Autonomes Fahren: Warum dauert das so lange?

Vor allem Robotaxi-Anbieter und Start-up Unternehmen in den USA und China treiben die Technologie voran. Das erste selbstfahrende Auto brachte Google 2015 in Kalifornien auf die Straße. Heute testen dort mehrere chinesische und US-amerikanische Firmen ihre vernetzten Fahrzeuge, weil die kommerzielle Nutzung von Robotaxis bereits geregelt ist. China verfolgt mit der Doktrin „Made in China 2025“ das Ziel, in den Bereichen Robotik, KI und Elektromobilität weltweit führend zu werden. Die Branche rechnet bereits für 2023 bis 2025 in Chinas Metropolen mit einem aufkommenden Massenmarkt für autonome Taxis. Der Grund dafür ist relativ simpel: Relativ wenig Menschen besitzen weder einen Führerschein noch ein eigenes Auto.

Europa hinkt der Entwicklung etwas hinterher: Hier ist der Markt herstellergetrieben und die Gesetzgebung deutlich restriktiver. Doch selbst wenn in der EU autonomes Fahren erst auf ein paar Teststrecken erprobt wird, so sind viele Fahrzeuge schon heute vernetzt. Leihfahrzeuge beispielsweise kommunizieren mit dem Autovermieter, um Zustandsdaten zu übermitteln. Fahrerassistenzsysteme umfassen bereits vollautomatische Einparkhilfen, automatische Notbremsassistenten, Augen-Monitoring zur Warnung vor Ermüdung des Fahrers und zahlreiche weitere Funktionen.

Autonomes Fahren stellt höchste Anforderungen an die Datenverarbeitung

Beim autonomen Fahren übernimmt ein Edge-Server die automatische Ansteuerung sowie die Car2X-Kommunikation des Fahrzeugs. Dabei liefern zahlreiche Sensoren, Komponenten und Kameras Informationen, auf die der Server zum Teil umgehend reagieren muss. Das Auto benötigt somit auch einen Router mit drahtlosen, leitungsgebundenen Schnittstellen für verschiedenste Sensoren und Steuerungen sowie einen leistungsfähigen Edge-Server für die zentrale Ansteuerung. So entstehen täglich Terabytes an unstrukturierten Daten, die in einer Cloud verarbeitet werden.

Die Entscheidungen erfolgen dabei regelbasiert und mithilfe einer KI-gestützten, selbstlernenden Software. Dazu kommuniziert der Edge-Server auch mit einer zentralen Cloudplattform. An diese sendet der Server relevante Daten für das KI-gestützte Machine Learning und Big-Data-Analysen. In der zentralen Cloud werden die verschiedensten Szenarien, Fahrmanöver und Vorgehensweisen gesammelt. Sendet ein Fahrzeug zum Beispiel in einer außerordentlichen Fahrsituation eine Warnmeldung, so selektiert und versendet die Plattform aus ihrem Datenbestand KI-gestützt eine Verhaltensweise, wie die Steuerung darauf adäquat reagieren soll.

Um die Reaktionsgeschwindigkeit nicht zu verzögern, sollten möglichst wenige Daten übermittelt und gespeichert werden. Deshalb erfolgt eine weitgehende Löschung der Sensordaten aus dem Fahrzeug, sobald ein Vorgang abgeschlossen ist. Nur als interessant eingestufte Daten und Szenarien übermittelt der Edge-Server in die zentrale Cloud zur Weiterverarbeitung. Dazu zählen nicht nur herstellerbezogene Daten für das Machine Learning oder die Wartung, sondern auch Informationen für Autoverleiher oder Versicherer. Deshalb benötigt der Edge-Server ebenfalls schnelle, KI-gestützte Filterfunktionen.

Sowohl Netzanbindung als auch Plattform müssen deshalb High-Performance-Computing beherrschen und höchsten Ansprüchen in punkto Rechenleistung und Datenspeicherung genügen.

Ach ja, der Datenschutz!

Europa stellt auch beim vernetzten Fahren die höchsten Anforderungen an den Datenschutz. Dessen Richtlinien wirken sich natürlich auf die Kommunikation aus. Die ist ein Grund dafür, dass China und die USA zu den Vorreitern beim autonomen Fahren zählen. Denn anders als in der EU können chinesische Hersteller beispielsweise die ermittelten Verkehrsdaten des chaotischen Rushhour-Verkehrs in Schanghai ohne große Einschränkungen oder Anonymisierung für ihr Machine Learning nutzen. In der EU hingegen muss sichergestellt sein, dass selbst mit vorliegender Einverständniserklärung des Fahrzeughalters die Daten von beteiligten Fahrzeugen anonymisiert sind.

Sinn und Zweck einer standardbasierten Vernetzung

Damit keines der beteiligten Netze zum Flaschenhals wird, sind Highspeed-Netze notwendig. Da Fahrzeuge insbesondere in Europa länderübergreifend miteinander kommunizieren müssen, sollten internationale Standards zum Einsatz kommen, etwa ITS-G5 oder 5G. ITS-G5 basiert auf IEEE 802.11p (WLAN) und bietet eine Latenz um eine Millisekunde. Zudem eignet sich das 5G-Anwendungsprofil uRLLC mit einer Latenz zwischen einer und zwei Millisekunden für echtzeitfähige Anwendungen. Doch 5G-Netze gibt es noch nicht so viele, und das uRLLC-Profil ist nur für ausgewählte Netzsegmente geplant. Darüber hinaus erfordert autonomes Fahren ein engmaschiges, flächendeckendes Glasfasernetz. Schon aufgrund der Netzanforderungen beschränkt sich autonomes Fahren somit in unseren Breiten zunächst auf Testgebiete und den urbanen Raum.

Sicherheitsexperten fordern Security by Design

Das gesamte Datennetz für das autonome Fahren arbeitet IP-basiert und kann somit ins Visier von Hackern geraten. Deshalb darf das ganze Thema Security in diesem Kontext kein nachträgliches Add-on darstellen. Vielmehr ist Security by Design gefordert, bei dem die Cybersicherheit von Anfang an als zentrales Element gilt. So hat die United Nations Economic Commission for Europe (UNECE) Empfehlungen erarbeitet, auf denen die neuen Sicherheitsvorgaben ISO/SAE 21434 und ISO/AWI 24089 beruhen. Dabei hat sich die Kommission an Verfahren aus dem IT-Bereich orientiert. Die Vorschriften beziehen sich nicht nur auf Technik und Software. Sie verpflichten Unternehmen, ihre Organisation, Prozesse und Workflows so zu gestalten, dass sich die Fahrzeugsicherheit auch nicht durch eigene Mitarbeitern kompromittieren lässt. Ab 2024 müssen Hersteller nachweisen, dass ihre Produkte den neuen Vorgaben entsprechen und „cybersicher“ entwickelt wurden. Ansonsten wird das Fahrzeug in Europa keine Zulassung erhalten.

Die ethischen Aspekte des autonomen Fahrens in Deutschland

Grundsätzlich steht bei allen Entwicklern von vernetzten Fahrzeugen die Sicherheit der Verkehrsteilnehmer im Mittelpunkt. Dabei muss schon im Vorfeld der Programmierung geklärt sein, wie sich die Steuerung in ethisch kritischen Situationen verhalten soll. Für diese Zwecke hat die deutsche Ethik-Kommission für das autonome Fahren einen Leitfaden entwickelt. Demnach sollen die automatischen Steuerungen so reagieren, dass sie weniger Unfälle verursachen als menschliche Fahrer. Die Steuerungssysteme müssen auf defensive und vorausschauende Fahrweise programmiert sein. Zudem muss in Dilemma-Situationen das menschliche Leben Vorrang haben und darf nicht gegeneinander abgewogen werden.

Die Denkfabrik Digitale Arbeitsgesellschaft im Bundesministerium für Arbeit und Soziales entwickelt derzeit im Rahmen des Forschungsprojekts KITQAR Qualitätsstandards für KI-Test- und Trainingsdaten. So soll ein Framework für Datenqualität entstehen, das technische, rechtliche, ethische und soziale Aspekte umfasst und als Grundlage für eine europäische Standardisierung dienen kann.

Autonomes Fahren – darum dauert es so lange

Es zeigt sich also: Autonomes Fahren stellt höchste Ansprüche an Rechenleistung, Netzwerke und Storage Technologien. Es wird vornehmlich im urbanen Raum und auf definierten Strecken stattfinden. Neben dem unfallfreien Fahren im dichten Stadtverkehr stellen Datenschutzrichtlinien, der Schutz vor Hackerangriffen sowie Ethikfragen die größten Herausforderungen dar. Es geht um weit mehr als reine Technik. Wenn man zudem die langen Betriebszeiten von Fahrzeugen berücksichtigt, leuchtet ein, warum sich der Allgmeine Deutsche Automobil-Club e.V. (ADAC) auf eine Studie des Prognos-Forschungsinstituts stützt und zu dem Schluss kommt, dass sich autonomes Fahren bei uns erst in der kommenden Dekade durchsetzen wird. Aber die Zeit rennt und wir bei RNT bleiben natürlich am Puls der Zeit denn so weit sind die 2030er Jahre nicht mehr weg!