Mobility Large [Ml]

Was genau leistet das KI-Element?

Mobility Large [Ml] ist zuständig für die Steuerung, Kontrolle und Interaktion autonomer Fahrzeuge.

Für welche Aufgaben wird das KI-Element in Unternehmen eingesetzt?

Die KI-Komponente Mobility Large [Ml] hilft bei der autonomen Kommunikation zwischen Fahrzeugen, Infrastruktur, portablen Geräten und anderen Objekten der Umgebung sowie deren Steuerung. Auf Basis der ausgetauschten Daten, beispielsweise Standortdaten, Wetterbedingungen und Zustandsveränderungen, werden Fahrzeuge in die Lage versetzt, Entscheidungen zu treffen und autonom zu navigieren. Weiterhin hilft die Komponente bei der Erfassung von Verkehrsinformationen in Echtzeit, der Überwachung und Anpassung des Fahrverhaltens und der Optimierung der Abstandsmessung, um Fahrzeuge mit unterschiedlichen Fahrzielen auf Teilstücken in Flotten fahren zu lassen. Ein Vorläufer dieser KI-Komponente ist die noch nicht marktreife Car-to-Car Communication, bei welcher vorausfahrende Fahrzeuge Zustands- und Umgebungsdaten an Fahrzeuge in ihrer Nähe übermitteln. Mobility Large [Ml] reduziert Betriebskosten für Mobilitätsdienstleister und verbessert die Mobilität für Personen. Das KI-Element sorgt für eine Effizienzsteigerung bei der Auslastung von Straßen, Parkplätzen und anderen Elementen der Verkehrsinfrastruktur. Ein weiteres Potenzial des KI-Elements ist die Erhöhung der Verkehrssicherheit durch die Reduktion von Unfällen. Zu den Anwendungsfällen gehören beispielsweise autonome LKWs für den Warentransport als Teil autonomer Logistik.

Welche Marktentwicklungen zeigen die Bedeutung des KI-Elements?

Hyundai testete kürzlich autonome Fahrzeuge auf einer Teststrecke zwischen Seoul und Pyeongchang. Waymo testete in den USA eine Flotte von 75 Fahrzeugen mit insgesamt über 500.000 gefahrenen Kilometern innerhalb eines Jahres. Die Google-Schwester orderte zusätzlich 62.000 Chrysler Vans zum Ausbau ihrer Flotte. General Motors hat angekündigt, im Jahr 2019 selbstfahrende Taxis anzubieten. Mit seinem Schwarm-Intelligenz-Projekt »Car-to-X« ist Audi einer der Vordenker bei der Vernetzung von Fahrzeugen mit der umliegenden Infrastruktur und anderen Fahrzeugen. Das »Mcity« Projekt der University of Michigan setzt auf Dedicated Short Range Communication (DSRC), um autonome Fahrzeuge miteinander kommunizieren zu lassen.

Wie hängt dieses KI-Element mit anderen im Periodensystem zusammen?

Eine wichtige Voraussetzung für die KI-Komponente Mobility Large [Ml] ist die praxisreife Car-toCar-Kommunikation. Des Weiteren können nahezu alle Elemente des Periodensystems als vorgelagerte Komponenten für Mobility Large [Ml] von Bedeutung sein. So sind General Recognition [Gr], General Identification [Gi], Data Analytics [Da] und Predictive Inference [Pi] für die Analyse von Sensordaten und Messdaten aus Steuergeräten von Bedeutung. Audio Recognition [Ar], Audio Identification [Ai] und Image Recognition [Ir] spielen eine Rolle, wo Informationen aus Audio- und Videodatenströmen extrahiert werden müssen. Für die Planung von Aktionen beim autonomen Fahren sind die Elemente Problem Solving [Ps], Decision Making [Dm] und Planning [Pl] relevant. Schließlich sind Communication [Cm] und Control [Cn] für die Kommunikation von Nachrichten und die Steuerung von Systemkomponenten verantwortlich.

Wer bietet für dieses KI-Element Lösungen auf dem Markt an?

Mediale Aufmerksamkeit erhalten vorwiegend Internet-Unternehmen wie Google, Baidu und Tencent oder Startups wie Tesla, Uber und Lyft. Des Weiteren zählen Automobilhersteller wie Mercedes Benz, Audi, Toyota und General Motors sowie Automobilzulieferer wie Bosch und Continental zu bedeutenden Technologieanbietern für das KI-Element.

Welche wirtschaftliche Bedeutung hat dieses KI-Element?

Nach Schätzungen von Marketsandmarkets betrug die Marktgröße für Automotive KI im Jahr 2017 etwa 782,9 Millionen US-Dollar. Für das Jahr 2025 wird ein Marktvolumen von 10,6 Milliarden US-Dollar erwartet. Dies entspricht einer jährlichen Wachstumsrate von 38,5 Prozent. Software wird dabei einen wesentlichen Marktanteil ausmachen, da sie in autonomen Mobilitätssystemen für die Analyse von Sensordaten und die Steuerung von Aktoren notwendig ist.

Welche Hürden zeigen sich beim Einsatz dieses KI-Elements in der Praxis?

Technische Hürden betreffen die Verarbeitung großer Datenmengen in Echtzeit, die robuste und fehlerfreie Objekterkennung in Bilddatenströmen und die hohe Komplexität der Interaktion zahlreicher Steuergeräte in modernen Fahrzeugen. Weitere Herausforderungen ergeben sich durch jüngste Hackerangriffe, welche die mangelnde Sicherheit aktueller Systemkomponenten für Mobility Large [Ml] verdeutlichen. Die gesellschaftliche Akzeptanz von autonom agierenden Fahrzeugen wird einerseits maßgeblich von dem praktisch erreichbaren Sicherheitsniveau bestimmt. Andererseits werden durch den zunehmenden Automatisierungsgrad in personalintensiven Branchen wie Personenverkehr und Logistik Arbeitsplätze verloren gehen, was zu kritischen Reaktionen der Betroffenen führen kann. Schließlich stellt sich die Frage nach der juristischen Haftung für Entscheidungen, die von Software getroffen wurden. Dies stellt ein weiteres Hindernis für die Verbreitung von Mobility Large [Ml] dar.

Wer treibt die Entwicklung dieses KI-Elements voran?

Eine wichtige Rolle bei der Entwicklung für Mobility Large [Ml] sind neue Automobilhersteller und Mobilitätsdienstleister wie Tesla, Waymo, Uber, Didi oder Lyft. Außerdem sind Internetunternehmen und Hersteller aus dem Bereich Consumer Electronics wie Apple, Baidu, Google oder Huawei in dem Bereich aktiv. Forschung und Entwicklung für Mobility Large [Ml] werden von klassischen Automobilherstellern wie Audi, BMW, Daimler, Ford, Toyota oder GM sowie von Zulieferern und Systemherstellern wie Bosch, Continental und Magna getrieben. Darüber hinaus liefern Chiphersteller wie Intel oder Nvidia Technologien, die im autonomen Fahren eingesetzt werden. Zwischen den genannten Unternehmen existieren zahlreiche Partnerschaften für Forschung und Entwicklung.