Der Kraftstoff für das autonome Fahrzeug von morgen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

Im Jahr 2025 wird es möglich sein, in 20 Stunden von London nach Sydney zu fliegen, die Fabriken 4.0 werden intelligent arbeiten und Autos autonom sein. Die Fahrzeuge sind dann nicht mehr nur miteinander verbunden, um Kollisionen zu vermeiden, sondern auch an intelligente städtische Infrastrukturen (Smart City) angeschlossen. Die Daten sind die Essenz autonomer Fahrzeuge, ihre Qualität und Verfügbarkeit entscheidet über den Verkehr der Zukunft.

datastax_autobahnkreuz_1-2

Im Jahr 2025 wird es möglich sein, in 20 Stunden von London nach Sydney zu fliegen, die Fabriken 4.0 werden intelligent arbeiten und Autos autonom sein. Die Fahrzeuge sind dann nicht mehr nur miteinander verbunden, um Kollisionen zu vermeiden, sondern auch an intelligente städtische Infrastrukturen (Smart City) angeschlossen. All diesen Entwicklungen liegen Daten zugrunde, sie sind die Essenz autonomer Fahrzeuge und ihre Qualität und Verfügbarkeit entscheidet über den Verkehr der Zukunft.

Laut dem Analystenhaus Oliver Wyman werden bis 2025 120 Millionen Fahrzeugsysteme auf künstlicher Intelligenz basieren. Das Strategieberatungsunternehmen prognostiziert weiterhin, dass bis 2035 15 Prozent der Neufahrzeuge voll automatisiert sein werden. KI und Internet of Things werden dann Milliarden an Daten und somit Trilliarden an Informationen liefern. Nicht ohne Grund hat die englische Zeitung “The Economist” daher Daten bereits vor zwei Jahren zur wertvollsten Ressource der Welt erklärt. Im Straßenverkehr versprechen sie optimierte Sicherheit, geregelten Verkehr und ein verbessertes Fahrerlebnis. Informationsflüsse zum oder vom Auto sind damit ein Synonym für Innovation. Derzeit sammelt und verarbeitet jedes vernetzte Auto – allerdings noch nicht autonom – bereits riesige Mengen an Daten in Echtzeit.

Intelligente Daten als Basis

Doch das ist erst der Anfang: Denn was passiert, wenn Fahrzeuge zusätzlich mit mehreren IoT-Sensoren ausgestattet sind, die kontinuierlich Daten erfassen können? Bis 2020 werden laut Gartner 8,4 Milliarden vernetzte Objekte rund um die Welt am IoT partizipieren. Zu den intelligenten Daten, die dabei entstehen, gehören beim Auto beispielsweise persönliche Informationen über den Fahrer, den Start- und Zielort, die zurückgelegte Strecke, die Reisezeiten, die Fahrgeschwindigkeit oder die Verkehrsdichte.

Und nicht nur das: Dazu zählen auch Audio- oder Videodaten, um in Echtzeit die unmittelbare Umgebung des Fahrzeugs zu analysieren und das Verhalten anderer Verkehrsmittel oder Fußgänger, die den Weg kreuzen könnten, vorherzusagen. Alle diese Daten tragen ein Informationspotenzial in sich, das erhebliche wirtschaftliche Folgen haben kann. Laut einer McKinsey-Studie aus dem Jahr 2017 wird der Markt für Daten, die von vernetzten und autonomen Autos erhoben werden, im Jahr 2030 ein Volumen von 750 Milliarden Dollar erreichen.

Mit der Datenqualität und -verfügbarkeit steht und fällt der Verkehr der Zukunft. (Bild: pexels)

In Echtzeit Daten verarbeiten

Doch unabhängig davon, wie viele Echtzeitdaten zur Verfügung stehen: Sie nützen nichts, wenn sie nicht möglichst schnell und effizient weiterverarbeitet und analysiert werden können. Und der Schlüssel dazu liegt im Datenmanagement. Denn die eigentliche technologische Herausforderung liegt im Schnittpunkt der folgenden vier Parameter: Echtzeit, schnelle Datenbereitstellung, prädiktive Intelligenz und die Integration von Informationen aus dem Datenaustausch mit der externen Umgebung (sogenannte offene Daten).

Das Datenmanagement steht hier vor einem technologischen Wandel: Ereignis- und Echtzeitverarbeitung, Speicherung sowie Orchestrierung müssen in einer Umgebung kombiniert werden. Und diese muss flexibel und robust genug sein, um große Datenmengen zu unterstützen.

Autonomie über die Cloud

Als Basis dafür dient optimalerweise die Cloud. Denn gefragt ist eine voll verfügbare IT-Infrastruktur, die dank Datenreplikation zwischen mehreren Rechenzentren dazu in der Lage ist, Millionen von Daten in Echtzeit mit einer Verarbeitungszeit von etwa einer Millisekunde zu verwalten. Gleichzeitig bietet nur die Cloud eine kontinuierliche Entwicklungsumgebung, die in der Lage ist, alle Daten zu sammeln, zu verarbeiten, zu bewerten, zu aggregieren und ihnen eine umfangreiche Funktion zuzuweisen, um sie intelligent zu machen. Selbst die berühmte Harvard Business Review empfiehlt daher die Einführung eines hybriden Cloud-Modells.

Eine Cloud-Umgebung allein reicht allerdings nicht aus, um nachhaltig von den Daten zu profitieren, die das autonome Fahrzeug produziert. Zusätzlich zur Umgebung braucht es Lösungen und Services im Datenmanagement, die in der Lage sind, die Cloud kohärent zu halten, Datenverluste auszuschließen und verschiedene Dienste ohne Unterbrechung zu betreiben. Das geht nur mit offenen Technologien, die sich solchen Lösungen und Services nicht verschließen und für sich zu nutzen wissen. Sonst zerschellt der Traum vom autonomen Fahren in naher wie ferner Zukunft an der mangelnden Datenverfügbarkeit und -verarbeitung. (sg)

Über den Autor: Xavier Guérin ist Vice President Western Europe bei DataStax.

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken
Werbung

Redaktionsbrief

Tragen Sie sich zu unserem Redaktions-Newsletter ein, um auf dem Laufenden zu bleiben.

Aktuelle Ausgabe

Topthema: Willkommen im Zeitalter des digitalen Zwillings

Werkzeugmaschinen-Entwicklung mit „Digital Native CNC“

Mehr erfahren

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.