Skip to main content
main-content

29.03.2017 | Automatisiertes Fahren | Im Fokus | Onlineartikel

Künstliche Intelligenz transformiert die Autoindustrie

Autor:
Christiane Köllner

Künstliche Intelligenz wird zum Game Changer in der Autoindustrie. Der Boom dürfte gerade erst begonnen haben: ohne Big Data und Deep Learning keine automatisierten Fahrzeuge.

Big Data und maschinelles Lernen bilden die Grundlagen für intelligente Systeme. Sie sind der Schlüssel für die Weiterentwicklung von künstlicher Intelligenz (KI). Vor allem in der Transportindustrie wird künstliche Intelligenz für die Zukunft eine entscheidende Rolle spielen. Wenn Fahrzeuge autonom auf Autobahnen fahren, müssen sie nicht nur auf Basis von starren Programmen agieren können, sondern durch Erfahrung lernen. 

Empfehlung der Redaktion

2015 | OriginalPaper | Buchkapitel Open Access

Lernen autonome Fahrzeuge?

Mit dem autonomen Fahren wird ein technisches System den Menschen als Fahrer des Automobils ersetzen. Aktuell arbeiten die Automobilindustrie, Universitäten, aber auch große IT-Unternehmen an der Implementierung von Funktionen, die dem technischen Sy

Deep Learning beschleunigt Entwicklung zu Level vier    

Generell gehe es darum, immense Datenmengen, wie sie von einer steigenden Zahl unterschiedlicher Sensoren in immer höherer Auflösung geliefert werden, in Echtzeit zu verarbeiten, erklärten kürzlich ZF-Experten auf dem "Auto Motor und Sport"-Kongress in Stuttgart. So seien autonomes Fahren der Stufen drei und vier wie auch viele Predictive-Funktionen, die in künftigen Fahrzeuggenerationen Einzug halten werden, ohne KI kaum zu realisieren. "Selbstlernende künstliche Intelligenz in Autos ist der Schlüssel, der das volle Potenzial von autonomen Fahrzeugen freisetzt", prognostiziert auch eine Frost & Sullivan-Studie, die selbstlernende Technik in Fahrzeugen und ihren Wertbeitrag zur Automobilindustrie analysiert.

Künstliche Intelligenz beschäftigt daher sehr intensiv die gesamte Autobranche. Der Zulieferer Bosch hatte erst jüngst angekündigt, künftig das "Gehirn" für das selbstfahrende Autos liefern zu wollen. Einen intelligenten Fahrzeugcomputer, der Verkehrssituationen interpretieren und Vorhersagen darüber treffen kann, wie sich andere Verkehrsteilnehmer verhalten. Der KI-Autocomputer soll spätestens Anfang der kommenden Dekade in Serie gehen. Auch Konkurrent Continental forscht im Bereich der künstlichen Intelligenz. Das Unternehmen arbeitet zusammen mit der Universität Oxford an Deep-Learning-Algorithmen, die die optische Objekterkennung und den Dialog zwischen Menschen und Maschinen zukünftig optimieren sollen. Das Team des Fraunhofer IAIS nutzt hingegen Deep-Learning-Verfahren, um besonders knifflige Probleme beim assistierten beziehungsweise autonomen Fahren zu lösen – etwa die selbstständige Navigation auf Baustellen.

Google und Nvidia sind die wichtigsten Unternehmen

Für die Unternehmen tun sich durch Lizensen, Partnerschaften und neue Mobilitätsdienste im Bereich der künstlichen Intelligenz auch neue Einkommensquellen auf. Bis zum Jahr 2025 sollen laut Frost & Sullivan vier verschiedene Stufen in Bezug auf selbstlernende Technologien die Automobilindustrie verändern. Die Eigentümerschaft von selbstlernenden Autos auf Level vier werde für neue Mobilitätsunternehmen entscheidend sein und Partnerschaften mit OEMs anfachen. Diese würden bereits jetzt strategisch in die Akquisition von selbstlernender Technologie auf Level drei sowie Level vier investieren. Im Markt gibt es bereits einige Start-ups – zum Beispiel Argo AI, in das Ford eine Milliarde US-Dollar investieren will.

"Technologieunternehmen werden voraussichtlich zu den neuen Tier-1 Automobilzulieferern für OEMs in Hinblick auf Deep-Learning-Technologien", erklärt Frost & Sullivan Intelligent Mobility Research Analyst Sistla Raghuvamsi. "Google und Nvidia werden die wichtigsten Unternehmen in dieser Sparte sein und den Markt bis 2025 dominieren. In der Zwischenzeit werden 13 OEMs mehr als sieben Milliarden US-Dollar in die Entwicklung von verschiedenen AI-Anwendungsfällen investieren. Hyundai, Toyota und GM werden 53,4 Prozent des Investitionsanteils auf sich vereinen."

Für Entwickler liege die Herausforderung darin, die notwendigen Daten zu sammeln, mit denen sich die KI derart programmieren lasse, dass sie selbstfahrende Fähigkeiten unterstütze, so die Analysten weiter. Hieraus ergäbe sich wiederum die Notwendigkeit, künstliche Simulationen zu kreieren, mit deren Hilfe sich die KI schulen lasse. Gleichermaßen müssten kostengünstige Level-zwei-Systeme zur Analytik von Fahrverhalten und Fahrerassistenz entwickelt werden, die letztendlich Daten zum Erreichen von Level drei und vier zur Verfügung stellen könnten. 

Sicherheitstechnische Validierung notwendig

Allerdings gibt es auch Hürden und Unsicherheiten. Sicherheitsrelevante Entscheidungen werden noch nicht von Systemen mit künstlicher Intelligenz getroffen. Zum einen fehlt dafür nach wie vor die rechtliche Grundlage. Der aktuelle Gesetzentwurf von Bundesverkehrsminister Alexander Dobrindt sieht weiterhin vor, dass der Fahrer die letzte Verantwortung behält. 

Eine weitere Herausforderung ist zum anderen der Nachweis der Sicherheit im nicht überwachten sicherheitskritischen System ohne Korrekturmöglichkeit. Darauf weisen die Springer-Autoren Walther Wachenfeld und Hermann Winner im Kapitel Lernen autonome Fahrzeuge? aus dem Buch Autonomes Fahren hin. Deshalb fänden sich bereits in aktuellen Serienfahrzeugen nach Wissensstand der Autoren nur gelernte Modelle, die sich nach dem Test und der Freigabe nicht mehr ändern. Bei der Anwendung des maschinellen Lernens für die Fahrzeugautomatisierung während des Betriebs sei sowohl die Verkehrssicherheit (Safety) als auch die Datensicherheit (Security) mit hoher Priorität zu betrachten. Die Autoren mahnen daher: "Für die Bewertung der Verkehrssicherheit respektive des Risikos fehlt aktuell noch ein valides Maß".

Weiterführende Themen

Die Hintergründe zu diesem Inhalt

01.01.2017 | Im Fokus | Ausgabe 1/2017

Fahrzeug 5.0 Die wissensbasierte Maschine

2015 | OriginalPaper | Buchkapitel Open Access

Lernen autonome Fahrzeuge?

Quelle:
Autonomes Fahren

Das könnte Sie auch interessieren

20.10.2016 | Automatisiertes Fahren | Im Fokus | Onlineartikel

Wie Autos das Denken lernen

28.03.2017 | Mensch-Maschine-Interaktion | Nachricht | Onlineartikel

Elon Musk forscht an Cyborgs

04.01.2017 | Car-to-X | Im Fokus | Onlineartikel

Watson bringt künstliche Intelligenz ins Auto

Premium Partner

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Best Practices für die Mitarbeiter-Partizipation in der Produktentwicklung

Unternehmen haben das Innovationspotenzial der eigenen Mitarbeiter auch außerhalb der F&E-Abteilung erkannt. Viele Initiativen zur Partizipation scheitern in der Praxis jedoch häufig. Lesen Sie hier  - basierend auf einer qualitativ-explorativen Expertenstudie - mehr über die wesentlichen Problemfelder der mitarbeiterzentrierten Produktentwicklung und profitieren Sie von konkreten Handlungsempfehlungen aus der Praxis.
Jetzt gratis downloaden!

Bildnachweise