Dieses Transkript wurde maschinell erstellt. Wenn dir ein Fehler auffällt, schreib uns gerne zu diesem unter redaktion@digitalkompakt.de.
Erik Pfannmöller: Hallo und herzlich willkommen zu einem neuen AI Unplugged Podcast von Digital Kompakt. Mein Name ist Erik Pfannmüller, Gründer und CEO von SolveMate. Was machen wir? SolveMate automatisiert Kundensupport. Unsere KI-basierte Plattform bietet virtuelle Assistenten, mit denen Endkunden ihre Kundensupport-Anfragen in Sekundenschnelle rund um die Uhr selbst lösen können. Wie immer bei AI Unplugged erklären wir Alltagsthemen rund um das Thema KI einfach und für jedermann verständlich. Heute geht es bei uns um das Thema KI im Auto und da habe ich zwei ganz besonders gute Gäste bei mir. Einerseits Holger Weiß, CEO und Gründer von German Autolabs und Tobias Große-Puppendahl im Innovation Management von Porsche. Ich freue mich, dass ihr heute hier seid und vielleicht sagt ihr einfach selbst was für euch. Holger, wer bist du, was machst du?
Holger Weiss: Also erstmal herzlichen Dank, dass ihr mich eingeladen habt. Ich bin Holger Weiß, du sagtest es eben, einer der zwei Gründer von German Autolabs, CEO meines Zeichens. Und wir sitzen hier in Berlin inzwischen mit 40 Leuten und entwickeln an einer künstlichen Assistenz fürs Fahrzeug.
Erik Pfannmöller: Cool, dann bist du ja sehr gut heute in den Podcast aufgehoben.
Holger Weiss: Ich fühle mich hier auch ganz heimisch, ja.
Erik Pfannmöller: Tobias, was machst du bei Porsche?
Tobias Große-Puppendahl: Ja, auch nochmal herzlichen Dank für die Einladung. Ich arbeite im Innovationsmanagement in der Electric Electronics. Das ist eine der großen Hauptabteilungen in der Entwicklung. Wir haben ganz, ganz viele Themen vom Infotainment-System, von Displays bis hin zu Batterien. Ja, und da ist eben künstliche Intelligenz auch wirklich einer der Haupt-Enabler, um zukünftig innovativ zu sein und den Kunden optimal zu unterstützen. Mein Hintergrund ist dann noch bei Microsoft Research und bei Fraunhofer, wo ich vorher war und jetzt seit anderthalb Jahren gut bei Porsche.
Erik Pfannmöller: Dann starte ich direkt mit einer ganz kecken Frage, nämlich ist das Zukunft des Autos Hardware oder Software? Was ist eure Meinung dazu?
Holger Weiss: Ich fange mal an, weil ich der neutrale Part hier bin. aus der Software kommt, aber seit 15 Jahren in der Tat auch im Automobilbereich. Und von daher glaube ich, habe ich da so einen ganz guten Blick drauf. Also die Frage impliziert schon, dass die Hardware nicht weggeht. Und gestern gab es auf dem Mobile World Congress in Barcelona ein Gespräch dazu zwischen nicht eurem Vorstandsvorsitzenden, sondern dem Herrn Zetsche und dem Satya Nadella von Microsoft. Und da sagte Zetsche eben auch, Solange wir das Beam noch nicht können, wird es immer noch Envelope for Mobility brauchen. Also es wird eine Hardware-Plattform brauchen und von daher wird die nicht weggehen. Die Frage ist glaube ich vielmehr, wie wird die Wertschöpfung dahinter aussehen? Und das eine ist, glaube ich, dass es eine Hardware-Plattform geben wird, es wird Motoren geben, es wird in irgendeiner Art und Weise Leuchten geben, all das wird Hardware sein. Aber es ist natürlich heute schon sehr stark durchdrungen von Software, Softwaresteuerung, Batteriesteuerung in der Elektrifizierung und so weiter. Aber gerade bei der Wertschöpfung, da ist es glaube ich schon so, dass man sagen muss, Mobilität wird ein Softwarethema werden.
Erik Pfannmöller: Wie siehst du das, Tobias? Wie ist Porsches Einstellung?
Tobias Große-Puppendahl: Ja, also dem würde ich schon zustimmen. Ich denke, es ist eine Verlagerung von der Hardware. Da, wo früher wahrscheinlich eher der Motor wichtig war, werden heute ganz andere Faktoren wichtig. Die Customer Experience zum Beispiel. Während ich jetzt in einem autonomen Fahrzeug sitze, möchte ich vielleicht auch arbeiten können. Ich möchte E-Mails schreiben, ich möchte telefonieren, ich möchte schlafen. Und da ergeben sich ganz neue Hardwareanforderungen, die wir auch von Porsche bearbeiten. Ja, bei der Software, wenn man jetzt in Richtung Elektronik-Hardware nochmal schaut, da werden sich die Anforderungen auch stark verschieben. Das heißt also heutzutage, wo man halt eben normale Prozessoren in einem Fahrzeug hat, werden wir in Zukunft viel mehr über Parallelisierung auch reden und beispielsweise EPUs, also grafische Prozessoren mit integrieren, die dann eben Prozesse auch parallelisieren können und neuronales Netz beispielsweise sehr effizient anlernen oder auch ausführen können.
Erik Pfannmöller: Der Motorenbau ist ja sozusagen Kernkompetenz. Würdest du sagen, Softwareentwicklung ist oder wird eine Kernkompetenz von Porsche?
Tobias Große-Puppendahl: Definitiv. Das wird sich in den nächsten Jahren sicherlich sehr stark parallel entwickeln. Porsche ist ja auch für seine Motoren sehr bekannt und es ist wunderbar, wenn wir das mit Software verschmelzen können.
Erik Pfannmöller: Wir wollen nicht so tief in das Thema einsteigen, sondern um KI im Auto im Generell sprechen. Aber ich muss die Frage stellen, wie ist die Roadmap zu selbstfahrenden Autos geplant? Wie siehst du das?
Tobias Große-Puppendahl: Also ich denke, man sieht gerade in der gesamten Industrie, dass sich viel um selbstfahrende Autos dreht. Wir sehen jetzt in den USA, wo Firmen schon autonom unterwegs sind, beispielsweise jetzt in Phoenix, wo wirklich hunderttausende bis Millionen Kilometer selbstfahrend zurückgelegt werden. Ja, und es wird sich auf jeden Fall in den nächsten Jahren entscheiden, in welche Richtung da die Reise geht.
Erik Pfannmöller: Also wenn ich jetzt Porsche-Fahrer wäre, würde ich den nicht lieber selbst fahren wollen? Vielleicht ist ja auch eine andere Zielgruppe bei euch.
Tobias Große-Puppendahl: Ja, es ist definitiv eine andere Zielgruppe. Man muss aber auch sagen, dass es auf die Situation ankommt. Ich glaube, wenn man jetzt gerade im Stuttgarter Verkehr wie ich jeden Morgen steht, dann ist es schon toll, wenn man einen gewissen Grad an Automatisierung hat und eben nicht Stop-and-Go-Verkehr machen möchte. Wenn ich jetzt allerdings im Schwarzwald unterwegs bin, weil ich gerade von der Porsche Digital zu unserem Entwicklungszentrum nach Weissach fahre, dann ist es sehr toll, wenn ich ein Cabrio dabei habe und das Dach aufmache und dann das Fahrerlebnis genieße. Also ich denke, es kommt auf die Situation an und ich denke, das sehen unsere Kunden auch so.
Holger Weiss: Ich glaube, das ist auch eine der größten Herausforderungen der Industrie, die insbesondere auch bei einem Hersteller wie Porsche sehr stark zutage tritt, weil es eben die Frage ist, ist das Fahrzeug nur die Plattform von A nach B zu kommen oder steckt da mehr dahinter? Und das ist natürlich hier auch ganz stark ein Lifestyle-Thema und ein Spaß-Thema und so weiter. Und da wird natürlich die Herausforderung, sich neu zu erfinden, auch nochmal auf einer ganz anderen Ebene stattfinden. Da geht es ja nicht nur darum, werde ich irgendwann eine autonom fahrende Plattform haben, sondern wie werde ich dieses Lebensgefühl Porsche sozusagen transportieren in eine entsprechend veränderte Mobilität. Und der Punkt ist halt, dass zum Teil ich es mir als Hersteller wahrscheinlich gar nicht mehr aussuchen werden kann, weil ich nicht einfach sagen kann, Ich fahre jetzt mal einen Porsche autonom oder ich fahre ihn jetzt selbst und jetzt bin ich im autonomen Modus. Das halte ich für relativ ausgeschlossen, dass wir hier einen gemischten Verkehr haben werden, wo wir auf der einen Seite vollautonome Free Floating Flotten haben werden, also Fahrzeuge, die sich komplett autonom bewegen und dazwischen sind Fahrer und Fahrerinnen, die einfach mal sagen, jetzt fahre ich mal wieder selbst. Also da wird noch einiges auf uns zukommen, was im Übrigen glaube ich auch dafür spricht, dass das Zeitalter des vollautonomen Fahrens Und das habe ich immer gesagt, sehr viel länger auf sich warten lassen wird, als wir das in den letzten drei, vier Jahren von vielen Medien und auch von der Industrie vermittelt
Erik Pfannmöller: bekommen haben. Dass selbstfahrende Autos KI und Machine Learning sind, das ist klar. Wo seht ihr denn noch Bereiche, wo es im Auto Algorithmen oder Machine Learning gibt? Und wo wird das angewendet? Erklärt das mal für unsere Hörer.
Holger Weiss: Naja, also ich meine, erstens ist, glaube ich, so mal dieses Thema, was ist KI, was ist Machine Learning, immer so sehr hochtrabend. Also ich glaube, auf weiten Teilen haben wir heute keine künstliche Intelligenz in irgendeinem System, das in Fahrzeugen verbaut ist, sondern es hat sehr viel mit lernenden Systemen zu tun, die sich in Echtzeit an veränderte Verhältnisse anpassen können. Und das eben aufgrund dessen, was du auch gerade gesagt hast, aufgrund von Computerausstattungen oder Rechnerausstattungen, die ich heute in den Fahrzeugen vorhanden habe. Bestimmte Anwendungsfälle gibt es ja sehr lange schon. Also das ganze Thema Predictive Maintenance, also die vorausschauende Wartung eines Fahrzeuges, ist in irgendeiner Art und Weise ja auch eine Art des Machine Learnings. Ich sammle halt sehr viel Daten und ich kann dann Kraft dieser Daten aufgrund meiner Algorithmen sagen, da gibt es vielleicht mit einem Bauteil nach einer gewissen Anzahl von Kilometern auffällig eine hohe Prozentzahl an Problemen und kann den Fahrer informieren. Und das sind Systeme, die gibt es seit 10, 15 Jahren.
Erik Pfannmöller: Predictive Maintenance ist also nichts Neues? Und das System lernt anhand von historischen Daten, wann was kaputt geht und macht eine Vorhersage, wann teilt er kaputt.
Holger Weiss: Also ich sage nicht, dass es alle Hersteller können, aber es ist kein neues Thema.
Erik Pfannmöller: Okay. Und sowas ist heute schon in Benutzung. Ist ja auch spannend, dass ihr Themen sagt, die vielleicht gar nicht viele Leute wissen. Und es geht nicht nur um selbstfahrende Autos.
Holger Weiss: Ja, absolut. Also gerade in der Preisklasse, über die wir hier auch gerade reden, ist das ja Teil dessen, dass ich den Kunden, den Fahrer einbinde in eine entsprechende Servicewelt. Und da sind solche Elemente auf jeden Fall Teil des Angebotes heute schon.
Tobias Große-Puppendahl: Ja, also vielleicht, wenn wir über KI im Auto sprechen, ist es auch nochmal wichtig zu schauen, wo wir eigentlich herkommen. Und das ist, wie du schon gesagt hast, wir haben viele Systeme. Das ist nicht zwingend eine künstliche Intelligenz, sondern das ist ganz solide Regelungstechnik zum Beispiel. Also nehmen wir mal das ACC, das Adaptive Cruise Control oder auf Deutsch Abstandsregeltempo Start. Und da habe ich wirklich einen ganz soliden, deterministischen Regler drin, wo ich ganz genau weiß, wenn ich in einer Verkehrssituation unterwegs bin, ist das System sicher.
Erik Pfannmöller: Du meinst den Tempomat, der automatisch den Abstand hält.
Tobias Große-Puppendahl: Genau.
Erik Pfannmöller: Also nicht der Tempomat, der nur 140 fährt, sondern der ja auch den Abstand zum Vordermann hält und bremst innerhalb der Systemgrenze.
Tobias Große-Puppendahl: Genau.
Erik Pfannmöller: Ist das Machine Learning deiner Meinung nach?
Tobias Große-Puppendahl: Das ist Regelungstechnik mit physikalischen Modellen. Und da kommen wir eben her. Das heißt, wir haben eine modellgetriebene Softwareentwicklung, wo wir sagen, okay, wir haben ein Modell der Eigenbewegung des Fahrzeuges, des Fahrzeugzustandes und auch der Umgebung und regeln dann, wie viel Geschwindigkeit das Fahrzeug zu jedem Zeitpunkt haben soll. Und das Thema künstliche Intelligenz ist jetzt aktuell noch. eher so im Stadium, dass es nicht die Sicherheit gefährdet, wenn das dort eingesetzt wird. Da reden wir dann über Assistenten, die dem Nutzer helfen können, Infotainment-Funktionen zu bedienen zum Beispiel.
Erik Pfannmöller: Also wir haben gerade gehört, das Thema der Abstandstypomat ist eher so ein deterministisch programmiertes System von Menschen. Das Ding kann auch nicht sehr viel alleine machen. Und du hattest auch vorhin, Holger, schon gesagt, man muss dann von Daten etwas vorhersagen in die Zukunft. An alle Hörer der ersten Episode, das hatten wir auch schon besprochen, dass man aus Daten ein Modell bildet und das Modell dann anhand von Echtzeitdaten selbst Vorhersagen machen kann. Ein Abstandstempomat zum Beispiel ist einfach eine programmierte Software und nur weil das Auto selbst bremst, heißt nicht, dass da ein großer Algorithmus drin ist, eine Regeltechnik, wie du gesagt hast.
Holger Weiss: Aber, Tobias. Vielleicht dazu noch ergänzen, das ist natürlich eigentlich ein sehr schönes Beispiel. Es wird relativ schwierig bis unmöglich, aus dem Laboratorium heraus ein solches Bremsverhalten deterministisch zu bestimmen. Also ich einfach sage, okay, bei 20 Meter bremst du runter irgendwie immer 20 Prozent und irgendwann musst du dann bei Null sein und so weiter. Das kann ich irgendwann mal an der Tafel mit der Kreide irgendwie machen. dann werde ich das aber irgendwann mal anfangen in den Test zu bringen. und je mehr Tests ich habe und das kennt ja jeder vom Physikkurs in der Schule angefangen, also je öfter ich teste und verbessere und das ist eben inhaltlich dessen des Machine Learnings, dass ich sage, ich gebe immer wieder diese Testergebnisse zurück, umso besser wird es. Das heißt, wenn wir heute eine Situation haben, dass Fahrzeuge der Mittel- und Oberklasse eigentlich aus einer Höchstgeschwindigkeit heraus sicherer abbremsen können auf dem Vordermann als der Fahrer selbst, dann hat das nichts mit autonomem Fahren zu tun, aber schon auch sehr viel mit einfach gemachten Erfahrungen.
Tobias Große-Puppendahl: Ja genau, weil diese physikalischen Modelle können eben auch nicht alles erklären. Einfach weil die Welt immer komplexer sein wird als ein Modell. Und deswegen forschen wir jetzt beispielsweise mit einem Doktoranden im Fahrwerk an Fahrzustandsschätzungen. Das heißt also insbesondere in Grenzsituationen, wo ich zum Beispiel mit dem Auto drifte, wo eben solche physikalischen Modelle irgendwann ihre Unzulänglichkeiten zeigen und ich dann mit künstlicher Intelligenz und ganz, ganz vielen Testdaten aus diesen Randregionen eben auch ein viel, viel besseres Modell und eine viel bessere Zustandsmessung dann herleiten kann, als das mit einem normalen Modell der Fall wäre.
Erik Pfannmöller: Ich übersetze das mal. Das heißt, ihr driftet mit dem Auto ganz viel, sammelt Daten, um dann vorherzusagen, wann das Auto ausbrechen wird in Zukunft. Das heißt nicht wie das ESP, das kennt ja wahrscheinlich jeder, dass dann einzelne Räder abbremst, da bin ich gleich noch drauf zu, sondern ihr wollt vorhersagen, wann ein Auto ausbricht in Grenzsituationen. Habe ich das richtig verstanden?
Tobias Große-Puppendahl: Genau, oder den Winkel, in dem es ausbricht gegenüber der horizontalen Beschleunigung oder gegenüber der horizontalen Bewegung. Das heißt also, ich Ich fahre ja in einem anderen Winkel in die Kurve, als mit dem ich drifte.
Erik Pfannmöller: Ihr sammelt Daten und versucht dann in Echtzeit, das heißt, wenn das Auto in der Kurve ist, mit Sensordaten, zum Beispiel den Beschleunigungsmesser oder den Winkel des Autos, rauszufinden, ob das Auto ausbricht und was macht die Maschine dann? Nimmt der dann Gas weg? Bremst der dann Rad ab? Das heißt, was ist die Vorhersage des Systems in der Situation?
Tobias Große-Puppendahl: Ja, so primär ist es erstmal, dass wir diesen Zustand kennen, dass es passiert. Das ist eine wichtige Voraussetzung auch fürs autonome und hochautonome Fahren, dass man zum Beispiel die Fahrbahnparameter sehr genau einschätzen kann, dass man ganz genau weiß, wenn ich jetzt im Schnee unterwegs bin, dann fahre ich eben nicht mit 100 auf der Landstraße, sondern entsprechend vorsichtiger. Und das sind Themen, wo wir auch schon sehr viel mit Hochschulen zum Beispiel kooperiert haben im Rahmen von einem Hackathon, wo wir mehrere Terabytes an Daten aufgezeichnet haben und dann eben auch dieses Problem der Fahrbahnzustandsschätzung dann einmal gemeinsam mit Studenten und Mitarbeitern und auch Zulieferern erarbeitet haben.
Erik Pfannmöller: Fahrbahnzustandsschätzung.
Tobias Große-Puppendahl: Genau.
Erik Pfannmöller: Das heißt, ich versuche es zu übersetzen. Ihr sammelt ganz viele Daten von Kameras und Radar und Lasern und versucht dann zu sagen, diese Straße ist glatt oder nicht glatt. Das ist die Echtzeitvorhersage des Systems.
Tobias Große-Puppendahl: Das ist eine Möglichkeit. Also man hat erstmal mehrere Möglichkeiten. In diesem Hackathon haben wir es so gemacht, dass wir bzw. die Kollegen haben mit 25 Fahrzeugen über sechs Monaten ganz viele Daten eingefahren, hatten einen sehr, sehr teuren Sensor an Bord. der mithilfe von, ich glaube, es war Laser, eben ganz genau die Straße abtasten konnte und damit den Fahrbahnzustand erkennen konnte. Aber dieser Laser, der ist so groß und so schwer, dass man den halt nicht in einem normalen Fahrzeug integrieren kann. Und dann haben wir gesagt, okay, wie kann man das denn schaffen, dass man diesen schweren und großen Sensor ersetzt, indem man dann andere Quellen, wie beispielsweise die Daten, die einem Fahrzeug allgemein anfallen, Reifenumdrehungen und so weiter, nutzen kann, um dann mithilfe von künstlicher Intelligenz diesen fahrbaren Zustand dann abschätzen zu können.
Erik Pfannmöller: Wir haben also gelernt, nicht jedes System im Auto, das irgendwas selbst tut, ist auch gleichzeitig Machine Learning. Es gibt auch einfach Software, die sozusagen einfach deterministisch, nämlich vorher bestimmt durch den Menschen, der die Software geschrieben hat, eigentlich gar keine eigene Entscheidung trifft, sondern nur Programmiercode ausführt. Aber es gibt Systeme, die sozusagen, du hast es gesagt, mit erfahrbaren Zustandsschätzungen, wo man viele Daten sammelt, die durch einen Algorithmus jagt und dann der Vorhersagen macht und die eben nicht programmiert sind, sondern wo das System was gelernt hat. Was gibt es sonst noch für Anwendungsmöglichkeiten von Machine Learning oder Algorithmen? Was fällt euch ein?
Holger Weiss: Ich meine, eine Kategorie der künstlichen Intelligenz ist ja in der Tat die Sprach-KI. Wir erleben das ja in unserem Alltag, ob das jetzt eine Siri oder eine Alexa oder sonst was ist. Wir haben halt wie bei vielen anderen Systemen auch in den letzten vier, fünf, sechs Jahren massive Fortschritte gemacht in der Spracherkennung und in der Sprachintelligenz. Und das hat eben einmal sehr viel zu tun mit technischen Aspekten, dass einfach heute die Maschine sehr viel mehr von dem versteht, was der Mensch zu ihm sagt. Jeder kennt beispielsweise noch Die Navigationssysteme, die so in gängigen Fahrzeugen der Baujahre, sage ich mal jetzt fünf, sechs Jahre alter Fahrzeuge sind, das ist manchmal doch eine etwas frustrierende Erfahrung. Und das liegt eben zum Teil daran, dass diese Spracherkennung ist keine neue Wissenschaft.
Erik Pfannmöller: Ich erinnere mich noch, bei einem Auto, das ich vor fünf Jahren gefahren bin, war es Es hat einfach nicht funktioniert, die Adresse korrekt einzugeben, weil wir das nicht erkannt haben. Aber ihr von German Autolabs habt ja so eine Art Voice Assistant gebaut. Und ein Voice Assistant, aber du kannst das bestimmt selbst erklären, was das ist und was das Ding tut, das muss ja erstmal Sprache verstehen.
Holger Weiss: Das meine ich gerade nicht. Also wir haben in den letzten Jahren eben einen Durchbruch gehabt von 60, 65 Prozent verstandener Sprache durch den Computer. Das ist also so, dass fast jedes zweite Wort nicht verstanden wird, was zu diesen Frustrationsmomenten führt. dass wir heute eben so bei 95 bis 97 Prozent sind. Das heißt, der Computer versteht heute auf menschlicher Ebene und das ist eine der Grundvoraussetzungen. Dazu funktioniert auch nicht immer und man muss relativ deutlich sprechen und das muss herum relativ still sein, aber das funktioniert so. Was sich daraus gerade eben entwickelt, ist, dass ich Sprache als neues, wie wir das nennen, HMI, Human Machine Interface, dominant in verschiedenen Alltagssituationen durchsetzt. Das kann sein, dass ich meine Musik in der Stereoanlage, die ist also auf dem Player, nur noch mit Sprache steuere oder ich mache die Lichter aus über Sprache oder frage den Kühlschrank, ob noch Milch da ist und solche Sachen. Und da sind wir natürlich im Fahrzeug in einem Umfeld, wo wir eben doch noch in weiten Teilen das Lenkrad in der Hand haben. und eben Sprache eine sehr neue Dimension zulässt, zu interagieren mit dem Fahrzeug. Und dann ist eben das eine, dass ich sage, es wird verstanden und die Frage ist eben, und die nächste Kategorie ist eben, und da kümmern wir uns darum, wie ich so natürlich wie möglich mit dem Computer sprechen kann. Und das ist eine Disziplin der künstlichen Intelligenz, das ist das Natural Language Processing, dass ich eben sage, ich möchte eigentlich normal in einer natürlichen Sprache mit dem Computer sprechen und das ist in In unserem Fall eben eigentlich ja der Knight Rider Kit.
Erik Pfannmöller: Das hast du ja immer vor 20 Jahren gewusst.
Holger Weiss: Und wir glauben da sehr dran, genau. Oder auch Jean-Luc Picard aus seiner Enterprise. Das ist dann so ein bisschen in die Zukunft geschaut. Wenn wir dann eben nur noch autonom fahren, wird es auch Sprachassistenten geben. Und das ist dann mal die Terminologie. Das Paradigma ist eigentlich, dass wir sagen, ich habe ja heute im Fahrzeug oder was mir fehlt. im Auto, wenn ich alleine sitze, ist ein Beifahrer, der Dinge für mich erledigt, der auf mich achtet, der vielleicht auch vorausschauend im Verkehr mal sagt, du pass auf, da ist die Ampel rot und all das, was ein guter Beifahrer tut, wenn er neben dir sitzt und das eben umsetzt. Das heißt, auf der einen Seite wir diese künstliche Intelligenz schaffen, aus sehr vielen Daten bestimmte Situationen vorherzusehen, die mit dem Fahrzeug zu tun haben, die mit dem Umfeld des Fahrzeugs zu tun haben. Da kommen wieder Straßenzustände und solche Dinge dazu. Aber auch mit dem Fahrer, kognitiver Zustand des Fahrers und das Ganze eben in eine Sprachintelligenz verpacken. Und das ist der digitale Beifahrer.
Erik Pfannmöller: Das heißt, wenn ich die Navigationsroute ändern will und das typische Versandzimmer mein Beifahrer macht, dann kann ich das demnächst Chris, glaube ich, heißt euer Voice Assistant, den ihr gebaut habt. Genau. Chris ist so ein kleines Device, was man an die Frontscheibe macht, glaube ich. Dann kann ich das Chris diktieren. Chris ist mit dem Auto verbunden. Genau.
Holger Weiss: Chris ist heute noch nicht mit dem Fahrzeug verbunden. Das war eine der Grundvoraussetzungen. Also Chris ist in der Tat unser digitaler Assistent, der als Nachrisssystem heute verfügbar ist. Warum Nachrisssystem? Weil wir eben sagen, da draußen stehen in Deutschland, man macht sich das immer nicht so klar, knapp 50 Millionen Autos auf der Straße, allein in Deutschland. Und die sind im Durchschnitt zehn Jahre alt. Und da sitzen sehr viele Menschen drin, die tagtäglich ihre Fahrzeuge bewegen und damit zur Arbeit fahren und so weiter. Und weil es eben heute diesen Hang und Drang zum digitalen immer verbunden sein gibt, nutzen eben viele ihr Smartphone und das ist gefährlich und nicht erlaubt und so weiter. und dann haben wir gesagt, da muss es eine Lösung geben. und deswegen gibt es diesen Nachrüstassistenten, den kann ich mir in der Tat an die Windschutzscheibe machen und der verbindet sich mit meinem Smartphone und dann gibt er mir Navigation, liest mir meine Nachrichten vor und so weiter.
Erik Pfannmöller: Das ist interessant. Faktisch seid ihr KI im Auto, aber ihr seid gar nicht Teil des Autos.
Holger Weiss: Das ist richtig. Wir sind heute nicht Teil des Autos. Das hat aber auch durchaus einen strategischen Aspekt, und zwar den der Komplexität des Ökosystems Fahrzeug. Um ins Fahrzeug selbst reinzukommen, Daten aus dem Fahrzeug rauszulesen, hast du einmal ein sehr großes industrielles Umfeld wie Deutschland. die Kollegen hier von Porsche sicher bestätigen können, es dauert eine Weile, bis man da durchdrungen ist. Und auf der anderen Seite ist eben, und da sind wir wieder bei unserem eigentlichen Thema, wenn ich da hingehen will und sagen will, ich will relativ schnell einen Algorithmus trainieren oder ein System trainieren, muss ich Zustände aus dem Simplen ins Komplexe führen. Weil ich eben sagen muss, ich muss erstmal das grundsätzlich Simple lösen, um dann umso mehr komplexer zu werden und das eben auch über Daten zu lösen. Das heißt, wir haben jetzt erstmal gesagt, bevor wir es mit dem Fahrzeug verbinden, lernen wir erstmal den digitalen Nutzer kennen und der nächste Schritt ist dann sozusagen die Integration von Fahrzeugdaten, wobei wir da auch schon dabei sind.
Erik Pfannmöller: Also nochmal für nur maßstäblich erklärt, was macht euer Voice Assistant und wie habt ihr den trainiert?
Holger Weiss: Also was er heute macht, er gibt dir Navigationsanweisungen, Verkehrsanweisungen, er liest deine Kurznachrichten vor, du kannst WhatsApp mit ihm beantworten, spielt deine Musik und händelt deine Anrufe, deine Kontakte und so weiter. Und das Ganze machst du eben komplett berührungsfrei über dieses Gerät, das sich mit dem Handy verbindet. Du lädst dir eine App runter und da läuft dann auch die meiste Intelligenz. Trainieren tun wir ihn in der Regel in der Tat eigentlich täglich. Wir haben im letzten Sommer das Gerät offiziell vorgestellt, haben heute knapp 3000 Geräte im Markt. und haben halt da draußen 3000 Menschen, die das nutzen und durch das Nutzen wir das System besser verstehen lernen und die Daten bekommen, um das System zu optimieren. Was es im Detail eben ist, ist momentan sehr, sehr viel Training im Sprachverhalten. Also ich sage mal so ein bisschen mit Sprach-KI ist das heute so wie ein Säugling, der kommt auf die Welt, der hat Stimmbänder, der ist in der Regel ausgestattet zu sprechen. Und dann brauchst du aber eine ganze Weile, bis der schulreif ist und nochmal eine ganze Weile, bis er Abi macht. Und da gehen wir mit unserem Chris auch gerade durch. Chris ist also gerade so im schulreifen Alter.
Erik Pfannmöller: Und jetzt kommt die wichtige Frage. Ist dieser Trainingsalgorithm, also das Training, das heißt, man sagt, hey, lieber Boy-System-Tier, hast du die falsche Antwort gegeben, machen das Mitarbeiter von dir? Oder und funktioniert das automatisch durch die Benutzung? Wenn ihr zum Beispiel mitkriegt, man gibt ein Kommando und wiederholt das Kommando, dann muss ja das erste Kommando falsch verstanden worden sein. Das heißt, gibt es diesen Automatic Improvement Cycle, wo sozusagen das durch die Benutzung und durch die Benutzung des Kunden, wie zum Beispiel er wiederholt was gemacht wird? Oder hört ihr euch zum Schluss an, wie der Kunde damit interagiert? und Mitarbeiter von German Auto Labs trainieren das natürlich sprachlich systematisch?
Holger Weiss: Es sind in der Tat beide Aspekte. Also wir haben auf der einen Seite eine automatisierte Plattform, wo es also um diese sogenannte Annotation oder Annotations geht. Du hörst und definierst eben das Gehörte in neue Klassen und gibst es dann wieder ins System ein, in der Hoffnung, dass sich das System daraus verbessert, wie wir das nennen, eben iterativ, also in schnellen kleinen Schritten sozusagen. Aber wir hören auch uns die Dinge an und das ist alles hoch anonymisiert. Das ist also alles mit der Datenschutzrichtlinie.
Erik Pfannmöller: Das Thema Privacy kommen wir nachher noch.
Holger Weiss: Ja, aber ich sagte schon gerne dazu, weil natürlich Sprache auch ein hochsensibles Thema ist und uns das sehr wichtig ist. Wir sind eben im Gegensatz zu vielen anderen Sprachplattformen heute in der Lage, Daten wirklich individuell zu verwalten und im Zweifel auch zu löschen. Das können wir. Aber es geht wirklich ums Zuhören und ums Verstehen. Und das ist unter anderem einer der Gründe, warum wir heute in Anführungszeichen nur zwei Sprachen haben.
Erik Pfannmöller: Bevor wir gleich nochmal zurück zur Post und der Meinung von euch kommen. Wie misst du die Qualität eures Virtual Assistants? Das heißt, was ist die KPI, die du misst, um zu sagen, der funktioniert gut?
Holger Weiss: Da gibt es verschiedene Aspekte. Das eine ist das sogenannte Intent-Understanding. Also wird die Absicht des Sprechenden erkannt. So, und jetzt kann ich natürlich sagen, fahre los. Da habe ich wahrscheinlich irgendwie eine Absichtstrefferquote von, ich weiß nicht was, 100 Prozent. Aber ich kann natürlich auch sagen, fahre in die Köpenicker Straße 154 und vermeide Feierabendverkehr. So. Das sind für den Computer erstmal, ich weiß nicht, zwölf Worte oder so, die muss er erstmal verstehen, die muss er trennen. und dann ist eben die große Herausforderung, können wir die Absicht dahinter verstehen? Und das ist eins der KPIs, wird die Absicht sozusagen sofort erkannt oder muss der Assistent nachfragen, entweder ich habe dich nicht verstanden oder kannst du deine Frage präzisieren? All das, was dann eben kommt, das sind ja Dialoge, die wir letztlich dem Assistenten beibringen, um das Problem enger einzugrenzen. Das ist so einer der wesentlichen Aspekte und das andere sind dann eben einfach auch Elemente, die in der Komplexität des Produktes liegen, auf die wir mal mehr, mal weniger Einfluss haben. Wenn du beispielsweise eine Nachricht diktierst, Und du sagst Hi Eric, wird dann Hi H A I geschrieben, wie der Fisch. Er liest es dir vor. nochmal und das klingt genau wie Hi Eric. Bei dir kommt aber der Hi Eric sozusagen an.
Erik Pfannmöller: Arbeitet ihr da mit Autoherstellern zusammen? Sind das eure Partner oder wie ist die Zusammenarbeit?
Holger Weiss: Tun wir. Also es ist in der Tat so, dass wir gesagt haben, wir haben eine dreistufige Strategie, an deren Ende als dritte Stufe wirklich zusammenarbeiten. das System als Plattformangebot für den Automobilhersteller steht. Und wir sagen immer, das ist die Vertikalisierung der Sprachintelligenz, weil ich sehr fest davon überzeugt bin, dass es diese Vertikalen geben wird. Also es muss eine eigene Sprachassistenz geben, dem digitalen Beifahrer, der eben nicht der digitale Hausmeister oder der digitale Operateur im Krankenhaus ist. Kraft eben der Komplexität aber des Systems haben wir eben heute gesagt, wir fangen mit dem Nachrüstsystem an.
Erik Pfannmöller: Tobias, wie siehst du das?
Tobias Große-Puppendahl: Prinzipiell sind digitale Assistenten und im Speziellen Sprachassistenten ein sehr, sehr spannendes Thema, was wir auch bei Porsche natürlich bearbeiten. Man muss auch sehen, dass es natürlich nicht nur Sprache ist, sondern auch vielleicht eine Ausgabe auf dem Bildschirm, wo ich mit mehreren Modalitäten mit dem Nutzer dann interagiere, um eben maximal effizient zu sein. Und da sind wir eben aktiv, dass wir jetzt insbesondere den digitalen Beifahrer bereitstellen mit unserem Sprachassistenten. Aber dann auch die Funktion, die man jetzt aus einem normalen Ökosystem kennt und die Mehrheit der Porsche-Kunden sind Apple-Nutzer, dann auch mitnehmen kann. Das heißt also, wir haben zwei Assistenten am Ende.
Holger Weiss: Siri auch mit im Fahrzeug.
Tobias Große-Puppendahl: Genau, Siri mit im Fahrzeug und unseren Porsche-Assistenten. Und erweitern diese auch ständig, um eben auch eine konsistente Reise für den Nutzer dann hinzubekommen und auch ihm oder ihr einen Mehrwert bieten zu können.
Holger Weiss: Das ist ein ganz interessanter Aspekt, weil das ist natürlich genau das, was jetzt mal so ein bisschen hinter die Kulissen blicken lässt, womit wir uns, sage ich mal, täglich beschäftigen. Weil das eine ist natürlich, eine künstliche Intelligenz zu schaffen und zu sagen, die funktioniert irgendwo in der Blackbox und du kriegst das gar nicht mit und die beschützt dich oder sagt die Dinge voraus. Das andere ist natürlich, dass der Nutzer letztendlich damit umgehen muss und das auch annehmen muss. Und das ist bei Sprachassistenten in der Tat so, dass wir natürlich die großen sogenannten horizontalen Plattformen haben, wie die Series, die du gerade erwähnt hast, aber natürlich auch die Alexas und vergleichbare andere. Und dann eben, du sprachst eben selbst davon, euer Porsche Assistent. Und da muss man sich dann eben auch überlegen, wie kann ich das verknüpfen und wie kann ich dem Kunden dann auch den Mehrwert bieten auf der einen Seite, den optimierten Beifahrer zu haben und trotzdem auf seine bekannten Assistenten zuzugreifen. Wir nennen das Arbitration, also Arbitrierung. Genau dieses sogenannten Intents ist das eine Absicht, die jetzt der Fahrzeugassistent, der Beifahrer, unser Chris oder was auch immer in Zukunft zu erledigen hat. Also ich sag mal, fahr mich nach Hause und such mir einen Parkplatz im naheliegenden Parkhaus oder ins Büro ins Parkhaus. Ach und reserviere mir einen Tisch bei meinem Lieblingsitaliener heute Abend.
Erik Pfannmöller: Siri könnte den Tisch sozusagen reservieren, weil das sozusagen vielleicht ihre Domäne ist, als horizontale Anwendung, die sozusagen ganz viele Sachen kann.
Holger Weiss: Ganz genau.
Erik Pfannmöller: Aber sozusagen der Auto-Intent, also die Intent hatten wir vorhin gesagt, ist die Absicht des Nutzers. Wenn ich eine Navigationsanweisung habe, dann sollte es natürlich der Sprachassistent des Autos besser erkennen.
Holger Weiss: Ich hatte ja eben gesagt, wir gucken uns auch den kognitiven Zustand des Fahrers an. machen das zum Teil momentan über historische Verkehrsdaten. Das heißt, wir machen Abschätzungen, dass wir sagen, morgens um sieben hat diese Kreuzung einen höheren Risikofaktor als morgens um elf, weil da eben morgendlicher Berufsverkehr ist. Und das hat einen bestimmten Einfluss darauf, wie der Assistent sich verhält. Wenn ich aber so weit gehe, dass ich mir überlege, dass in zukünftigen Fahrzeugen Sensorik drin sein wird, wie beispielsweise ein Herzschlag-Sensor im Sitz oder eine Kamera, die mich beobachtet, ob ich müde werde. Ich würde
Erik Pfannmöller: gerade darauf eingehen, denn ich habe in einem Auto von einem anderen Hersteller, den ich jetzt nicht nenne, habe ich sozusagen herausbekommen, dass wenn die Lenkbewegungen sich von dem Standard-Lenkverhalten, das man am Anfang der Fahrt hat, verändern, weil man dann vielleicht müde wird und ganz ruckartig lenkt auf der Autobahn, Dass dann das Auto aktiv sagt, du solltest eine Pause machen. Wir haben herausgefunden, dass du vielleicht eine Pause brauchst. Und das ist vielleicht interessant, Tobias, weil faktisch braucht man dazu ja die Autodaten vom Lenkrad, die weder Siri hat auf dem Smartphone, noch Chris, der die Voice-Interaktion vielleicht hat. Und da braucht man das Auto. Das finde ich interessant. Das heißt, gehören die nicht alle drei zusammen, die Systeme?
Tobias Große-Puppendahl: Ja, am Ende werden diese Systeme sicherlich zusammenwachsen. Also ganz klar, weil eben viele, viele Daten im Fahrzeug bereitstehen, die man sonst einfach nicht bekommen kann vom Smartphone. Vielleicht von der Smartwatch, weil die könnte mir auch sagen, hey, dein Puls sinkt gerade ab, vielleicht mal Lust auf einen Kaffee. Aber prinzipiell werden diese Systeme in Zukunft immer enger zusammenarbeiten, immer enger zusammenwachsen.
Holger Weiss: Ja, absolut. Also das sehe ich auch identisch und mit all dem, was wir eben auch schon erwähnt haben, da sind ja schon auch die Vernetzungen angedeutet. Also wenn wir sagen, wir haben auf der einen Seite den Porsche Assistenten, der perspektivisch theoretisch auf unserer Plattform aufgebaut sein könnte in der Zukunft, dass man eben sagt, das ist ein optimierter Fahrzeugassistent, der wiederum hat dann diesen Arbitration Layer, ob das jetzt ein Siri ist, wir haben eben von dem Tischreservieren beim Italiener gesprochen und die Fahrzeugdaten, die dann natürlich ganz klar aus der Fahrzeugplattform
Erik Pfannmöller: kommen. Wir reden jetzt über ganz viel Softwareentwicklung. Bei Softwareentwicklung, das sind ja alles Computerprogramme, gibt es ja auch manchmal Bugs. Bugs sozusagen das englische Wort für Fehler oder Fehler, die nicht auftreten sollen, wenn man kennt, dass einfach mal was schief geht oder Software nicht funktioniert oder der 500er-Error kommt. Wie geht man im Autobereich mit der Sicherheit und Softwarefehlern um?
Tobias Große-Puppendahl: Prinzipiell ist es so, dass alle sicherheitsrelevanten Funktionen unglaublich stark getestet werden. Das heißt also, wir haben ja einen Fahrzeugentwicklungsprozess, der tatsächlich fünf, sechs Jahre bevor das Fahrzeug auf den Markt kommt, anfängt. Und um gerade das eben zu vermeiden, dass irgendwo ein sicherheitskritisches Element am Ende nicht funktioniert. hat die Automobilindustrie sicherlich ihre Leistungen in den letzten Jahren auf jeden Fall eindrucksvoll demonstriert. Dass Autos immer sicherer werden, immer bessere Anforderungen bei Crashtests erfüllen und auch die Zahl der Unfälle signifikant reduziert wurde. Generell heißt es natürlich, dass wir anhand von Normen arbeiten, um funktionale Sicherheit zu gewährleisten und dann auch das Testing durchführen. Wir haben zum Beispiel, um nochmal das Thema AI sich zu überlegen, also Predictive Maintenance, dann auch nochmal Projekte, in denen wir dann schauen, wie können wir beispielsweise die Abnutzung von gewissen Teilen dann nochmal schätzen, um dann auch nochmal einen Sicherheitsvorteil zu geben, das heißt Bremsen oder Scheibenwischer. passiert wirklich unglaublich viel. was wir da machen, ja.
Erik Pfannmöller: Das klingt gut. Du hast gerade gesagt, die Entwicklung des Autos dauert fünf bis sechs Jahre, bevor es auf den Markt kommt. Wenn ich jetzt Holger angucke, der sozusagen iterativ und agil Software entwickelt, wie passt der Autoentwicklungszyklus zur Softwareentwicklungszyklus zusammen? Und entwickelt er die Algorithmen, die heute live sind, vor fünf Jahren? Holger, wie siehst du das?
Holger Weiss: Also für mich ist das eine der zentralen Fragen der heutigen Automobilindustrie oder des sich neuen Aufstellens, weil es eben genau diesen Widerspruch gibt. der auch nicht aufzulösen ist. Weil auf der einen Seite habe ich ein System, das fährt 250, 300 kmh. Wir sitzen ja immer einen Broscher am Tisch. Also man kann auch schneller. Das heißt, ich habe hochrelevante Anforderungen an Sicherheit. Das, was eben auch schon gesagt wurde. Ganz, ganz wesentlich. Und das schaffe ich halt nicht in einem Testzyklus, der irgendwie wie der eines Smartphones ist, 18 Monate oder so. Das braucht einfach sehr lange. Auf der anderen Seite habe ich natürlich, und das haben wir jetzt auch heute mehrfach schon gesagt und wir sind in der Softwareentwicklung da ja heute auch, da gibt es ja keine zwei Meinungen, dass eine iterative Entwicklung, also eine konstante Verbesserung, ein Lernen, ein Wiedereinspielen in den Zyklus ganz wesentlich ist. Und das kriege ich vielleicht noch hin, wenn ich sage, ich habe so da draußen 50 Testfahrzeuge, aber ich werde eine bestimmte Relevanz nur ab einer bestimmten Größenordnung auch wirklich finden und haben. Und das ist einer der Gründe, warum es CRIS gibt in der Tat als Nachrüstsystem, weil wir eben gesagt haben, der Weg in den Aftermarket, der Nachrüstweg ist sehr viel schneller und einfacher für uns zu leisten, um dort sozusagen schon eine Relevanz zu bauen, während eigentlich die Fahrzeugsysteme parallel dazu entwickelt
Tobias Große-Puppendahl: werden. Also ich denke, es ist wichtig zu unterscheiden zwischen Systemen, die sicherheitskritisch sind und Systemen, bei denen ja vielleicht auch mal was schiefgehen kann. Also wenn mir jetzt der Sprachassistent beispielsweise nochmal eine Nachfrage stellt, hat das Restaurant nicht richtig verstanden oder so, dann ist das in Ordnung. Oder wenn es mir jetzt eine E-Mail vorliest, schreibt man eine SMS. Und ich glaube, gerade in dem Bereich passiert gerade unglaublich viel in der Automobilindustrie. Das heißt also, man versteht das Fahrzeug viel mehr als eine Plattform, mit der man auch Partner dazu befähigen kann, ihre Technologien zu integrieren. Und wir sehen das beispielsweise auch ganz stark bei uns an der Zusammenarbeit mit Startups, wo wir eben auch sehr, sehr schnell Dinge ausprobieren können auf unserer Plattform. die eben nicht sicherheitskritisch sind. Und ich denke, die beiden Stränge muss man ein bisschen trennen. Aber im Bereich hochautonom fahren sieht dann die Welt schon wieder ganz anders aus, wo ich dann wirklich eine agile Softwareentwicklung in einen Regelzyklus überführen muss, der gleichzeitig sicher, aber auch schnell ist.
Erik Pfannmöller: Du hast gerade das Thema Fehler und sicherheitsrelevant angebracht. Ich würde gerne ein Beispiel machen, damit unsere Hörer das verstehen. Ich habe jetzt den Abstandstempomaten und es gibt ja die Confusion Matrix, das heißt auf Deutsch die Konfusionsmatrix, das heißt verschiedene Arten von Fehlern, die ein Machine Learning System machen kann. Und ich sage mal, das Auto vor dir bremst und dein Auto bremst auch. Das ist ein True Positive, es hat also korrekterweise gebremst. Und dann gibt es ja den False Positive, das heißt, das Auto würde bremsen, obwohl der vor dir gar nicht gebremst hat. Das ist per se erstmal nicht so schlimm, weil dann, außer es fährt ja vielleicht hinten jemand drauf, wenn das Auto aktiv bremst. Das heißt, es gibt Fehler, die sind nicht so schlimm. Es gibt aber noch einen viel schlimmeren Fehler, nämlich ein False Negative. Also wenn man fälschlicherweise nicht bremsen würde, was ja einen viel größeren Einfluss hätte, Und natürlich gibt es noch das True Negative. Das heißt, korrekterweise wird nicht gebremst. Das heißt, vor dir bremst keiner und das Auto muss auch nicht eingreifen. Es gibt also verschiedene Typen von Fehlern. Und wie würdest du sagen, geht ihr damit um? Und wenn du in Algorithmen denkst für ein Auto, wird das berücksichtigt? Das heißt, in welcher Art und Weise man den Algorithmus drängt, eher den einen Fehler zu machen als den anderen Fehler?
Tobias Große-Puppendahl: Also ich denke, es ist klar, dass, wie du schon gesagt hast, so ein False Negative nicht akzeptabel ist. Und gerade wenn man über das Thema KI spricht, wird man niemals sicher sein können, dass nicht eben so ein False Negative irgendwann mal über die Lebenszeit von so einem Fahrzeug auftritt, auch wenn man den nicht mehr in den Testdaten gesehen hat. Aktuell muss man sagen, dass auch die Anforderungen von gesetzlicher Seite, aber auch von Armierungsseite, was solche KI-Algorithmen angeht, noch nicht ganz klar sind und die noch viel stärker spezifiziert werden müssen. Das ist jetzt aber natürlich etwas, was wir dann mit in unsere Entwicklung mit reinnehmen und beachten. Das heißt also, wo sind da voraussichtlich zukünftig die Anwendungen, aber für uns ist auch klar, Sicherheit steht da ganz vorne.
Holger Weiss: Ja, aber es wirft natürlich schon auch nochmal die Frage auf, wie wird die Wahrnehmung in den nächsten Jahren sein? Weil also das Thema False, Positive, Negative bezogen auf menschliches Verhalten ist ja irrelevant. Man sagt, Menschen machen Fehler und die führen auch dazu, dass andere dabei im schlimmsten Fall zu Tode kommen oder man selbst zu Tode kommt, weil man
Erik Pfannmöller: Bei Menschen diskutiert man da gar nicht drüber, ob die vielleicht eine falsche Entscheidung getroffen haben.
Holger Weiss: Aber das meine ich genau. Also genau das meine ich. Wir kommen natürlich auch, also wird es akzeptabel sein, dass, wie du gerade gesagt hast, auch wenn ich irgendwie in 100.000 Fällen keinen False Negative habe, dann kommt der False Negative, weil irgendetwas so minimal in Abweichung ist. Jetzt lass im Zweifel jemanden dabei ums Leben kommen und man sagt, okay, der Computer, jetzt hat er den Fehler aber gelernt, das war der eine von 100.000 Fällen. Oder werden wir dann auch einen gesellschaftlichen Aufschrei haben, dass man sagt, ihr habt also Fahrzeuge hier in Umlauf gebracht, also ihr nicht als Branche, sondern ihr als Industrie, die sozusagen nicht hundertprozentig so. Dabei ganz außer Acht lassen, dass wahrscheinlich die Unfallquote einfach in diesen 100.000 Fällen so signifikant runtergegangen ist, einfach weil der Computer im Zweifel besser reagiert als der Mensch. Also das wird auch nochmal, wenn wir nochmal zurückgehen auf deine eingehende Frage, Erik, wie lange wird das eben dauern, bis wir autonom fahrende Systeme haben werden? Denke ich, das wird eine interessante Diskussion in dem Zusammenhang.
Erik Pfannmöller: Ich wollte mir die Frage eigentlich jetzt, wo du sagst, aufheben, für ganz zum Schluss, aber jetzt stelle ich sie jetzt. Wann fährt das erste Auto vollautonom von München nach Berlin in Deutschland? Was glaubt ihr?
Holger Weiss: technisch oder kommerzielles Fahrzeug?
Erik Pfannmöller: Wann wird die Pressemitteilung rausgehen, dass das erste Auto im Normalbetrieb von Berlin nach München gefahren ist?
Holger Weiss: Also ein kommerziell verfügbares Auto ist, das ich mir kaufen könnte und dann auf den Knopf drücke und ich fahr los. Ich würde mal sagen, 15 Jahre.
Erik Pfannmöller: Was sagt Tobias dazu? Wollt ihr euch dazu äußern überhaupt? Oder hast du so eine Tendenz?
Tobias Große-Puppendahl: Ist natürlich schwierig, weil man ja auch mit den Roadmaps vertraut ist und deswegen würde ich dazu eher nichts sagen.
Erik Pfannmöller: Okay, ich kann aus seinem Gesicht für die Zuhörer nicht lesen, ob er früher oder später denkt. Aber ist interessant. 15 Jahre, Holger? Ich bin gespannt.
Holger Weiss: Ich muss dazu aber sagen, was das Thema betrifft, das hat er ja eingehend auch schon gesagt, wirklich eher, obwohl ich eigentlich ein sehr positiver Mensch bin, sehr bremsend. Weil ich glaube, es werden sehr viele Diskussionen einherkommen in diesem Zusammenhang, die bisher überhaupt noch nicht geführt worden sind.
Erik Pfannmöller: Meine Kinder müssen also noch einen Führerschein machen.
Holger Weiss: Kommt drauf an, wie alt sie sind.
Erik Pfannmöller: Ja, noch unter zehn. Wir haben noch Zeit. Sehr gut. Sehr interessant. Ich würde mal auf das Thema Sicherheit und Privatsphäre ein bisschen reingehen, weil das ist ja schon eine wichtige Sache. Wer hat meine Daten? Wie geht man damit um? Das Thema Privacy by Design. Tobias, wie ist das Mantra von Porsche dabei?
Tobias Große-Puppendahl: Ja, also ich denke, dass man in den letzten Jahren oder vielleicht eher Monaten immer mehr gemerkt hat, dass Privacy zu einem ganz, ganz wichtigen Thema für die Nutzer wird. Und man kann Privacy auch als eine Art neuen Luxus ansehen, den wir mit Porsche natürlich auch gerne bedienen möchten. Das heißt also überall, wo Technologien in der Lage sind, die Privatsphäre von Nutzern zu schützen, aber gleichzeitig den Nutzern eben diesen enormen Vorteil bieten können, den Technologien der künstlichen Intelligenz eben können, sind wir da sehr interessiert. Ein Beispiel ist ein Doktorand bei uns in der Electric Electronics, arbeitet an verteilten Lernalgorithmen, wo man eben im Fahrzeug lernen kann, auf der Hardware, wo keine Daten erstmal nach draußen gehen. und am Ende nur das Modell, was dann angelernt wird, nochmal mit dem globalen Modell dann in der Porsche Cloud synchronisiert wird. Und das sind so Technologien, wo ich eben ganz, ganz wenig von dem Nutzer offenbare, aber gleichzeitig das Wissen über mehrere Nutzer nutzen kann, indem ich da einen Vorteil für den Nutzer bereitstelle.
Erik Pfannmöller: Holger, wie ist das bei euch? Wenn ich Chris benutze, was kommt dann bei euch an und wie anonymisiert ihr das vielleicht? Wie funktioniert das?
Holger Weiss: Wir sind gesetzlich dazu verpflichtet, es so weit zu anonymisieren, dass alles, was bei uns ankommt, sich nicht zu dir zurückverfolgen lässt. Und nun muss man sagen, Sprache sind eben auch biometrische Informationen von der höchsten Klasse. Und das heißt, wir müssen auch mit den Zulieferern, mit denen wir arbeiten, Prozesse einfach aufsetzen. Das heißt, wenn ich ein Sprachpfeil habe bei uns, ich in keinster Weise, in irgendeiner Art und Weise auf den Sprecher zurück das verfolgen kann. Und das garantieren wir und leisten wir auch. Was anderes ist natürlich, ich muss natürlich irgendwie, wenn ich sage, Meine Textnachrichten sollen vorgelesen werden oder ich möchte Navigation mit meinen persönlichen Zielen und so weiter. Ich habe natürlich eine gewisse Personalisierung, die ich abbilden muss, sonst funktioniert das System nicht. Das ist aber eigentlich in der Regel bei jedem heute. Usus, also jeder, der ein Smartphone einigermaßen nutzt, hat genau diese Situation. Das ist das eine. Das andere ist aber in der Tat, und das ist für uns schon sehr wichtig, ich muss halt als Anbieter in der Lage sein, diese Daten auch immer und überall wieder zu löschen. Und wir haben also Kunden, die gesagt haben, ich möchte nicht, dass meine Daten sozusagen verwendet werden für die Verbesserung des Algorithmus. Ich möchte auch nicht, dass mein Profil in irgendeiner Art und Weise gespeichert wird. Und dann müssen wir in der Lage sein, das rückstandslos sozusagen auch wieder zu löschen. Und das sind wir. Was das Interessante ist, dass das heute durchaus bei sehr viel größeren Plattformen eben nicht der Fall ist. Weil ich eben als Anbieter dessen, dass ich sage, ich habe hier einen Service, den kannst du über einen Sprachassistenten nutzen, gar keinen Zugriff auf die Plattform habe. Also von daher glaube ich, auch da wieder wird die Notwendigkeit gegeben sein, und das hast du auch zum Teil eben schon gesagt, dass der Anbieter, der Automobilhersteller einfach, du sprachst von der Porsche Cloud, und das ist ja jetzt auch nicht von irgendwoher, sondern ihr müsst und wollt darüber die Kontrolle haben, um euren Kunden, eurem Nutzer absolute Sicherheit zu garantieren.
Tobias Große-Puppendahl: Ich denke, die Datenschutz-Grundverordnung tut da auch was Gutes für den Nutzer und auch für die gesamte Industrie. Und eben, wie du sagst, das Recht auf Vergessen, das Recht auf Einsehen, das Recht, die Transparenz zu haben, wie eben diese Daten verarbeitet werden, ist ungeheuer wichtig für beide Seiten.
Holger Weiss: Ja, und das ist natürlich auch, was man sich schon immer klarmachen muss, was ist meine eigentliche Absicht? Eure eigentliche Absicht, das würde ich jetzt einfach mal so in die Kladde formulieren, ist tolle Autos zu bauen und sie zu verkaufen und das Erlebnis Porsche eben auch in einer veränderten Mobilität möglichst vielen Menschen darzubringen. Meine eigentliche Absicht ist, gute Software zu entwickeln und die sozusagen als Produkt natürlich auch zu verkaufen. Ich meine, in irgendeiner Art und Weise müssen ja bei uns auch Umsätze reinkommen. Aber es gibt keine dahinterliegende Absicht, die eigentlich vordergründig gar nicht zu erkennen ist. Dass ihr sagt, wir bauen eigentlich Autos, weil wir irgendwas ganz anderes vorhaben. Und das ist bei uns eben auch nicht so. Das ist, glaube ich, schon auch eine Frage der Vertrauensbildung. Wo lasse ich meine Daten und wo habe ich letztendlich meine Profile liegen, um mich mit Themen wie der künstlichen Intelligenz, also ich als Nutzer, auch komfortabel zu führen und sicher zu führen.
Erik Pfannmöller: Liebe Hörer, was haben wir heute gelernt? Wir haben heute gelernt, nicht alle Systeme im Auto sind eigentlich AI. Manche sind einfach, wie du sagst, regelbasierte physikalische Regelsysteme. Das heißt, nicht alles lernt aus historischen Daten, wie zum Beispiel Chris aus vielen, vielen Konversationen oder der Fahrbahnzustandsassistent aus vielen Millionen Datenpunkten und macht Vorhersagen. Das heißt, nicht alles, wo die Maschine etwas selbst macht, ist AI. Wir haben über das Thema Sicherheit gesprochen. Wir haben darüber gesprochen, dass man lieber keine Fehler macht, wo Menschen zu Schaden kommen. Wir haben außerdem gesehen, dass es eine große Herausforderung zwischen einerseits agiler Softwareentwicklung und andererseits auch den einfach Autoentwicklungszyklen gibt, weil da geht es um physisches Material. Da geht es um Metall, das gebogen werden muss, um ein Auto zu bauen. An dem Punkt danke ich meinen Gästen Holger Weiß, CEO von German Autolabs und Tobias Große-Puppendahl im Innovation Management von Porsche für eure Zeit. Vielen Dank an die Hörer. Das war ein Podcast AI Unplugged in Zusammenarbeit mit Digital Kompakt. Vielen Dank fürs Zuhören.
Tobias Große-Puppendahl: Danke sehr. Danke auch.
