Vom wohl außergewöhnlichsten urbanen Mobilitätskonzept der Welt bis hin zur Forschung an vollständig autonom fahrenden Taxis und Shuttlebussen: Wenn es um Autos und den Verkehr der Zukunft geht, führt kein Weg an künstlicher Intelligenz vorbei.
Es klingt wie die ultimative Ausgeburt eines Science-Fiction-Autors: ein Bauwerk, das mit 170 Kilometern so lang ist wie die Strecke Wien-Linz und mit 500 Metern Höhe so hoch wie Eiffelturm und Donauturm zusammen. Die Außenseiten bilden Wohn- und Bürokomplexe, deren Fassaden zwar verspiegelt sind, um sich in das Bild der umliegenden Natur einzubetten, die aber zugleich Licht ins Innere lassen. Die 200 Meter Breite im Innenraum zwischen den zwei parallel verlaufenden Gebäudelinien beherbergen alles Denkbare, was urbanes Leben zu bieten hat. Die Energie der Stadt wird zu 100 Prozent aus erneuerbaren Energiequellen stammen, CO₂ wird keines produziert, auch nicht in den Industrievierteln oder im Mobilitätsbereich.
Utopie in Realisierung.
Ein Hirngespinst? Mitnichten. Was völlig unrealistisch anmutet, hat ein Budget, einen Namen und ist bereits in Umsetzung. Das mit rund einer Billion US-Dollar anberaumte Projekt „The Line“, das 2017 vom saudiarabischen Kronprinz Mohammed bin Salman der Öffentlichkeit erstmals präsentiert wurde, wird gerade in der dünn besiedelten Wüstenprovinz Tabuk am Roten Meer im Nordwesten des Königreichs mit Nachdruck vorangetrieben. Bauarbeiter und -geräte sind längst an der Arbeit, im August 2022 wurde mit den Pfahlarbeiten für das Fundament des Gebäudekomplexes begonnen.
In den Planungsprozess und das Projekt miteinbezogen sind auch österreichische und deutsche Unternehmen, am Beispiel des Planungsbüros Delugan Meissl Associated Architects aus Wien oder der Firma Volocopter aus Baden-Württemberg, die für The Line Flugtaxis produzieren soll, die Menschen, aber auch schwere Lasten transportieren.
Überhaupt spielt das Mobilitätskonzept eine zentrale Rolle. Bewohner sollen laut Planern mit maximal fünfminütigen Fußwegen all ihre Bedürfnisse decken können, sprich Schulen, Gesundheitszentren, Freizeitanlagen, Einkaufszentren oder Grünflächen erreichen. Für längere Strecken werden Hochgeschwindigkeits-U-Bahnen zur Verfügung stehen, die für die 170 Kilometer 20 Minuten brauchen. Die Gleisanlagen verlaufen in mehreren Höhenebenen entlang der Außenfassaden, ebenso wie Autostraßen für autonom fahrende E-Mobile, die per App geordert werden und Liftausgänge der Wohnungen ansteuern. Flugtaxis und Drohnen wie jene von Volocopter ergänzen das Konzept, das einen völlig verkehrsfreien Lebensraum im Inneren einer Stadt bietet, die nach Fertigstellung von rund neun Millionen Menschen bewohnt werden kann.
Der Flächenverbrauch dafür beträgt lediglich 34 Quadratkilometer. Mit 265.000 Menschen pro Quadratkilometer wäre die Stadt mehr als 50 Mal dichter besiedelt als beispielsweise Wien.
KI an allen Ecken.
Um den Plan der völligen smarten Metropole in die Realität zu bringen, wurde von Anfang an auf neueste digitale Technologien und künstliche Intelligenz gesetzt. Was beim digitalen Zwilling der Stadt bereits im Planungsprozess begonnen hat, um etwa mit KI-basierten Simulationen Immobilien darzustellen, Windkanäle oder den Einfall von Sonnenlicht vorab durchzuspielen, setzt sich im Mobilitätssektor fort.
Damit die Idee aufgeht, dass Verkehrsmittel Bewohner so ortsnahe wie möglich abholen und somit kaum Wartezeiten entstehen, sind Unmengen von Daten erforderlich. Gewonnen werden diese mittels Kameras, Sensoren und Chips, um die gesamte Stadt feinmaschig im Auge zu haben. Gesichtserkennung wird zum integralen Teil des urbanen Lebens, bei dem Menschen jederzeit und überall geortet werden, selbstverständlich auch über ihre Handys. Es ist quasi der Freiheitspreis, der für ein Maximum an Automatisierung und Komfort zu bezahlen ist.
Die Idee dahinter: Das Verhalten der Bewohner soll erlernt und verstanden werden, um Verkehrs- und Warenströme zeitoptimal zu lenken. Was für Datenschützer europäischen Zuschnitts wie ein Alptraum klingt, wird in Saudiarabien wohl nicht weiter hinterfragt − wenn man davon absieht, dass es Diskussionen darüber gibt, den Bewohnern von The Line für die Bereitstellung ihrer persönlichen Daten eine Vergütung zu zahlen. Laut Joseph Bradley, CEO der Projektgesellschaft Neom Tech & Digital Company, ist KI jedenfalls das Herzstück von The Line. Nur mit Daten zu allem und zu jedem und nur mit den Mitteln der künstlichen Intelligenz sei es möglich, die Steuerung der Bereiche Strom, Wasser, Abfall, Verkehr, Gesundheit und Sicherheit smart zu bewerkstelligen.
Autonom, bitte warten.
Dass KI Mobilität beeinflussen wird, und das nicht nur im KI-affinen Saudiarabien, davon ist auch der Leiter des Österreichischen Forschungsinstituts für künstliche Intelligenz (ÖFAI), Robert Trappl überzeugt: „Die optimierte Steuerung von Verkehrsanlagen und speziellen Fahrzeugen, die Genauigkeit von Verkehrsprognosen, selbstfahrende Autos – es gibt schon jetzt viele Einsatzmöglichkeiten für künstliche Intelligenz.“ In einem Gespräch mit dem Magazin „Auto Touring“ erzählt Trappl von der zentralen Vision im Mobilitätsbereich: von selbstfahrenden Autos.
„Die Systeme entwickeln sich rasch weiter und sie könnten in Zukunft beispielsweise immer älter werdenden Menschen dazu verhelfen, länger mobil zu bleiben. Vor allem überall dort, wo der öffentliche Verkehr nur unzureichend ausgebaut ist bzw. ausgebaut werden kann“, sieht Trappl ein sinnvolles Anwendungsszenario der Zukunft – und mahnt gleichzeitig zu Geduld: „Der Optimismus hinsichtlich bald einsatzfähiger selbstfahrender Autos hat einen Rückschlag erfahren. Viele Autofirmen haben auch ihre Budgets rund um das Thema reduziert. Das Versprechen, dass sie bereits im Jahr 2025 ausgeliefert werden können, wird nicht eingehalten werden.“ Es gäbe zwar einzelne Autos, die autonom in kleinen Bereichen fahren dürfen. Doch die Systeme funktionieren noch nicht optimal. Was nicht unbedingt an der Technologie, sondern auch am Menschen liegen kann, wie Trappl verrät: „Der Gründer einer bekannten Automarke meint, Kameras wären ausreichend und Lidar-Laserscanner unnötig. Wenn dann aber ein Laster eine ähnliche Farbe wie der Himmel hat und die Straße quert, gibt es einen Unfall.“
Lichtmagie.
Die Anspielung betrifft wohl Elon Musk, der beim Thema Umfelderkennung bis vor Kurzem einen Sonderweg ging, ausschließlich auf Kameras setzte und auf Lidar-Sensoren verzichtete. Dabei gelten diese als ein Kernstück der Technologie für autonomes Fahren.
Light Detection and Ranging, kurz Lidar, steht für ein System, bei dem die Umwelt mit Licht erfasst wird. So sendet das System nicht wie bei Radarsystemen Mikrowellen aus, sondern gebündelte Laserstrahlen. Mit der Aussendung des Lichtpulses wird ein Timer gestartet. Nachdem die Lichtgeschwindigkeit bekannt ist, reicht ein simples Kalkül zur Bestimmung der Entfernung von Objekten. Eine weniger simple und eher hochintelligente Rechnerleistung ist gefordert, wenn aus den empfangenen Reflexionen im Anschluss ein Bild mit rund einer Million Bildpunkten pro Sekunde zusammengesetzt wird. Das derart generierte 3-D-Bild kann komplexe Objekte abbilden und somit beispielsweise den Unterschied zwischen einem Fußgänger und einem Auto erkennen.
„Ein großer Vorteil liegt tatsächlich in der frühen Erkennung von Fußgängern, die im Gegensatz zu Autos oder Zweiradfahrern wenig Metall zur Reflexion bieten, wie es etwa ein Radar benötigt“, sagt Christoph Stiller vom Institut für Mess- und Regelungstechnik am Karlsruher Institut für Technologie (KIT), wo der Forscher intelligente Technik entwickelt, durch die Autos ihre Umgebung wahrnehmen und angemessen auf die jeweilige Straßen- und Verkehrssituation reagieren können.
Wie beim Schach.
Das Auto der Zukunft soll laut Stiller den Straßenverkehr sensorisch erfassen, die Position anderer Verkehrsteilnehmenden bestimmen sowie ihr Verhalten interpretieren und das eigene Fahrverhalten anpassen. Dazu entwickelt das Team des MRT zusammen mit seinen Partnern in Forschung und Automobilindustrie die passende intelligente Sensortechnik stetig weiter – und setzt dabei auf die Kombination von Radar, Lidar und anderen Technologien.
Denn jedes System hat seine Vorteile. Videokameras blicken rund um das gesamte Fahrzeug, Lidar-Sensoren scannen mit Laserstrahlen innerhalb einer Zehntelsekunde die dreidimensionale Geometrie bewegter und unbewegter Objekte ab und Radarmessungen geben Auskunft über Entfernung, Geschwindigkeit und Position bewegter Objekte. „All diese Informationen werden zu einer digitalen Umgebungsdarstellung zusammengeführt, aufgrund derer sich das Auto den Weg sucht, um sich kollisionsfrei, regelkonform und idealerweise mit einem gleichförmigen Geschwindigkeitsprofil fortzubewegen“, erläutert Stiller. Darüber hinaus können sich mehrere Fahrzeuge per Funk gegenseitig ihre Fahrabsichten mitteilen. „Angesichts von jährlich rund 2500 Verkehrstoten in Deutschland forschen wir daran, die Automobilität sicherer, verkehrseffizienter und komfortabler zu machen“, betont der Maschinenbauingenieur.
Die zugelassenen Erprobungsfahrzeuge fahren und überwachen übrigens Ingenieure, die die Technik mitentwickelt haben. Stiller geht davon aus, dass automatisiertes Fahren schon bald sicherer ist und zu einem besseren Verkehrsfluss führt als die menschliche Fahrzeugführung. „Die Fortschritte werden ähnlich verlaufen wie beim Schachcomputer, der sich in zwei Jahrzehnten aus seinen Anfängen so fulminant weiterentwickelt hat, dass er selbst als Smartphone-App den weltbesten Schachspielern überlegen ist“, glaubt Stiller und ist damit optimistischer als sein österreichischer Forschungskollege Trappl.
Im Namen der Sicherheit.
Fest steht: Wenn statt einem Menschen aus Fleisch und Blut eine KI-gestützte Maschine „am Steuer sitzt“, muss dies sicher sein – und im Idealfall sogar ein Plus an Sicherheit bringen. Laut einer aktuellen Studie eines Schweizer Versicherungsunternehmens ist dies tatsächlich der Fall. Im Fokus der Untersuchung standen die fahrerlosen Waymo-Robotaxiflotten in San Francisco, die seit August 2023 die Genehmigung haben, im Stadtgebiet uneingeschränkt autonome Taxifahrten ohne begleitenden Fahrer anzubieten. Der Versicherer Swiss Re hat die dabei erhobenen Daten von Waymo mit den eigenen Versicherungsdaten verglichen – und kam zu dem Schluss, dass die autonom fahrenden Taxis signifikant sicherer auf den Straßen unterwegs sind als von Menschen gelenkte Autos. So gab es in den über 3,8 Millionen Meilen, die Waymo-Taxis in San Francisco, Kalifornien, und Phoenix, Arizona, gefahren sind, keine Personenschäden sowie eine deutliche Verringerung der Häufigkeit von Sachschäden. Die Ergebnisse zeigen, dass der Waymo Driver – die vollständig autonome Fahrtechnologie von Waymo – die Häufigkeit von Sachschäden im Vergleich zur Swiss-Re-Basislinie für menschliche Fahrer um 76 Prozent reduziert hat (ein Rückgang von 3,26 auf 0,78 Schäden pro Million Kilometer). Bei Waymo ist man nicht überrascht. Die Technologie des autonomen Fahrens eliminiere eben viele Risikofaktoren des menschlichen Fahrens, wie z. B. mangelnde Erfahrung oder beeinträchtigtes Fahren. Die Bedeutung der Studie betont Luigi Di Lillo, Head Products & Partnerships, P&C Solutions bei Swiss Re: „Es besteht seit Langem ein Bedarf an einem Vergleich zwischen Anbietern autonomer Fahrzeuge und von Menschen gesteuerten Fahrzeugen, und wir sind nun in der Lage, diesen zu liefern.“
»Es besteht seit Langem ein Bedarf an einem Vergleich zwischen Anbietern autonomer Fahrzeuge und von Menschen gesteuerten Fahrzeugen, und wir sind nun in der Lage, diesen zu liefern.«
Luigi Di LilloHead Products & Partnerships, P&C Solutions bei Swiss Re
Bei Swiss Re geht man auf Basis dieser Erkenntnisse auf lange Sicht von einer signifikanten Verschiebung in der Bewertung von Versicherungsrisiken aus. Die Studie könne zudem helfen, die breite Einführung dieser neuen Technologie voranzutreiben.
Simulierter Verkehr.
In den weltweiten Forschungszentren ist der Hunger nach Erkenntnis, nachweisbaren Sicherheitsargumenten und noch vertrauenswürdigeren KI-Anwendungen damit nicht gestillt. Problematisch ist dabei, dass die Daten, die man für das Etablieren neuer Fahrfunktionen und das Training der künstlichen Intelligenz benötigt, bis dato größtenteils von Testfahrern generiert werden. In Anbetracht stetig umfassender werdenden Fahr- und Assistenzfunktionen steigt auch die Zahl der erforderlichen Testkilometer, um Systeme sicher zu machen. Schätzungen zufolge wären mehr als 2,5 Milliarden Testkilometer allein für die Absicherung des autonomen Autobahnverkehrs nötig. Dass dieser Umfang von menschlichen Testfahrern nur schwer zeitnah zu realisieren ist, liegt auf der Hand.
Als effiziente Lösung für dieses Problem bietet sich die realistische Simulation von Straßenverkehr an. „Dazu muss nicht nur der übliche Verkehr valide abgebildet werden, sondern auch seltener vorkommende Unfälle und ihre Entstehungsszenarien. Um dies sicherzustellen, müssen solche Simulationen datenbasiert optimiert werden“, sagen die Experten des Fraunhofer EMI, ein Institut der Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung. Doch gerade zur Entstehung von Unfällen und kritischen Szenarien ohne Unfallfolge existieren kaum Daten. Forschende des Fraunhofer EMI entwickelten in diesem Konnex im Projekt KIsSME einen Filter, der in der Lage ist, kritische Szenarien gezielt zu identifizieren. Im Projekt AVEAS werden wiederum Verfahren zur Optimierung von Verkehrsflusssimulationen entwickelt.
Selektion von kritischen Szenarien.
Die Ausgangslage ist, dass automatisierte Fahrzeuge unter Echtzeitbedingungen verlässliche Entscheidungen treffen und diese Entscheidungsfindung in Zukunft zumindest teilweise auf Deep-Learning-Algorithmen beruhen wird, die nicht deterministisch arbeiten. Als Eingangsgrößen dienen die Werte zahlreicher Sensoren wie Kameras, Radar, Lidar und Ultraschall, aber auch klassisch verbauter Sensoren, wie Beschleunigungs- und Geschwindigkeitssensoren. Dabei stellt sich die Frage, wie während des Fahrbetriebs die Selektion der Daten, besonders der datenintensiven Sensor- und Umfeldmodelldaten, erfolgen soll, also inwiefern es sich um relevante oder gar kritische Ereignisse handelt. Das Projekt KIsSME untersucht hierzu Bewertungsverfahren und Kriterien.
Die Identifikation von kritischen Fahrszenarien soll u. a. mithilfe von KI ermöglicht und automatisch abgespeichert werden. Damit sind in Zukunft Algorithmen für hochautomatisierte und autonome Systeme effizienter trainierbar.
Beim bis Ende 2024 laufenden AVEAS-Projekt werden Methoden entwickelt, um kritische Situationen im Realverkehr zu erheben und in Modelle zur Simulation zu überführen. Fokussiert wird dabei auf drei Risikoaspekte: Erstens die Wechselwirkung mit menschlichem Verkehrsverhalten, zweitens die Übergänge der Fahrverantwortung zwischen automatisierter Fahrfunktion und menschlichen Insassen (also Faktoren der Mensch-Maschine-Interaktion) und drittens die Besonderheiten der automatisierten Wahrnehmung im Vergleich zu menschlichen Verkehrsteilnehmern. In AVEAS wird diese Kette genutzt, um prototypische Funktionen künftiger automatisierter Straßenfahrzeuge virtuell zu erproben. Zu diesen Funktionen zählt die automatisierte Steuerung des Fahrzeugs auf Autobahnen und in Parkumgebungen sowie der Ereignisdatenspeicher für automatisierte Fahrzeuge (Event Data Recorder, EDR).
Geprobt wird übrigens auch im Land, in dem gerade The Line errichtet wird. Die Ziele sind freilich höhergesteckt als in Europa oder den USA. Um den städtischen Verkehr effektiver zu gestalten, wurde beschlossen, bis zum Jahr 2028 15 Prozent der öffentlichen Verkehrsmittel und 25 Prozent der Gütertransportfahrzeuge auf autonomes Fahren umzurüsten. Man erhofft sich durch die Integration von autonomen E-Fahrzeugen eine Verringerung von verkehrsbedingten Unfällen und Todesfällen, eine Verbesserung der innerstädtischen Mobilität sowie eine Reduktion der Umweltbelastung durch den Verkehr. Gesetzt wird auf das autonome Shuttle Dhahaina, das in Zusammenarbeit von Navya und dem saudiarabischen Verkehrsministerium entwickelt und bereits 2015 der Öffentlichkeit präsentiert wurde. Dhahaina nutzt übrigens eine Reihe von Sensoren, einschließlich Lidar, Radar und Kameras, um eine vollautomatisierte Fahrfähigkeit zu erreichen.