Uber will von autonomen Fahrzeugen profitieren – aber nicht durch deren direkten Betrieb

Ubers neuer Ansatz für Daten autonomer Fahrzeuge

Statt sich ausschließlich auf KI-gesteuerte Fahrzeuge zu verlassen, möchte Uber die riesigen Datenmengen nutzen, die aus den Milliarden von Fahrten jährlich generiert werden. Das Unternehmen sieht eine Chance, diese Informationen zur Förderung der wachsenden selbstfahrenden Autoindustrie einzusetzen.

In dieser Woche stellte Uber ein Programm vor, das sich auf das Sammeln und Analysieren von Daten aus Kameras und Sensoren konzentriert, die an den Fahrzeugen der Robotaxi-Partner installiert sind. Das Hauptziel ist es, Unternehmen im Bereich der autonomen Fahrzeuge (AV) mit wertvollen, realen Fahrdaten zu versorgen.

Laut Uber wird die Initiative mit dem Netzwerk aus 50.000 Flottenpartnern weltweit beginnen – hierbei handelt es sich um Drittanbieter oder Betreiber, die mehrere Fahrzeuge und Fahrer auf der Uber-Plattform verwalten. Diese Partner werden damit beginnen, ihre Fahrzeuge mit speziellen Sensorkits auszustatten, die dazu dienen, Wetterbedingungen und Straßenrisiken zu überwachen, wie ein Uber-Sprecher erklärte.

Das Unternehmen stellte klar, dass diese Sensorkits extern angebracht werden und sich auf die öffentliche Straßenumgebung konzentrieren, nicht auf das Fahrzeuginnere.

„Unsere Strategie ist es, unsere Partner zu unterstützen und dazu beizutragen, sichere autonome Fahrzeuge weltweit für mehr Menschen zugänglich zu machen“, erklärte ein Uber-Sprecher.

Uber hat nicht bekannt gegeben, welche der mehr als 20 Partner – darunter Waymo – an dieser Initiative teilnehmen. Allerdings hat das kanadische Robotaxi-Unternehmen Waabi kürzlich eine Partnerschaft mit Uber angekündigt, um 25.000 Robotaxis auf der Plattform einzusetzen, ein Geschäft mit einem angeblichen Wert von 1 Milliarde Dollar.

Uber hat in der Vergangenheit mit Nvidia zusammengearbeitet, um reale Fahrdaten zu sammeln, und betreibt derzeit Fahrzeuge mit Kameras zur fortlaufenden Datenerhebung, wie das Unternehmen mitteilte.

Bereits im Jahr 2020 stieg Uber aus der Entwicklung eigener autonomer Fahrzeuge aus und verkaufte seine Self-Driving-Abteilung an Aurora, ein Startup in diesem Bereich. Dieser Schritt folgte auf einen tragischen Vorfall im Jahr 2018, als ein autonomes Uber-Fahrzeug eine Fußgängerin erfasste und tötete.

Verbesserung des Trainings autonomer Fahrzeuge

Traditionell haben Unternehmen und Forschende im Bereich autonomes Fahren auf Simulationen und Algorithmen gesetzt, um reale Herausforderungen im Straßenverkehr vorherzusehen. So entwickelte beispielsweise ein Team der University of Michigan KI-Tools, um schlechtes Fahrverhalten zu simulieren, was dazu beitrug, die Kosten und Komplexität beim Testen von AV-Technologie zu senken.

Uber teilte CBS News mit, dass ein zentrales Ziel der neuen Initiative darin besteht, unvorhersehbare Ereignisse zu erfassen – etwa umherfliegende Trümmer auf der Straße oder einen Fußgänger, der plötzlich nachts auftaucht –, die für synthetische Modelle schwer vorhersehbar sind.

„Das Hauptproblem auf dem Weg zur Autonomie ist nicht länger die Software oder Hardware, sondern der Zugang zu hochwertigen, realen Trainingsdaten und Modellen“, sagte Ubers Chief Technology Officer, Praveen Neppalli Naga.

Freisetzung des Werts realer Daten

Uber bezeichnet diese Art von Informationen als „Long-Tail-Daten“, die für Unternehmen, die selbstfahrende Technologie entwickeln, äußerst wertvoll sein könnten. Der kommerzielle Erfolg von AVs hängt vom Vertrauen der Öffentlichkeit ab, und Uber sieht die Möglichkeit, künftig neue Einnahmen zu generieren, indem Partnern der Zugang zu den eigenen Datenressourcen verkauft wird.

„Wir glauben, dass dieses Angebot die Einführung autonomer Technologie erheblich beschleunigen kann. Wir sind optimistisch hinsichtlich des Werts, da die Daten sich bereits als äußerst nützlich erweisen“, kommentierte ein Uber-Sprecher. „Die breite Einführung von AVs stellt für Uber eine Multi-Billionen-Dollar-Chance dar.“

Herausforderungen auf dem weiteren Weg

Zachary Greenberger, ehemaliger Chief Business Officer bei Lyft und jetzt CEO von Nexar – einem Unternehmen, das sich auf Datentools für autonomes Fahren spezialisiert hat – erkennt das Potenzial der Verbindung von KI mit Verkehrsdaten. Er sagte jedoch gegenüber CBS News, dass Uber erhebliche Schwierigkeiten haben könnte, schnell zu skalieren.

Greenberger merkte zudem an, dass Ubers anfänglicher Fokus auf professionelle Flottenfahrer die Vielfalt der erfassten unvorhersehbaren Situationen einschränken könnte, da diese Fahrer seltener mit seltenen, chaotischen Szenarien – wie einem Kind, das unerwartet auf die Straße rennt – konfrontiert werden, die sich in Simulationen nur schwer nachbilden lassen.

„Die Zahlen sind gewaltig. Um AV-Unternehmen mit aussagekräftigen Daten zu versorgen, müsste Uber in kurzer Zeit Hunderttausende von Sensoren in Fahrzeugen installieren“, erklärte Greenberger.