werden, insbesondere in Abhängigkeit der Fahrzeugidentifikationsnummer. Alternativ oder zusätzlich kann in einem Unterschritt 12 eine Fahrzeuginformation, insbesondere eine aktuelle Fahrzeugausstattung, manuell bestimmt werden.After sending the request to initiate the component improvement measure, a compatibility parameter 10 can be determined in a step S12, it being possible to use the compatibility parameter 10 to check which driving vehicle components are compatible with the motor vehicle 34 . For this purpose, the compatibility parameter 10 can have a vehicle identification number, for example, which can be used to determine which model, which engine and which tire sizes the motor vehicle 34 has. Furthermore, for example, current vehicle equipment can be carried out in a sub-step 11 by means of a data retrieval, for example from a manufacturer database, in particular as a function of the vehicle identification number. Alternatively or additionally, in a sub-step 12, vehicle information, in particular current vehicle equipment, can be determined manually.

Anschließend kann in einem Schritt S14 eine Fahrzeugkomponentenauswahl von zumindest einer fahrzeugexternen Speichereinrichtung abgerufen werden, wobei die Fahrzeugkomponentenauswahl eine Auswahl von allen Fahrzeugkomponenten, die auf der fahrzeugexternen Speichereinrichtung gespeichert sein können, darstellt. Insbesondere können alle Fahrzeugkomponenten der fahrzeugexternen Speichereinrichtung mittels der aktuellen Fahrzeugausstattung und dem Kompatibilitätsparameter gefiltert werden, sodass nur Fahrzeugkomponenten abgerufen werden, die zu dem Kraftfahrzeug passen und die noch nicht in dem Kraftfahrzeug verbaut sind.Subsequently, in a step S14, a vehicle component selection can be retrieved from at least one vehicle-external storage device, the vehicle component selection representing a selection from all vehicle components that can be stored on the vehicle-external storage device. In particular, all vehicle components of the vehicle-external memory device can be filtered using the current vehicle equipment and the compatibility parameter, so that only vehicle components that match the motor vehicle and that are not yet installed in the motor vehicle are retrieved.

In einem Schritt S16 kann nachfolgend ein Gewichtungsprozess für die Fahrzeugkomponentenauswahl durchgeführt werden, wobei der Gewichtungsprozess vorzugsweise ein Algorithmus oder Programm auf einer Rechenvorrichtung 36 sein kann. Für die Durchführung des Gewichtungsprozesses können statische Datenquellen 13 und dynamische Datenquellen 14 analysiert werden. Ziel des Gewichtungsprozesses kann sein, die Fahrzeugkomponentenauswahl auf diejenigen Fahrzeugkomponenten einzuschränken, die von einem Benutzer und/oder dem Kraftfahrzeug benötigt werden, wobei hierzu die Datenquellen 13, 14 daraufhin analysiert werden können, welche Eigenschaften für den Benutzer/das Kraftfahrzeug wichtig sein können.In a step S16, a weighting process for the vehicle component selection can subsequently be carried out, wherein the weighting process can preferably be an algorithm or program on a computing device 36. Static data sources 13 and dynamic data sources 14 can be analyzed for carrying out the weighting process. The aim of the weighting process can be to restrict the vehicle component selection to those vehicle components that are required by a user and/or the motor vehicle, for which purpose the data sources 13, 14 can be analyzed to determine which properties can be important for the user/the motor vehicle.

Vorzugsweise kann in dem Gewichtungsprozess für jede Datenquelle ein Datenprofil ermittelt werden, wobei auf Basis des jeweiligen Datenprofils jeder Fahrzeugkomponente der Fahrzeugkomponentenauswahl ein Punktwert zugeordnet werden kann. Der Punktwert kann angeben, wie gut die jeweilige Fahrzeugkomponente auf das Datenprofil der jeweiligen Datenquellen passt.A data profile can preferably be determined in the weighting process for each data source, it being possible for a point value to be assigned to each vehicle component of the vehicle component selection on the basis of the respective data profile. The score may indicate how well each vehicle component fits the data profile of each data source.

Beispielsweise können die dynamischen Datenquellen 14 eine Fahrzeugdatenquelle 15 umfassen, wobei für die Fahrzeugdatenquelle Fahrzeugsensordaten des Kraftfahrzeugs gemessen werden können und aus den Fahrzeugsensordaten ein Fahrprofil 16 ermittelt werden kann. Beispielsweise kann durch einen Algorithmus ermittelt werden, dass die Fahrzeugsensordaten starke Beschleunigungswerte aufweisen, was auf ein sportliches Fahrprofil schließen lässt. Daraus kann der Algorithmus beispielsweise einen hohen Punktwert für leistungs- und drehmomentsteigernde Fahrzeugkomponenten ermitteln. Insbesondere kann der Algorithmus Punktwerte 17 für jeweilige Fahrzeugkomponenten der Fahrzeugdatenquelle 15 bestimmen. For example, the dynamic data sources 14 can include a vehicle data source 15, in which case vehicle sensor data of the motor vehicle can be measured for the vehicle data source and a driving profile 16 can be determined from the vehicle sensor data. For example, an algorithm can be used to determine that the vehicle sensor data have high acceleration values, which suggests a sporty driving profile. From this, the algorithm can, for example, determine a high score for vehicle components that increase performance and torque. In particular, the algorithm can determine point values 17 for respective vehicle components of the vehicle data source 15 .

Des Weiteren können die dynamischen Datenquellen 14 zumindest eine Benutzerdatenquelle 18 umfassen, wobei für die Benutzerdatenquelle 18 ein Auswahlverhalten von Benutzern des Verfahrens gemessen worden sein kann, wobei aus dem Auswahlverhalten der Benutzer ein Schwarmprofil 19 ermitteln kann und wobei der Algorithmus aus dem Schwarmprofil 19 Punktwerte 20 für Fahrzeugkomponenten der Benutzerdatenquelle zuordnen kann. Beispielsweise kann die Benutzerdatenquelle 18 Verkaufsdaten umfassen und das Schwarmprofil 19 kann meistverkaufte Fahrzeugkomponenten aufweisen, wobei die Fahrzeugkomponenten, die am meisten verkauft wurden, beispielsweise einem hohen Punktwert 20 zugeordnet werden können.Furthermore, the dynamic data sources 14 can include at least one user data source 18, in which case a selection behavior of users of the method can have been measured for the user data source 18, in which case a swarm profile 19 can be determined by the user from the selection behavior and in which the algorithm can calculate point values 20 from the swarm profile 19 for vehicle components of the user data source. For example, user data source 18 may include sales data and swarm profile 19 may include top-selling vehicle components, where the vehicle components that sold the most may be assigned a high score 20, for example.

Des Weiteren können die dynamischen Datenquellen 14 eine Wetterdatenquelle 21 aufweisen, in der gemessene Wetterdaten gespeichert werden können, wobei aus den Wetterdaten ein Wettervorhersageprofil 22 erstellt werden kann, beispielsweise dass eine Hitzewelle bevorsteht. Aus dem Wettervorhersageprofil 22 kann der Algorithmus dann Punktwerte 23 für die Fahrzeugkomponenten aus dem Wettervorhersageprofil 22 erzeugen. Zum Beispiel im Fall der Hitzewelle können Klimaeinrichtungen mit hohen Punktwerten 23 bewertet werden.Furthermore, the dynamic data sources 14 can have a weather data source 21 in which measured weather data can be stored, with a weather forecast profile 22 being able to be created from the weather data, for example that a heat wave is imminent. From the weather forecast profile 22 the algorithm can then generate scores 23 for the vehicle components from the weather forecast profile 22 . For example, in the case of the heat wave, air conditioning systems can be rated with high scores 23 .

Die dynamischen Datenquellen 14 können besonders bevorzugt weitere Datenquellen 24 umfassen, beispielsweise eine Verkehrsdatenquelle, aus denen weitere Punktwerte für Fahrzeugkomponenten berechnet werden können.The dynamic data sources 14 can particularly preferably include further data sources 24, for example a traffic data source, from which further point values for vehicle components can be calculated.

Die statischen Datenquellen 13 können beispielsweise Metadaten 25 der gesendeten Anfrage zur Einleitung der Komponentenverbesserungsmaßnahme umfassen. Aus den Metadaten 25 kann beispielsweise eine Ortsinformation 26 und eine Zeitinformation 27 ermittelt werden. Aus der Ortsinformation 26 können beispielsweise länderspezifische Eigenschaften 28 bestimmt werden, wie beispielsweise eine maximal zulässige Höchstgeschwindigkeit. Mit dieser Information kann der Algorithmus dann Punktwerte 29 für die Fahrzeugkomponenten auf Basis der Ortsinformation 26 bestimmen. Aus der Zeitinformation 27 der Metadaten 25 kann beispielsweise ein aktuelles Datum 30 bestimmt werden, wobei das aktuelle Datum 30 beispielsweise anzeigen kann, dass die Anfrage in einer Winterzeit gesendet wurde, woraus Punktwerte 31 für Fahrzeugkomponenten in Abhängigkeit der Zeitinformation 27 bestimmt werden können. Beispielsweise können winterspezifische Artikel, insbesondere Winterreifen, mit einem höheren Punktwert versehen werden. Des Weiteren kann die statische Datenquelle 13 auch weitere Datenquellen 32 umfassen, wie beispielsweise vorgegebene Benutzerdaten und Benutzerpräferenzen.The static data sources 13 can include, for example, metadata 25 of the request sent to initiate the component improvement measure. For example, location information 26 and time information 27 can be determined from the metadata 25 . For example, country-specific properties 28 can be determined from the location information 26, such as a maximum permissible speed. With this information, the algorithm can then determine point values 29 for the vehicle components based on the location information 26 . Out of For example, a current date 30 can be determined from the time information 27 of the metadata 25, wherein the current date 30 can indicate, for example, that the request was sent in winter, from which point values 31 for vehicle components can be determined as a function of the time information 27. For example, winter-specific items, especially winter tires, can be given a higher point value. Furthermore, the static data source 13 can also include other data sources 32, such as predefined user data and user preferences.

Die so ermittelten Punktwerte 17, 20, 23, 29, 31 der jeweiligen Datenquellen 15, 18, 21, 24, 25, 32 können im Anschluss mittels eines durch die Datenquelle vorgegebenen Gewichtungsfaktors 33 gewichtet werden, wobei jede Datenquelle einen eigenen Gewichtungsfaktor aufweisen kann, mit dem die Punktwerte skaliert werden. Beispielsweise können Punktwerte der Fahrzeugdatenquelle 15 und der Benutzerdatenquelle 18 ein höheres Gewicht aufweisen und mit einem Gewichtungsfaktor 33 von 35 Prozent beziehungsweise 40 Prozent gewichtet werden.The point values 17, 20, 23, 29, 31 of the respective data sources 15, 18, 21, 24, 25, 32 determined in this way can then be weighted using a weighting factor 33 specified by the data source, with each data source being able to have its own weighting factor, with which the point values are scaled. For example, scores from vehicle data source 15 and user data source 18 may have a higher weight and be weighted with a weighting factor 33 of 35 percent and 40 percent, respectively.

In einem Schritt S18 können dann die jeweiligen gewichteten Punktwerte der jeweiligen Fahrzeugkomponenten zu einem Rangwert kombiniert werden, wobei die jeweiligen gewichteten Punktwerte jeder Fahrzeugkomponente vorzugsweise aufsummiert werden.In a step S18, the respective weighted point values of the respective vehicle components can then be combined to form a ranking value, with the respective weighted point values of each vehicle component preferably being summed up.

In einem Schritt S20 kann dann eine Auswahlliste der Fahrzeugkomponenten für das Kraftfahrzeug bereitgestellt werden, wobei die Fahrzeugkomponenten auf der Auswahlliste in Abhängigkeit des jeweiligen Rangwerts sortiert werden. Aus dieser Auswahlliste kann dann in einem Schritt S22 die passende Fahrzeugkomponente ausgewählt werden und die Komponentenverbesserungsmaßnahme kann eingeleitet werden. Das heißt, dass beispielsweise die ausgewählte Fahrzeugkomponente in einer Werkstatt bereitgestellt wird und ein Umbautermin reserviert wird. An dem Umbautermin kann dann die ausgewählte Fahrzeugkomponente in das Kraftfahrzeug eingebaut werden.In a step S20, a selection list of the vehicle components for the motor vehicle can then be provided, with the vehicle components being sorted on the selection list depending on the respective ranking value. The appropriate vehicle component can then be selected from this selection list in a step S22 and the component improvement measure can be initiated. This means that, for example, the selected vehicle component is made available in a workshop and a conversion date is reserved. The selected vehicle component can then be installed in the motor vehicle at the conversion date.

Vorzugsweise ist vorgesehen, dass die Gewichtungsfaktoren 33 der jeweiligen Datenquellen durch einen maschinellen Lernalgorithmus verändert werden können. Hierbei kann durch den maschinellen Lernalgorithmus geprüft werden, in welche Position der Auswahlliste in Schritt S20 die schließlich ausgewählte Fahrzeugkomponente durch den Gewichtungsfaktor 33 sortiert wurde, wobei in Abhängigkeit der Position der ausgewählten Fahrzeugkomponente die für die Positionierung verantwortlichen Gewichtungsfaktoren angepasst werden können. Zum Beispiel kann eine Fahrzeugkomponente, die zuvor an eine niedrige Position sortiert wurde, jedoch trotzdem von einem Benutzer ausgewählt wurde, dazu beitragen, dass die Gewichtungsfaktoren 33 der für die Positionierung verantwortlichen Datenquellen angepasst werden. Insbesondere kann der maschinelle Lernalgorithmus lernen, welche Datenquellen für einen Benutzer von besonderer Bedeutung sind und die Gewichtungsfaktoren 33 dieser Datenquellen erhöhen.It is preferably provided that the weighting factors 33 of the respective data sources can be changed by a machine learning algorithm. The machine learning algorithm can check in which position of the selection list in step S20 the finally selected vehicle component was sorted by the weighting factor 33, the weighting factors responsible for the positioning being able to be adjusted depending on the position of the selected vehicle component. For example, a vehicle component that was previously sorted to a low position, but was nevertheless selected by a user, may help adjust the weighting factors 33 of the data sources responsible for the positioning. In particular, the machine learning algorithm can learn which data sources are of particular importance to a user and increase the weighting factors 33 of these data sources.

In 2 ist ein schematisiertes Kraftfahrzeug 34 mit einer Rechenvorrichtung 36 gemäß einer beispielhaften Ausführungsform dargestellt. Die Rechenvorrichtung 36 kann beispielsweise ein Infotainmentsystem des Kraftfahrzeugs 34 sein, wobei die Rechenvorrichtung 36 dazu ausgebildet sein kann, das Verfahren zum Einleiten der Komponentenverbesserungsmaßnahme der Fahrzeugkomponente durchzuführen. Alternativ kann die Rechenvorrichtung 36 ein mobiles Endgerät eines Benutzers des Kraftfahrzeugs 34 sein, das dazu ausgebildet ist, das Verfahren durchzuführen. Beispielsweise kann die Rechenvorrichtung 36, die als mobiles Endgerät ausgebildet ist, sich mit dem Kraftfahrzeug 34 über eine mobile Datenverbindung koppeln, um beispielsweise eine aktuelle Fahrzeugausstattung und einen Kompatibilitätsparameter zu ermitteln. Vorzugsweise kann auch ein System mit dem Kraftfahrzeug 34 der Rechenvorrichtung 36 und einer fahrzeugexternen Speichereinrichtung zum Abrufen der Fahrzeugkomponentenauswahl vorgesehen sein, wobei das System beispielsweise einen Server umfassen kann, auf den Rechenschritte des Verfahrens ausgelagert sein können, wobei das System dazu ausgebildet sein kann, das Verfahren durchzuführen.In 2 1 shows a schematic motor vehicle 34 with a computing device 36 according to an exemplary embodiment. The computing device 36 can be, for example, an infotainment system of the motor vehicle 34, wherein the computing device 36 can be designed to carry out the method for initiating the component improvement measure of the vehicle component. Alternatively, computing device 36 can be a mobile end device of a user of motor vehicle 34, which is designed to carry out the method. For example, the computing device 36, which is embodied as a mobile terminal device, can connect to the motor vehicle 34 via a mobile data connection, for example in order to determine current vehicle equipment and a compatibility parameter. A system with motor vehicle 34, computing device 36 and a vehicle-external storage device for retrieving the vehicle component selection can preferably also be provided, in which case the system can include a server, for example, on which the computing steps of the method can be outsourced, in which case the system can be designed to to carry out procedures.

In einer weiteren beispielhaften Ausführungsform besteht ein Aspekt darin, dass zunächst eine Benutzeranfrage eine Kompatibilitätsprüfung durchläuft, bei der zwei Optionen zur Verfügung stehen können. Entweder hat der Benutzer Zugang zu seiner Fahrzeugidentifikationsnummer (VIN-Nummer). In diesem Fall vergleicht ein Algorithmus die Fahrzeugidentifikationsnummer mit einer Herstellerdatenbank, um umfassende Fahrzeuginformationen, wie beispielsweise Modell, Baujahr, Motortyp, Reifengröße und so weiter, abzurufen. Wenn die Fahrzeugidentifikationsnummer nicht verfügbar wäre, kann vorgesehen sein, dass der Benutzer seine Fahrzeugdaten manuell in das System eingibt.In another example embodiment, one aspect is that a user request first goes through a compatibility check where two options may be available. Either the user has access to their vehicle identification number (VIN number). In this case, an algorithm compares the vehicle identification number with a manufacturer's database to retrieve comprehensive vehicle information such as model, year, engine type, tire size and so on. If the vehicle identification number were not available, provision can be made for the user to manually enter their vehicle data into the system.

Sobald das genaue Fahrzeugmodell identifiziert ist, kann der Algorithmus in der Lage sein, eine umfassende Liste kompatibler Fahrzeugkomponenten zu erstellen. In einem nächsten Schritt kann eine Datenverarbeitung vorliegen. Der Algorithmus sieht Daten aus verschiedenen Datenquellen und analysiert diese Daten, um relevante Produktantworten für diese spezielle Benutzeranfrage zu finden. Die Datenangabe kann in zwei Cluster aufgeteilt werden, in statische Daten und dynamische Daten.Once the exact vehicle model is identified, the algorithm may be able to generate a comprehensive list of compatible vehicle components. In a next step, data processing can take place. The algorithm looks at data from various data sources and analyzes this data to generate relevant product answers ten for that particular user request. The data specification can be divided into two clusters, static data and dynamic data.

Beispielsweise können statische Daten der Benutzerstandort auf der Grundlage der IP-Adresse des Smartphones oder Computers sein. Von diesem Zeitpunkt an kann der Algorithmus zum Beispiel eine Länderprüfung durchführen, um festzustellen, ob sich der Kunde in einem Land ohne Geschwindigkeitsbegrenzung befindet oder nicht. Wenn dies der Fall ist, dann wäre eine empfohlene Fahrzeugkomponente beispielsweise eine Entfernung eines Höchstgeschwindigkeitsbegrenzers. Der Algorithmus kann auch einen Zeitstempel in Korrelation mit dem Standort des Benutzers analysieren, um ein relevantes Produkt in diesem Zeitraum des Jahres zu finden, beispielsweise Wintersportreifen für eine Anfrage zwischen 01.11. und 01.03.For example, static data can be the user's location based on the IP address of the smartphone or computer. From this point on, the algorithm can, for example, perform a country check to determine whether the customer is in a country with no speed limit or not. If this is the case, then a recommended vehicle component would be, for example, the removal of a speed limiter. The algorithm can also analyze a timestamp in correlation with the user's location to find a relevant product in that period of the year, for example winter sports tires for a query between 01.11. and 01.03.

Bei dynamischen Daten kann der Algorithmus über einen Fahrzeugdiagnoseanschluss (OBD2-Anschluss) des Fahrzeugs auf detaillierte Fahrzeugdaten wie Kraftstoffverbrauch oder Fahrverhalten zurückgreifen. Beispielsweise kann ein aggressives Beschleunigungsverhalten festgestellt werden, wodurch eine Empfehlung ein Leistungs- und Drehmomentsabstimmungsprodukt sein kann.In the case of dynamic data, the algorithm can access detailed vehicle data such as fuel consumption or driving behavior via a vehicle diagnostic connection (OBD2 connection). For example, aggressive acceleration behavior may be identified, whereby a recommendation may be a power and torque tuning product.

Dynamische Daten können auch aus Plattformverkaufsdaten stammen, indem die Information darüber, was Personen, die das gleiche Fahrzeug beziehungsweise die gleiche Konfiguration besitzen, häufig kaufen. Darüber hinaus können auch Wetterdaten verwendet werden, um geeignete Produkte für bestimmte Wetterbedingungen zu bestimmen.Dynamic data can also come from platform sales data, providing information about what people who own the same vehicle or configuration buy frequently. In addition, weather data can also be used to determine suitable products for specific weather conditions.

Sobald eine Liste kompatibler relevanter Fahrzeugkomponenten erstellt worden ist, kann der Algorithmus eine gewichtete Reihenfolge der Fahrzeugkomponenten berechnen, um diese empfohlenen Fahrzeugkomponenten zu priorisieren und die für den Benutzer relevanteste Fahrzeugkomponente voranzutreiben. Beispielsweise können die dynamischen Verkaufsdaten und die Fahrzeugdaten höher bewertet werden als andere Datenquellen, da diese Daten in Bezug auf das Profil des Benutzers am genauesten sind und zu einer erhöhten Relevanz in Bezug auf die Empfehlungen führen können. Nachfolgend können beispielsweise statische Standortdaten und wetterdynamische Daten bewertet werden, die von kurzfristiger Relevanz sind.Once a list of compatible relevant vehicle components has been created, the algorithm can calculate a weighted order of the vehicle components to prioritize these recommended vehicle components and push the vehicle component most relevant to the user. For example, dynamic sales data and vehicle data may be ranked higher than other data sources because this data is the most accurate relative to the user's profile and may result in increased relevance relative to the recommendations. For example, static location data and weather-dynamic data that are of short-term relevance can then be evaluated.

Diese gewichtete Berechnung ermöglicht es dem Algorithmus, eine abschließende Rangliste in absteigender Reihenfolge mit den relevantesten Fahrzeugkomponenten zu erstellen.This weighted calculation allows the algorithm to create a final ranking in descending order of the most relevant vehicle components.

Die Beispiele zeigen, wie durch die Erfindung ein Vorschlagsalgorithmus für Fahrzeugkomponenten bereitgestellt werden kann.The examples show how a suggestion algorithm for vehicle components can be provided by the invention.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents cited by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturPatent Literature Cited

US 2018/0260874 A1 [0004]
WO 2016/191078 A1 [0005]
US 2012/0035969 A1 [0006]

Claims

Method for initiating a component improvement measure of a vehicle component of a motor vehicle (34), with the steps: a) sending (S10) a request to initiate the component improvement measure; b) determining (S12) current vehicle equipment (11) and a compatibility parameter (10) of the motor vehicle, the compatibility parameter (10) being used to determine which vehicle components are compatible with the motor vehicle; c) retrieving (S14) a vehicle component selection from at least one vehicle-external storage device, the vehicle component selection being filtered from all vehicle components of the vehicle-external storage device at least as a function of the current vehicle equipment (11) and the compatibility parameter (10); d) Carrying out (S16) a weighting process, with data sources (13, 14) specified for carrying out the weighting process being analyzed to determine suitable vehicle components, with the analysis creating a separate data profile (16, 19, 22 , 28, 30) is determined, with the respective vehicle components of the vehicle component selection depending on the respective data profile (16, 19, 22, 28, 30) being assigned a respective point value (17, 20, 23, 29, 31), with each point value (17, 20, 23, 29, 31) is additionally weighted by means of a weighting factor (33) predetermined by the data source; e) combining (S18) the respective weighted scores of the respective vehicle component into a rank value of the respective vehicle component; f) providing (S20) a selection list of the vehicle components for the motor vehicle, the vehicle components being sorted on the selection list depending on the respective ranking value; g) selecting (S22) a vehicle component from the selection list and initiating the component improvement measure.

procedure after claim 1 , wherein the determination of the current vehicle equipment (11) and the compatibility parameter (10) is carried out by means of a data retrieval depending on a vehicle identification number.

Method according to one of the preceding claims, wherein for the determination in step b) the current vehicle equipment (11) is recognized and made available by a control unit of the motor vehicle.

Method according to one of the preceding claims, in which static (13) and dynamic (14) data sources are analyzed to carry out the weighting process.

Method according to one of the preceding claims, in which the data sources comprise at least one vehicle data source (15), vehicle sensor data of the motor vehicle being measured for the vehicle data source, a driving profile (16) of the motor vehicle (34) being determined from the vehicle sensor data and the point values (17 ) are assigned to the vehicle data source (15) depending on the driving profile (16).

Method according to one of the preceding claims, wherein the data sources comprise at least one user data source (18), wherein a selection behavior of users of the method is measured for the user data source, wherein a swarm profile (19) is determined from the selection behavior of the users and wherein the point values (20 ) are assigned to the user data source (18) depending on the swarm profile (19).

Method according to one of the preceding claims, wherein the data sources comprise at least one weather data source (21) and/or metadata (25) of the request sent, weather data being measured for the weather data source (21), a weather forecast profile (22) being created from the weather data , location information (26) and/or time information (27) being determined from the metadata (25), the point values (23, 29, 31) depending on the weather forecast profile (22) and/or the information from the metadata (25) determined location (26) and / or time information (27) are assigned.

Method according to one of the preceding claims, wherein the weighting factor (33) of the respective data source (15, 18, 21, 24, 25, 32) is determined by means of a machine learning algorithm, the machine learning algorithm checking the position of the selection list to which the in step g) the selected vehicle component was sorted by the weighting factor (33) of the respective data source, the weighting factors responsible for the positioning being adjusted depending on the position of the selected vehicle component.

Computing device (36) designed to carry out the method according to any one of the preceding claims.

Motor vehicle (34) with a computing device (36). claim 9 .