Vector CANoe integriert KI-Agenten für automatisierte Test-Workflows

Vector hat seine Entwicklungs- und Testumgebung CANoe um neue Funktionen für Künstliche Intelligenz (KI) und das Model Context Protocol (MCP) erweitert. Das integrierte MCP-Server- und CANoe-KI-Paket, das in der Version 20 SP2 verfügbar ist, erlaubt es Anwendern, komplexe Aufgaben – von der Generierung von CAPL-Tests bis hin zur Analyse von Kommunikationsflüssen – über natürlichsprachliche Prompts auszuführen. Die spezialisierten KI-Agenten leiten die erforderlichen Schritte automatisch ab und führen vollständige Workflows aus, wodurch Aufgaben, die zuvor Stunden oder Tage dauern konnten, auf wenige Minuten reduziert werden.

Transparente Autonomie und offenes Ökosystem
Anwender können den Grad der Autonomie für die Agenten festlegen und jeden Schritt live in der Entwicklungsumgebung überwachen. Das CANoe-KI-Paket setzt auf ein offenes Ökosystem, bei dem Nutzer ihr eigenes zugrunde liegendes Sprachmodell bereitstellen (wie etwa Claude oder das LLM hinter GitHub Copilot), während Vector die offene KI-Schicht aus Agenten, Fähigkeiten und MCP-Werkzeugen liefert. Mittels Vector-RAG (Retrieval-Augmented Generation) greifen diese Agenten auf eine verifizierte Wissensbasis aus der Vector-Dokumentation zurück, wodurch sichergestellt wird, dass die Ergebnisse auf Expertenwissen und nicht auf Modellannahmen basieren. Das kostenlose Paket ermöglicht es sowohl neuen als auch erfahrenen Anwendern, maßgeschneiderte, automatisierte Testprozesse nahtlos zu orchestrieren.

Zusätzlicher Kontext: Technologischer Hintergrund und Marktdynamik
Dieser Abschnitt bietet einen technologischen und marktbezogenen Hintergrund, der in der ursprünglichen Pressemitteilung nicht explizit aufgeführt ist.

Das Model Context Protocol (MCP) hat sich kürzlich als standardisiertes, transportunabhängiges Framework etabliert, das definiert, wie KI-Agenten kontextbezogene Daten sicher abrufen, austauschen und verarbeiten. In der Automobilsoftware-Entwicklung erforderten Netzwerksimulation und -validierung historisch gesehen umfangreiche manuelle Skripte in spezialisierten Sprachen wie CAPL (CAN Access Programming Language). Durch die Integration eines MCP-Servers direkt in CANoe schließt Vector die Lücke zwischen universellen Large Language Models (LLMs) und hochspezialisierten Automobilsimulationsumgebungen. Dieser „agentenbasierte“ Ansatz versetzt Unternehmen in die Lage, ihre unternehmensweit genehmigten LLMs zu nutzen, um proprietäre Testkonfigurationen sicher auszulesen, Code zu kompilieren und interaktive Simulationen auszuführen. Dies beschleunigt die Entwicklung softwaredefinierter Fahrzeuge erheblich, ohne interne geistige Eigentumsrechte (IP) öffentlichen Netzen auszusetzen.

Redaktionell bearbeitet von Lekshman Ramdas, Induportals-Redakteur – angepasst durch KI.

www.vector.com