folienfeuer - Fotolia

Big Data im Automobil benötigt optimales Daten-Management

Schon heute erzeugen Pkw große Datenmengen. Mobilitätskonzepte wie das autonome Fahren befeuern die Entwicklung und benötigen ein effizientes Daten-Management.

Die Automobilindustrie steckt mitten im digitalen Umbruch. Die klassische Branche im engeren Sinne gibt es im digitalen Zeitalter nicht mehr. Treffender ist es, vom Automobilsektor zu sprechen, der sich über die Herstellung (Vehicle Manufacturing) hinaus auf die vier Eckpfeiler connected, autonom, shared und elektrifiziert (im Englischen CASE abgekürzt) stützt.

Insbesondere vernetztes und autonomes Fahren (Vehicle Driving Experience) sowie Mobility Services (Smart Mobility) gewinnen im CASE-Konzept an Bedeutung. Wie bedeutend vernetzes und autonomes Fahren zukünftig werden, analysierte das Beratungsunternehmen Roland Berger im Jahr 2016. Den Untersuchungen zufolge sind es insbesondere Carsharing- und Mitfahrmodelle, die mittel- und langfristig einen immer größer werdenden Anteil am gesamten Mobilitätsangebot einnehmen werden.

Zum Beispiel wird der Anteil von autonom fahrenden Taxis an den weltweit zurückgelegten Kilometern bis zum Jahr 2030 bei fast 30 Prozent liegen. Im gleichen Zeitraum wird sich der Anteil der absolvierten Kilometer, die in privaten Automobilen gefahren werden, von 70 auf 45 Prozent verringern.

Welchen Entwicklungsstand des autonomen Fahrens Autobauer und Technologiekonzerne bereits erreicht haben, lässt sich mithilfe des sechsstufigen Entwicklungsmodells der internationalen Ingenieurs- und Automobilindustrie-Vereinigung SAE nachvollziehen.

Der Weg zum autonomen Fahren

Dem Modell zufolge haben Autoindustrie und Technologiekonzerne heute die dritte Entwicklungsstufe erreicht – die Systeme übernehmen nun vereinzelt die komplette Steuerung, zum Beispiel können sie Überhol- und Ausweichmanöver alleine bewerkstelligen.

Vorherige Entwicklungsstadien, in denen der Fahrer keine (Stufe 0) oder nur sehr eingeschränkte Unterstützung durch Assistenzsysteme wie Tempomat und Notbremsassistent (Stufe 1) bekam, sind längst überwunden. Auch erstes teilautomatisiertes Fahren zählt längst zu den Annehmlichkeiten des Autofahrens. Das Auto ist imstande, selbst die Spur zu halten und bei Verkehrsstörungen den Staupiloten zu aktivieren (Stufe 2).

Trotz des enormen technischen Fortschritts sind die Autofahrer derzeit weiterhin dazu angehalten, die Straße stets im Blick zu haben, um gegebenenfalls reagieren zu können. Dieser Umstand unterscheidet sich zum vollautomatisierten Fahren, der Stufe 4: Das Fahrzeug ist über seine Systeme mit dem Straßenverkehr verbunden und reagiert selbstständig auf Warnungen und Gefahren, wenn es der Autofahrer nicht selbst tut.

Die letzte Entwicklungsstufe (Stufe 5) des SAE-Modells ist erreicht, wenn das Auto ohne Eingriff des Autofahrers fährt. Neuronale Netze lösen den Fahrer vollständig ab – dieser wird zum Autonutzer.

Bestandteile des digitalen Ökosystems

Damit der Schritt zum vollautomatisierten Fahren gelingt, setzten Autobauer zurzeit Test- und Serienautos zur Fahrzeugerprobung ein. Beide Fahrzeugtypen sind mit einer Vielzahl an Sensoren ausgestattet, die laufend Informationen sammeln und diese an das System im Auto übermitteln – mithilfe dieser Daten können smarte Autos Nutzer- und Fahrerprofile anlegen, in denen Systemdaten wie Öltemperatur und Geschwindigkeit vermerkt werden.

Außerdem sind im digitalen Ökosystem neben einer Radareinrichtung für das Leitsystem sowohl eine Laserabtastung als auch sechs bis acht hochauflösende Kameras integriert. Das Herzstück des digitalen Ökosystems im autonomen Fahrzeug bilden neuronale Netze, die durch Deep-Learning-Algorithmen hinzulernen, und hochauflösende Karten. Jene HD-Maps bilden die gesamte Umgebung des Pkw in 3D ab – dafür sammelt eine einzige Kamera 150 Megabit an Daten pro Sekunde an. Welch gigantische Datenmengen beim autonomen Fahren entstehen, zeigen auch nachfolgende Beispiele aus der Praxis.

Datenflut verlangt nach Effizienz

Unternehmen wie Tesla und Google legen unzählige Testkilometer zurück, um neuronale Netze zu trainieren. Tesla teilt zum Beispiel mit, bisher 780 Millionen Kilometer zurückgelegt zu haben. Google verweist auf 3,8 Millionen gefahrene Testkilometer – dabei soll ein Fahrzeug der Google-Flotte pro Sekunde ein Gigabyte an Daten produzieren. Und auch nach Deutschland schwappt die Datenflut: Ausgehend davon, dass ein Autofahrer in der Bundesrepublik durchschnittlich 114 Stunden pro Jahr hinter dem Steuer verbringt, ergibt sich eine gigantische Datenmenge von über 22 Zettabyte pro Jahr.

Um dieser Datenflut Herr zu werden, müssen die IT- und Software-Komponenten im Pkw, in der Cloud und im Rechenzentrum intelligent miteinander interagieren – so werden nur jene Daten übertragen, die sich verändern. Aus ihnen lassen sich neue Algorithmen berechnen. Lediglich das Resultat davon wird dann in das Fahrzeug übertragen.

Jedoch ist dieses intelligente Zusammenspiel im gesamten Datenflussmodell alleine nicht ausreichend – autonomes und vernetztes Fahren wird auf technischer und ökonomischer Seite nur mit kosteneffizienten und äußerst bandbreitenschonenden Daten-Management-Lösungen gelingen, wie sie unter anderem NetApp anbietet: In einem seiner zahlreichen Projekte treibt der Daten-Management-Spezialist in Kooperation mit einem OEM (Original Equipment Manufacturer) die Multi-Cloud-Anbindung für dessen Aktivitäten auf dem Gebiet des selbstfahrenden und vernetzten Autos voran. Doch wie steht es eigentlich um das Recht zur Datennutzung?  

Das Recht zur Datennutzung

Alle Daten, die in einem vernetzten oder selbstfahrenden Fahrzeug anfallen, gelten als personenbezogen im Sinne des Bundesdatenschutzgesetzes (BDSG) und der neuen EU-Datenschutz-Grundverordnung (EU-DSGVO).

Die Bedingung: Die Daten sind mit der Fahrzeugidentifikationsnummer oder dem Kfz-Kennzeichen verknüpft. Wer also ein intelligentes Auto erwirbt, dem steht prinzipiell auch die Entscheidung zu, was mit seinen Daten passiert. Es gilt das Recht auf informelle Selbstbestimmung, was sich jedoch praktisch nicht so einfach durchsetzen lässt.

Stefan Ebener, NetApp

„Alle Daten, die in einem vernetzten Fahrzeug anfallen, gelten als personenbezogen im Sinne des Bundesdatenschutzgesetzes und der EU-Datenschutz-Grundverordnung.“

Dr. Stefan Ebener, NetApp

Warum? Die Autohersteller anonymisieren die Daten, wodurch Fahrzeughalter und Fahrer ihr Auskunfts- und Interventionsrecht verlieren. Diese Möglichkeiten räumt ihnen die EU-DSGVO ein – jedoch nur für personenbezogene Daten. Daraus ergibt sich eine Vielzahl an möglichen Geschäftsmodellen.

Aussicht auf Mehrwert weckt Interesse

Ein realer Zusatznutzen überzeugt nicht nur Digital Natives. Wer zustimmt, dass sein Fitness-Tracker Daten an die Krankenkasse überträgt, zahlt fünf Euro im Monat weniger für seine Police. Ein Fahranfänger, der sich von seiner Autoversicherung eine Box ins Auto einbauen lässt und der Datennutzung zustimmt, startet nicht mehr bei 300 Prozent.

Außerdem bieten Autoversicherungen Pay-as-you-drive-Angebote an. Auch Reifenhersteller und Werkstätten interessieren Daten, die die Fahrweise ihre Kunden dokumentieren. Denn damit können sie Angebote individualisieren. So ließe sich zum Beispiel der optimale Zeitpunkt für ein Serviceintervall aus dem Nutzerprofil ableiten.

Den Interessenskonflikt lösen Nutzer, Hersteller oder Anbieter auf, wenn sie sich einigen. Ein Kompromiss könnte so aussehen: Ein Leasing-Anbieter darf die Daten nutzen, im Gegenzug senkt er die Leasing-Rate. Ein solcher Deal schließt meist ein, dass der Autonutzer zustimmt, ständig Werbung auf seinem Smartphone zu erhalten. Dieser Preis mag für viele nicht zu hoch sein. Um die Entscheidung, inwieweit man gesammelte Daten über sich zur Verfügung stellt, kommt jedoch niemand herum.

Über den Autor:
Dr. Stefan Ebener ist seit 2016 mit dem Aufbau und der Leitung des europaweiten Verticals Automotive & Manufacturing bei NetApp betraut. Sein Fokus liegt dabei auf innovativen Lösungen in den Bereichen Digitalisierung, Mobility Services und dem Internet der Dinge. Als Strategy & Innovation Manager beschäftigt er sich zudem mit den Themen Machine Learning for Autonomous Driving und Data Analytics.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!

Nächste Schritte

EU-Datenschutz-Grundverordnung wird häufig unterschätzt.

Sollte man Anwendungen für Infotainment-Systeme in Automobilen entwickeln?

Wie Software die Neugestaltung der Automobilindustrie vorantreibt.

Artikel wurde zuletzt im Dezember 2017 aktualisiert

Erfahren Sie mehr über Big Data

Diskussion starten

Schicken Sie mir eine Nachricht bei Kommentaren anderer Mitglieder.

Mit dem Absenden dieser Daten erklären Sie sich bereit, E-Mails von TechTarget und seinen Partnern zu erhalten. Wenn Ihr Wohnsitz außerhalb der Vereinigten Staaten ist, geben Sie uns hiermit Ihre Erlaubnis, Ihre persönlichen Daten zu übertragen und in den Vereinigten Staaten zu verarbeiten. Datenschutz

Bitte erstellen Sie einen Usernamen, um einen Kommentar abzugeben.

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close