Autonome Mobilität und Autonome AI

Die nächste Phase der Digitalisierung hat begonnen

  • Corona und die Digitalisierung – Vom kontaktlosen Bezahlen bis zum intelligenten Lager-Roboter – in der Corona-Krise profitieren Mensch und Umwelt von autonomen und ressourcenschonenden Logistik- und Mobilitätssystemen.
  • Von der Enterprise AI zur Autonomous AI – Während in den vergangenen Jahren Machine Learning den Einsatz von AI in den Unternehmen geprägt hat, steht nun der Einsatz von Deep Learning und die Entwicklung von autonomen Algorithmen und Systemen im Fokus der AI-Experten.
  • Mobilität wird autonom – Daimler partnert mit Nvidia, Amazon kauft Zoox und Waymo nimmt 3 Mrd. USD frisches Geld auf – Autonome Mobilität steht im Zentrum der Investitionen und Technologie-Entwicklung und wird zur Grundlage der neuen Mobilitäts- und Geschäftskonzepte.
  • Build, Integrate & Optimize – Schritte zur automatisierten und autonomen Mobilität  – Neben dem Aufbau interner Expertise brauchen Unternehmen ein Ökosystem an externen Partnerschaften mit Spezial-Qualifikationen in den Bereichen Sensorik/Sensor Fusion, Deep Learning sowie Satellitendatenverarbeitung/New Space und autonomes Fahren/Fliegen.

Corona-Krise und AI-Durchbrüche beschleunigen den Trend hin zu autonomen Systemen und Algorithmen

In den meisten Ländern Europas und selbst in Nordamerika existierte bislang eine deutliche Zurückhaltung gegenüber Robotern und autonomen Systemen. Die gesellschaftliche Debatte zum Thema KI nahm bislang vor allem die ethischen und polarisierenden Aspekte der Technologie in den Blick. Dies könnte sich in und nach der Corona-Krise aber ändern. Denn nun zeigt sich, dass kontaktloses Bezahlen, autonome Lagerlogistik in Kombination mit niedlichen Liefer-Robotern gar kein Horror-Szenario darstellt, sondern Leben retten und Menschen versorgen helfen kann. 

Grundlage hierfür sind in den meisten Fällen lernende Algorithmen der neueren Generation, die es einerseits ermöglichen, Warenflüsse in den Logistikzentren und -Netzwerken intelligent zu managen sowie andererseits sichere, kontextsensitive Fahrzeuge und Roboter zu entwickeln, die sich autonom bewegen können. 

In diesem Bereich wurden in den vergangenen 5 Jahren erhebliche Fortschritte erzielt. So investieren nicht nur alle großen Internet-, Automotive- und Logistik-Unternehmen seit Jahren massiv in autonome Mobilität und Systeme (siehe unten). 

Auch in der Forschung sowie in der Startup-Szene fokussieren sich viele der weltweit besten Köpfe auf das Thema. Dies ist gut nachvollziehbar, denn die Herausforderungen sind immer noch riesig und besonders spannend. So winken nicht nur Lob und Anerkennung für akademisches Arbeiten, sondern auch enorme Unternehmensbewertungen für Startups mit guter Technologie. Exits im dreistelligen Millionen- oder Milliardenbereich sind keine Seltenheit, wie erst kürzlich der Kauf von Zoox durch Amazon belegt (Amazon braucht die Roboterautos für seine zukünftige autonome Logistikflotte). 

Zudem möchten viele junge AI-Talente gerne einen Beitrag leisten und die Mobilität von morgen mitgestalten. Und diese wird glücklicherweise deutlich smarter, ressourcenschonender und umweltfreundlicher sein, als wir dies heute gewohnt sind – mit stundenlangen Staus, nervenaufreibender Parkplatzsuche und einer krassen Ressourcenverschwendung bzw. geringen Auslastung unserer globalen Transport- und Mobilitätskapazitäten. 

Von der Enterprise AI zur Autonomous AI – Eine neue Phase in der Automatisierung hat begonnen

In den vergangenen Jahrzehnten folgte auf einen “AI-Hype” immer ein entsprechender “AI-Winter”, sprich eine Phase der Abkühlung der Innovations- und Investitionstätigkeiten seitens der Firmen, Entwickler und Geldgeber. Meist hervorgerufen durch einen Mix an überzogenen Erwartungen und unreifen bzw. schlecht skalierbaren Technologien. Im Jahr 2020 aber haben wir den “Inflection Point” überschritten, an dem große,  gelabelte Datenmengen mit selbstlernenden Algorithmen und massiver Rechenleistung zusammenkommen und AI in der Breite attraktiv machen und in nahezu jeden Winkel unserer digitalen Welt vordringen. 

Selbst wenn nach der durch Corona verursachten Wirtschaftskrise viele AI-Startups wieder dichtmachen, wird dies den dynamisch wachsenden Einsatz von AI nicht mehr bremsen. Dafür sorgt auch, dass viele Algorithmen und “Machine Learning-as-a-Service” auf Knopfdruck auf den globalen Cloud Plattformen genutzt werden können. Fast alle großen Unternehmen haben Data Labs aufgebaut und mit der Entwicklung eigener AI-basierter Produkte und Prozesse begonnen.

phases of AI

Die heutigen Champions in der Entwicklung und kommerziellen Nutzung von AI sind sicherlich die globalen Internetfirmen, wie Amazon, Google, Facebook, Baidu, Tencent, Alibaba und weitere. Sie verfügen nicht nur über extrem große Bestände gelabelter Daten, sondern auch über Geschäftsmodelle und digitale Kundenbeziehungen bei denen sich Algorithmen-basierte Optimierungen und Innovationen sehr schnell in messbaren Profiten auszahlen. Vor allem aber haben Google, Amazon & Co mittlerweile über fast zwei Jahrzehnte hinweg Erfahrungen im produktiven Einsatz von AI gesammelt und sind damit fast allen anderen Unternehmen weit voraus, wenn es darum geht “AI@Scale” zu denken und zu betreiben. Den Beginn der “Internet AI” machten Anfang der 2000er Jahre vor allem Personalisierung, Ranking und Empfehlungen aus. Es folgten Algorithmen und Systeme zum Verständnis von Text und Sprache (NLP) sowie zur Optimierung von Benutzerführung, Werbeplatzierung und Conversion Management. 

Die vergangenen zehn Jahren waren primär durch den Einsatz von Machine Learning im Unternehmenskontext (“Enterprise AI”) geprägt. Neben einer Vielzahl von Startups und Software-Firmen, die algorithmenbasierte Lösungen zur Optimierung und Automatisierung unterschiedlicher Unternehmensprozesse (von HR bis Qualitätssicherung) anbieten, sind es seit 2-3 Jahren die Unternehmen selbst, die AI-Know-How zur Verbesserung ihrer Prozesse aufbauen und intern anwenden.

In der Phase der “Cognitive AI” werden die Systeme einen weiteren Entwicklungssprung machen, der sie näher an menschliches Verstehen, Denken und Handeln heranführt. Denn sobald digitale Bots Sprache nicht nur übersetzen, sondern Zusammenhänge verstehen und schlussfolgern können, Algorithmen in Bildern nicht nur Muster, sonder jegliche Objekte oder auch Emotionen erkennen können, dann sind wir auf gute Wege, dass Al zum echten Helfer in Beruf sowie im Privaten werden kann.  

Im letzten Entwicklungsschritt werden KI-Systeme erwachsen bzw. selbstständig (“Autonomous AI”). Sprich Algorithmen erhalten mehr Entscheidungs- und Handlungsfreiheit – egal ob es sich um einen Algorithmus zur sicheren Navigation eines Autos im Straßenverkehr oder einen Trading-Algorithmus zur persönlichen Geldanlage handelt. Am Ende des Tages erwarten Nutzende bzw. Unternehmen lediglich, dass ein System sicher und zuverlässig funktioniert. Im Bereich der Mobilität sind diese autonomen KI-Systeme mittlerweile recht weit entwickelt und haben ein enormes Potenzial Ressourcen zu schonen, Arbeits- und Lebenszeit einzusparen sowie echte Innovationen zu ermöglichen.

Mobilität wird autonom – Wie sich Mobilität und Logistik durch autonome Systeme fundamental verändert

Dass die Mobilitätsbranche vor erheblichen (disruptiven?) Veränderungen steht, ist nicht erst seit Corona klar. Mittels Digitalisierung lassen sich nicht nur alle Fahrzeuge und Nutzende in Echtzeit lokalisieren und somit Angebot und Nachfrage vollkommen neu organisieren (“Sharing Economy”). Die Kombination von Deep Learning-Algorithmen und der Integration multipler Sensoren (Sensor Fusion mittels Kamera, Radar, Lidar etc.) ermöglicht schon heute hochgradig autonome Fahrzeuge, die gut ohne Fahrende auskommen.

Digitalisierung der Mobilität durch AI

Folgende Trends und Entwicklungen zeichnen sich ab:

  • Im militärischen Bereich wird neben autonomen Drohnen schon parallel an autonomen Kampfjets gearbeitet bzw. geforscht. Sicherlich einer der ambitioniertesten und ethisch kritischsten Einsatzbereiche für autonome AI, der aber langfristig Auswirkungen auf die Innovationsgeschwindigkeit in den nicht-militärischen Use Cases der Mobilitätswirtschaft haben wird (autonome Drohnen, Lufttaxi-Business etc.).
  • Auch wenn der kommerzielle Markt für “Urban Air Mobility” bzw. “Luft-Taxis” noch in den Kinderschuhen steckt, werden Luft-Taxen in den globalen Mega-Metropolen in 10-20 Jahren alltäglich sein. In Deutschland arbeiten mit Lilium, Volocopter sowie anderen einige vielversprechende Teams in diesem Bereich. Die Stadt Ingolstadt wird zur Modellstadt für “Urban Air Mobility” und investiert in ein Gründerzentrum und Inkubator mit Fokus auf neue Luftfahrt- und Mobilitätskonzepte.
  • Die für den voll-autonomen und sicheren Drohnen- und Luft-Taxiflug notwendigen Navigationslösungen und Algorithmen liefern Deep Tech-Startups, wie z.B. Spleenlab. Hier wird Know-How aus den Bereichen autonomes Fahren und Luftfahrt neu kombiniert und somit selbstlernende Systeme geschaffen, die in Echtzeit sicher starten und landen sowie unfallfrei auch in schwierigem Terrain navigieren und bestimmte Aufgaben erfüllen können (z.B. Vermessung, Objekterkennung & Bewertung etc.).
  • Ein enormes Potenzial bietet sich auch in der autonomen und KI-basierten Lagerlogistik (Intralogistik). In den riesigen und stetig wachsenden Warenlagern und Logistikzentren von eCommerce- und Industrie-Unternehmen sind einerseits autonome Fahrzeuge (Stapler, Lagerroboter) und intelligente Förderbänder sowie  andererseits autonome Algorithmen und Systeme für das digitale Inventar und die Optimierung der Wege und Kapazitäten gefragt. Hier liefern die Kion Group oder auch Startups wie Doks Innovation schon heute fertige Lösungen.
  • Wie Tesla eindrucksvoll mit dem aktuellen Auslieferungsrekord von rund 140.000 semi-autonomen Elektroautos pro Quartal unter Beweis gestellt hat, wächst der Markt für autonome Fahrzeuge schon heute dynamisch. Durch die signifikanten Investitionen seitens Google (Waymo), Amazon und anderen, wird sich die Flotte an autonomen und semi-autonomen PKW und Lastwagen in den kommenden 10-20 Jahren deutlich erhöhen. Fahrerlose Mobilität wird somit schon bald zum Alltagsphänomen.
  • Hinzu kommen in den urbanen Zentren oder vielleicht auch zur Versorgung im ländlichen Raum eine neue Generation an kleinen autonomen Lieferfahrzeugen und Robotern, die als kleine Helfer die letzte Meile vom autonomen Logistikzentrum bis zur Haustür überbrücken.

Build, Integrate & Optimize – Schritte zur automatisierten und autonomen Mobilität

Entscheidungstragende, die ihr Unternehmen ins Zeitalter der autonomen Mobilität führen möchten, um entweder deutlich effizienter in den Logistikprozessen zu werden, oder komplett neue Logistik- und Mobilitätsservices – und Geschäftsmodelle zu etablieren, sollten bedenken, dass es meist keinen “one stop shop” für ihre individuelle Situation gibt. Vielmehr ist es so, dass eine ganze Reihe an neuen Technologien entwickelt, integriert und betrieben werden muss, für die vielfach keine oder nicht genügend interne Skills und Personalressourcen vorhanden sind. 

CEOs und CIOs tun somit gut daran, neben dem Aufbau interner Expertise und Product Owner, ein Ökosystem an externen Partnerschaften mit Spezial-Qualifikationen in den Bereichen Sensorik/Sensor Fusion, Deep Learning sowie Satellitendatenverarbeitung/New Space und autonome Mobilität aufzubauen und zu Fliegen… dann gilt nur noch “The Sky ist the Limit”! 

#Cloudflight

Haben Sie Themen, die Sie mit unseren Experten diskutieren möchten?

Kontakt aufnehmen

Kontakt aufnehmen

Menü