"Die KI ruft den Krankenwagen"

Wie bringt man einem Auto bei, von allein abzubiegen? Wie erkennt künstliche Intelligenz Unfälle in der Wohnung? Absolventen berichten von ihrer Arbeit.

Freihändig Fahren in der Firmen-Tiefgarage

"Während meiner Masterarbeit habe ich an selbstfahrenden Robotern getüftelt, die Hindernisse zur Seite schieben können. Inzwischen ist mein Spielzeug um einiges größer und teurer geworden: Ich entwickle bei BMW Autos, die sich bald selbstständig und sicher im Stadtverkehr bewegen können.

Gemeinsam mit acht weiteren Entwicklern arbeite ich daran, dass das Auto seine Umgebung jederzeit erkennt. Wenn man einem Kleinkind zehnmal das Bild einer Banane zeigt, erkennt es eine Banane irgendwann von selbst. Ähnlich trainieren wir ein künstliches neuronales Netzwerk, nur nicht mit Bananen, sondern mit Millionen Szenarien aus dem Straßenverkehr: roten Ampeln, Fahrradfahrern oder Linksabbiegern. Um diese Daten zu sammeln, fahren regelmäßig Mitarbeiter durch die Stadt. Mit Autos, die rundum mit Kameras sowie Radar- und Ultraschallsensoren an Motorhaube, Stoßdämpfern oder Seitenwänden ausgestattet sind.

In zwei Jahren soll das erste BMW-Serienfahrzeug auf den Markt kommen, das autonom fahren kann. Der Fahrer muss aber noch hinter dem Steuer sitzen, um etwa bei einer Baustelle eingreifen zu können. Damit unsere Software die unterschiedlichsten Verkehrsszenarien erkennt, haben wir uns viele kleine Etappen gesteckt: Zwei Wochen lang arbeiten wir zum Beispiel nur daran, das Linksabbiegen zu verbessern. Wenn wir merken, dass das neuronale Netz beim Linksabbiegen noch nicht so gut funktioniert, schicken wir die Fahrer raus, damit sie noch mehr Bilder und Daten sammeln.

Das Schönste an meinem Job ist, dass ich das, was ich programmiert habe, sofort ausprobieren kann. Dafür ziehe ich die Software einfach auf eine Festplatte und fahre mit dem Fahrstuhl runter in die Garage im Erdgeschoss. Dort stehen bis zu zwanzig spezielle 7er BMWs mit Desktop-Computern im Kofferraum. Ich verbinde die Festplatte, setze mich auf den Fahrersitz und teste, wie das Auto in bestimmten Situationen reagiert. Als ich das erste Mal meine Hände vom Steuer genommen habe und das Auto von alleine abgebogen ist, war ich total überrascht, dass das so gut funktioniert hat. Ich bin optimistisch, dass wir unser Ziel erreichen. Die Technik ist wirklich weit."

Qing Rao, 30, hat Informations- und Elektrotechnik in Shanghai und München studiert. Seit 2018 arbeitet er auf dem Autonomous Driving Campus der BMW Group.

Sauberes Motoröl für Bagger und Walzen

Dieser Text stammt aus dem ZEIT Campus Magazin 3/19. Das aktuelle Heft können Sie am Kiosk oder hier erwerben.

"Bei Mathe und Physik denken viele Leute an nervige komplexe Aufgaben, aber für mich sind Gleichungen und physikalische Gesetze eine riesige Spielwiese. Es gibt ein Problem? Super, ich suche eine Lösung. Normalerweise beschäftigen sich Astrophysiker mit Galaxien, Sternen oder dunkler Materie. Ich kümmere mich in meinen Projekten um Bagger und Walzen.

Ich arbeite bei Zeppelin, dem Vertriebspartner des Baumaschinenherstellers Caterpillar. Dort forsche ich momentan an der Automatisierung von Ölanalysen. Ähnlich wie ein Arzt, der Blutproben untersucht, ist das Ziel einer Ölanalyse, Krankheiten in Maschinen festzustellen. Dafür werden Ölproben aus dem Getriebe oder den Bremsen von Baumaschinen genommen, und die Sauberkeit wird gemessen. Befindet sich zum Beispiel zu viel Eisen im Motoröl, deutet das auf einen zu hohen Abrieb im Motor hin.

Fake-Daten von Treppenstürzen

Wir arbeiten an einem Computerprogramm, das anhand von Daten die Analyse verbessert. Mithilfe von Analysegeräten messen wir die Zusammensetzung des Öls, welche dann durch ein neuronales Netz nach einem Ampelprinzip bewertet wird. Ein paar Tropfen Öl reichen aus, damit die KI das Ergebnis anzeigt: Leuchtet die Ampel grün, ist alles okay, leuchtet sie rot, ist das Öl unsauber. Doch das Netz muss noch dazulernen, deshalb werden die Proben im Moment zusätzlich auf dem klassischen Laborweg untersucht. Liegt die KI falsch, geben wir ihr das als Feedback und verändern den Algorithmus, damit sie beim nächsten Mal die richtige Entscheidung trifft.

Ein Problem ist, dass immer neue Maschinen oder Ölrezepturen dazukommen. Es gibt also immer neue Aufgaben. Als ich vor einem Jahr bei Zeppelin angefangen habe, waren wir nur zwei Datenwissenschaftler. Inzwischen sind wir zu sechst."

Salvador Albornoz-Salazar, 31, hat in Astrophysik an der LMU in München promoviert. Er arbeitet seit etwa einem Jahr als Datenwissenschaftler in einem Forschungsteam bei Zeppelin.

Fake-Daten von Treppenstürzen

"Als Forscherin für künstliche Intelligenz ist es mein Ziel, die Welt einfacher und sicherer zu machen. Indem ich etwa dafür sorge, dass KI in Smart Homes eingesetzt werden kann, also in Wohnungen, die mit Kameras, Mikrofonen und Sensoren ausgestattet sind. Wenn jemand die Treppe herunterstürzt, sich die Hand am Herd verbrennt oder ein Einbrecher einsteigt, können die Systeme zum Beispiel einen Krankenwagen rufen.

Damit eine KI verlässlich reagieren kann, muss sie mit einem großen Datensatz trainiert werden. Das ist nicht nur sehr aufwendig, sondern manchmal kaum möglich: Wer einer smarten Wohnung beibringen möchte, Unfälle zu bemerken, kann die dafür erforderlichen Daten nicht vorab aus Situationen sammeln, in denen Menschen wirklich die Treppe hinabstürzen. Hier kommt meine Forschung ins Spiel: Ich arbeite an Algorithmen, um reale Daten künstlich nachzubilden. Das kann etwa so aussehen, dass man in Texten die Unfallsituation beschreibt und der Algorithmus in der Lage ist, aus der Textinformation eine Bild- oder Videoinformation zu erstellen. Mit diesen Daten kann die KI dann trainiert werden, damit sie solche Unfälle später im wahren Leben erkennt. Das ist nicht nur für smarte Wohnungen nützlich, sondern für alle Bereiche, in denen KI eingesetzt werden kann, wie etwa das automatisierte Fahren. Wenn man die Daten über einen Algorithmus erstellen kann, müssen die Mitarbeiter nicht wochenlang durch die Stadt fahren, um Daten von verschiedenen Straßen- oder Wetterverhältnissen zu sammeln.

Bei Bosch arbeiten derzeit etwa 1000 Menschen im Bereich KI, davon rund 170 am Bosch Center for Artificial Intelligence mit seinen weltweit vier Standorten. In Renningen sind wir rund 100 Kolleginnen und Kollegen, hauptsächlich internationale Forscher und Entwickler, aber auch Produktmanager. Wir arbeiten alle zusammen in einem Open-Space-Büro. Dort können wir uns auf bunten Filzwürfeln austauschen. Um den Kopf freizubekommen, haben wir einen Tischkicker im Büro. Wir arbeiten eng mit unseren Kollegen in den USA und Indien zusammen. Mir gefällt, dass ich die Möglichkeit habe, auch dort mitzuarbeiten."

Anna Khoreva, 31, hat ihren Master in Visual Computing an der Uni des Saarlandes gemacht. Sie arbeitet seit einem Jahr als Forscherin im Bosch Center for Artificial Intelligence.