Startseite > Automotive > Die Erwartungen nicht zu hoch ansetzen

KI in der Automobilindustrie

Die Erwartungen nicht zu hoch ansetzen

18. Januar 2019, 9:07 Uhr | Iris Stroh

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 1

KI als Game-Changer

Auch Dr. Gabriel Seiberth, Managing Director bei Accenture Digital, hält Daten für das A und O. Wie sie generiert werden, dafür sieht er derzeit zwei Ansätze: Waymo macht Tests von automatisierten Fahrzeugen, Tesla baut sukzessive seine ADAS-Systeme aus, um so den Automatisierungsgrad sukzessive zu erhöhen. Welcher Weg der bessere ist, wird sich zeigen; aus Seiberths Sicht hat Tesla aber einen entscheidenden Vorteil: Mit Tesla-Fahrzeugen wurden schon über 1 Mrd. Meilen gefahren und damit eine enorme Menge an Daten generiert. Waymo komme dagegen bislang nur auf 10 Mio. Meilen, setzt dafür aber verstärkt auf Simulation.

Serkan Arslan, Director of Automotive Ecosystem bei Nvidia EMEA, ist ebenfalls der Überzeugung, dass die Daten, die mit Testfahrzeugen auf der Straße generiert werden, nicht ausreichen, um sichere und zuverlässige autonome Fahrzeuge zu realisieren. Auch er setzt auf Simulation, speziell auch im Zusammenhang damit, gefährliche und extreme Szenarien abdecken zu können, aber auch, um überhaupt Milliarden von Testmeilen zu generieren. Und die sind notwendig, speziell wenn es um das Abdecken von gefährlichen Situationen geht.

Laut Arslan passieren in den Vereinigten Staaten 770 Unfälle pro eine Mrd. Meile. »Eine Flotte mit 20 Testfahrzeugen würde in einem Jahr gerade mal auf eine Million Meilen kommen,« so Arslan weiter. Deshalb sei Simulation der bessere Weg zu sicheren selbstfahrenden Fahrzeugen. Nvidia bietet mit Nvidia Drive Constellation die entsprechende Infrastruktur an. Mit diesem Simulator könnten die OEMs selbstfahrende Autos Milliarden Kilometer in Virtual-Reality-Umgebungen zurücklegen lassen und so sicher testen.

Abseits der Datenlage fordert Dr. Houssem Abdellatif, Global Head Autonomous and Connected Driving beim TÜV Süd, wiederum einen TÜV für Algorithmen, »damit KI verifizierbar und zertifizierbar wird«, so Abdellatif. Und dann geht es natürlich auch noch um rechtliche Fragen, die geklärt werden müssen. Dr. Alexander Duisberg, Rechtsanwalt bei Bird & Bird, verweist in seinem Vortrag auf die Ethik-Kommission „Automatisiertes und vernetztes Fahren“, die im September 2016 vom Bundesminister für Verkehr und digitale Infrastruktur eingesetzt wurde und im Juni 2017 einen Katalog über ethische Regeln für den automatisierten und vernetzten Fahrzeugverkehr vorlegte. Das sind keine verbindlichen Regeln, aber seiner Meinung nach ist eine gute Richtlinie für Gesetzgeber, aber auch für die Programmierung herausgekommen.

In diesem Zusammenhang verweist er beispielsweise auf den Grundsatz „Safety first“. Das heißt, dass teil- und vollautomatisierte Fahrzeuge zu allererst der Verbesserung der Sicherheit aller Beteiligten im Straßenverkehr dienen müssen und dass der Schutz von Menschen Vorrang vor allen anderen Nützlichkeitserwägungen hat. Darüber hinaus verweist er darauf, dass bei automatisierten Fahrzeugen die Haftung vom Fahrer an den OEM/Systembetreiber übergeht. Und das altbekannte Beispiel: Wen fährt das Auto tot, Mutter mit Kind oder Oma? Hier erklärt Duisberg ganz klar: »Es darf keine Quantifizierung (zwei statt drei) oder Qualifizierung (alt versus jung) geben – das ist verfassungswidrig und absolut verboten.«

Dr. Siegmar Haasis wiederum, CIO R&D Mercedes-Benz Cars, zeigt in seinem Vortrag auf, wie KI in der Automobilbranche noch genutzt werden kann. Er bezeichnet KI als echten Game-Changer im Produktentstehungsprozess, aber auch im Produktionsprozess. Beispielweise wären dank KI weniger Hardware-Prototypen notwendig, Crash-Tests ließen sich simulieren oder der Entwicklungsprozess optimieren. Dafür sei die Datenqualität aber ein Schlüsselelement. Und er erklärt abschließend: »Die Firmen müssen ihre Kultur ändern: von „Need to know“ auf „Proud to share“.«