自動車産業は、EVなどの影響力の大きいトレンドや、IT技術の進化の結果として、大きな変化を遂げています。自動運転など、車両の安全性分野で革新的な進歩があり、ガソリンとディーゼル車はから、電気自動車へと進化し、カーシェアリングは大幅に増加しています。これらの結果、環境や、燃料効率の基準を満たしつつ、変化する規則、および、ユーザーの要求を満たすための課題が急増してきます。

これらのダイナミクスに適応するために、車両は進歩しています。車両は、多くの電子システムが統合され複雑化が進みます。複雑な車両開発に対応するためには、良く定義されたシステムアーキテクチャが必要です。そして、このような変化に対応し、課題に正面から取り組むために、自動車業界は、システムズエンジニアリングのアプローチを採用し始めています。

MBSE は、開発中のシステムのコンテキストとアーキテクチャを文書化するモデルを使用し、市場、技術、規制の要件、車両の設計と機能の間のトレーサビリティを可能にします。これは、スケーラブルな構造を確立し、複雑なメカニズムを、最小限のコスト、期間で開発するのに役立ちます。MBSE は、従来のドキュメントベースの情報交換の面を変え、システムのモデルを開発し、エンジニアと利害関係者の間で協調してシステム設計します。問題やエラーは事前に確認・排除され、コスト超過を防ぎます。これらは従来のドキュメント中心のアプローチでは実現できなかった可能性がある効果です。

当然、MBSE を実行するには、データが必要です。しかし、システムの複雑化にともなって、「ビッグデータ」の量は増え続けています。このような場合、従来のアプローチでは、最善の意思決定を行うために不可欠な、特性データを速やかに取得することができません。

したがって、MBSEが目的を実現するためには、データを関係者全てがアクセス可能な状態にしておく必要があります。検証ライフサイクルのデータは、オンロードデータ、社内テストデータ、シミュレーションデータで構成されます。デジタル化された標準データにより、シミュレーションデータを強化し、信頼性を高めることができます。そして、貧弱なプロトタイプの数を減らすためには、構造化されたデータが不可欠です。データが高い品質をもち、豊富で意義のあるものである場合、反復処理は大幅に削減されます。生データは検証ノウハウに変換する必要があります。このようなデータは、より正確な意思決定を可能にするため、MBSEの目的をより迅速に達成するのに役立ちます。