Wenn Künstliche Intelligenz das Auto lenkt

Künstliche Intelligenz und Smart Mobility gehen Hand in Hand: Wie mit KI die Mobilität der Zukunft möglich wird.

Auch wenn einige Autos schon alleine fahren können – bis Fahrzeuge annähernd menschliche Fähigkeiten haben, werden noch viele Jahre vergehen. Die große Herausforderung bei Self-driving cars ist, komplexe Verkehrssituationen zu erkennen und in Millisekunden Entscheidungen zu treffen. Menschen entscheiden intuitiv und/oder aus der Erfahrung heraus. „Ein Auto muss diese Intuition erst lernen. Und dabei ist künstliche Intelligenz (KI) behilflich“, sagt AT&S-Experte Harald Gall, zuständig für Business Development Automotive. Dafür braucht das smarte Auto lernfähige Technologie.

Das Gehirn im Fahrzeug lernt stetig dazu

Wenn man Künstliche Intelligenz und Smart Mobility denkt, setzen das die meisten Menschen mit selbstfahrenden Autos gleich. Und tatsächlich ist KI vor allem in diesem Sektor im Einsatz. „Die KI ist oder wird so gut, wie sie gefüttert wird“, so Gall. Gefüttert wird sie mit komplexen Verkehrssituationen, mit Live-Daten aus Radar-, Kamera- oder Laser-Sensoren oder aus der Infrastruktur (Ampeln, Straßenmarkierung). Die GPS-Informationen fließen in das System ebenso ein wie die Signale anderer Verkehrsteilnehmer, vom smarten Auto bis zu Smartphone-Usern. „Aus all diesen Informationen, zieht die KI Schlüsse, fällt Entscheidungen und lernt stetig dazu.“ Wenn es zu Situationen kommt, die im System bereits gespeichert sind, weiß die KI, wie sie sich verhalten soll und wie das Auto reagieren muss. Ist die Situation neu, so berechnet sie aus allen vorhandenen Daten den höchstwahrscheinlich eintretenden Fall.

Fünf Autonomiestufen für Künstliche Intelligenz

Beim Autonomen Fahren unterscheidet man grundsätzlich zwischen verschiedenen Autonomiestufen. Level 0 sind Selbstfahrer, bei Level 1 sind Funktionen wie ein Tempomat inkludiert. Bei Stufe 2 gibt es bereits Assistenzsysteme wie Spurhalten oder automatisches Abbremsen. Ab Stufe 3 wird der Fahrer unterstützt. Das Auto erledigt gewisse Funktionen wie etwa der Spurwechsel samt Blinken oder das Spurhalten automatisch. Wenn es zu einem Problem kommt, ist der Fahrer am Zug: Das System fordert ihn dann auf, die Steuerung persönlich zu übernehmen.

Bei der Autonomiestufe 4 handelt es sich um ein hochautomatisiertes System, welches das Fahrzeug auf sämtlichen Straßen selbstständig lenkt, aber im Bedarfsfall den Fahrer zum Eingreifen auffordert. Bei der höchsten Autonomiestufe 5 ist kein Lenker mehr erforderlich. Das Fahrzeug kommt ohne Lenkrad und Pedale aus und fährt alleine, wie es etwa Googles Waymo-Flotte im Großraum San Francisco, die selbstfahrenden Bussen von Volvo in Singapur oder Navya in Wien versuchsweise tun.

Mit Kooperationen zum automatisierten Fahren

Künstliche Intelligenz und Smart Mobility stehen erst am Anfang ihres Erfolgsweges. So gut wie jeder Auto-Hersteller und viele Hightech-Unternehmen arbeiten an dieser selbstfahrenden Zukunft. Google hat Waymo gegründet und über die vergangenen zehn Jahre bei seinem Self-Driving-Car-Programm eng mit Toyota kooperiert. Bei Tesla sind Self-driving-Funktionen ebenso integriert wie bei BMW, Mercedes-Benz oder Audi. Bei Audi, das bei seinen Projekten mit zahlreichen Partnern wie etwa Chip-Hersteller Nvidia zusammenarbeitet, entsteht die KI in einem zentralen Steuergerät, genannt ZFAS (Zentrales Fahrerassistenzsystem-Steuergerät). Entwickelt wurde dieses von Audi und dem Wiener Software-Unternehmen TTTech. Das ZFAS erfasst die Datenströme aller Sensordaten. Es kann fast 40 Funktionen fusionieren, um so Funktionen für automatisiertes Fahren wie Spurhalten, Abstandsregelung, Parken, Birds-Eye-View etc. zu ermöglichen.

Der KI-Chip für Mobilität

Während Nvidia sich auf Grafikprozessoren und Chipsätze für Computer und Spielkonsolen spezialisiert, zielt das 2016 gegründete britische Startup Graphcore direkt auf die globale Führungsrolle bei KI-Chips. Graphcore hat sich bewusst auf die KI im Fahrzeug konzentriert und einen KI-Prozessor (Intelligent Processing Unit/IPU) entwickelt. Am Unternehmen – das mittlerweile fast 2 Milliarden Dollar wert ist – beteiligen sich unter anderem Microsoft, BMW und Bosch. Die Intelligent Processing Unit (IPU) ist ein Prozessor, der zehn bis 100 Mal mehr Rechenleistung bietet als heutige Systeme. Er soll künftig das Gehirn in jedem smarten Auto werden und in spätestens fünf bis zehn Jahren den Massenmarkt erreicht haben.

Miniaturisierung ist der Schlüssel zum Erfolg von Smart Mobility

Im Mobilitäts-Sektor stehen Effizienz und die Lieferung von hochqualitativen, zuverlässigen Produkten im Fokus. Das gilt vom Autonomen Fahren über Technologien für hybride oder komplett elektrische Antriebe bis hin zum Energie-Management in herkömmlichen Autos oder neuesten Scheinwerfer-Technologien. Ein besonders wichtiger Aspekt für Künstliche Intelligenz und Smart Mobility ist allerdings die Miniaturisierung.

Viele Innovationen werden durch Miniaturisierung überhaupt erst möglich: „Die Umsetzung der Elektromobilität erfordert eine bisher nicht gekannte Konnektivität in Automobilen“, sagt AT&S-Experte Harald Gall, „hier sind leistungsfähige, Platz sparende und zuverlässige Verbindungslösungen gefragt, die wir alleine und gemeinsam mit Partnern entwickelt haben.“ Werden nämlich Geräte, Sensoren und Module kleiner, können zusätzliche integriert oder – was bei Elektrofahrzeugen wichtig ist – das Gewicht reduziert werden; und das wirkt sich positiv auf die Reichweite aus.

Innovationen aus dem Bereich der Verbindungstechnik sind in Zukunft jedenfalls noch stärker gefragt. Der Bestand an Elektroautos ist laut Zentrum für Sonnenenergie- und Wasserstoff-Forschung (ZSW) von 2018 auf 2019 um 64 Prozent von 3,4 Millionen auf 5,6 Millionen gestiegen. Bis ins Jahr 2030, so eine Prognose der Boston Consulting Group, soll jedes zweite Auto elektrobetrieben (auch Hybrid-Modelle sind hier eingerechnet) sein. Beim eMobility-Boom – am Kreuzungspunkt für Künstliche Intelligenz und Smart Mobility – stehen wir erst am Anfang.