Das alte Sprichwort "Wenn du schnell gehen willst, dann gehe allein. Wenn du weit gehen willst, dann gehe gemeinsam mit anderen" trifft besonders auf Künstliche Intelligenz zu. Die Entwicklung von KI-Technologien für die Mobilität der Zukunft erfordert viel Aufwand, Ressourcen und Zeit. Darüber hinaus verändert sich der Markt sehr schnell und es gibt noch einige große Fragen zu beantworten. Nur durch Zusammenarbeit haben wir die Chance, Kräfte zu bündeln und den Fortschritt in der KI-Technologie voranzutreiben. Wir sind stolz darauf, unsere praktischen Erfahrungen im Bereich Automotive-KI in verschiedenen öffentlich-privaten Partnerschaften (Public Private Partnerships, PPP) mit OEMs, Zulieferern, Technologieanbietern, Forschungsinstituten und Regulierungsbehörden mit derselben Leidenschaft für KI-Technologien einzubringen.
Öffentlich-private Partnerschaften für künstliche Intelligenz
KI Familie – Lösen von KI-Herausforderungen in einem Projektcluster
KI Familie ist ein Projektcluster, das von der VDA-Leitinitiative (Leitinitiative des Verbandes der Automobilindustrie) ins Leben gerufen wurde. Die Initiative setzt klare Standards für sicheres autonomes Fahren und spielt eine entscheidende Rolle bei der Identifizierung und gemeinsamen Entwicklung wichtiger Themen und Handlungsbereiche für den Fortschritt autonomer Fahrzeugfunktionen.
Sie besteht aus vier einzelnen Projekten, die sich mit unterschiedlichen allgemeinen Fragen der Automotive-KI beschäftigen. Continental spielte eine bedeutende Rolle in drei dieser vier einzelnen Projekte, die bereits abgeschlossen wurden.
- KI Absicherung erarbeitet exemplarisch eine stringente und nachweisbare Argumentationskette für die Absicherung und Freigabe von KI-Funktionsmodulen im Kontext des hochautomatisierten Fahrens.
- KI Delta Learning möchte Methoden und Tools für die effiziente Erweiterung und Transformation bestehender KI-Module in autonomen Fahrzeugen entwickeln, um den Herausforderungen neuer Domänen oder komplexerer Szenarien gerecht zu werden.
- KI Data Tooling zielt darauf ab, Methoden und Tools zur Generierung und Aufbereitung von Trainings-, Validierungs- und Absicherungsdaten für KI-Funktionen autonomer Fahrzeuge zu entwickeln.
- KI Wissen entwickelt Methoden zur Integration von Wissen in maschinelles Lernen.
nxtAIM – Auf dem Weg zu autonomen Fahren
Nach Abschluss der vier Projekte im Rahmen des KI-Familie-Projektclusters ist NXT GEN AI METHODS (nxtAIM) der logische Nachfolger, welcher darauf abzielt, die vorherigen Erkenntnisse weiterzuentwickeln. Basierend auf generativen Methoden führt nxtAIM den bidirektionalen Informationsfluss als neues Paradigma in die Kette der Wirkungen ein und ermöglicht massive Verbesserungen bei der Entwicklung autonomer Fahrzeugfunktionen.
Just better Data – Effiziente und äußerst präzise Datengenerierung
Just better Data (jbDATA) ist ebenfalls Teil der VDA-Initiative. Gemeinsam mit unseren Partnern wollen wir eine Smart Data Loop entwickeln und implementieren, um Daten, die für das Training von KI-Anwendungen im Automobilbereich relevant sind, effizient zu sammeln, sie entsprechend beim Edge-Computing zu verarbeiten und industriell zu nutzen. Das Projekt untersucht auch die automatisierte Anonymisierung von Daten und betont das Prinzip der fairen Datenerzeugung des Projekts.
KARLI – Intelligente Fahrzeuginteraktion
KARLI steht für "Künstliche Intelligenz für Adaptive, Responsive und Levelkonforme Interaktion im Fahrzeug der Zukunft". Durch die Entwicklung von KI-Funktionen, die den Fahrerzustand erkennen, und die Gestaltung von Interaktionen für verschiedene Automatisierungsstufen soll eine adaptive, reaktionsfähige und level-konforme Interaktion im Fahrzeug bereitgestellt werden. Das Projekt wird von der Europäischen Union finanziert und vom Bundesministerium für Wirtschaft und Energie gefördert.
BeIntelli – Jetzt die Zukunft der Mobilität erleben
Unterstützt vom Bundesministerium für Digitales und Verkehr ist BeIntelli ein Vorzeigeprojekt für autonomes Fahren, das es allen ermöglicht, die Mobilität der Zukunft schon heute zu erleben.
Ausgehend von den Fahrzeugen und der Infrastruktur von heute nutzt das Projekt innovative Konzepte und Simulationsstudien, um fortschrittliche Sensortechnologie nahtlos in Fahrzeuge und die (Straßen-)Infrastruktur zu integrieren, wobei die Infrastruktur in Edge-Bereiche unterteilt ist. Lokale Rechenressourcen ermöglichen eine dezentrale Verarbeitung vor Ort. Zusammen mit einem leistungsstarken KI-Mobilitätsbetriebssystem, das die reibungslose Interaktion zwischen den verschiedenen Geräten ermöglicht, wird dieser Ansatz neue Ökosysteme für die Plattformwirtschaft in der Mobilität der Zukunft schaffen.
AITHENA – Aufbau von vertrauenswürdigen und erklärungsfähigen Algorithmen
Die Tochtergesellschaft von Continental, Continental Engineering Services (CES), ist maßgeblich am Forschungs- und Innovationsprojekt AIthena beteiligt, das sich auf vernetzte und kooperative automatisierte Mobilitätslösungen (CCAM) konzentriert. Ziel des Projekts ist es, vertrauenswürdige, erklärbare und verantwortungsbewusste CCAM-Technologien zu entwickeln. Da diese Technologien von Künstlicher Intelligenz profitieren, insbesondere durch KI-gestützte Wahrnehmung, Situationserfassung und Entscheidungsfindung, ist es entscheidend, dass sie robust, nachvollziehbar und vertrauenswürdig sind.
AITHENA wird von der Europäischen Union und der Schweizerischen Föderation finanziert.
BERTHA – Autonome Fahrzeuge sicherer und menschenähnlicher entwickeln
BERTHA ist ebenfalls ein EU-PPP-Projekt, an dem die Tochtergesellschaft von Continental, Continental Engineering Services (CES), beteiligt ist. Das Ziel des Projekts ist die Entwicklung eines skalierbaren und probabilistischen Fahrer-Verhaltensmodells (Driver Behavioural Model, DBM) auf Basis eines Bayes'schen Netzwerks. Dieses Modell soll grundlegend dazu beitragen, das autonome Fahren menschlicher zu gestalten und dadurch die Verkehrssicherheit zu erhöhen.
SUNRISE – Bereitstellung eines Gewährleistungsrahmens für Sicherheit
Das SUNRISE-Projekt, finanziert von der Europäischen Union, konzentriert sich auf die Sicherstellung der Zuverlässigkeit kooperativer, vernetzter und automatisierter Mobilitätssysteme (CCAM) in allen möglichen Fahrsituationen. Die Projektpartner arbeiten in mehreren Initiativen an der Entwicklung von Test- und Bewertungsmethoden für CCAM-Systeme, wobei ein szenariobasierter Ansatz angewendet wird, der sowohl physische als auch virtuelle Tests kombiniert. Wie auch bei AITHENA ist Continental Engineering Services (CES), kontinuierlich in dieses Projekt involviert.
Möchten Sie mehr erfahren?
*Sollten das Kontaktformular nicht laden, überprüfen Sie bitte die erweiterten Cookie-Einstellungen, und aktivieren Sie die Funktions-Cookies zum Zwecke des Kontaktmanagements.