Data Ecosystems für den Automotive Sektor

Data Ecosystems für den Automotive Sektor: Ohne Daten keine Künstlichen Intelligenzen und kein Machine Learning

Künstliche Intelligenz (KI) oder maschinelles Lernen (ML) verkörpern Trends, mit denen viele Branchen noch Schwierigkeiten haben oder gerade erst in den Kinderschuhen stecken. Die Grundidee ist erstrebenswert: Es sollen die Grundlagen für Anwendungen und Systeme mit noch nie dagewesenen Fähigkeiten (z.B. vollständig autonomen Fahrzeugen) geschaffen werden. Veränderungen dieser Art wirken sich nicht nur auf die Systeme selbst aus, sondern auch auf ihre eigene Entwicklung, ihren eigenen Aufbau sowie die spätere Beschaffenheit dieser. Heutzutage wird die Software, die das Verhalten dieser Systeme definiert, von Programmen im System selbst codiert. Hier spiegeln sich schließlich das gesammelte Wissen und die gesamte Intelligenz, die in den Code eingeflossen sind, wieder.

 

Systeme jedoch, die auf der Basis von Machine Learning funktionieren, werden dagegen nicht programmiert, sondern geschult. Das notwendige Wissen über den Anwendungsbereich muss nicht explizit von einem Entwickler codiert werden, sondern kann implizit in Form von gekennzeichneten Trainingsdaten vorliegen. Die Genauigkeit und Nützlichkeit von trainierten Funktionen hängt von der Qualität der für das Training verwendeten Daten ab. Trainingsdaten und Daten, die durch geschulte Funktionen analysiert werden können, sind bereits zu einem entscheidenden Faktor für den Geschäftserfolg geworden und machen Daten auch hier zur strategischen Ressource für den Erfolg.

In stark regulierten oder sicherheitskritischen Bereichen (z.B. autonomen Fahrzeugen), in denen auch erwartet wird, dass maschinelles Lernen große Auswirkungen hat, entstehen derzeit vermehrt Datenökosysteme. Auch in diesem Fall forschen wir an gemeinsame Spielregeln, die eine Gleichberechtigung der Teilhaber des Datenökosystems sowie den wirtschaftlichen Erfolg garantieren und gleichzeitig das Sicherheitsbedürfnis des einzelnen nicht vernachlässigen.