Wie XL2 Audi digital schneller macht

Als XL2 gegründet wurde, waren die Straßen leer. Felix Spitznagel, Managing Director und einer der Gründer, erinnert sich noch gut an den Start des Joint Ventures von Audi und Capgemini im Jahr 2020: Die Gründungsurkunden wurden im ersten Lockdown unterschrieben, „auf dem Weg nach München war kaum jemand unterwegs“, so Spitznagel. Ein symbolträchtiger Beginn für ein Unternehmen, das von Anfang an mit Veränderung umgehen musste: Pandemie, Lieferkettenprobleme, geopolitische Krisen, der Wandel zur Elektromobilität, wachsender Kostendruck und nun Künstliche Intelligenz. Die ersten Jahre von XL2 waren ein Dauerlauf durch mehrere Transformationswellen.

Wenn Spitznagel seinem fünf Jahre jüngeren Ich heute einen Rat geben müsste, wäre es vor allem einer: „Nicht zu ungeduldig sein, manches braucht einfach ein bisschen Zeit.“ Geduld heißt bei XL2 aber kein Stillstand. „Wir mussten uns immer ein Stück weit anpassen, mitgehen“, blickt Spitznagel zurück.

Wie XL2 seit der Gründung bei Audi gewachsen ist

Gestartet ist XL2 mit zwei Personen, heute arbeiten mehr als 300 Mitarbeitende in Deutschland. In Projekten kommen internationale Teams hinzu. „Wir skalieren über unsere Auslandsstandorte, etwa in Polen, Indien und Ägypten und beschäftigen so in Summe über 500 Kolleginnen und Kollegen.“, erklärt Spitznagel. Was sich aber in all den Jahren nicht geändert hat, ist der Kernauftrag: XL2 soll die digitale Transformation beschleunigen – in Produktion, Logistik, Beschaffung, Finanzen und IT. Inzwischen reicht die Arbeit über Audi hinaus tiefer in den Volkswagen Konzern hinein. So gibt es Projekte für Porsche, Cariad, Scout in den USA und zuletzt das weltweit größte Komponentenwerk der Volkswagen Group Components in Kassel.

Eine Stärke des Joint-Venture-Modells: XL2 verbindet die Nähe zu Audi und Volkswagen mit der Skalierungsfähigkeit von Capgemini. „Die Vorteile sind, dass wir ein Standbein in beiden Welten haben“, formuliert es Spitznagel. Mitarbeitende von Audi und VW bringen Prozesswissen, Systemkenntnis und Vertrauen in die Fachbereiche mit; über Capgemini kann XL2 zusätzliche Technologiekompetenz und internationale Projektteams einbinden. Dadurch müssen Anforderungen weniger mühsam übersetzt werden, während Entwicklung, Rollout und Betrieb bei Bedarf breiter aufgestellt werden können. Für Spitznagel entsteht daraus eine Kombination, die besser sei als „wir machen alles selbst“ oder „wir geben alles raus“.

Sonderheft Konzern-IT Audi

Dieser Beitrag ist Teil des automotiveIT-Sonderhefts „Konzern-IT Audi“. Für die Ausgabe haben wir zentrale Themen und Projekte der Audi-IT unter die Lupe genommen – vom Enterprise IT Target Operating Model und der strategischen Kompetenzentwicklung über Künstliche Intelligenz und Produktions-IT bis zum Software-Defined Vehicle.

Das vollständige Sonderheft können Sie hier als E-Paper lesen.

Agil, aber kein Startup mehr

In der Anfangszeit wurde XL2 gern als Startup beschrieben. Heute ist Spitznagel mit dem Begriff vorsichtiger. „Wir haben das Wort Startup etwa nach anderthalb Jahren gestrichen“, sagt er. Der Begriff habe Erwartungen geweckt, die ein Unternehmen im Konzernumfeld nur bedingt erfüllen könne. XL2 arbeitet an SAP-Systemen, Produktionsprozessen und internationalen Templates – also an Themen, bei denen Verlässlichkeit, Prozesssicherheit und Konzernfähigkeit entscheidend sind.

Auf der anderen Seite macht gerade dieses Spannungsfeld XL2 auch für Talente interessant. Spitznagel beschreibt das Unternehmen als „kleines, agiles, schnelles Unternehmen mit kurzen Entscheidungswegen, flachen Hierarchien und einer großen Eigenbeteiligung“. Wer zu XL2 kommt, arbeitet damit nah an den Strukturen von Audi und Volkswagen, ohne vollständig in ihnen aufzugehen.

„Das Denken in Wertströmen macht uns schneller und flexibler“

Im Interview erläutern Audis Finanzvorstand Jürgen Rittersberger und CIO Frank Loydl, wie das Unternehmen seine IT entlang von Wertströmen neu organisiert, welche Rolle Daten dabei spielen und wo Audi beim Aufbau einer „Agentic Enterprise“ steht.

So nutzt XL2 den DeepRacer Cup für KI und Recruiting

Wie XL2 Technologie und Talente zusammenbringt, zeigt der DeepRacer Cup. Teams trainieren KI-Modelle für kleine autonome Rennfahrzeuge, die anschließend auf einer realen Strecke gegeneinander antreten. Genau darin liegt für Spitznagel der Reiz des Formats: KI verlässt Trainingsdatensatz und Simulation und muss sich unter echten Bedingungen bewähren. „Auch wenn der Algorithmus vorher gut funktioniert hat. Wenn er in dem Auto steckt und sich dann autonom über diese Strecke navigieren soll, können sehr überraschende Dinge passieren“, fasst er zusammen.

Der Austragungsort verstärkt diesen Effekt. Im Werk in den Böllinger Höfen ist der Wettbewerb unmittelbar mit der Audi-Welt verbunden. Die Teilnehmenden erleben KI dort als etwas, das fährt, reagiert, manchmal scheitert und im nächsten Versuch besser werden kann. Für Spitznagel ist der DeepRacer Cup deshalb ein „ikonisches Event“: Er macht Technologie niedrigschwellig zugänglich und zeigt zugleich, wie eng Lernfreude, automobile Praxis und Zusammenarbeit bei XL2 und Audi zusammengedacht werden.

Auch für die Talentgewinnung ist das Format relevant. Spitznagel verweist darauf mit hörbarem Stolz: „Wir haben auch auf dem DeepRacer-Setup durchaus schon die ein oder andere Einstellung generieren können.“

KI braucht gute Daten

So spielerisch KI beim DeepRacer erlebbar wird, so grundlegend ist die Arbeit dahinter. Spitznagel hatte KI bereits früher als „never-ending journey“ beschrieben. Im Interview bestätigt er: „Die hört so schnell nicht auf.“ Die Geschwindigkeit sei rasant, aktuell gehe es darum, „am Ball zu bleiben“ und Mitarbeitende zu befähigen, KI-Werkzeuge sinnvoll einzusetzen.

Die größte Herausforderung ist für ihn heute, neue KI-Möglichkeiten sicher in den Unternehmenskontext einzubinden. Große Sprachmodelle und Agentensysteme müssen Grenzen bekommen, nachvollziehbar funktionieren und im Betrieb verlässlich bleiben. Die Kunst sei, das „reproduzierbar hinzubekommen“. Damit KI-Projekte über den Demonstrator hinauskommen, reicht technische Machbarkeit allein nicht aus. Für XL2 zählt, ob eine Anwendung in bestehende Prozesse passt, sich sicher betreiben lässt und einen nachvollziehbaren Mehrwert liefert.

Dabei ist und bleibt die Grundlage die Datenqualität. Besonders in der Produktion ist das anspruchsvoll. Viele Anlagen sind zehn oder zwanzig Jahre im Einsatz und wurden nicht dafür gebaut, Daten für KI-Anwendungen bereitzustellen. Erst müsse man an die Daten kommen, sie verstehen, harmonisieren und speichern. Nur auf qualitativ hochwertigen Daten könne man „eine passende KI oder Auswertung aufsetzen“.

Gerade an dieser Stelle zeigt sich aber auch die Grenze der Beschleunigung. Bevor ein Modell Mehrwert liefern kann, muss XL2 oft klären, welche Datenpunkte eine Anlage überhaupt bereitstellt, wie belastbar diese Daten sind und wie sie harmonisiert werden können. Spitznagel nennt das Grundlagenarbeit, die Zeit und viel Kontextwissen braucht. XL2 arbeitet deshalb an Datenplattformen, über die harmonisierte Daten nutzbar werden. Fachbereiche können benötigte Datenobjekte anfordern und bei entsprechender Berechtigung nutzen. Das klingt weniger spektakulär als KI-Agenten, ist aber die Voraussetzung dafür, dass Anwendungen später schnell und zuverlässig entstehen.

Audi nutzt KI für Lastenheftanalysen

Audi setzt nun auch in der Fertigungsplanung auf künstliche Intelligenz: Das neue Tool „Tender Toucan“ analysiert Angebote auf Basis von Lastenheften, bewertet den Erfüllungsgrad und soll so bis zu 30 Prozent Arbeitszeit einsparen.

Welche KI-Anwendungen entwickelt XL2 für Audi?

Dass XL2 nicht nur an Konzepten arbeitet, zeigen konkrete Projekte wie das Component Repository. Es unterstützt dabei, Bauteile und Bauzustände eines Fahrzeugs standortübergreifend, nachvollziehbar und revisionssicher zu dokumentieren – eine Aufgabe, die auch durch regulatorische Anforderungen an Bedeutung gewinnt. XL2 hat die Architektur so offen angelegt, dass sich neue Vorgaben integrieren lassen, etwa der Batteriepass.

Noch anschaulicher ist der Tender Toucan. Dahinter steckt ein Problem aus der Beschaffung. Die KI-Anwendung unterstützt Mitarbeitende im Ausschreibungsprozess: Lastenhefte für Anlagen können bis zu 700 Seiten umfassen, Angebote von Lieferanten sind sogar noch umfangreicher. Der Tender Toucan vergleicht Anforderungen und Angebote KI-gestützt, zeigt Erfüllungsgrade und kann Rückfragen an Anbieter vorschlagen. Spitznagel spricht von einer „riesengroßen Entlastung“ für Fachabteilungen, die „Geschwindigkeit und auch Qualitätsgewinn“ bringe.

Auch intern setzt XL2 auf KI. Ein Wissensassistent greift auf die interne Wissensdatenbank zu und beantwortet Fragen zu Organisation, Projekten oder Prozessen. Findet das System keine passende Antwort, schlägt es Expertinnen oder Experten vor. Deren Rückmeldung kann wiederum in die Wissensdatenbank einfließen.

Audi integriert A2 e-tron in bestehende Fertigung

Für das neue Elektromodell setzt der Hersteller auf bestehende Anlagen, eine gemeinsame Karosseriefertigung mit dem A3 und weniger Teilevarianten. Mehr als 1.200 Fertigungskomponenten werden wieder- oder weiterverwendet.

Diese Rolle spielt XL2 künftig bei Audi und Volkswagen

Was seine Erwartungen für die kommenden Jahre sind? Da bleibt Spitznagel bewusst vorsichtig. Fünf Jahre seien dem beim aktuellen Entwicklungstempo eine sehr lange Zeit. Sicher ist für ihn: Produktion, Logistik, Beschaffung und Finanzen bleiben für XL2 zentrale Felder, SAP-Templates werden international ausgerollt, Shopfloor-Systeme modernisiert und Datenplattformen weiterentwickelt. KI werde die Rolle des Unternehmens weiter verändern – vorausgesetzt, sie wird zuverlässig in Prozesse eingebunden und auf belastbare Daten gestellt.