Innovation und Investition in vernetzte Fahrzeuge.
Softwareentwickler werden bald als die neuen Mechaniker gesehen, da Automobilhersteller zunehmend künstliche Intelligenz einsetzen (AI), um personalisierte Benutzererlebnisse in vernetzten Fahrzeugen zu schaffen. Und während die Möglichkeiten, diese Technologie zu nutzen, eindeutig enorm sind, sind es auch die potenziellen Fallstricke. Um Automobilnutzern das ultimative Benutzererlebnis zu bieten, müssen Fahrzeugsicherheit und Vorschriften genau unter die Lupe genommen werden.
Eine Ankündigung von Googles Waymo im März dieses Jahres enthüllte, dass in San Francisco fahrerlose Mitfahrdienste angeboten würden, und verdeutlichte, wie der Einstieg von Unternehmen wie Google, Amazon, Apple, Microsoft, und andere im Automobilsegment haben nur zu einem Anstieg des Einsatzes von KI-Technologie geführt.
Auf der anderen Seite des großen Teichs behauptet die britische Regierung, dass fahrerlose Autos bis 2025 auf britischen Straßen unterwegs sein werden, und der kurze Zeitrahmen wirft Bedenken hinsichtlich der Geschwindigkeit von Regulierungsänderungen und Unsicherheiten darüber auf, wie sich autonome Fahrzeuge (AVs) entwickeln werden. Da sich die Erwartungen der Verbraucher an Software-Updates für Fahrzeuge so entwickeln, wie wir sie heute bei Mobiltelefonen sehen, mit einer ständig steigenden Nachfrage nach neuen Funktionen, besteht ein erhöhtes Risiko, dass Fahrzeuge durch ihren Quellcode angreifbar werden. Und wie 2015 zu sehen war, als Sicherheitsforscher die Automobilindustrie erschütterten, indem sie sich in einen Jeep hackten, der von einem (zustimmenden) Tech-Journalisten gefahren wurde.
Das Streben nach einer schnellen Einführung autonomer Fahrzeuge auf globaler Ebene lässt Befürchtungen aufkommen, dass Sicherheitsprobleme zusammen mit vorzeitiger Regulierung die kontinuierliche Innovation und Investition in diesem Sektor gefährden könnten.
KI ist die treibende Kraft hinter vernetzten Fahrzeugen
KI wird hauptsächlich in Fahrzeugen eingesetzt, um das Benutzererlebnis zu verbessern – Fahrzeuge sicherer zu machen, die Spracherkennung zu verbessern und die Cloud-basierte Navigation, das Wetter und die Oberflächenbedingungen zu verbessern. Aber wir sehen auch Originalgerätehersteller (OEMs), die KI-Technologie außerhalb des Fahrzeugs selbst nutzen – um das Lieferkettenmanagement, die Fertigung, das Fahrzeugdesign und das Testen zu verbessern.
Ein tieferer Einblick in Fahrzeugtests zeigt, dass der Einsatz von KI und maschinellem Lernen (ML) beide einen erheblichen Einfluss haben. Nicht nur die Basissoftware wird getestet, auch alle Variationen der im Fahrzeugbetrieb gelernten Datensätze sind prüfungsbedürftig. Und im Fall des selbstfahrenden Fahrzeugs von Waymo – ein komplexes System, das riesige Datensätze von Google, Echtzeitsensoren und externe GPS-Karteninformationen verbindet – ist dies ein akribischer Prozess.
In vielen Anwendungsbereichen für KI gibt es heute nicht unbedingt Sicherheitsbedenken, da es sich größtenteils um Komfortfunktionen wie Spracherkennung und Navigation handelt. Aber auch hier könnte ein Navigationsfehler möglicherweise zu einer Kollision führen, die zu Verletzungen oder Todesfällen führt. In jedem Fall ist es unerlässlich, zumindest eine zugrunde liegende Sicherheitstechnologie für Fahrerassistenzsysteme (ADAS) zu haben, um die KI/ML-Systeme in Schach zu halten.
Sicherheit vernetzter Fahrzeuge in den Händen von Softwareentwicklern, Normen und Vorschriften
Technologische Entwicklungen rund um KI in Fahrzeugen wurden historisch überholt
Die Vorschriften. Und die Regulierung hat – anstatt sicherzustellen, dass diese Technologie sicher eingeführt wird – typischerweise den Einsatz von KI in Fahrzeugen verhindert. Aber die Verbrauchernachfrage bedeutet, dass sich dies jetzt ändert, da das Volumen der vernetzten Fahrzeuge in den letzten 270 Jahren um 5 % gewachsen ist. Und anstatt sich der Frage zu stellen, ob KI-Technologie eingesetzt werden sollte, hat sich das Gespräch darauf verlagert, wie Codekomplexität, Regulierung und die Lebensdauer des implementierten Codes die Fahrzeugsicherheit beeinflussen. Und selbst wenn die primäre Implementierung von KI die allgemeine UX verbessern soll, darf die Codesicherheit nicht übersehen werden.
Die Nachfrage der Verbraucher nach neuen Funktionen hat die Nachfrage angekurbelt und den Druck erhöht, KI in Fahrzeugen zu implementieren. Damit sind jedoch ständig Softwareaktualisierungen erforderlich, und ohne vollständigen Zugriff auf den Quellcode für einen Entwickler können Schwachstellen und Sicherheitsbedenken entstehen. Es ist von größter Bedeutung, Zugriff auf den Quellcode für Tools und Laufzeitsoftware zu haben, die im Entwicklungsprozess verwendet werden, und ebenso wichtig, Einblick in die Projekte zu haben, die Sie für die Verwendung im Fahrzeug erstellen.
Cloudbasierte Technologien und Daten sind die Zukunft der Automotive Cybersecurity
Unabhängig vom Einsatz von KI/ML-Technologien werden Fahrzeuge weiterhin zunehmend auf Cloud-basierte Technologien und Daten angewiesen sein. Die Cloud-basierten Aspekte des autonomen Fahrens sind längerfristig wichtig, insbesondere wenn alle Fahrzeuge auf der Straße vernetzt sind. Natürlich werden lokale ADAS-ähnliche Sicherheitsmechanismen auf Basis von LiDAR, Radar und Kameras sicherlich erforderlich sein, um die Systemsicherheit vom Test bis zum Einsatz zu gewährleisten.
Die Verbrauchererwartungen an Software-Updates und die Verbreitung erweiterter Feature-Sets in den softwaredefinierten Fahrzeugen werden weiter steigen. Und während – angesichts der aggressiven Einführung von Open-Source-Software – die Möglichkeit für lokales Hacking bleibt. Entwickler, die Mechaniker der Zukunft, können dies mit dem richtigen Werkzeugkasten und entsprechenden Vorschriften verhindern.
Kommerziell lizenzierte Software mit offenem Charakter wird unweigerlich auf dem Vormarsch sein. Für die Effizienz in der Produktentwicklung ist es äußerst wichtig, Zugriff auf den Quellcode für Tools und Runtime-Software zu haben, die im Entwicklungsprozess verwendet werden, und ebenso wichtig, Einblick in die Projekte zu haben, die für den Einsatz in Fahrzeugen erstellt werden. Kommerzielle Lizenzierung u IP Schutz ist eine absolute Notwendigkeit, während der zugrunde liegende Quellcode der Entwicklergemeinschaft zur Verfügung gestellt wird.