11.05.2018

Autonomes Fahren: “Der Transformationsprozess wird gerne ausgeblendet”

Karin Tausz, Programmleiterin Autonomes Fahren der Schweizer Bundesbahnen (SBB), spricht im Interview über die Herausforderungen des künftigen "Mischverkehrs" aus herkömmlichen und selbstfahrenden Autos.
/artikel/autonomes-fahren-der-transformationsprozess-wird-gerne-ausgeblendet
autonomes Fahren
(c) SBB: Karin Tausz leitet das Pionierprojekt "Autonomes Fahren" der Schweizer Bundesbahnen.
kooperation

Beim “IoT-Forum CE”, das am 16./17. Mai 2018 in Wien geht es unter anderem um die Zukunft der Mobilität. Die Schweizer Bundesbahnen führen derzeit ein Pilot-Projekt im Bereich autonomes Fahren durch, über dessen Hintergründe Karin Tausz berichten wird.

+++ 40 Unternehmen mit über 1.000 selbstfahrenden Autos auf den Straßen +++


In der Stadt Zug testet die SBB seit zwei Monaten einen selbstfahrenden Shuttle-Bus, noch ohne Passagiere. Wie entwickelt sich das Projekt?

Die Fahrzeuge, die wir einsetzen, sind alles Prototypen ohne breite Zulassung. Das bedeutet, dass jeder Umbau, jeder technische Test, in jedem Land, indem ein Fahrzeug zum Einsatz kommt, neu beurteilt werden muss. Aktuell geht es noch darum, dass die Fahrzeuge ihre Streckenführung kennen lernen. Da kann jeder Ast, der in die Straße ragt, ein anfängliches Hindernis darstellen, und auch Baustellen die entlang einer Strecke temporär auftreten können, müssen gemeistert werden. Erst wenn die jeweilige Strecke vom Fahrzeug haargenau erkannt wird, geht es in die nächste Phase. Aber das dauert, wenn man z.B. an eine normale Kreuzung denkt: Jedes Mal, wenn man dort hin fährt, gibt es neue Bedingungen durch immer wieder neue Verkehrsteilnehmerinnen und Verkehrsteilnehmer.

Auf welche Technologien, auf wessen Entwicklungen greifen sie zurück?

Wir setzen auf die französische Firma EasyMile, deren Fahrzeuge vom Hersteller Ligier gefertigt werden. Deren Technologien sind sehr weit fortgeschritten. Es geht ja u.a. um eine sehr schnelle Datenverarbeitung aus den eingesetzten verschiedenen Sensoren (Kamera, Lidar, Radar..) – je schneller das Fahrzeug fährt, desto mehr Leistung braucht es in dieser Hinsicht. Unsere Fahrzeuge könnten mit 40 bis 45 km/h fahren, aber das nutzen wir längst noch nicht aus. Derzeit bewegen sie sich mit etwa zehn km/h. Zwar wären bis zu 30 km/h zugelassen, aber wenn es einmal einen Unfall gäbe, dann wäre das gesamte Projekt gefährdet – egal, ob das autonome Fahrzeug der Verursacher ist, oder nicht. Daher wird die Geschwindigkeit erst Schritt für Schritt im Laufe des Projekts erhöht werden.

“Wie überall in Europa ist aber auch bei uns derzeit vorgeschrieben, dass stets ein Sicherheitsfahrer mit an Bord ist.”

Wie reagieren die Passanten, wie gehen Medien mit dem Pilotprojekt “Autonomes Fahren” der SBB um?

Derzeit ist es für die Leute natürlich eine Novität, wir sind ja nicht im Silicon Valley. Sie sind neugierig und interessiert, reagieren überwiegend positiv und laut Umfragen mit einer hohen Akzeptanz der neuen Technologien. Aber es herrscht auch Unsicherheit – allein deswegen, weil man mit einem menschlichen Fahrer reden könnte, wenn man sich in der Stadt nicht auskennt. Wie das künftig gelöst würde, beschäftigt die Menschen natürlich. Wie überall in Europa ist aber auch bei uns derzeit vorgeschrieben, dass stets ein Sicherheitsfahrer mit an Bord ist, der in schwierigen Situationen auf manuell umschalten kann. Dabei muss es nicht um eine Unfallgefahr gehen. Es reicht schon, wenn ein Mülltransporter minutenlang stehen bleibt und das autonome Fahrzeug das Hindernis zwar erkennt, aber nicht selbst daran vorbei lenken, sondern einfach abwarten würde.

Wann rechnen Sie damit, dass selbstfahrende Autos massentauglich werden?

Es ist schwer voraus zu sagen, wann die Technologien serienreif wird. Zum einen müssen die Produktionskosten deutlich gesenkt werden, weiters gibt es aktuell einfach zu viele Fragen betreffend die Sicherheit und auch der möglichen Regulation dieser neuen Verkehrsteilnehmer. Offen ist auch, ob sich die bestehenden Infrastrukturen an autonome Fahrzeuge anpassen werden, oder ob es umgekehrt passiert. Signifikante Auswirkungen auf das Verkehrsverhalten durch autonome Fahrzeuge wird es wohl nicht vor 2030 geben. Bis dahin denke ich eher an einen eingeschränkten Einsatz etwa auf klar definierten Strecken z.B. im Rahmen eines Flughafen-Transfers.

“Wir reden in Zukunft von einem ‘Mischverkehr’ aus klassischen und autonomen Fahrzeugen, dessen Organisation eine große Herausforderung darstellt.”

Und wie sieht es mit privaten Nutzern aus?

Was nicht passieren sollte ist, dass großflächig herkömmliche Autos durch autonome Fahrzeuge ausgetauscht werden. Da würde mir eine verkehrs- und umweltpolitische Komponente stark abgehen. Ich glaube aber nicht, dass der Markt alles richten wird. Bedarf an autonomen Fahrzeugen gibt es vor allem in Städten, und dort werden sich Visionen entwickeln, um durch autonomes Fahren die Lebensqualität zu steigern, indem die gesamte Zahl der Fahrzeuge sinkt, Stehzeiten verringert werden und die Einzelauslastung steigt – Stichwort: Car-Sharing.

Dieser Austausch würde aber, wenn, dann auch nicht von heute auf morgen geschehen…

Richtig, bei der Diskussion um autonomes Fahren wird der Transformationsprozess gerne ausgeblendet. Auch in Zukunft werden wir hoffentlich Fußgänger und Radfahrer haben, und klassische Fahrzeuge werden ebenso unterwegs sein, wie die dazu stoßenden Selbstfahrer. Wir reden also von einem „Mischverkehr“, dessen Organisation eine große Herausforderung darstellt. Natürlich könnte man sagen, wenn alle Geräte und Verkehrsteilnehmer miteinander vernetzt sind, haben wir ohne Ampeln einen maximalen Sicherheitsfaktor. Aber im Mischverkehr wird das nicht der Fall sein. Die Chancen für autonomes Fahren sehe ich v.a. bei Anbietern von Mobilitäts-Services sowie bei Kundinnen und Kunden, die einen besonderen Bedarf haben – etwa aufgrund altersbedingter Einschränkungen.

⇒ Zur Page des Unternehmens

Deine ungelesenen Artikel:
13.01.2025

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
13.01.2025

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
Die dritte Folge von "No Hype KI" mit Manuel Moser, Alexandra Sumper, Moritz Mitterer und Clemens Wasner (v.l.n.r.) (c) brutkasten

„No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz.


Wie lässt sich KI “richtig” in Unternehmen integrieren? Wieso erleben Unternehmen einen “Bottom-Up-Push” und warum sprechen viele dabei noch von großen Hürden? Um diese und viele weitere Fragen ging es in der dritten Folge von “No Hype KI”. Zu Gast waren Alexandra Sumper von Nagarro, Manuel Moser von CANCOM Austria, Moritz Mitterer von ITSV sowie Clemens Wasner von AI Austria und EnliteAI.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

Der Bottom-Up-Push

“Der AI-Hype ist jetzt circa zehn Jahre alt”, startet Clemens Wasner die Diskussionsrunde. Was als “vorausschauende Warnung und Betrugserkennung” im B2B-Sektor begann, hat sich eine knappe Dekade später zu einer Bottom-Up-Push-Bewegung entwickelt. “Einzelne Mitarbeitende verfügen teilweise über weitaus mehr praktische Erfahrung mit Generativer KI”, als “das oft auf einer Projektebene passiert”, so Wasner.

Um KI federführend in Unternehmen zu verankern, sei es wichtiger denn je, Mitarbeitende einzubinden und ihnen intern eine Bühne für den Best-Practice-Austausch zu geben, erklärt Wasner weiter. Aktuell ginge der KI-Push immer intensiver von Mitarbeiter:innen aus. Vergleichbar sei diese Bewegung mit dem Aufkommen der Smartphones vor etwa fünfzehn Jahren.

Daten mit Qualität

Als Basis sollte zuerst allerdings der Datenhaushalt eines Unternehmens sauber strukturiert und reguliert werden, sagt Manuel Moser, Director Digital Innovation & Software Engineering bei CANCOM Austria. “Wenn ein Unternehmen in puncto Daten hinterherhinkt, kann das jetzt durchaus ein Stolperstein sein”, sagt der Experte. In CRM- und ERP-Systemen finden sich häufig unvollständige Angaben. Die dadurch entstehende unzureichende Datenqualität könne jede KI-Initiative ins Stocken bringen, so Moser.

“Der größte Feind ist Zettel und Bleistift”

Schon allein das Notieren von Informationen auf Zetteln gilt nicht nur als scheinbar banale Hürde, wie Moser im Talk erläutert. Analoge Gewohnheiten können enorme Auswirkungen auf den gesamten Digitalisierungsprozess des Unternehmens haben: “Ich sage immer: Bei Digitalisierungslösungen ist der größte Feind der Zettel und der Bleistift am Tisch, mit denen man das digitale Tool am Ende des Tages umgeht.”

Gerade der öffentliche Sektor sollte im KI-Einsatz sowie in der Verwaltung von Daten sorgfältig agieren. Moritz Mitterer, Aufsichtsratsvorsitzender der ITSV, spricht von besonders sensiblen Daten aus der Sozialversicherung, die ein enges rechtliches Korsett und damit ein höheres Maß an Vorsicht mit sich bringen.

“Wir haben 2017 in der ITSV damit begonnen, innerhalb der Struktur damit zu experimentieren”, erzählt Mitterer. Ein essentielles Learning daraus: Gerade große Prozessmengen stellen sich als ideales Feld für KI heraus – wenn man vernünftige Leitplanken, klare Haftungsregeln und eine unternehmensweite Governance definiert.

Im Fokus stehen User:innen

Datenqualität, Governance und gleichzeitig reichlich Agilität? Worauf sollten sich Unternehmen in erster Linie konzentrieren, um KI lösungsorientiert einzusetzen? Alexandra Sumper, Director Delivery Österreich bei Nagarro, betont, dass KI-Projekte weit mehr als reine Technik voraussetzen: “Meine Erfahrung zeigt wirklich, nicht zu groß zu beginnen, wenn man erst am Anfang steht.“ Viele Firmen würden sich gerade anfangs in Strategiepapieren verlieren, anstatt realitätsgetreue Use Case zu definieren, so die Expertin.

“Man muss gut darauf achten, dass man liefert. Sowohl an Datenqualität, als auch an optimierter User Experience”, erläutert Sumper. Als Erfolgsbeispiel nennt sie die Asfinag, die einen KI-Chatbot erfolgreich eingeführt hat. Das Besondere dabei: Ein Kernteam entwickelte die KI-Lösung, achtete auf Datenqualität und band die künftigen Nutzer:innen ein. Die Akzeptanz im Unternehmen stieg rasant, erzählt Sumper von den Projektanfängen.

Ähnliche Schlüsse zieht Sumper aus der Beobachtung anderer Kund:innen: In erster Linie gelte es zu testen, ob KI in einem kleinen Rahmen Nutzen bringt. Sobald Mitarbeiter:innen erleben, dass KI ihre Arbeit wirklich erleichtert, wächst das Vertrauen und die Bereitschaft, weitere Schritte zu gehen.

“Am Anfang gibt es nichts, dass zu 100 Prozent funktioniert”

Dass sich eine Trial-and-Error-Phase gerade in den Anfängen des KI-Einsatzes nicht vermeiden lässt, scheint ein allgemeiner Konsens der Diskussionsrunde zu sein. “Es gibt nichts, was sofort 100 Prozent top funktioniert”, so Sumper. Um Fehlerquellen und deren Auswirkungen jedoch möglichst gering zu halten, empfiehlt die Expertin Qualitätssicherung durch ein Key-User-Team, um Fehler festzustellen, zu korrigieren und Daten-Gaps zu schließen.

Hierbei sollen die Möglichkeiten von generativer KI intelligent genutzt werden, wie Clemens Wasner hervorhebt: “Wir haben das erste Mal eine Technologie, die es ermöglicht, unstrukturierte Daten überhaupt auswertbar zu machen.” Nun gilt es, Effizienz in der Datenstrukturierung und -auswertung zu fördern, um mit der aktuellen Welle der digitalen Transformation mitzuhalten. Denn KI ist, wie Manuel Moser von CANCOM Austria bestätigt, ein wesentlicher Teil der digitalen Transformation: “Ein Baustein, wenn man so will, wie ein ausgestrecktes Werkzeug eines Schweizer Taschenmessers.”

KI-Bereiche mit Potenzial zur Ausgründung

Das Gespräch zeigte insgesamt, dass Unternehmen viel gewinnen können, wenn sie KI nicht als fertige Lösung, sondern als Lernprozess verstehen, in den die Belegschaft aktiv mit eingebunden wird. Auf einer soliden Datenbasis mit klarer Kommunikation ließe sich schon in kleinen Projekten ein spürbarer Mehrwert für das Unternehmen erzeugen.

In manchen Branchen, darunter Sozialversicherungen, E-Commerce sowie Luftfahrt und Logistik, sind Fortschritte unvermeidlich, um den steigenden Anforderungen von Markt- und Mitarbeiterseite gerecht zu werden.

Wasner spricht hierbei von einem Fokus auf Digital Business, der sich bereits in der Entstehung neuer Geschäftsfelder am Markt zeigt: Immer häufiger bündeln Unternehmen Wissensträger:innen zu den Bereichen Data, IoT und Machine Learning in einer eigenen Organisation oder Ausgründung. Gezielt wird hier das Potenzial eines eigenen KI-Kernteams zu nutzen und auszubauen versucht.

Luft nach oben

Dass es in vielen Branchen noch reichlich ungenutztes Potenzial gibt, haben mittlerweile einige Reports aufgeschlüsselt dargestellt. Gerade im Healthcare-Bereich sei “mit Abstand am meisten rauszuholen” – unter anderem im Hinblick auf den sicheren und effizienten Umgang mit Patienten- und Amnesie-Daten zur schnellen und akkuraten Behandlung.

Laut Moritz Mitterer der ITSV besteht eine große Herausforderung darin, sensible Patientendaten und strenge Regulatorik mit dem Wunsch nach Fortschritt zu vereinen. Gerade in Sozialversicherungen sei es wichtig, eine klare Governance zu schaffen und den Einsatzrahmen von KI zu definieren. Nur so könne Vertrauen gefestigt und sichergestellt werden, dass neue Technologien nicht an bürokratischen Hemmnissen oder Sicherheitsbedenken scheitern.

Vertrauen ist “noch ein starker Blocker”

“Am Ende des Tages probieren Unternehmen aus: Wie reagiert die Technologie, wie geht man damit um, welche Art von Projekten macht man?”, rundet Manuel Moser von CANCOM Austria die Diskussion ab. Der nächste Schritt liege darin, immer “mehr in die Kernprozesse von Unternehmen reinzukommen”, so Moser. “Und das, glaube ich, ist ein sehr wesentlicher Punkt.” Das Vertrauen, dass es die Technologie braucht. Das ist aktuell noch ein “starker Blocker in Unternehmen”.

Die Expertenrunde teilt einen universellen Konsens: Der Mensch sowie sein Know-how und Vertrauen in KI spielen bei der digitalen Transformation eine erhebliche Rolle. Sobald KI-Anwendungen auf eine verlässliche Datenstruktur und klare Organisation treffen, kann sich KI im Unternehmensalltag entfalten. Erst durch das Zusammenspiel von Technik, Datenkultur und motivierten Teams wird KI zum Treiber neuer Chancen.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Autonomes Fahren: “Der Transformationsprozess wird gerne ausgeblendet”

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Autonomes Fahren: “Der Transformationsprozess wird gerne ausgeblendet”

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Autonomes Fahren: “Der Transformationsprozess wird gerne ausgeblendet”

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Autonomes Fahren: “Der Transformationsprozess wird gerne ausgeblendet”

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Autonomes Fahren: “Der Transformationsprozess wird gerne ausgeblendet”

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Autonomes Fahren: “Der Transformationsprozess wird gerne ausgeblendet”

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Autonomes Fahren: “Der Transformationsprozess wird gerne ausgeblendet”

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Autonomes Fahren: “Der Transformationsprozess wird gerne ausgeblendet”

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Autonomes Fahren: “Der Transformationsprozess wird gerne ausgeblendet”