Dr. Stefan Ebener NetApp

Fest steht, dass eine Datenmanagementplattform den Aufwand erheblich senkt, wenn sie Verwaltung, Übertragung und Format in der IT-Architektur vereinheitlicht.

Auto- und IT-Konzerne verordnen künstlicher Intelligenz straffe Trainingseinheiten, um die nächste Entwicklungsstufe für das autonome Fahren zu zünden. Um auch beim Auswerten der Daten Gas zu geben, nimmt nicht jeder beim Training erhobene Messwert die Extrarunde vom Rechenzentrum auf Rädern über die Cloud. In diesem spannenden Entwicklungsrennen mischt vorne mit, wer seine IT-Infrastruktur und Datenmanagement am besten abstimmt.

Auf das Konto von autonom fahrenden Taxis werden bis 2030 voraussichtlich knapp 30 Prozent der weltweit zurückgelegten Kilometer gehen. Diese Zahl setzt sich nicht etwa Uber als ehrgeiziges Ziel, sondern sie stammt von Roland Berger. Das Beratungsunternehmen kommt in seiner Analyse „Automobilbranche im Wandel“ von 2016 zu dieser Prognose. Diese stützt sich auf die Tatsache, dass sich die größten Innovationen im Automobilsektor auf das autonome und vernetzte Fahrzeug konzentrieren. Doch die bisherige Entwicklung polarisiert: Technikfans sind begeistert, welche neuen Möglichkeiten sich ergeben. Andere würden hingegen nur mit Unbehagen oder Angst in ein Auto steigen, das sich ohne ihr Zutun den Weg durch den Verkehr bahnt. Sie vertrauen der Technik nicht, die richtigen Entscheidungen in jeder Verkehrssituation zu treffen. Sofort stehen dann auch ethische Grundfragen im Raum, um den Schutz persönlicher Daten und die Sicherheit auf den Straßen zu gewährleisten. Dazu hat im Sommer eine Ethikkommission um den Verfassungsrechtler Udo Di Fabio zwanzig Regeln aufgestellt. Darunter findet sich die wesentliche Vorgabe, dass Autos in gefährlichen Situationen nicht nach Alter, Geschlecht oder Herkunft entscheiden sollten. Diese Herausforderungen müssen und werden die Entwickler lösen, sonst setzt sich die Technik nicht durch. Welche Strecke sie bereits auf dem Weg dorthin bewältigt haben, lässt sich am besten an dem sechsstufigen Modell der internationalen Ingenieurs- und Automobilindustrievereinigung SAE zeigen.

Am Ende haben die Systeme das Sagen

Das SAE-Modell führt beispielsweise zurück zum guten alten VW Käfer. In dem konnte der Fahrer höchstens von Assistenzsystemen träumen. Er musste alles selbst tun – in der Stufe 0. Die ersten Assistenzsysteme wie Tempomat und Notbremsassistent tauchten in der Stufe 1 auf. Der Fahrer steuerte und musste auf den Verkehr achten. Erstes teilautomatisiertes Fahren zeichnet die Stufe 2 aus, wobei das autonome Geradeausfahren auf der Autobahn heraussticht. Stockt der Verkehr, übernimmt der Staupilot. Stufe 3 erfüllt die Kriterien für das hochautomatisierte Fahren. Die Systeme steuern in einigen Situationen, etwa beim Überholen und Ausweichen, komplett selbst. Der Fahrer behält jedoch die Straße ständig im Blick, denn er muss jederzeit eingreifen können. Das vollautomatisierte Fahren beginnt mit der Stufe 4. Reagiert der Fahrer nicht auf Warnungen, handeln die Systeme selbstständig. Die Technik im Auto verbindet sich mit dem Verkehrsfluss, so verarbeitet sie unter anderem Ampelsignale oder kommuniziert mit anderen Fahrzeugen. Das fahrerlose Auto beschreibt die Stufe 5. Zu diesem Entwicklungsniveau führen neuronale Netze. Diese basieren auf dem Zusammenspiel von Deep-Learning-Algorithmen, also auf künstlicher Intelligenz. Diese ist in der Lage, immer ausgereiftere Entscheidungen zu treffen und das Auto zu steuern. Künstliche Intelligenz übernimmt das Kommando. Der Autofahrer nutzt das Auto als Mitfahrer.

Den vollständigen Artikel lesen Sie in der Ausgabe:

Business Technology 1.18 - "Mit Sicherheit sicher?"

Alle Infos zum Heft
579830287Einblicke ins Ökosystem von selbstfahrenden Autos
X
- Gib Deinen Standort ein -
- or -