Tag 21 - Treffen: Daten und autonomes Fahren

Beim Treffen am 7. August im Casino del Masnou ging es um autonomes Fahren und Daten. Kein Produktpitch: ein Tischgespräch darüber, auf welcher Stufe wir wirklich stehen und warum das Training dieser Systeme absurde Mengen an Information frisst.

Welche Stufen es gibt (und wo wir stehen)

Die SAE-Skala läuft von 0 bis 5. Kurzer Überblick:

• Stufe 0: der Mensch macht alles.
• Stufe 1 und 2: Assistenz (Spurhalten, adaptiver Tempomat). Der Fahrer bleibt verantwortlich. Dort leben die meisten Straßenautos, inklusive Tesla Autopilot / Full Self-Driving im Alltag: das Lenkrad lange loslassen führt zu Warnungen und am Ende zum Abbremsen.
• Stufe 3: das Auto kann unter begrenzten Bedingungen fahren (zum Beispiel Autobahn, bis zu einer Geschwindigkeit). Mercedes kam dort mit Drive Pilot in der S-Klasse an; die Haftung in diesem Modus liegt beim Hersteller. Das Paket ist teuer (doppelte Sensoren aus Sicherheitsgründen) und die kommerzielle Aufnahme stockt.
• Stufe 4: hohe Automatisierung in einem definierten Bereich. Waymo-artige Robotaxis in manchen US-Städten fahren ohne Fahrer an Bord.
• Stufe 5: überall, jede Bedingung. Noch kein Konsumprodukt.

Für den durchschnittlichen Käufer bleibt die realistische Decke heute Stufe 2. Wer Stufe 4 anstrebt, braucht eine andere Größenordnung an Sensoren und Rechenleistung.

Zwei Sensor-Philosophien

Zwei klare Ansätze:

1. Vor allem Kameras (Tesla-Stil): günstiger, aber anfällig bei Nebel, Starkregen, tiefstehender Sonne oder Nacht.
2. Sensorfusion (Kameras + Lidar + Radar, wie Waymo): robuster und deutlich teurer in Bau und Synchronisation.

Ein Lidar „sieht“ hunderte Meter; mehrere Lidars, Radare und ein Dutzend Kameras erzeugen Terabyte pro Tag und Auto. Diese Signale in Echtzeit zu synchronisieren ist ein Computer auf Rädern, kein Zubehör.

Daten, Regeln und KI

Flotten auf der Straße (vor allem Tesla) sammeln jeden Tag Kilometer; das speist das Training. Wer diese Telemetrie nicht in großem Maßstab behält, kann bei Fahrmodellen nicht mithalten.

Mercedes hat viel von Stufe 3 mit handgeschriebenen Regeln gebaut (hunderttausende Zeilen C), bevor generative KI Alltag war. Teile der Branche pausieren Stufe 3, bleiben bei 2 und zielen mit neuronalen Netzen auf 4: Regelcode verwerfen und neu trainieren. Training kostet Rechenzentrumsenergie in Stadtgröße; das Modell ins Auto zu bringen bleibt der Engpass.

Abschluss

Wenn dich das Gespräch interessiert (Daten, KI oder wie wir KM0 betreiben), komm zum nächsten Treffen. Dazwischen bleiben Cloud und Mail in der EU.