Navigation

Skiplinks

KI-Datenplattform zum Entwickeln und Testen autonomer Fahrzeuge

Maschinen treffen auf dem schrittweisen Weg zu autonomen Fahrzeugen zunehmend komplexere Entscheidungen. Ebenso nehmen sie Menschen die Erledigung von Aufgaben ab. Dabei lernen sie auf Basis von Beobachtungen und treffen Entscheidungen mittels künstlicher Intelligenz (KI). Besondere Bedeutung hat dies beim autonomen Fahren. Maschinen können durch technische Systeme ein deutlich höheres und konstanteres Aufmerksamkeitsniveau sicherstellen als dies beim menschlichen Fahrer der Fall ist. In der Konsequenz bedeutet dies eine signifikant höhere Fehlerfreiheit und entsprechend eine höhere Sicherheit für Verkehrsteilnehmer insgesamt. Um die Potentiale von KI für das autonome Fahren realisieren zu können, ist der „Lerndatensatz“ von entscheidender Bedeutung. Für das Trainieren und erfolgreiche Lernen der verschiedenen KI-Teilfunktionen müssen die Datensätze über eine ausreichende Szenarienabdeckung verfügen. Nur so können KI-basierte Fahrfunktionen und Services in der Praxis sicher, robust und zuverlässig funktionieren.

Einen „repräsentativen“ Datensatz zu erstellen ist schon allein aufgrund der erforderlichen großen Datenmengen für ein verlässliches Trainieren künstlicher Intelligenz eine sehr große Herausforderung. Hinzu kommt, dass eine solche Datenbank fortwährend aktualisiert werden muss, da zukünftig auch vollkommen neue Arten von sich bewegenden und interagierenden Verkehrsteilnehmern zu erwarten sind. Im Projekt KI-Plattform sollen die Anforderungen an eine solche Plattform definiert und die Plattform selbst spezifiziert werden. Auch die mit einer solchen Plattform verbundenen Rechtsfragen sollen in diesem Projekt geklärt werden. Schließlich soll ein valides Betreiberkonzept erarbeitet werden, dass auch die notwendigen Prozesse und Werkzeuge für einen sicheren Datenaustauch beschreibt. Damit schafft das Projekt die Grundlage dafür, dass die deutsche Automobilindustrie schnell mit ihren Wettbewerbern aus der weltweiten Internetökonomie gleichziehen kann und ihre internationale Wettbewerbsführerschaft im Bereich des autonomen Fahrens halten und ausbauen kann. Zudem kann diese Plattform in erheblichem Maße dazu beitragen, dass die anwendungsorientierte KI-Forschung in Deutschland nachhaltig gefördert wird, da neben den praxisrelevanten multisensoriellen Datensätzen auch Infrastrukturen geschaffen wird, auf die Forschungskooperationen zukünftig zurückgreifen können. Im Rahmen des Projektes wird erstmals ein durchgängiges Konzept einer KI-Plattform zur Ablage und Verarbeitung von Lern- und Testdaten erarbeitet, das allen relevanten deutschen Akteuren auf dem Gebiet des hochautomatisierten Fahrens erlaubt, Daten in diese Plattform einzubringen, auszutauschen und zu verarbeiten.

Aus dem Ziel, ein nachhaltig tragfähiges KI-Plattformkonzept zu entwickeln, ergibt sich die Aufgabe, technische Anforderungen, rechtliche Rahmenbedingungen und ökonomische Perspektiven zu berücksichtigen.

Im Kern des technischen Konzepts steht der Entwurf einer Plattform zur gemeinschaftlich kooperativen Bereitstellung und Verarbeitung von realen und synthetischen Lern- und Testdaten. Darüber hinaus sollen den Nutzern geeignete Werkzeuge zur effektiven und effizienten Nutzung der Plattform verfügbar gemacht und die für die Verarbeitung der Daten notwendigen Rechenleistung und Speicherkapazität bereitgestellt werden. Das ZRI untersucht die datenschutzrechtlichen und kartellrechtlichen Bedingungen einer derartigen Plattform. Datenschutzrechtlich wird die zukünftige Plattformstruktur daraufhin untersucht, wer im datenschutzrechtlichen Sinn ‚Verantwortlicher‘ für die Verarbeitung personenbezogener Daten ist. Die Zwecke der Verarbeitung sind zu definieren, um daraus die Erlaubnistatbestände nach der DSGVO bzw. mitgliedstaatlichem Fachrecht abzuleiten. Es wird dabei insbesondere untersucht, inwieweit durch Anonymisierung der Personenbezug von Daten entfernt werden kann, so dass die Daten ohne datenschutzrechtliche Einschränkungen verarbeitet werden können. Verschlüsselung ist ein wesentliches Mittel zum gebotenen Schutz von Daten vor Zugriff durch Unbefugte. Aus kartellrechtlicher Sicht wird die Zulässigkeit eines unternehmensübergreifenden gemeinsamen Datenpools überprüft. Einer rechtlichen Klärung bedarf die Frage, ob die Notwendigkeit der Öffnung eines Zugangs zu den Daten auf der Plattform für (ggf. ausländische) Wettbewerber besteht. Der Einsatz von cyberphysischen Systemen erfordert eine spezifische Prüfung einer kartellrechtlichen Haftung. Untersucht wird weiterhin, ob eine Regulierungsnotwendigkeit für den Betrieb der Plattform besteht und welche Regulierungsinstrumente in Betracht kommen würden.

Das Forschungsprojekt wird mit Unterstützung  der VDA-Leitinitiative „Autonomes und vernetztes Fahren“  im Rahmen der Projektfamilie „Künstliche Intelligenz und maschinelles Lernen im automobilen Umfeld“ (KI-ML) sowie der Plattform Lernende Systeme im Rahmen der AG „Mobilität und intelligente Verkehrssysteme“ durchgeführt. Verbundpartner sind die Bundesanstalt für Straßenwesen, Robert Bosch GmbH, Center for Mobility Studies - Zeppelin Universität, Deutsches Zentrum für Luft- und Raumfahrt - Institut für Verkehrssystemtechnik, Fraunhofer-Institut für Techno- und Wirtschaftsmathematik, Karlsruher Institut für Technologie - Institut für Mess- und Regelungstechnik, Fraunhofer-Institut für Sichere Informationstechnologie, Technische Universität Braunschweig - Institut für Nachrichtentechnik, Universität des Saarlandes - Institut für Rechtsinformatik, Visteon Electronics Germany GmbH, VOLKSWAGEN AG, ZF Friedrichshafen AG

Projektbeteiligte:

Prof. Dr. Jürgen Taeger (Leiter TP 1 - Datenschutz- und Kartellrecht)

wiss. Mitarbeiter RA Boris Reibach, LL.M. (Datenschutzrecht)

wiss. Mitarbeiter RA Sebastian Louven (Kartellrecht)

Projektstart: 1.9.2018

Webmascjuabtery8be (stumyne2idzr3pek@uol.dertkz) (Stand: 14.01.2019)