Trainingsdaten für autonomes Fahren

Selbstständig fahrende Autos müssen ihre Umgebung realitätsgetreu wahrnehmen. Algorithmen, die dies ermöglichen, lernen durch Training an einer Vielzahl von Bild- und Videoaufnahmen. Damit der Algorithmus einzelne Bildelemente erkennt – etwa als Baum, Fußgänger oder Straßenschild –, werden diese markiert. Das Labeling genannte Verfahren haben der Informatiker Philip Kessler, der am Karlsruher Institut für Technologie (KIT) studiert hat, und sein Mitgründer Marc Mengler in ihrem Start-up understand.ai mit Künstlicher Intelligenz besser und schneller gemacht.


„Ein Algorithmus lernt anhand von Beispielen, und je mehr Beispiele es gibt, desto effektiver lernt er“, sagt Philip Kessler. Deshalb benötigt die Autoindustrie eine große Menge Bild- und Videomaterial zum Maschinellen Lernen für autonomes Fahren. Die Objekte auf den Bildern werden herkömmlicherweise von Menschen in Handarbeit gekennzeichnet. „Große Firmen wie Tesla beschäftigen dafür tausende Arbeiter in Nigeria oder Indien, das Verfahren ist mühsam und zeitaufwendig“, erklärt Kessler. „Bei understand.ai verwenden wir Künstliche Intelligenz, die es ermöglicht, diese Kennzeichnung zehnmal schneller und präziser auszuführen“, sagt er. Obwohl der Prozess der Bildbearbeitung großteils hochautomatisiert sei, übernehme der Mensch am Schluss die Qualitätskontrolle. Die Kombination von Technik und menschlicher Sorgfalt sei insbesondere bei sicherheitskritischen Themen wie dem autonomen Fahren wichtig, betont der Gründer von understand.ai. Die auch Annotationen genannten Markierungen in den Bild- und Videodarstellungen müssen pixelgenau mit der realen Umgebung übereinstimmen. Je besser die Qualität der bearbeiteten Bilddaten, desto besser der Algorithmus, der damit trainiert.


„Da man nicht für alle Situationen – zum Beispiel Unfälle – Trainingsbilder bereitstellen kann, bieten wir neuerdings auch aus Realdaten erarbeitete Simulationen an“, so Kessler. Obwohl es sich in der Startphase auf das Thema autonomes Fahren fokussiert, plant sein Unternehmen künftig auch das Bearbeiten von Bilddaten, mit deren Hilfe Algorithmen die Tumorerkennung oder die Auswertung von Luftbildern trainieren. Führende Automobilhersteller und -zulieferer in Deutschland und den USA gehören zu den Kunden des 2017 von Kessler gemeinsam mit Marc Mengler gegründeten Start-ups. Neben seinem Hauptsitz Karlsruhe ist das junge Unternehmen mit seinen insgesamt mehr als 50 Mitarbeiterinnen und Mitarbeitern in Berlin und San Francisco tätig. 2018 erhielt es von einer Runde privater Investoren eine Anschubfinanzierung in Höhe von 2,8 Millionen US-Dollar.


Der aus Braunschweig stammende Kessler hatte 2012 das Informatikstudium am KIT begonnen, wo er sein Interesse am Thema Künstliche Intelligenz und autonomes Fahren beim Entwickeln eines autonomen Modellfahrzeugs in der Hochschulgruppe KITCar entdeckte. „Extrem motivierend“ für die eigene Unternehmensgründung waren für ihn die Angebote der Hochschulgruppe PionierGarage des KIT für studentische Entrepreneure sowie ein einjähriger Aufenthalt im Silicon Valley bei Mercedes Research im Bereich Maschinelles Lernen und Datenanalyse. 
„Nirgends lernt man in kürzester Zeit mehr als in einem Start-up und das Interesse großer Firmen, mit Start-ups zusammenzuarbeiten hat in jüngster Zeit deutlich zugenommen“, stellt der 26 Jahre alte Gründer fest. Die erste Welle der Künstlichen Intelligenz, in der sie vorwiegend für Unterhaltungsgeräte und Endverbraucher-Produkte genutzt wurde, habe Deutschland verschlafen. „In der zweiten Welle, in der Künstliche Intelligenz in Industrie und Technik angewandt wird, kann Deutschland sein Potenzial nutzen“, ist Kessler überzeugt.