Titelbild-Auto-selbstfahrend-Mittelkonsole-digital-iStock-829191978-chombosan

23.11.2017 – Lesezeit: 3 Minuten

Prozesse / Technologie

Die (auto)mobile Zukunft der Cloud-Architektur

Sieht man sich die aktuelle Entwicklung in der Automobilindustrie an, sind selbstfahrende Fahrzeuge und Assistenzsysteme bereits jetzt Realität – und in einigen Jahren schon so selbstverständlich wie Airbags. Aktuell entwickeln die Hersteller zudem ihre eigenen Infrastrukturen, die vernetzte Computersysteme in den Autos auf die Straße bringen, besser bekannt unter dem Begriff Connected Cars. Denkt man nun einen Schritt in die Zukunft, stellt sich die Frage, ob wir es bald mit fahrenden Clouds zu tun haben könnten.

[readmore]

Die Antwort auf diese Frage ist wie so oft ein wenig komplexer, denn momentan besitzen die Computer in den Fahrzeugen nicht die Rechenleistung, um aufwändige Analysen mit unzähligen Daten selbst durchführen zu können. Dabei muss man Systeme wie Fahrspurassistenten, Abstandsregler und Notbremsassistenten von dem abgrenzen, was ein Connected Car ausmacht. Während die “klassischen” Technologien autonom funktionieren, erweitert eine LTE- und in Zukunft 5G-Verbindung das "Fahrzeug-Gehirn" um die Rechenleistung der Cloud im Datencenter.

Reaktionszeit als kritischster Faktor

Die Leistung wird unter anderem dazu benötigt, Wetter- und Streckeninformationen für die einzelnen Fahrzeuge auszuwerten und beispielsweise Ausweichrouten bei Staus, Blitzeis oder Überschwemmungen zu empfehlen. Das Connected Car kann aber noch mehr, denn die Datenverbindung funktioniert selbstverständlich in beide Richtungen. Die Hersteller bauen momentan ihre eigenen Cloud-Infrastrukturen auf, um gesammelte Sensordaten ihrer Autos zu analysieren und zurück ins Rechenzentrum zu schicken.

 

Prognostizierter weltweiter Umsatz mit Connected-Car-Technologien in den Jahren 2015 bis 2022 (in Milliarden US-Dollar)

 Quelle: Statista.

Bei einem Unfall sendet ein Fahrzeug die Informationen in die Cloud des Herstellers, wo diese analysiert und in Sekundenbruchteilen an Fahrzeuge hinter der Unfallstelle geschickt werden. Die entsprechenden Assistenzsysteme reagieren nun in Form einer automatischen Vollbremsung oder eines Ausweichmanövers auf das Ereignis. Während diese KI-gestützte Technologie den Vorteil hat, auch auf Situationen zu reagieren, die die Bordsensorik aufgrund begrenzter Reichweite nicht erfassen kann, besteht ein erheblicher Nachteil: die Reaktionszeit.

Das Beste aus beiden Welten: Cloud Computing und On-Premise

So schnell Algorithmen und Machine Learning die künstlichen Intelligenzen in Zukunft auch machen werden, verbleibt immer noch die Übertragungsdauer vom Fahrzeug an die Cloud und wieder zurück an andere Autos. In Gegenden mit schlechter Internetverbindung können es hier Verzögerungen im Bereich von Millisekunden sein, die über Leben oder Tod entscheiden. Und selbst bei einer Abdeckung, wie sie in einigen Jahren mit dem Übertragungsstandard 5G angestrebt wird, bleibt immer noch die Übertragungsdauer vom Funkmast ans Rechenzentrum.

Die Lösung könnte wie so oft ein Kompromiss sein, in diesem Falle die Kombination aus Cloud Computing und einer On-Premise Lösung, wie sie in Unternehmen auch in Form von Multi Clouds genutzt wird. “On-Premise” wäre in diesem Fall das Bordsystem des Fahrzeugs, das einen Teil zeitkritischer Vorarbeit zur Gesamtanalyse beiträgt.

Microsoft und Amazon als IoT-Vorreiter

Microsoft hat sich dem Problem dieses Jahr angenommen und mit Azure IoT Edge einen Service vorgestellt, der einen Teil der künstlichen Intelligenz auf ein IoT-Device auslagert, in diesem Fall das Fahrzeug beziehungsweise den entsprechenden Bordcomputer. Die Reaktionszeit sinkt dadurch enorm und kann auch anderen zukunftsweisenden Anwendungen zugute kommen, beispielsweise mobilen Virtual- und Augmented-Reality-Headsets.

 

 Quelle: Bitkom

Als noch größerer Player im Cloud-Segment hat Amazon mit AWS Greengrass nachgezogen, das eine ähnlich funktionierende Plattform mit den hauseigenen Diensten AWS Lambda und AWS IoT anbietet. Zusätzlich geht Amazon noch den Weg, riesige Rechenzentren mit Content Delivery Networks (CDN) zu erweitern, die die Entfernung und somit die Übertragungsdauer zu den Funkmasten verkürzen sollen.

Ähnlich einer Zweigstelle im Einzelhandel oder einem WLAN-Repeater im Smart Home bauen diese CDNs die Reichweite der künstlichen Intelligenzen der Fahrzeughersteller aus und erlauben auch in ländlichen Regionen die schnelle Auslieferung. Die Technik verwenden übrigens Webseiten weltweit sowie Amazon selbst für seine Streaming-Angebote.

Die zukünftige Datenautobahn

Auf die Fahrzeughersteller kommt also in den nächsten Jahren eine Reihe an Herausforderungen zu, die den Straßenverkehr sicherer und unsere Welt noch vernetzter machen werden. Auch aus der Sicht des Komforts, wie BMW mit dem diesjährig gestarteten Service CarData zeigt.

Der Umstand, dass laut Toyota allein bis 2025 etwa zehn Exabytes pro Monat an Fahrzeugdaten anfallen werden, zeigt, wie wichtig die Verkürzung von Reaktionszeiten, schneller Fahrzeug- und Cloud-KI und der Breitbandausbau im Funknetz für die technologische Zukunft sein werden.

 

Quelle Titelbild: chombosan/iStock