KI im Fahrzeug: Welche Szenarien denkbar sind

Anbieter zum Thema

Schaltbau GmbH

ARRK Engineering GmbH

FOBA Laser Marking + Engraving | ALLTEC Angewandte Laserlicht Technologie GmbH

Künstliche Intelligenz: Embedded oder aus der Cloud?

Eine Herausforderungen für viele KI-Modelle ist das Speichern und Synchronisieren der gewonnenen Daten: Für den vereinfachten, global zugänglichen Umgang, wie bei Chatbots, die vollautomatische Kundenkommunikationsaufgaben übernehmen, eignen sich Cloud-basierte Deep- und Machine-Learning-Modelle. Für hochentwickelte und hochverfügbare Lösungen hingegen, die eine entsprechende Performance für komplexe Machine-Learning-Algorithmen benötigen, kommen nur Embedded-Ansätze in Frage.

Je nach Anforderung lassen sich auch hybride KI-Modelle realisieren. Klassisches Anwendungsgebiet für diese Mischformen ist das autonome Fahrzeug: Hier muss die Synchronisierung der Daten on demand möglich sein – jede Stunde, sekündlich oder noch öfter. Vorhersagen zum Fahrverhalten müssen jederzeit und abhängig von der jeweiligen Anforderung getroffen werden können, unabhängig davon, ob das Fahrzeug gerade online ist.

Digitalisierung

Millionen-Finanzspritze für das Datenanalyse-Start-up Geospin

Künstliche Intelligenz aus der Fabrik?

Das Münchener KI-Unternehmen ExB Labs bietet eine „Cognitive Workbench“, mit der sich laut Unternehmensangaben sowohl der Embedded- als auch den Cloud-Ansatz auf einer einheitlichen KI-Plattform vereint. Dadurch lässt sich eben jene Herausforderung meistern – die Analysen unstrukturierter Daten sind dann auf Geräten mit geringem Speicherplatz sowie begrenzten Rechen- oder Energie-Ressourcen möglich.

Moderne KI-Plattformen bieten zudem den Vorteil, dass sie Entwicklern das Aufsetzen eines Embedded-Machine-Learning-Modells abnimmt. Eine KI-Plattform liefert die notwendigen Funktionen und Werkzeuge bei Bedarf und schlüsselfertig. Sie müssen lediglich über eine entsprechende API (application programming interface, Schnittstelle zur Anwendungsprogrammierung) in die Anwendung integriert werden – je nach Anforderungsprofil als KI-as-a-Service oder als generische, flexibel nutzbare „Vorhersage-Maschine“.

Neben Zeit- und Kostenersparnissen für die Entwicklung sind die Modelle der Plattform hinsichtlich Ressourcenbedarf, Performance und Sicherheitsanforderungen optimiert. Die Anwendungen können sich mit zentralen Servern synchronisieren und neue, verbesserte Vorhersage-Modelle sind OTA (over the air)-aktualisierbar, was Implementierungs- und Wartungsprozesse deutlich verschlankt.

Digitalisierung

Warum eine Automobilberatung Prototypen baut

Wie entwickelt sich künstliche Intelligenz im Mobilitätsbereich?

Die Art und Weise, wie wir Fahrzeuge in Zukunft nutzen, bedienen und wahrnehmen wird sich durch den Einsatz von KI grundlegend ändern. Fahrzeuge werden kontinuierlich intelligenter und lernen sukzessive von menschlichem Verhalten. Durch die ständige Lernkurve des Autos werden wir irgendwann das Zeitalter des hyper-vernetzten Fahrens erreichen, in dem sich der Mensch komplett vom Fahrzeug und dem Fahren selbst entfernt.

Eine sehr realistische Massenausprägung werden ab diesem Zeitpunkt Kundeninteraktions-Dynamiken für Fahrzeuge sein, die auf Subscription-Modellen basieren und etwa Location-based-Services, Infotainment oder Concierge-Leistungen beinhalten. Der Aufbau der dazu notwendigen Plattformen beginnt gerade: Und KI spielt dabei eine entscheiden Rolle.

Ramin Assadollahi ist CEO der ExB Labs GmbH

(ID:45354259)