Autonomes Fahren

Rechenzentren auf vier Rädern

| Autor / Redakteur: Dr. Stefan Ebener / Dietmar Müller

Worauf es im Rennen um die Entwicklung des Automobils von morgen für Volkswagen, Mercedes-Benz und Co. nun ankommt.
Worauf es im Rennen um die Entwicklung des Automobils von morgen für Volkswagen, Mercedes-Benz und Co. nun ankommt. (Bild: gemeinfrei, Toby_Parsons / Pixabay / CC0)

Im Rennen um die Entwicklung des Automobils von morgen sehen sich deutsche Autobauer einer starken Konkurrenz aus Fernost und den USA gegenüber. Worauf es für Volkswagen, Mercedes-Benz und Co. nun ankommt.

Wer in jüngster Zeit schon einmal die Westküste der USA bereist hat, dem wird nachfolgende Szenerie vielleicht bekannt vorkommen: Man schlendert durch die Straßen einer sonnendurchfluteten Stadt Kaliforniens oder bewegt sich in einem Verkehrsmittel in derselben fort, und dann geschieht es – ein offensichtlich führerloses Auto kreuzt den eigenen Weg. Wer nun aber an Hexerei denkt oder sich inmitten einer Hollywood-Produktion wähnt, befindet sich höchstwahrscheinlich auf dem Holzweg. Weder Magie noch Science-Fiction schlägt einem entgegen, sondern die Realität.

Autonomes und vernetztes Fahren – The Next Big Thing

Derzeit tüfteln Ingenieure rund um den Globus an einem der verheißungsvollsten Mobilitätskonzepte der Zukunft: dem vernetzten und autonomen Fahren. Denn die Aussichten sind verlockend: Beispielsweise geht das Beratungshaus Roland Berger davon aus, dass autonom fahrende Taxis bis 2030 fast 30 Prozent der global zurückgelegten Kilometer absolvieren. Für denselben Zeitraum prophezeien die Analysten einen Rückgang des Anteils der im privaten Fahrzeug gefahrenen Kilometer von 70 auf 45 Prozent – auch Shared Mobility wird an Bedeutung gewinnen.

Längst hat die Automobilindustrie diese Entwicklungen erkannt – und investiert: Frost & Sullivan schätzt, dass die Autobauer im Bereich Digitalisierung und Forschung bis 2020 82 Milliarden US-Dollar investieren werden.

Stark umkämpfter Markt

Doch noch ist längst nicht jeder Autohersteller so weit, wenn es um die Entwicklung des vernetzten und autonomen Fahrens geht. Die Firmen weisen ganz unterschiedliche Erfahrungshorizonte auf: Tesla hat bisher über 780 Millionen Testkilometer absolviert – und alle zehn Stunden generiert der Konzern eine weitere Million. Google verweist auf über vier Millionen gefahrene Testkilometer.

China ist mittlerweile nicht nur zum größten Markt für PKW avanciert, sondern ist auch der größte Hersteller – und investiert wie keine andere Nation in Batterietechnologie, dem Schlüssel zur Elektromobilität. Und auch die Autohersteller in Deutschland treiben ihre Bemühungen voran: Davon zeugt beispielsweise die Kooperation von Daimler, Audi und BMW, die sich den Kartendiensthersteller Here einverleibt haben. Doch egal, aus welchem Land die OEMs (Original Equipment Manufacturer) kommen: Ohne flexible und skalierbare IT-Architekturen sowie einem effizienten Datenmanagement werden sie alle scheitern.

Stufen des autonomen Fahrens

Denn Big Data spielt beim autonomen Fahren eine entscheidende Rolle: Um die nächste Entwicklungsstufe des autonomen Fahrens nehmen zu können, verordnen Autoindustrie und Technologiekonzerne künstlicher Intelligenz straffe Trainingseinheiten.

Mittlerweile haben sie die vierte von insgesamt sechs Entwicklungsstufen des von der internationalen Ingenieurs- und Automobilindustrie-Vereinigung SAE herausgegebenen Modells erreicht – Zeiten, in denen die Autofahrer keinerlei Unterstützung durch Assistenzsysteme erfuhren, sind längst pas¬sé (Stufe 0). Auch an die Annehmlichkeiten des Tempomats und Notbremsassistenten (Stufe 1) sind die Fahrzeuginsassen seit etlichen Jahren gewöhnt. Ebenso gilt teilautomatisiertes Fahren (Stufe 2), beispielsweise das autonome Geradeausfahren auf der Autobahn sowie die Verwendung des Staupiloten, heutzutage als Standard.

Bereits heute werden die Kriterien des hochautomatisierten Fahrens (Stufe 3) erfüllt: Teilweise übernehmen die Systeme die komplette Steuerung – selbst bei Überhol- und Ausweichmanövern. Dennoch ist im Ernstfall die Konzentration der Autofahrer weiterhin gefragt, ganz im Gegenteil zum vollautomatisierten Fahren (Stufe 4). Hier handeln die Systeme selbstständig, wenn der Fahrer nicht rechtzeitig reagiert. Über sie ist das Fahrzeug mit seiner Umwelt vernetzt, kann Ampelsignale wahrnehmen und mit anderen Autos kommunizieren. Stufe 5 beschreibt das fahrerlose Automobil: Neuronale Netze übernehmen das Steuer – künstliche Intelligenz löst den Autofahrer ab.

Barrieren auf dem Weg zum selbstfahrenden Auto

Derzeit steht die Automobilindustrie vor der Herausforderung, dass für die Car2Car-Kommunikation noch kein einheitlicher Standard vorliegt. Die Fahrzeuge sollen in der Lage sein, sich im Vorbeifahren beispielsweise über Verkehrs-, Straßen- und Witterungsverhältnisse sowie freie Parkplätze austauschen zu können. Ebenfalls ungelöst ist die Kommunikation des Fahrzeugs mit der Umwelt (Car2X-Kommunikation), von Haftungsfragen ganz zu schweigen. Auch Fragen der Ethik bedürfen einer Antwort, um Leben auf den Straßen schützen und den Schutz personenbezogener Daten gewährleisten zu können. Dazu hat eine um den Verfassungsrechtler Udo di Fabio installierte Ethikkommission im Juni 2017 erstmals 20 Regeln formuliert: Unter anderem schreiben sie vor, dass Fahrzeuge in Gefahrensituationen nicht zwischen Geschlecht, Alter oder Volkszugehörigkeit differenzieren dürfen.

Technik des autonomen Fahrens

Gegenwärtig setzen Autobauer Test- und Serienfahrzeuge ein, um Stufe 3 hinter sich lassen zu können. Zu deren Inventar zählen neben sechs bis acht HD-Kameras auch die Radareinrichtung für das Leitsystem sowie die Laserabtastung. Unzählige Sensoren erfassen laufend Daten und übermitteln die gesammelten Informationen an das autointerne System. Kluge Pkw generieren daraus Nutzer- oder Fahrerprofile.

Die Herzkammer des intelligenten Autos bilden aber HD-Maps und neuronale Netze, welche sich mittels Deep-Learning-Algorithmen stetig verbessern. Die Karten bilden das Umfeld des Fahrzeugs in 3D ab, dabei erzeugt eine Kamera in der Sekunde 150 Megabit an Daten – eine regelrechte Datenflut überkommt das Auto. IT-Systeme halten ihr stand, da sie sich mittlerweile aus über 100 CPU-Kernen zusammensetzen.

Nvidia und Bosch zeigen, wohin die Reise geht: Beide entwickeln gemeinsam einen Bordcomputer für künstliche Intelligenz. Das Rechenzentrum auf Rädern zielt auf den Massenmarkt für selbstfahrende Autos. Die Basis stellt Nvidia mit seiner Drive-PX-Plattform und der Xavier-Technologie bereit. Letztgenannte kann 30 Billionen Rechenoperationen pro Sekunde durchführen – und verbraucht dabei nur 30 Watt an Energie.

Neuronale Netze auf dem Prüfstand

Damit neuronale Netze lernen können, müssen die Algorithmen trainiert werden. Um beispielsweise 1.000 verschiedene Objekte wie Verkehrszeichen und andere Verkehrsteilnehmer kategorisieren zu können, müssen die Netze aus zehn Layern bestehen und circa 10 Millionen Bilder verarbeiten – dabei fallen insgesamt 80 Terabyte an Daten an. Angesichts dieser Dimensionen verwundert es nicht, dass BMW laut eigenen Angaben mittlerweile über 500 Petabyte an Daten im Zuge der Fahrzeugerprobung für autonomes und vernetztes Fahren angesammelt hat.

Und noch ein Wert weiß zu beeindrucken: Ein autonom fahrendes Fahrzeug von Google soll ein Gigabyte an Daten in der Sekunde verursachen. Was diese Ausmaße für den deutschen Markt bedeuten, ist schnell erklärt: Mit seinen durchschnittlich 114 Stunden hinter dem Steuer ergäbe sich Schätzungen zufolge für jeden Autofahrer ein halbes Petabyte an Informationen pro Jahr. Bei derzeit über 45 Millionen zugelassenen PKW würde daraus jährlich ein Datenberg von fast 23 Zettabyte resultieren!

Autonomes Fahren verlangt nach effizientem Datenmanagement

Angesichts dieser unglaublichen Zahlen kommt es auf ein intelligentes Zusammenspiel zwischen den einzelnen IT- und Softwarekomponenten im Fahrzeug, in der Cloud und im Rechenzentrum an. Der Clou: Das Fahrzeugsystem überträgt nur die Informationen, die sich verändern. Aus ihnen werden neue Algorithmen berechnet.

Ein reibungsloses Übertragen und Auswerten der gesammelten Daten ist aber nur mit bandbreiteschonenden sowie kosteneffizienten Lösungen im Datenmanagement zu realisieren, denn auch der neue Mobilfunkstandard 5G wird dazu nicht ausreichen. Deshalb kooperieren die Hersteller schon jetzt mit Datenmanagementspezialisten wie NetApp, um Data Lakes aufbauen, Daten aus dem Fahrzeug gebündelt ins Rechenzentrum übertragen und Multi-Cloud-Anbindungen vorantreiben zu können. Diese Partnerschaften gilt es zu intensiveren, soll sich der Traum von kalifornischen Verhältnissen in absehbarer Zukunft endlich weltweit erfüllen.

Der Autor Dr. Stefan Ebener ist freiberuflicher Dozent der Wirtschaftsinformatik und bei NetApp als Strategy & Innovation Manager beschäftigt. In dieser Rolle leitet er das europaweite Vertical „Automotive & Manufacturing“ mit Fokus auf innovative Lösungen der Digitalisierung, Mobility Services und dem Internet der Dinge. Ebener beschäftigt sich zudem mit den Themen „Machine Learning for Autonomous Driving“ und „Data Analytics“. Seine Forschungsschwerpunkte liegen in den Bereichen Metadaten- und Text-Mining, Neuronale Netze sowie der Wettbewerbs- und Ausschreibungsanalysen. Als ausgebildeter Data Scientist verfügt er über praktische Erfahrungen in der Datenmanipulation und -analyse.

Was meinen Sie zu diesem Thema?

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45603283 / Clients)