Querschnittscluster

Die im Querschnittscluster zusammengefassten Themengebiete leisten einen wesentlichen Beitrag für die Realisierung und Verwertung der drei bereits eingeführten Anwendungscluster.

Methoden der KI bieten die Möglichkeit, komplexe nichtlineare Zusammenhänge in Daten zu erfassen und Algorithmen zu entwickeln, die herkömmlichen modellbasierten Ansätzen in vielen Anwendungsfeldern überlegen sind. Sie bilden das Rückgrat, um die Komplexität der autonomen Mobilität und die Herausforderungen der künftigen Automobilproduktion beherrschbar zu machen.

KI-Algorithmen können bereits in der Perzeption, also am Anfang der Signalverarbeitungskette vieler Anwendungen, nämlich bei der Extraktion relevanter Informationen aus Sensorsignalen, ihr Potenzial entfalten. Die Extraktion von relevanten Informationen aus Sensordaten ist eng verknüpft mit KI-Methoden zur Zeitreihenanalyse und dem in der KI unter dem Namen Representation Learning bekannten Themenfeld. KI-basierte Prädiktions- und Planungsaufgaben setzen auf den Ergebnissen der Perzeption auf. Sie spielen eine Schlüsselrolle bei autonomen Mobilitätsanwendungen für die Vorhersage über das Verhalten anderer Verkehrsteilnehmer und die Routen- bzw. Trajektorienplanung.

Um KI-Methoden in einem großen Spektrum an Anwendungen, insbesondere in sicherheitskritischen Applikationen der autonomen Mobilität, in die Praxis zu bringen, bedarf es aus Haftungs- und Zulassungsgründen, aber auch aus ethischen Erwägungen sowie Gründen der gesellschaftlichen Akzeptanz der Interpretierbarkeit und Nachvollziehbarkeit dieser Verfahren. Zu den weiteren Herausforderungen, die zum Themengebiet „KI-Methoden“ gezählt werden, gehört die Echtzeitfähigkeit und damit die Frage nach geeigneten Architekturen von KI-Verfahren sowie die effiziente Verwaltung großer Datenmengen.

Ein wichtiger Bestandteil des KI-Mobilitätsknotens ist die intelligente Infrastruktur. Sie stellt die Grundlage dar für die Entwicklung und den Test der autonomen Mobilität. Hier liegt in Ingolstadt mit der „Ersten Meile“, dem intelligenten Ampelsystem und dem Testfeld für 5G eine ausbaufähige Grundausstattung vor. Die THI plant mit Unternehmen und kommunalen Partnern ein High-Definition-Testfeld, in dem Elemente der Infrastruktur, wie z. B. Straßenlampen, mit Sensoren ausgestattet werden und Informationen für Mobilitätsanwendungen generieren. Diese sollen zum Teil mit Hilfe von KI-Methoden lokal verarbeitet und zum Teil über den Kommunikationsstandard 5G an eine Mobilitätszentrale übertragen werden. Zusätzlich besteht auf den CARISSMA-Testgeländen die Möglichkeit Fahrversuche für kritische Verkehrsszenarien durchzuführen.

Neben dem Mobilitätsknoten haben im KI-Netzwerk Mobilität auch die Endpunkte in Regensburg, Aschaffenburg und Landshut Testfelder, die für die Entwicklung der Fahrzeugautomatisierung ausgelegt sind.  

Im Themengebiet „KI-Geschäftsmodelle und Dienstleistungen“ steht die Erforschung neuer Mobilitätskonzepte und neuartiger, teils disruptiver Mobilitäts-Geschäftsmodelle, bei denen Daten und KI-Verfahren ein elementarer Bestandteil des Geschäftsmodells sind, im Fokus. Ein besonderes Augenmerk wird dabei auf intermodulare Mobilitätskonzepte gelegt, bei denen automobile Mobilität mit öffentlichem Nahverkehr, individueller Mikromobilität bis hin zur Urban Air Mobility verknüpft wird. Zudem sollen in dem Subcluster die Faktoren für Akzeptanz und Erfolg dieser neuen Geschäftsmodelle aus Nutzer- und Anbieterperspektive herausgearbeitet werden.

Es ist zu erwarten, dass im Rahmen des KI-Mobilitätsknotens innovative Mobilitätskonzepte prototypisch als Use Cases und Leuchtturmprojekte realisiert werden. Aus der konsequenten Mitbetrachtung von KI-basierten Geschäftsmodellen bei der Prototypenentwicklung sind perspektivisch Start-up-Gründungen oder Intrapreneurship-Projekte mit etablierten Unternehmen zu erwarten. Die Arbeiten im Themengebiet sollen auch einen Beitrag in der Weiterentwicklung von OEMs zu Mobilitätsdienstleistern leisten, indem bspw. KI-Anwendungen im Bereich der Smart Services zur Komfortsteigerung beim Fahren bzw. Fliegen erforscht werden.

Vertrauen und Akzeptanz in neue Technologien sind eine Grundvoraussetzung für den Erfolg innovativer Mobilitätsanwendungen. Im Themengebiet „Ethik – Akzeptanz – Technikfolgen“ sollen, unter Berücksichtigung der durch die High-Level Expert Group on AI der EU-Kommission formulierten Anforderungen an „Vertrauenswürdige KI“, insbesondere folgende Aspekte für die Technologieentwicklung nutzbar gemacht werden: Mathematische Grundlagen und Modelle einer menschgerechten Programmierung von KI-Algorithmen; ethische Bedingungen; gesellschaftliche Wirkungen und Fragen von Governance und Regulierung beim Einsatz von KI; Wirkungszusammenhänge an der Schnittstelle von Mensch und KI; Bürgerpartizipation.

Ziel ist es, Bürgerinnen und Bürger in die Entwicklung, Erprobung und Einführung von KI-basierter autonomer Mobilität von Anbeginn aktiv mit einzubinden, um die gesellschaftliche Akzeptanz zu fördern. Zudem sollen komplexe Fragestellungen zur Akzeptanz von KI-Entscheidungen in interdisziplinären Teams bearbeitet werden.

KI-Mobilitätsprofessuren an der THI im Querschnittscluster

Aus den Mitteln der Hightech Agenda Bayern sollen an der THI insgesamt fünf Professuren im Querschnittscluster eingerichtet werden; davon eine, die aus dem KI-Wettbewerb Bayern 2020 resultiert. Die geplanten Professuren sind zusammen mit den aus Eigen- bzw. Stiftungsmitteln finanzierten Professuren überblicksartig dargestellt:

Kontakt

Wiss. Leitung AININ; Studiengangleiter Automatisiertes Fahren und Fahrzeugsicherheit; Leiter SAFIR-Cluster 2
Prof. Dr.-Ing. Michael Botsch
Tel.: +49 841 9348-2721
Raum: H024
E-Mail:
Managing Director
Dr. Christian Lösel
Tel.: +49 841 9348-1113
Raum: D012
E-Mail: