Fachartikel
02. Oktober 2015
Daten sind das neue Öl, heißt es. Das hat auch die Automobilindustrie verstanden. Daher investieren 70 Prozent der Hersteller in Datenverarbeitungstechnologien. Doch die Aufgabenstellungen sind vielfältig. Über 200 Experten aus der Industrie diskutierten während der Telematics Berlin Konferenz im Mai über die Herausforderung, den Datenmassen von vernetzten Fahrzeugen Herr zu werden und gleichzeitig Geschäftsmodelle innerhalb der rechtlichen Rahmenbedingungen zu finden. Dabei geht es um unterschiedliche Datenarten: fahrzeugbezogene und fahrerbezogene Daten. Erstere sind für präventive Diagnose und autonomes Fahren relevant, letztere sollen neben einer personalisierten Fahrerfahrung auch gezielte Werbung als Einnahmequelle ermöglichen.
Eisberg voraus
Das Technologiepotenzial des vernetzten Fahrzeugs samt der generierten Daten gleicht nach Einschätzungen von Frost&Sullivan einem Eisberg. In ihrem Marktüberblick bilden bisherige kundenorientierte Anwendungen wie Infotainment, vernetzte Assistenzdienste und nutzerbasierte Versicherung nur die Spitze, wenn auch eine, die Gewinne abwirft. Den weitaus größeren Anteil mit entscheidendem Einfluss in der Zukunft haben fahrzeugbezogene Anwendungen, welche die Daten für präventive Diagnose und Reparatur, Produktentwicklung und –test im Sinne von Industrie 4.0 und daraus resultierenden, funkgesteuerten Soft-und Firmware Updates (SOTA / FOTA – Software/Firmware over the Air updates) nutzen. Ebenso dazu gehören erweiterte Mobilitätsdienste und Programme zur Erhöhung der Kundenzufriedenheit sowie die Optimierung der Handelslieferkette. Vernetzte Fahrzeuge stellen ein großes Risiko für traditionelle Tier1 dar, die von Software und Content Providern schnell überflügelt werden können. Doch noch sind rentable Geschäftsmodelle durch Regelungen zur Wahrung der Privatspähte und Fragen zum Dateneigentum limitiert. Wachstumsstärkste Anwendungen bis 2020, in die sich Investments zur Auswertung großer Datenmengen lohnen, sind nutzerbasierte Versicherungsmodelle. Danach folgen präventive Diagnose und Wartung sowie Angebote für Parkplatz-Lösungen oder erweiterte Dienstleistungen wie dynamische Routenplanung, standortbezogene Services und Concierge- oder Transaktionsdienste wie sie beispielsweise bei der Ladeinfrastruktur für Elektrofahrzeuge benötigt werden. Die größten Herausforderungen der Fahrzeughersteller für die erfolgreiche Umsetzung liegen in der Erhöhung der Datenqualität und Bewertung der Datenrelevanz, auch um Übertragungskosten zum Back-End einzugrenzen. Googles selbstfahrendes Auto generiert etwa ein Gigabyte an Daten pro Sekunde, das kann schnell teuer werden. Ein Mangel an Datenwissenschaftlern – schon 2013 vom Harvard Business Review zum „sexiest job“ des 21. Jahrhunderts gekürt – und das Erfassen der sich durch das schnelllebige Internet ändernden Erwartungen der Kunden an den OEM machen die Umsetzung nicht leichter. Lösungen können nur gemeinsam mit Partnern gefunden werden. Doch wem gehören die Daten und wer wird am meisten daran verdienen? Bis jetzt haben Anbieter im Nachrüstmarkt die Nase vorn, da über ihre wenn auch nicht vollständig so jedoch schnell zu integrierenden Produkte der Kunde auf die neuen Dienste aufmerksam wird. Cloudbasierte Anwendungen machen zudem den Weg frei für multimodale Dienste, in die über unterschiedliche Arten der Mobilität hinweg das Verhalten des Nutzers einfließen kann.
Perspektive eines Premiumherstellers
Foto: BMW
Big Data ist jetzt schon Alltag bei BMW. Mehr als 18 Millionen Fahrzeuge im Feld, die je über bis zu 65 Steuergeräte verfügen können, weisen dank eintausend individuell wählbaren Optionen eine immense Vielfalt auf. Im Fahrzeug sind durchschnittlich ein Gigabyte funktionale Software, von der etwa 2.000 Funktionen für den Kunden relevant sind, installiert und 15 Gigabyte an Daten gespeichert. Dazu kommen etwa 12.000 Fehlercodes für die Onboard-Diagnose und rund 3.500 metrische Werte in den Steuergeräten. Am Tag können bis zu 70.000 Diagnoseabfragen erfolgen, so dass über 40 Terabyte an Daten dem Konzern, aber auch den 4.000 Händlern in 90 Ländern mit insgesamt 50.000 Servicekräften zur Analyse zur Verfügung stehen. Die richtige Analyse würde BMW einen Rundumblick über Fahrer und Fahrzeug liefern. Doch die Herausforderung liegt nicht nur in der Datenmenge, die sich seit 2010 verdoppelt hat, sondern auch in der Vielfalt und Flüchtigkeit wie beispielsweise von Sensor-Echtzeitdaten und insbesondere in der Vertrauenswürdigkeit der Quelle. Denn das datengebende Fahrzeugteil könnte gerade die Fehlerquelle selbst sein. BMW paart daher statistische Modellierung mit Maschinenlernen, um Vorhersagen zu treffen. Zunächst werden eine Gruppe Fahrzeuge mit signifikant großer Menge an Ereignissen (>100) und eine passende Vergleichsgruppe ohne Fehler ausgewählt. Wahllos werden 10-15 Prozent der ersten als Testgruppe verwendet. Dann wird anhand des Fehlers und der Vergleichsgruppe mit hochentwickelten statistischen und prognostischen Analysetools sowie eigens entwickelten Algorithmen ein mögliches Versagen modelliert und der Testgruppe gegenübergestellt. Der Gesamtprozess wird in mehreren Iterationsstufen durchlaufen. Als Software kommt hierbei das Open Source Tool RStudio für die statistische Programmiersprache R zum Einsatz. Der interne APP Store BMW FACTS, basierend auf QlikView, liefert Experten Einzelanwendungen für Spezialfälle. Die präventive Diagnose hat bei BMW auch deshalb einen so hohen Stellenwert, da erkannt wurde, dass junge Menschen durch die vermehrte Nutzung von Car Sharing Diensten übliche Tätigkeiten wie Tanken, Öl-Check oder Reifenwechseln nicht mehr durchführen. Um keinen Schaden am Fahrzeug und damit den Unmut des Kunden zu riskieren, sieht sich der Hersteller in die Pflicht genommen, Fahrzeugfunktionen verstärkt zu überwachen. Die Datenanalyse soll zum Grundpfeiler für zukünftige Entwicklungen im Konzern werde. Dazu sollen die Daten allen Abteilungen bereitgestellt werden. In Zukunft werden bei BMW sicherlich vermehrt Datenwissenschaftler gesucht. Weitere Trends die zu starkem Datenwachstum beitragen sind für BMW die Elektromobilität und autonomes Fahren sowie noch stärkere Individualisierung über Mobilitätsdienste. In München ist man sich bewusst, dass dem Kunden gegenüber transparent gemacht werden muss, welche Daten gespeichert und wie sie verwendet werden. Gleichzeitig steht das Angebot an Partner und Firmen aus der Industrie, die gesammelten Daten – gegen einen entsprechenden Obolus versteht sich – zur Nutzung zur Verfügung zu stellen.
Eintrittskarte für autonomes Fahren
Der Marktführer bei Navigationslösungen TomTom hat ein entscheidendes Ziel bereits erreicht. Viele seiner Nutzer liefern freiwillig Echtzeitdaten über ihren aktuellen Aufenthalt, die Geschwindigkeit und über den Zustand von Straßen. Durch die Kombination von Makrodaten wie Straßen- und Umgebungsinformation mit Mikrodaten der einzelnen Fahrzeuge lässt sich eine höhere Granularität für Navigationsdienstleistungen erhalten. Seit 2011 sind die erfassten Daten exponentiell gestiegen und bieten TomTom die Möglichkeit, genauere Aussagen über den Verkehrsfluss zu machen und damit auch eine bessere Routenplanung zu liefern. Aktuell erhält TomTom von gut 400 Millionen Fahrern weltweit aus fahrzeugseitig verbauten Infotainment- und nachrüstbaren Navigationssystemen, aber auch Handy-Apps und Flottenlösungen etwa 10 Milliarden Datenpunkte pro Tag. Seit 2007 sind so rund 13 Billionen aufgelaufen.
Foto: Bosch
Akkurate Kartendaten sind eine der Schlüsseltechnologien für Assistenzsysteme und autonomes Fahren. Das zeigen besonders zwei große Ereignisse der Branche: Im Juli geht Boschs größter Unternehmensbereich Mobility Solutions mit TomTom eine Kooperation ein, um gemeinsam Lösungen für autonomes Fahren zu entwickeln. Testfahrzeuge von Bosch, die in Deutschland auf der A81 und in Kalifornien auf der Interstate I280 unterwegs sind, nutzen bereits erste Teilkarten. [Bild: Bosch] „Nur mit hochgenauen Karten können wir ab 2020 automatisiert auf der Autobahn fahren“, betont Bosch-Geschäftsführer Dr. Dirk Hoheisel die Bedeutung der Kooperation. Diese hochgenauen Kartenlösungen müssen jedoch wesentlich mehr leisten als heutige bei Media Markt und Co. erhältliche Geräte. Neben einer Basis-Navigationsschicht, die der Berechnung der Fahrtroute dient, gibt eine Lokalisierungsschicht mit Dezimeter genauer Positionierung an, wo sich das automatisierte Fahrzeug in der Fahrspur selbst befindet. Zur Bestimmung werden Informationen zu Objekten, die von Umfeldsensoren erkannt werden, herangezogen. In einer darüber liegenden Planungsschicht sind Makrodaten wie Fahrbahnmarkierungen, Verkehrsschilder oder Tempolimits aber auch Zustandsinformationen wie Fahrbahngeometrie, Kurvenradien und Gefälle verankert. Diese Daten werden für kurzfristige Fahrentscheidungen wie beispielsweise einen Spurwechsel herangezogen. Zur Vermeidung von Auffahrunfällen und für eine noch gleichmäßigere und effizientere Fahrweise werden Informationen zur Streckenvorschau inklusive Gefahrenstellen, Stau und Umgebungsvariablen wie Wetterdaten herangezogen.
Anfang August wurde bestätigt, dass die drei deutschen Premiumhersteller Audi, BMW und Daimler gemeinsam 2,8 Milliarden Euro auf den Tisch legen, um den Kartendienst Here seinem bisherigen finnischen Besitzer Nokia zu gleichen Teilen abzukaufen. Die automobile Troika stemmt sich damit Google und dem mit Venture Capital vollgepumpten und umstrittenen Fahrdienstanbieter Uber entgegen. Letzterer hatte ebenfalls massiv Interesse gezeigt. Die Kartendienst-Lösungen sollen nach dem Kauf weiterhin allen Kunden zur Verfügung stehen, heißt es von Here‘s Geschäftsführer, einem ehemalige TomTom Manager. Die Welt ist klein. Dass solche Ereignisse Google nicht wirklich erschüttern, zeigt deren Weitblick. Denn wie vor kurzem bekannt wurde, hat der Internet-Gigant bereits 2011 heimlich die Konzerntochter Google Auto gegründet, deren Geschäftsführer der Robotikspezialist und für Googles selbstfahrende Autos verantwortliche Projektleiter Chris Urmson ist. Offiziell wird immer noch nach Partnern aus der konventionellen Herstellerriege gesucht. Darauf angewiesen will Google jedoch nicht sein. Apple hingegen soll jüngsten Gerüchten zufolge an der Karosserie des BMW i3 interessiert sein und sich in intensiven Kooperationsgesprächen mit München befinden.
Kooperativ und intelligent
Neben der Verlässlichkeit von Kartendaten ist die Übertragung von Informationen unterschiedlichster Verkehrsteilnehmer untereinander oder mit Teilen der Infrastruktur für reibungslosen Verkehr abzusichern und deren Verarbeitbarkeit zu gewährleisten. Dies erfordert zusammen mit der zu erwartende Datenmenge eine Standardisierung. Die Bedingungen dazu schafft die Europäische Kommission mit dem Direktorat Mobilität und Transport (DG MOVE) im Rahmen der Smart Cities Initiative mit der offenen Plattform C-ITS. Darüber sollen unterschiedlichste Transport- und Verkehrsdienste von Fahrzeugherstellern, Infrastruktur- und Serviceanbietern in den Städten zukünftig miteinander verzahnt werden. Die Übertragung der Daten unter den einzelnen Teilnehmern über Distanzen von bis zu mehreren 100 Metern erfolgt über DRCS (Dedicated Short Range Communication) beziehungsweise dem von ETSI (European Telecommunications Standards Institute) entwickelten ITS G5, der basierend auf der Funknorm IEEE 802.11a speziell für den Datenaustausch im Automobilbereich im 5,9 GHz-Frequenzbereich ausgelegt wurde und bereits bei elektronischen Mautstellen eingesetzt wird. Ausschlaggebend für diese Wahl war die Stabilität und Reaktionszeit von etwa 100 Millisekunden, in der ein sich eventuell sehr schnell bewegendes Fahrzeug eine Information erhält, verarbeitet und die entsprechende Reaktion daraus ableitet. Die Kommunikation über längere Strecken zwischen Fahrzeugen erfolgt über 3G und 4G Mobilfunknetze, wie sie auch bei dem automatische Notrufsystem eCall, das ab 2018 für alle Hersteller Pflicht ist, zum Einsatz kommt. In anderen Anwendungsfällen kann eine Koppelung der Kurz- und Langstreckenkommunikation erfolgen oder die Information über ein Ad-hoc-Netzwerk bestehend aus mehreren Fahrzeuge weitergegeben werden. Feldversuch-Ergebnisse aus von der Europäischen Kommission geförderten Projekten fließen in das Normenpaket der C-ITS ein, dessen zweite Version aktuell entwickelt wird. In dem im Juli 2014 unter Leitung von Daimler abgeschlossenen Projekts DRIVE C2X hatten beispielsweise mehr als 750 Fahrer acht sicherheitsrelevante Funktionen von kooperativen Systemen auf Europäischen Straßen getestet. Von der Infrastruktur empfangene und im Fahrzeug angezeigte Meldungen zu Geschwindigkeitsbegrenzungen oder Wetterverhältnissen zeigten das größte Potential zur Unfallvermeidung. In 100 Prozent aller Fahrzeuge eingesetzt könnte eine Reduzierung von Todesfällen um stattliche 23 Prozent angenommen werden. Warnungen zu Baustellen und Notbremsungen oder zu erwartenden Staus könnten die Rate um etwa 3 Prozent senken.
Big Data = Big Money
Nimmt man die von Googles selbstfahrenden Auto – aktuell beschränkt auf Geschwindigkeiten um die 40 Kilometer pro Stunde und damit nicht zugelassen für Autobahnen – erzeugte Datenmenge von einem Gigabyte pro Sekunde, so würden sich in Deutschland pro Tag bei einer durchschnittlich angenommenen Fahrzeit von einer Stunde über insgesamt 60 km rund 3,6 Terabyte ansammeln. Macht im Jahr etwa 1,3 Petabyte. Bei derzeit knapp 45 Millionen Fahrzeugen wären das 58 Milliarden Terabyte, also 58 Zettabyte. Hochgerechnet auf die weltweite zu erwartende Zahl an Fahrzeugen von über einer Milliarde wird schnell klar, dass sich dringend jemand überlegen muss, wie es nach Yottabyte weitergeht. Kein Wunder, dass viele in der Industrie feuchte Augen bekommen.
Und was halten Verbraucher von selbstfahrenden Autos?
Die weltweit durchgeführte CapGemini Studie CARS ONLINE 2014 kommt zu dem Ergebnis, dass fast die Hälfte der insgesamt 10.000 Befragten noch nie von vernetzen Fahrzeugen gehört oder aber nicht daran interessiert ist. Grund für die Abneigung liegt eindeutig in der Ungewissheit, welche Daten erhoben und von wem wofür verwendet werden. Die andere Hälfte hingegen sieht das nicht ganz so kritisch und wünscht sich im nächsten Fahrzeug vernetzte Dienste, allen voran mit Fokus auf Sicherheit und Fahrzeugmanagement, gefolgt von Kundendienst und Infotainment.
Dieser Artikel wurde auch im Magazin ke-next (verlag moderne industrie – Mediengruppe des Süddeutschen Verlag) veröffentlicht.
