Die KI-Revolution findet nicht statt

Die guten Chancen der etablierten OEMs beim autonomen Fahren

25. April 2022, 15:00 Uhr | Heinz Arnold
Gabriel Seiberth
Gabriel Seiberth, Accenture: »Das große Geschäft mit dem autonomen Fahren wird über die nächsten zehn Jahre auf dem Level 2 stattfinden.«
© Accenture

Warum und wie die großen Autohersteller vom autonomen Fahren profitieren werden und warum es mit der Revolution des vollautonomen Fahren so schnell nichts wird, erklärt Gabriel Seiberth, Managing Director im Bereich Industry X bei Accenture im Interview mit Markt&Technik.

Markt&Technik: Nach den Einschätzungen der Unternehmen, die sich mit autonomem Fahren beschäftigen, dürften über die nächsten zwei bis drei Jahre Robo-Taxi-Services ausgerollt werden. Elon Musk will die Tesla-Fahrzeuge im Feld sogar demnächst über ein Over-the-Air Software Update fit dazu machen, um als Robo-Taxis eingesetzt werden zu können. Steht der technischen Umsetzung des autonomen Fahrens nichts mehr im Wege?

Gabriel Seiberth: Da wäre ich sehr vorsichtig. Tatsache ist, dass wir die KI-Technik noch gar nicht so gut kennen, wie vielleicht viele meinen. Wir wissen zwar einiges über ihre Stärken, aber nicht genug über ihre Schwächen. Man kann nicht genau nachvollziehen, was im »Inneren« der noch relativ jungen Technologie passiert. Gibt sie wirklich den Sprung zum vollautonomen Fahren her? Mit Prognosen wäre ich vorsichtig.

Die Enthusiasten des autonomen Fahrens haben schon in der Vergangenheit immer mal wieder davon gesprochen, dass der Durchbruch kurz bevorstünde – bewahrheitet hatten sich die kühnen Prognosen nicht. Was ist die Ursache für die Fehleinschätzungen?

Die Euphorie startete so richtig vor zehn Jahren – damals gelang mit dem Deep Learning tatsächlich der Durchbruch. Das brachte unerwartet gute Ergebnisse, und viele waren optimistisch, dass die übrigen Lücken sich auch schließen lassen würden. Was beispielsweise in der Bilderkennung geleistet wird, ist sehr beeindruckend. Damals gingen die meisten davon aus, dass es wirklich nur noch kurze Zeit dauern würde, bis die Autos sich über KI vollständig selbstständig ohne Fahrer überall zurechtfinden könnten, besonders als architektonische Anpassungen wie unter anderem Convolutional Neuronal Nets und Backpropagation für den Durchbruch sorgten.

Doch seitdem ist schon viel Zeit vergangen – und die prognostizierten Ergebnisse blieben aus. Insbesondere fehlen valide Geschäftsmodelle. Doch unabhängig davon, ob es sich um Startups mit Investorengeld oder um etablierte große Unternehmen handelt – es sind enorme Geldbeträge über die letzten zehn Jahre in die Technik geflossen. Wir haben das mal überschlagen und sind auf rund 200 Mrd. Dollar gekommen!

Wo stehen wir technisch auf dem Gebiet des autonomen Fahrens heute Ihrer Meinung nach?

Weil die Begriffe oft ein wenig durcheinander gehen, will ich mich hier an die bekannten und global akzeptieren Level der amerikanischen Ingenieursvereinigung SAE halten. Vom Level 2 spricht man, wenn das Fahrerassistenzsystem den Fahrer unterstützt, er schon mal kurz die Hände vom Lenkrad nehmen kann, er bleibt aber weiter vollständig eigenverantwortlich. Das würde ich als den aktuellen Stand beschreiben, der flächendeckend zum Einsatz kommt.

Was noch sehr weit von dem entfernt wäre, was sich die meisten Menschen unter autonomem Fahren vorstellen. In den USA gibt es doch tatsächlich schon Regionen, in denen Robo-Taxis ohne Fahrer getestet werden.

Aber immer unter sehr eingeschränkten Bedingungen. Das ist ein Punkt, der viele verwirrt, denn wir fahren heute schon autonom wie unter anderem in Phoenix, Arizona, in fahrerlosen Taxen von Waymo. Jedoch ist das auf ein genau definiertes Gebiet beschränkt, das über ultrapräzise Karten abgesteckt ist. Zudem gibt es eine externe Überwachung der Fahrzeuge, die notfalls auch aus der Ferne eingreifen kann. Doch dazu komme ich später.

Zunächst einmal zum Level 3. Der Fahrer muss auf diesem Level jederzeit bereit sein, die Kontrolle über das Fahrzeug zu übernehmen, auch wenn er vorübergehend nicht mehr auf den Verkehr achten muss. Sobald das System eine Alarmmeldung abgibt, muss er jederzeit eingreifen können. In Deutschland sind dafür die gesetzlichen Regelungen geschaffen. Wirklich auf die Straße kommt die Technologie aber erst in den nächsten Monaten.

Denn hier tritt etwas gänzlich Neues ein: Auf dieser Stufe gibt der Fahrer einen bestimmten Teil der Verantwortung ab. Das bedeutet, dass die Haftung dann auf den Hersteller des Fahrzeuges übergeht. Deshalb sind die Hersteller vorsichtig und orientieren sich an den gesetzlich festgeschriebenen, eingeschränkten Bedingungen: Es muss ein fester Mittelstreifen vorhanden sein und die Geschwindigkeit darf 60 km/h nicht überschreiten. Das bedeutet, dass ein gewisser Grad autonomen Fahrens praktisch nur im Stau möglich ist, und zwar auf der Autobahn, wo die Komplexität gegenüber Landstraßen oder gar Straßen in der Stadt sehr reduziert ist. Alles in allem sind das aber auch bei voller Level-3-Ausbaustufe begrenzte Anwendungen.

Anbieter zum Thema

zu Matchmaker+
AdobeStock_273326067_kinwun
© AdobeStock_273326067_kinwun

Dann könnte man auf Level 4 von wirklich autonomem Fahren sprechen?

Das ist interessant: Auf dem Level 4 wird der Anwendungsbereich weiterhin begrenzt sein, es ist allerdings definitorisch offen gelassen, ob es ein Lenkrad gibt oder nicht. Den Schritt, ganz ohne Lenkrad zu fahren, sieht die SAE offenbar als nicht so ausschlaggebend an. Damit hat sie meiner Ansicht nach recht. Es kommt vor allem darauf an, dass der Einsatzbereich begrenzt bleibt. Dagegen wäre auf dem Level 5 der Einsatzbereich unbegrenzt. Dazu wäre aber eine universelle KI (General AI) die Voraussetzung, und aktuell arbeitet man mit einer aufgabenbasierten KI.

Von der Elon Musk immer spricht?

Zumindest hat er lange nicht von den SAE-Leveln im Zusammenhang mit autonomem Fahren geredet. Ich würde sagen, Tesla agiert ebenfalls auf Level 2.

Andererseits macht die KI weiterhin enorme Fortschritte, Übersetzungssoftware etwa funktioniert schon erstaunlich gut. Ist da nicht noch deutlich mehr in naher Zukunft für das autonome Fahren zu erwarten?

Mehr Daten, mehr Rechenleistung und breiter abgleichende Wortvektoren haben Übersetzungssoftware zu breiten Erfolgen verholfen. Das beschränkt sich allerdings auf das Konzept »Sprache«. Beim autonomen Fahren verhält es sich anders. Sonderfälle haben hier ein viel größeres Gewicht, da jede Ausnahme zu einer Gefahrensituation führen kann. Hier kommt der statistische Ansatz, auf dem die neuronalen Netze basieren, an seine Grenzen. Stattdessen müsste man zu einem menschenähnlicheren Lernen basierend auf wenigen, nicht vorher bekannten Daten kommen.

Das ist für die Übersetzung sehr gut – und in den paar Fällen, in denen es nicht klappt, bessert es der Mensch eben aus. Bei dem Gedanken, dass mich ein solches System fahrerlos durch die Gegend fährt, würde ich mich nicht so wohl fühlen …

… wobei wir bei einem der grundsätzlichen Probleme wären, das gegen das Level 5 spricht: KI kann heute sehr viel erkennen, aber nicht alles. Es gibt immer Ausnahmen. Die heutigen KI-Systeme auf Basis von neuronalen Netzen müssen mit sehr vielen Daten trainiert werden, und dennoch lassen sich nie alle Möglichkeiten der realen Welt abdecken. Dazu bräuchte es einen infiniten Datensatz. Deshalb tun sich KI-Systeme beispielsweise so schwer, in allen Situationen Fahrradfahrer zu erkennen – was einem Menschen vergleichsweise leichtfällt. Anders als die Technologie hat der Mensch nämlich ein Verständnis von dem Konzept Fahrradfahrer.


  1. Die guten Chancen der etablierten OEMs beim autonomen Fahren
  2. Sicherheitsfahrer sind weiterhin erforderlich

Das könnte Sie auch interessieren

Verwandte Artikel

Accenture Services GmbH, Tesla Motors Limited