Künstliche Intelligenz in vernetzten Fahrzeugen – die Technologie für das entscheidende Extra an Sicherheit

Autofahrer in Deutschland lassen sich die Sicherheit ihrer Fahrzeuge gern etwas kosten – zu diesem Ergebnis kommt eine Studie von Deloitte. Demzufolge wären 70 Prozent der befragten Verbraucher bereit, bis zu 500 US-Dollar mehr für fortschrittliche Technologien zu bezahlen, wenn dadurch die Sicherheit verbessert wird – egal ob beim konventionellen oder autonomen Fahren.

Smarte Sensortechnologie als Safety-Treiber

Unter Experten gilt es als gesetzt, dass Lidar-Sensoren zukünftig entscheidend dazu beitragen, die Fahrzeugumgebung vollständig zu erfassen, um sicheres Fahren zu gewährleisten. Dabei stellt eine laserbasierte Messtechnik zuverlässige 3D-Daten über die Objekte in der Umgebung des Fahrzeugs bereit.

Lernfähige KI-Algorithmen sorgen dafür, dass die erfassten Informationen im Abgleich mit verfügbaren Daten in Fahranweisungen für das Auto umgewandelt werden. Um die Technologie im Rahmen eines leistungsfähigen Gesamtpakets möglichst kosteneffizient einzusetzen, hat Innoviz Technologies, ein führender Anbieter von Hochleistungs-Lidar-Sensoren das BlackBerry QNX Automotive Operating System für seine Lösungen ausgewählt.

Sicherheit hat verschiedene Dimensionen

Neben Fahrsicherheit spielt wirksame Absicherung gegen Eingriffe von außen, beispielsweise durch Hackerattacken und Schadsoftware, eine immer größere Rolle bei der Entwicklung smarter, vernetzter Fahrzeuge von morgen. Ein erster Schritt zur Sicherung eines Systems besteht darin, es so zu konzipieren und zu bauen, dass die Wahrscheinlichkeit von Sicherheitslücken minimiert wird.

Der Gedanke spiegelt sich in den ISO- und UN-Richtlinien für vernetzte Fahrzeuge wider, die der BlackBerry Threat Report 2022 zusammenfasst: ISO/SAE 21434 setzt einen Standard für die Sicherheit bei der Konstruktion, Herstellung, Nutzung und Stilllegung von Fahrzeugen. Derweil regelt UN R155, dass Cybersicherheit nicht nur bei den Automobilplattformen, sondern auch in der umgebenden Infrastruktur berücksichtigt wird. Die Sicherheitszertifizierung elektronischer Systeme in modernen Fahrzeugen werden zudem durch den Standard ISO 26262 festgelegt, der die Automotive Safety Integrity Levels (ASIL) definiert. Eine der zentralen Herausforderungen beim Einsatz von KI im Sicherheitskontext ist auch hier das Verständnis des resultierenden Systemverhaltens.

Hauptsache sicher unterwegs 

Studien wie die von Deloitte verdeutlichen: Sicherheitstechnologie ist aus der Sicht von Autokäufern mehr als eine bloße Dreingabe: Die daten- und KI-getriebene Mobilität von morgen lebt von wegweisenden Lösungen aus dem Segment. Fahrzeughersteller und OEMs sind gut beraten, diese Erkenntnis bei der Auswahl ihrer Technologiepartner zu berücksichtigen.