Beiträge

E-Mobilität. Daimler hat Tesla den Kampf angesagt. Foto: magility

E-Mobilität: Mercedes wird zum größten Konkurrenten von Tesla

Tesla hat einen unvergleichbaren Aufstieg vom Underdog zum Pioneer hingelegt. Aber die kommenden fünf Jahre könnten zur größten Herausforderung für das US-Unternehmen werden. Denn Autobauer rund um die Welt warnen sich zur Aufholjagd in Sachen Elektromobilität.

Daimler investiert Milliarden in Elektromobilität

Allen voran Daimler – die Stuttgarter planen ihre Autoflotte nun bis 2020 zu elektrifizieren und investieren dafür 11 Milliarden Euro. Dies bedeutet vor allem die Aufholjagd zum Vorreiter und Kontrahenten Tesla.
Doch zu Tesla aufzuschließen ist keine leichte Aufgabe. Das Unternehmen genießt eine Markenloyalität vergleichbar mit Apple. Das Unternehmen um CEO Elon Musk hat mit Innovationen wie Over-the-Air Updates der Industrie gezeigt, was Innovation bedeutet und traditionelle Distributionswege infrage gestellt.

Daimler muss sich neu erfinden

Tesla schwächelt vor allem in der Produktion, immer wieder ist von Engpässen die Rede. Daimler hingegen macht keinen Hehl daraus, den Angriff auf die Elektroauto-Pioniere zu wagen. Aus Stuttgart hörte man bereits im September, dass sie eine Milliarde in ein Werk in den USA investieren, um einen elektrischen SUV zu bauen, der 2020 auf den Markt gehen soll.
Darüber hinaus will Daimler weitere 10 Milliarden in die nächste Generation von Elektrofahrzeugen investieren.

Die angekündigte Verbannung von Dieselfahrzeugen befeuert die Entwicklung

Allerdings geht es wohl nicht alleine darum, Tesla einzuholen. Chinas Ankündigung, Diesel- und Verbrennungsmotoren zu verbannen zu wollen, ist ein zentraler Grund, denn China ist der größte Absatzmarkt für Autos in der Welt.

Die Nachfrage bestimmt das Angebot

Der Wettstreit von Daimler mit Tesla könnte aber auch darin begründet sein, dass Daimler erkannt hat, dass sie ihre Kunden davon überzeugen kann, dass sie technologisch Schritt halten. Etwas das Tesla bereits geschafft hat. Alleine deshalb, kann der schwäbische Autobauer die Amerikaner nicht ignorieren. Gleichzeitig ist der Kern von Mercedes der Verbrennungsmotor. Noch immer gilt ein Mercedes mehr als schnelle Maschine auf der Autobahn als ein Hightech-Fahrzeug und Pioneer der E-Mobilität.

Vor allem in China wird investiert

In Sachen E-Mobilität gilt es vor allem den chinesischen Markt zu erobern. Tesla arbeitet deshalb an einem soliden Fundament und baut ein Werk in Shanghai, das 2020 mit der Produktion beginnt.
Daimler hat bereits ein Joint Venture mit dem chinesischen Autobauer BAIC. Gemeinsam kündigten sie im Juli eine Investition über 750 Millionen Euro in die Produktion von Elektrofahrzeugen an. Von Unternehmensseite hieß es, China wird der wichtigste Markt für E-Mobility.

Weitere Herausforderungen

Natürlich bleiben einige Herausforderungen trotz hoher Investitionen bestehen. Die Marke Tesla steht für Hightech, Innovation und Zukunft. Dahin muss Daimler noch kommen. Außerdem hängt der Durchbruch auch eng mit der Ladeinfrastruktur zusammen. Tesla ist hier bereits einen Schritt weiter und arbeitet an einer Solarinfrastruktur. Es bleiben viele Fragen, die noch beantwortet werden müssen.

Magility untersucht fortlaufend in Trendstudien aktuelle Entwicklungen innerhalb der Mobilitätsindustrien und steht Ihnen als Partner zur Seite. Kontaktieren Sie uns gerne – wir freuen uns auf Sie!

Auf dem Weg zur digitalen Mobilität: Disruptive Geschäftsmodelle. Grafik: Mercedes Benz

Disruptive Geschäftsmodelle – Wo sind die innovativsten Automärkte?

Wir sind dabei, digitale, auch disruptive Geschäftsmodelle für die Zukunft zu entwickeln. Denn ohne die Wertschöpfungskette um digitale Services zu erweitern werden wir in Zukunft nicht auskommen. Doch wo stehen wir auf dem Weg zum „Mobilitätsdienstleister der Zukunft“? Der „Automotive-Disruption-Radar“ dokumentiert einen aktuellen Stand. Ganz vorne platziert: die Niederlande. Deutschland landet nur auf Platz fünf.

Neue Mobilitätskonzepte und innovative Geschäftsmodelle

Die zentralen Stichworte der Studie sind: Shared Mobility, Digitalisierung, autonomes Fahren und Elektromobilität. Darüber hinaus die regulatorischen Rahmenbedingungen und die Infrastrukturen, die digitale Innovationen möglich machen und befeuern. Wenn es um die Anwendung von Mobilitätskonzepten zu den genannten Kriterien geht landen die Niederlande im weltweiten Vergleich auf Platz eins. Die Studie bescheinigt den Niederländern in Sachen zukunftsweisender Mobilität vorbildlich aufgestellt zu sein.

Autonomes Fahren wichtiges Kriterium

In den Kategorien Kundeninteresse, Technologie und regulatorischen Vorgaben führen die asiatischen Staaten China, Singapur und Südkorea das Ranking an. Gerade in Singapur wurden bürokratische Hürden für das autonome Fahren gesenkt und Experimente mit selbstfahrenden Bussen und LKWs gestartet. Solche Experimente sind ein wichtiger Schritt für den Durchbruch von neunen Mobilitätskonzepten.

Regulationen sind der zentrale Punkt

Asiatische Länder zeigen sich tatsächlich sehr viel aufgeschlossener als europäische Länder, was E-Mobility und autonomes Fahren angeht. „Aber auch in Deutschland wird sehr viel für einen digitalen Wandel getan. Auch wenn in Deutschland die Änderungen der Rahmenbedingungen in kleineren Schritten erfolgen und sehr streng abgewägt werden heißt das nicht, dass in Deutschland nicht auf Hochtouren entwickelt wird“, kommentiert Dr. Michael Müller, Geschäftsführer der Magility GmbH die Entwicklungen. „Allerdings kann der Kunde von deutschen Autobauern auch mit der Digitalisierung höchste Qualität erwarten und keine halbausgereiften Technologien“, so Müller weiter.

China auf dem Vormarsch, Deutschland braucht noch Zeit

Die Entwicklung hängt mit den gesetzlichen Rahmenbedingungen in den einzelnen Ländern zusammen. China, mit der geplanten Genehmigung von autonomen Automodellen und neuen Teststrecken, ist dabei auf dem Vormarsch.
Deutschland hingegen braucht noch etwas Zeit. Zwar hat die Ethikkommission des Bundesverkehrsministeriums nun die ersten Leitlinien für selbstfahrende Autos vorgestellt und für erste teilautonome Fahrzeuge kann es, ähnlich wie in anderen Ländern, Einzelgenehmigungen geben. Doch wie eine Typzulassung erfolgen könne, sei immer noch offen.
„Deutschland spielt auch was disruptive Geschäftsmodelle angeht in der ersten Liga, aber um Innovationen auf die Straße zu bringen müssen wir weiter an den Rahmenbedingungen feilen”, schätzt Müller die Lage ein. Nur so könne sich der Markt entsprechend weiterentwickeln.

Über die Studie

Der „Automotive-Disruption-Radar” wurde von der Strategieberatung Roland Berger veröffentlicht. Er soll Unternehmen der Automotive-Industrie dabei unterstützen, ihre Investitionsentscheidungen zu treffen und will regelmäßig „den Übergang der Automobilindustrie zum Mobilitätsdienstleister der Zukunft” dokumentieren.

 

Deep Learning verspricht neue Durchbrüche beim autonomen Fahren. Foto: CC0

State of the Art: Deep Learning und autonomes Fahren

Im Sinne von Moor’s Law hat sich die Digitalisierung in den letzten Jahrzehnten unglaublich beschleunigt. Was zunächst wie eine schier endlose Aufgabe schien war aufgrund der exponentiellen Steigerung von Speicherkapazität und Prozessorleistungen schneller Realität als von Kritikern geahnt. Ein aktuelles Thema bei dem die Prognosen auseinandergehen ist die Künstliche Intelligenz und das Deep Learning. Sind wir bereits im Zeitalter der intelligenten Maschinen angekommen oder sind wir erst auf dem Weg dahin. Wahrscheinlich ist es nur eine Frage des Perspektive. Deshalb lohnt es sich auf Praxisbeispiele zu schauen. Viele Unternehmen versuchen bereits jetzt ihre Daten zu nutzen und daraus Erkenntnisse und Geschäftsmodelle zu kreieren. Ein Start-up aus dem Bereich ist das Berliner KI-Unternehmens Merantix. Zusammen mit großen Unternehmen arbeitet das Unternehmen an großen KI-Projekten. Auch im Bereich Automotive.

 

Drei Gründe für den Durchbruch neuronaler Netzwerke

Als Hauptgründe für den Durchbruch von neuronalen Netzwerken gilt: die Verfügbarkeit großer Mengen an Trainingsdaten, leistungsfähige Computerinfrastruktur und Fortschritte in der Wissenschaft. Außerdem übertrifft Deep Learning nicht mehr nur in klassischen Methoden, sondern mittlerweile auch in der Klassifizierung von Bildern oder der Gesichtserkennung, was Maschinen bislang kaum möglich war. Daraus resultiert Potenzial für disruptive Geschäftsmodellen, die mithilfe von Deep Learning und Machine Intelligence reale Problem beheben.

KI-Pioniere aus Berlin

Merantix ist ein Forschungslabor und Unternehmen im Bereich Künstliche Intelligenz. Das Berliner Unternehmen sucht zusammen mit mittelständischen und großen Unternehmen deren Potenziale, Daten zu nutzen um neue Geschäftsmodelle zu finden. Das Stichwort dabei lautet: Deep Learning. Laut Merantix basiert die Entwicklung der künstlichen Intelligenz in den letzten Jahren auf dem Erfolg des Deep Learnings*.

Diagnose vom Computer – Röntgenbilder

Konkret eruiert das KI-Start-up riesige Datensätze. Große Mengen an Trainingsdaten werden ausgewertet sodass die Maschine lernt auf bestimmte Auffälligkeiten zu achten. Ein konkretes Beispiel stammt aus dem Bereich Health Care. Merantix baut einen Service, unterstützt durch künstliche Intelligenz, der automatisch Röntgenbilder diagnostiziert. Um die Deep Learning Systeme zu trainieren werden Standardmarken aus Sprachprotokollen extrahiert. Im Ergebnis soll die KI-Diagnostik Effizienz und Qualität sicherstellen.

Deep Learning und autonomes Fahren

In Kooperation mit BOSCH arbeitet das Unternehmen an der Evaluierung und Verbesserung von Deep Learning Tools beim autonomen Fahren. Es werden neuronale Netze geschaffen und trainiert, die Objekte wie Ampeln, Verkehrszeichen und andere Fahrzeuge erkennen. Die Trainingsdaten stammen aus Sensordaten (in der Regel Bilder und Videos) von Fahrassistenzsystemen. Das System visualisiert die Charakteristik von geschulten neuronalen Netzwerken basierend auf aktueller Forschung.

Quo vadis: Deep Learning

Konkrete Beispiele aus dem Beriech zeigen, dass mit neuronalen Netzen und verfügbaren Trainingsdaten bereits praktischer Nutzen erzielt werden kann. „Für das autonome Fahren wird Deep Learning und Künstliche Intelligenz unerlässlich sein“, unterstreicht Dr. Michael Müller, Geschäftsführer der magility GmbH die Aktualität des Themas.

 

*Deep Learning bezeichnet eine Klasse von Optimierungsmethoden künstlicher neuronaler Netze, die zahlreiche Zwischenlagen zwischen Eingabeschicht und Ausgabeschicht haben und dadurch eine umfangreiche innere Struktur aufweisen.

Robotik und Automatisierung steigern die Produktivität in der Industrie. Foto: CC0

Robotik – Produktionssteigerung durch Digitalisierung

Die Robotik erobert die Welt. Vor allem Automobilhersteller, Zulieferer und Systemintegratoren beschleunigen durch Innovationen diesen Trend. Deutschland ist dabei Rekordhalter von Industrierobotern in Europa. Auf 10.000 Mitarbeiter kommen über 300 Roboter. Nur asiatische Länder können das überbieten. Doch wo stehen wir im Bereich Robotik, was sind die Herausforderungen und wie sind die Prognosen?

Die Zukunft ist automatisiert

Roboter, Autonome Maschinen und Künstliche Intelligenz (KI). Das sind die Schlagworte im Zusammenhang mit Robotik. Während in der Produktion, Fertigung und anderen Industriebereichen Roboter nicht mehr wegzudenken sind, entwickelt sich die digitale Technik stetig weiter. Die Vision von der Verknüpfung von Robotik mit KI lautet, dass neben der Automatisierung von Arbeitsprozessen wie wir sie längt kennen, Maschinen Entscheidungen und Schlussfolgerungen aufgrund von Erfahrungen treffen können.

„Im Bereich Robotik wird sehr viel geforscht. Als Innovationsstandort Deutschland arbeiten wir vor allem an durchsetzungsfähigen Technologien. Dies geschieht hauptsächlich in Zusammenarbeit mit Universitäten und Unternehmen, die sehr viel Energie und Mittel investieren um die Forschung voranzutreiben und Fachkräfte auszubilden. Gerade hier liegt die Stärke“, so Dr. Michael Müller, Geschäftsführer der magility GmbH.

Mensch-Roboter-Kollaboration

Zwar lautet die Prophezeiung, dass intelligente Maschinen die Arbeit autonom übernehmen würden. Zunächst aber wird es viel häufiger der Fall sein, dass Menschen in Kombination mit Robotern arbeiten um Abläufe zu optimieren oder zu präzisieren. Ein Beispiel dafür sind Operationsroboter, die Chirurgen ermöglichen noch präziser und genauer zu arbeiten. Aber es werden auch beispielsweise LKWs auf der Autobahn autonom fahren und auf Landstraßen von einem Fahrer gelenkt. Das Maschinen den Menschen komplett verdrängen ist bis auf weiteres Science Fiction.

Wie wird sich die Arbeitswelt ändern?

60 Prozent aller bezahlten Tätigkeiten mit heute vorhandenen Technologien sind zu 30 Prozent automatisierbar, schätzt McKinsey. Das betrifft nicht nur die Industrie sondern viele Wirtschaftszweige. Gleichzeitig sind nur wenige Menschen besorgt um ihren Arbeitsplatz (Siehe Statista-Grafik). Die Arbeitswelt wird sich wandeln, das steht fest. Dennoch bringt Technik immer auch neue Arbeitsplätze und Arbeitsbereiche mit sich. Auch die nächste Generation von Robotern, von autonomen und selbstlernenden Maschinen und Künstlicher Intelligenz werden neue Arbeitsplatze in Entwicklung, Herstellung, Installation, Betrieb und Service hervorbringen. In Bereichen wie Big Data, Cloud-Services, App-Entwicklung und Verkauf, Internet-Dienste, Cyber Security und der Vernetzung im Internet of Things. 

Quo vadis Robotik

Big Data und Machine Learning, dass sind die entferntesten Visionen. Bis dahin werden sehr viele andere Herausforderungen zu bestehen sein. Denn am Ende erfüllt die Technik keinen Selbstzweck sondern soll Abläufe rationalisieren und wirtschaftlicher machen. Gerade was die Produktion angeht herrscht ein enormer Konkurrenzkampf vor allem mit dem fernen Osten. Dort werden mit High-Tech Maschinen zu Dumping-Preisen produziert. Am Ende geht es vor allem darum, dass der Wirtschaftsstandort Deutschland konkurrenzfähig, attraktiv und innovativ bleibt. Daran arbeiten wir auch als magility jeden Tag.

Diese Diashow benötigt JavaScript.

 

Nicht zuletzt müssen wir uns in Teilen sowohl als Gesellschaft als auch in unseren Arbeitsweisen teils neu erfinden. Hierfür brauchen wir Expertise und profunde Erfahrung in der Begleitung von Transformationsprozessen, mit professionellen Kommunikationsstrategien und Anpassung von unternehmensweiten Prozessen. Wir sind Ihre Digitalisierungsexperten auf diesem Weg der Transformation!

 

Expertenkommission veröffentlicht ethische Leitlinien für selbstfahrende Autos. Foto: Creative Commons

Autonome Systeme: Neue ethische Leitlinien für selbstfahrende Autos vorgestellt

Experten stellten diese Woche ethische Leitlinien für zeitweise selbstfahrende Autos und autonome Systeme auf deutschen Straßen vor. Dazu wurde vom Bundesverkehrsminister Alexander Dobrindt (CSU) eine Expertenkommission gebildet. Diese soll Empfehlungen zum Thema autonomes Fahren aussprechen und erarbeiten. Es geht vor allem darum festzulegen, was automatisierte Fahrsysteme künftig dürfen und was aus ethischen Gründen ausdrücklich nicht. Im Falle eines Unfalls etwa soll Sachschaden stets vor Personenschaden gehen.

20 Regeln für selbstfahrende Autos

Wie vorab berichtet wurde, hat das Gremium 20 Regeln aufgestellt, um autonome Systeme zu ermöglichen. Darin heiße es etwa: „Der Schutz von Menschen hat Vorrang vor allen anderen Nützlichkeitserwägungen.“ So müssten Sach- und Tierschäden bei Unfällen immer Vorrang vor dem Personenschaden haben. Und: „Bei unausweichlichen Unfallsituationen ist jede Qualifizierung nach persönlichen Merkmalen (Alter, Geschlecht, körperliche oder geistige Konstitution) strikt untersagt. Eine Aufrechnung von Opfern ist untersagt.“

Zudem warnen die Experten vor einer Totalüberwachung der Verkehrsteilnehmer. Fahrzeughalter und -nutzer müssten „grundsätzlich über Weitergabe und Verwendung ihrer anfallenden Fahrzeugdaten“ entscheiden dürfen. Auch auf die Gefahr einer Manipulation der Fahrzeugsteuerung weist die Kommission hin.

Teilautomatisiertes Fahren ist möglich

Die Kommission um den früheren Verfassungsrichters Udo Di Fabio hatte im Herbst ihre Beratungen aufgenommen. Ihr gehören Wissenschaftler sowie unter anderem Vertreter von Autobranche, Verbraucherschützern und vom Autofahrerclub ADAC an. Computer dürfen in Autos in Deutschland künftig Fahrfunktionen übernehmen – der Mensch am Lenkrad muss aber immer wieder eingreifen können. Der Rechtsrahmen für die autonomen Systeme war im Mai verabschiedet worden.

Viele Fragen müssen noch geklärt werden

Die Richtlinien werfen noch viele Fragen auf. So muss noch geklärt werden, wie sich die Richtlinien in der Praxis umsetzen lassen. Zudem gibt es noch große Unklarheit was die Datenspeicherung anbelangt. Auf einen Gesetzesentwurf hin, der vorgeschlagen hat mit Datenschreiber festzuhalten, ob automatisierte Fahrfunktionen zu einem bestimmten Zeitpunkt aktiviert waren, gab es laute Kritik.

 

Hintergründe und Leitlinien:

Diese Diashow benötigt JavaScript.

 

 

Mit 3D-Karten das autonome Fahren voranbringen. Bild: Screenshot

Mit 3D-Karten das autonome Fahren voranbringen

Können 3D-Karten der besseren Orientierung von selbstfahrenden Autos dienen? Die Vision vom autonomen Fahren wird immer konkreter. Die Kapazität bei der Datenverarbeitung steigt stetig und ermöglicht immer komplexere Algorithmen und Auswertungen. Dennoch gibt es noch immer Herausforderungen die nicht gelöst sind. Zum Beispiel, wie das autonome Fahrzeug seine Umgebung so detailliert wie möglich wahrnehmen kann. Aktuell kursiert ein Video im Netz, in dem ein Künstler ein Fahrzeug mit Hilfe eines aufgemalten Kreises einsperrt.

Großes Potenzial in 3D-Karten

Um solche Fehler anzugehen, können Echtzeit 3D-Karten die Lösung sein. Kartendaten dienen als Informationsquelle über die Sensoren und Kameras am Auto hinaus. Das Auto kann so wesentlich mehr „sehen“. Das Einbeziehen von Daten aus 3D Karten steuert das Fahrzeug schneller und  sicherer ans Ziel. 3D-Karten sind die Grundlage von Mobilität, denn durch die Vermessung der Welt ist eine einfachere, digitale Navigation erst möglich. Hier werden nun alle für eine reibungslose Fahrt notwendige Daten, wie Staumeldungen, Gefahren und Wettermeldungen, zusammengeführt.

3D Daten verbessern das autonome Fahren

Das Potenzial liegt vor allem in der Erhöhung der Sicherheit. Hier können Autos etwa auf Gefahrenstellen reagieren, die die Karte aufgrund von statistisch erhöhter Wahrscheinlichkeit markiert. Viele solcher Szenarien sind möglich. Aber auch in der Erweiterung von Annehmlichkeiten (es können zusätzliche Services auf Basis der Informationen geschaffen werden) bieten Daten viele Möglichkeiten. Denkbar ist vor allem ein Assistent, der sich Gewohnheiten merkt und optimale Routen berechnet. Dieser kann beispielsweise bereits mit dem Kalender verknüpft sein und fährt direkt nach der Arbeit zum Sportkurs.

Nutzen in beide Richtungen

Der Nutzen geht nicht nur in eine Richtung. 3D-Karten liefern wichtige Daten für das autonome Fahren aber natürlich werden auch Informationen zurückgespielt. Die Informationen, die Fahrzeuge permanent erfassen führen auch zu einem permanenten Update des Kartenmaterials. Am Ende handelt es sich um ein intelligentes Netzwerk, dass aus möglichst vielen Quellen Daten speist, auswertet und verschiedenen Services ermöglicht auf die Daten zuzugreifen.

Mehr Effizienz

Die smarte Verknüpfung von autonomem Fahrzeug und 3D-Karte wird auch die Effizienz steigern. Durch die Karten, die in Echtzeit aktualisiert werden, weiß das vollständig autonome Auto wann die Straßen leer sind und kann diese Zeiten nutzen um etwa für Transporte oder Botenfahrten zur Verfügung zu stehen. Mit den technischen Möglichkeiten und der immer weiteren Vernetzung wird die Mobilität smarter und wachsen auch die Ideen. Magility freut sich darauf.

Lesen Sie auch unsere aktuellen Neuigkeiten: Magility wird Partner von DEKRA. Alles was Sie dazu wissen müssen finden Sie hier

Künstliche Intelligenz (KI) ist das Potenzial der Zukunft. Foto: Creative Commons

Künstliche Intelligenz in der Automobilindustrie

Künstliche Intelligenz (KI) wird immer zentraler in der Diskussion ums autonome Fahren. Damit aus Big Data und maschinellem Lernen eine intelligente Machine wird ist ein komplexer Vorgang an dem aktuell auf Hochtouren gearbeitet und geforscht wird. Schon bald solle Künstliche Intelligenz menschliche Kapazitäten erreichen, prophezeien Optimisten. Daher stellt sich schon jetzt die Frage, wie KI für Fahrzeuge, den Verkehr und Unternehmen genutzt werden kann und welche Vorteile man aus der Beziehung von Mensch und Maschine gewinnen kann? Dazu steigen immer mehr Start-ups in den Wettbewerb ein um erste praktische Lösungen und Anwendungen zu entwickeln.

Geschäftsmodelle ableiten

„Das Thema KI ist ein kritischer Erfolgsfaktor in der Automobilindustrie“ ist die Einschätzung von Digitalisierungsexperte Dr. Michael Müller, Geschäftsführer von Magility. Denn für eine flächendeckende Realisierung von autonomem Fahren ist die KI derzeit unerlässlich.
Neben der Entwicklung der KI selbst geht es aktuell darum Geschäftsmodelle abzuleiten. Laut Prognose von LMC Automotive werden im Jahr 2035 48 Millionen voll- und teilautomatisierte Fahrzeuge produziert werden. Dafür werden digitale Services immer relevanter. Von der Software bis zur entsprechenden Cyber Security werden neue Dienstleistungen relevant mit denen sich auf weiteren Feldern Gewinne generieren lassen. Weitere vielversprechende Möglichkeiten finden sich innerhalb von Daten (das Rohmaterial der KI), dem Zugang zu Kunden (dank der Auswertung von Daten, können Kunden viel gezielter angesprochen werden), Chancen für Unternehmen, die Qualität ihres Outputs zu steigern aber auch ihre Prozesse zu optimieren.

Deep-Learning-Netzwerk

Ein erster Case aus der Praxis dazu ist ein Deep-Learning Netzwerk, dass alle Fahrzeuge miteinander vernetzen will. Es geht dabei um Deep-Learning- Algorithmen, die die optische Objekterkennung und den Dialog zwischen Menschen und Maschinen zukünftig optimieren sollen. Mit diesem System kann sich das Fahrzeug Situationen sowie die Reaktion des Fahrenden merken und ins Netzwerk speisen. So wird das erlernte „Wissen“ nicht nur gespeichert sondern auch an andere Fahrzeuge weitergegeben.

Start-ups kommen mit Ideen

Am „Gehirn des Autos“ arbeitet nicht nur Bosch sondern auch ein Start-up aus den USA. Dabei geht es darum die über autointernen Sensoren gesammelten Daten gewinnbringend auszuwerten und nutzbar zu machen. Denn bereits jetzt sind viele Autos mit Sensoren und Kameras ausgestattet, die in Echtzeit Daten generieren. Die Schwachstelle ist jedoch bislang die Auswertung. Ganz konkret werden in diesem Fall dem Rechner Regeln vorgegeben, insbesondere im Hinblick auf richtiges und falsches Verhalten.  Die KI lernt dann aus diesen Regeln selbstständig, jedoch ist nach wie vor die Programmierung des Lernprozesses selbst unklar.

Mensch vs. Maschine

Das Potenzial liegt vor allem in der Rechenleistung. Während der Mensch sehr schnell und gut darin ist parallele Prozesse zu meistern ist die Maschine vor allem gut darin sich Lösungen zu errechnen. So zielt die Vision zunächst darauf ab, das die KI Routineaufgaben übernehmen kann oder über Algorithmen als Assistent zu dienen. Zudem kann KI an den Stellen sinnvoll eingesetzt werden an denen ohnehin viele Daten generiert werden, zum Beispiel in Fahrzeugen. um diese auszuwerten und zu nutzen.

Es gilt aber: Nur wenn Mensch und Maschine gemeinsam an Problemen arbeiten kann Künstliche Intelligenz ihr volles Potenzial entfalten. Künstliche Intelligenz ist kein Selbstzweck sondern das Weiterdenken von Möglichkeiten um Prozesse zu vereinfachen und zu optimieren.

Künstliche Intelligenz. Das Auto denkt mit. Foto: creative commons

Künstliche Intelligenz – Das Auto denkt mit

Wie beeinflusst die Künstliche Intelligenz (KI) die Mobilität von morgen? Eine große Frage die derzeit immer wieder im Zusammenhang mit der E-Mobilität und autonomem Fahren aufkommt. Zunächst sind autonom denkende Machinen eine Vision und der Weg dahin noch weit. Algorithmen, die Intelligenz simulieren gibt es aber schon heute. Fragen die rund um das Thema Künstliche Intelligenz vor allem in Verbindung mit autonomem Fahren aufkommen sind daher: Nutzen wir bereits Konzepte der KI? Wie intelligent werden die Fahrzeuge der Zukunft? Und vor allem: Was bedeutet das für den Menschen?

Vision von der Mobilität der Zukunft

Die Vision der Künstlichen Intelligenz ist, dass Mensch und Maschine miteinander interagieren. Das Fahrzeug wäre in diesem Fall ein Computer oder eine Schaltzentrale, die dazu fähig ist Daten zu sammeln, diese zu verknüpfen und damit in der Lage zu sein dazuzulernen. Perspektivisch könnte das Fahrzeug in Gefahrensituationen selbständige Entscheidungen treffen, etwa welchem Hindernis ausgewichen werden soll. Der Weg dahin ist aber noch lang. Erst einmal geht es darum ein kognitives Fahrzeug zu entwickeln, dass als Schaltzentrale fungiert und die Verkehrslage verschiedener Mobilitätsträger analysiert.

Status Quo – Aus Daten individuelle Services generieren

Aktuell bedeutet Künstliche Intelligenz im Bereich Automobil und e-mobility, dass durch Kameras, Sensoren und den verbundenen Recheneinheiten Daten und Informationen gesammelt werden, die den Fahrer unterstützen. So übernimmt die Künstliche Intelligenz nicht das Steuer, schaltet sich aber ein, sollte der Mensch etwa in der Dunkelheit einen Radfahrer übersehen. Das Fahrzeug erkennt die Gefahr mithilfe vieler technischer Details, die sofort ausgewertet werden und dem Fahrer eine Warnung zukommen lässt. Denkbar ist auch, dass das Auto automatisch abbremst wenn es eine Gefahr wahrnimmt, der Fahrer selbst aber nicht reagiert.

Nächste Schritte

Der nächste Schritt ist es, Services zu entwickeln, die dem Fahrer mehr Komfort bieten. Etwa für angenehme Temperatur zu sorgen, die passende Musik zu spielen, den Fahrer bei langen Fahrten an Pausen zu erinnern oder zu unterhalten. Das Fahrzeug soll das Verhalten des Fahrers analysieren, seine Bedürfnisse deuten und direkt die passenden Services liefern. Das kognitive Fahrzeug würde einen selbstbestimmten Zugang zu einer individualisierten Künstlichen Intelligenz ermöglichen, die den Menschen unterstützt, ihn unterhält und ihn sogar intellektuell herausfordern könnte.

Hohe Umsatzerwartungen beim Thema Künstliche Intelligenz

Die Technik auf diesem Gebiet entwickelt sich rasant. Auch wenn es bis zur Interaktion zwischen Mensch und autonomem Fahrzeugen noch dauern wird. Ein großer Markt ist die Künstliche Intelligenz in jedem Fall. Das Statistikportal Statista prognostiziert beim Umsatz mit Unternehmensanwendungen im Bereich künstliche Intelligenz in Europa einen Anstieg von ungefähr 93 Millionen US-Dollar im Jahr 2016 auf 7.867 US-Dollar im Jahr 2025.

Uber testet selbstfahrende Autos auf den Straßen. Foto: screenshot Uber

Uber testet selbstfahrende Autos in San Francisco

Im Dezember überraschte der kalifornische Fahrdienst-Vermittler Uber mit einer neuen Ankündigung: selbstfahrende Autos auf den Straßen von San Francisco. Das Unternehmen lässt nun seine autonomen Autos von Passagieren testen. Es werden aber nach wie vor Fahrer mit an Bord sein, die notfalls eingreifen können. Uber arbeitet schon länger an der Vision des selbstfahrenden Autos.

Tests ohne Erlaubnis

Die von Über entwickelten Roboterwagen wurden allerdings ohne Genehmigung auf die Straße gebracht. Der Chef des Roboterwagen-Programms, Anthony Levandowski, rechtfertigte die Entscheidung der Firma, den Test ohne eine spezielle Erlaubnis für den Betrieb selbstfahrender Autos zu starten. „Wir haben das Thema gründlich geprüft und wir glauben, dass wir keine brauchen“, schrieb er. Levandowski argumentierte unter anderem, am Steuer der Autos säßen Menschen, die jederzeit eingreifen könnten. Uber war bereits beim weltweiten Ausbau seiner Fahrdienste immer wieder vorgeworfen worden, sich über bestehende Regeln hinwegzusetzen. Die Verkehrsbehörde forderte, die Tests sofort zu stoppen. Die Behörde verwies darauf dass 20 andere Firmen für dieses Art von Fahrten die Genehmigung eingeholt hätten. Zur Erlaubnis gehört auch die Verpflichtung, über Unfallsituationen und Abschaltungen der Software der selbstfahrenden Autos zu informieren. Die Rechtslage im Zusammenhang mit automatisiertem und autonomen Fahren ist allgemein noch unklar. 

Die Verkehrsbehörde schlug in dem Brief an Uber einen harten Ton an: „Das Unternehmen verstößt gegen das Gesetz, solange es seine selbstfahrenden Autos auf öffentlichen Straßen ohne eine Erlaubnis zum Testen autonomer Fahrzeuge betreibt.“ Die Firma müsse sofort bestätigen, dass sie die Fahrten einstelle.

Tests werden ausgeweitet

Bereits seit Spätsommer diesen Jahres testet Uber Roboterwagen-Fahrten mit Passagieren an Bord in der US-Stadt Pittsburgh, wo die Rechtslage anders aussieht. Die selbstfahrenden Autos können statt üblicher Uber-Wagen bei Bestellungen per App aufkreuzen. Trotz der Forderungen der Behörden kündigte Uber eine Ausweitung der Test an. Die selbstfahrenden Autos sollen demnach noch vermehrt auf den Straßen San Franciscos geprüft werden.

Eigene Technologie

Die Technologie und Prototypen seiner selbstfahrenden Autos entwickelt Uber im Uber Advanced Technology Center (ATC) selbst um im Geschäft der Zukunft unabhängig von Autoherstellern und möglichen Konkurrenten zu sein. Auch Google, diverse etablierte Autokonzerne, aber auch der chinesische Internet-Konzern Baidu entwickeln gerade Technologien für selbstfahrende Autos. Eine Vision für die Zukunft ist, dass sie als Roboter-Taxis in Städten unterwegs sein könnten