Magna, eine der größten Branchenakteure in diesem Segment, ist dafür bekannt, die Sicherheitsvorteile von Fahrerassistenzsystemen in Fahrzeuge aller Preisklassen zu integrieren. Indem das Unternehmen branchenführende Produkte weiterentwickelt und leichter zugänglich macht, kommt es den dynamischen Anforderungen der Automobilindustrie auf einem sehr hohen Niveau nach. Das betrifft auch den Einsatz von KI-Tools sowohl in der Entwicklung und in naher Zukunft in den Fahrerassistenzsystemen (Advanced Driver Assistance Systems, ADAS) selbst. Fahrerassistenzsysteme mit Funktionen wie automatische Notbremsung, Objekterkennung im toten Winkel und Spurhaltewarnsysteme haben für alle Verkehrsteilnehmer:innen immense Vorteile. Softwaregesteuert gewährleisten sie eine gesteigerte Sicherheit im Straßenverkehr – was bei 600.000 Verkehrstoten weltweit pro Jahr aber immer noch steigerungsfähig ist. Funktionen wie automatische Notbremsungen, Spurhalteunterstützung und Verkehrszeichenerkennung geben den Fahrern und Fahrerinnen Aufschluss über mögliche Risiken und helfen ihnen, entsprechend zu reagieren.
Auch wenn es nicht möglich ist, einen Unfall vollständig zu vermeiden, helfen Fahrerassistenzsysteme, die Folgen von Unfällen zu reduzieren. Zum Beispiel kann die Geschwindigkeit des Aufpralls durch automatische Notbremsungen verringert oder komplett runtergefahren werden, was wiederum die Schwere von Verletzungen verringert oder Verletzungen ganz vermeidet. Und nicht zuletzt werden die Fahrer entlastet. Fahrerassistenzsysteme erledigen bestimmte Aufgaben für die Fahrer und verringern somit die Belastung des Körpers und des Gehirns, was vor allem bei längeren Fahrten oder in überfülltem Verkehr von großer Bedeutung ist. Wie aber können KI und entsprechende Tools diese Sicherheit noch erhöhen und verbessern? Dazu Steven Jenkins, Vice-President, Technology Strategy, Magna Electronics: “Der Anteil an Softwarefunktionen in heutigen Fahrzeugen nimmt kontinuierlich zu. Mehr Features für Komfort und Sicherheit führen zu steigender Komplexität, Entwicklungskosten und Validierungsaufwand. Gleichzeitig sorgt die Kombination von Sensoren am Fahrzeug und im Innenraum zusammen mit der steigenden Vernetzung und V2X-Kommunikation auch für eine riesige Datenmenge. KI kann dabei unterstützen, die Performance und Zuverlässigkeit von Funktionen zu verbessern, indem sie mehr Informationen aus den bereits vorhandenen Daten herausholt.“
Ein weiterer Anwendungsfall ist die Verbesserung der Benutzerfreundlichkeit von ADAS-Funktionen für den Fahrer. Stand heute schalten noch viele Fahrer die Systeme ab, was nicht Sinn der Sache ist: „KI kann dabei unterstützen, die Akzeptanz zu erhöhen, indem sie das System an den Kontext und die persönlichen Vorlieben des Fahrers anpasst“, sagt Steven Jenkins. Denn der Bedarf an diesen Systemen ist da. Laut der neuesten Mobility Consumer Pulse-Umfrage von McKinsey ist die Nachfrage nach neuen ADAS-Funktionen bei Verbraucher:innen außergewöhnlich hoch. Die Umfrage zeigt, wie wichtig ADAS-Funktionen bei der Kaufentscheidung sind, insbesondere bei Käufer:innen von Elektrofahrzeugen und im Premium-Markensegment. Doch mit den immer komplexeren Systemen wächst auch der Datenbedarf für die Entwicklung von ADAS-Systemen. Eine Möglichkeit dies effizient zu gestalten ist, synthetische Daten im frühen Entwicklungsstadium zu verwenden. „Magna nutzt bereits KI-Tools zur Unterstützung der ADAS-Entwicklung. Mit KI können synthetische Daten generiert werden, die bei der Objekterfassung, der Sensordatenfusion und während des Entscheidungsprozesses von ADAS-Funktionen eingesetzt werden können“, erläutert Jenkins.
Viele Vorteile beim Einsatz von KI in der Entwicklung
Fakt ist: Während des gesamten Lebenszyklus eines Fahrzeugs wird KI heute schon von der Design- und Entwicklungsphase über die Erprobung und Produktion bis hin zum After-Sales oder Marketing eingesetzt. Leistungsstarke Informationsquellen sind die Daten, die von den vielen Fahrzeug- und Infrastruktursensoren gesendet werden, entweder aus Fertigungslinien oder aus Kundenfeedback. Ein besseres Verständnis der Bedürfnisse und Erwartungen der Nutzer sowie eine Verbesserung des Designs, Tests oder der Wartung werden durch ihre Analyse und Interpretation unterstützt. Durch den Einsatz von KI in der Entwicklung ergeben sich für Magna-Manager Jenkins einige Benefits: „Durch die Implementierung einer intuitiven Methode, um auf Wissen und Daten zuzugreifen, können beträchtliche Vorteile erzielt werden. Diese Methode ermöglicht es uns, die Zeit, die normalerweise für wiederkehrende Aufgaben aufgebracht wird, zu reduzieren. Gleichzeitig erhalten die Entwickler Zugriff auf relevante Quellcode- und Datendokumente für ihre Projekte – ohne genau spezifizieren zu müssen, wonach sie überhaupt suchen. Diese effiziente Herangehensweise ermöglicht es allen Teams, ihre Arbeit effektiver zu gestalten. und vereinfacht den Zugriff auf Informationen erheblich.“ Zudem können auf diese Weise Ingenieure ihre teure Arbeitszeit besser nutzen und sich damit mehr um die Wertschöpfung bemühen, anstatt sich wiederholende Aufgaben zu erledigen, dazu Jenkins: „Dies ist notwendig, um der gestiegenen Komplexität der Systeme zu begegnen und ihr gerecht zu werden.“
„Funktionalität des Systems im Vordergrund“
Bei der Entwicklung von ADAS-Systemen kann KI also mit einer starken Steigerung der Performance und Zuverlässigkeit von Funktionen unterstützen sowie zu einer besseren Akzeptanz des Fahrers beitragen: „Wenn Systeme so funktionieren, dass der Fahrer sie vollständig versteht und in der Lage ist, die Entscheidungen nachzuvollziehen, werden sie häufiger genutzt werden, als das heute der Fall ist“, ist sich Steven Jenkins sicher. Für den Fahrer selbst wird es immer schwierig sein, zu wissen, was was ist. „Das muss er auch nicht“, sagt Jenkins, „da die Funktionalität des Systems im Vordergrund steht. Heute stellen Fahrer höchstens eine verbesserte Performance im Vergleich zu früheren Systemen fest.“ In Zukunft wird es noch deutliche Veränderungen im Fahrverhalten geben, die zu intuitiveren Reaktionen führen, dazu Jenkins: „In einigen Magna-Entwicklungen und sogar serienreifen Produkten wurde diese Technologie bereits in das Fahrzeug integriert.“
KI: Ein Schlüssel für das autonome Fahren
Dass KI das Autofahren letztendlich sicherer macht, davon ist auch Steven Jenkins überzeugt: „Mit Hilfe der KI können Fahrsituationen und mögliche Reaktionsweisen des Fahrers besser antizipiert werden und die Assistenzsysteme entsprechend reagieren. Dies wird zur mehr Sicherheit führen.“ Auch als Schlüssel für das autonome Fahren? „KI ist sicherlich ein Schlüssel“, so Jenkins, „aber ich würde nicht sagen, der einzige oder letzte Schlüssel. Während es sicherlich dazu beiträgt, die Entwicklung zu beschleunigen, die Bereitstellung und die Leistung zu verbessern, erfordert das Erreichen eines weit verbreiteten und sicheren autonomen Fahrens für Jenkins zusätzliche Elemente: „Dazu gehören ein offenerer Datenaustausch, Konnektivität und eine Infrastruktur, um weit verbreitete und sehr sichere autonome Fahrfunktionen zu unterstützen.“
