Seite - 184 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft
Bild der Seite - 184 -
Text der Seite - 184 -
184 B Anwendung
Aufbau von Vertrauen in automatisierte Fahrfunktionen
In der Diskussion um Nutzerakzeptanz gilt es, ungleich gelagerte Toleranzschwellen
für menschliche und maschinelle Fehler zu berücksichtigen. Wie sensibel die Öffent-
lichkeit Sicherheit und deren Gewährleistung bzw. Nichtgewährleistung im Mischver-
kehr wahrnimmt, zeigt bereits der erste tödliche Unfall eines sich im automatisierten
Modus befindlichen Fahrzeugs – eines Tesla Model S – im Jahr 2016 (The Guardian
2016). Dieser weltweit diskutierte Vorfall machte deutlich, dass an die Sicherheit
automatisierter Fahrzeuge deutlich andere Maßstäbe angelegt werden. Dabei schnei-
det die Fahrleistung des im Unfallwagen verwendeten Autopiloten in einer rein sta-
tistischen Betrachtung durchschnittlich deutlich besser ab als ein menschlicher Fah-
rer. Es handelte sich um das erste bekannte Todesopfer bei etwas mehr als 208 Milli-
onen gefahrenen Kilometern insgesamt, bei denen der Autopilot in einem Tesla
Model S aktiviert worden war. Im Vergleich dazu: Unter allen Fahrzeugen in den USA
gibt es etwa alle 136 Millionen Kilometer (National Highway Traffic Safety Administ-
ration 2017) einen Todesfall58. Dennoch ist festzuhalten, dass dieser Vorfall für erheb-
liche Kratzer am Image des automatisierten Fahrens gesorgt hat.
Da die Unfallzahlen der automatisierten Fahrzeuge zumindest in näherer Zukunft
deutlich im Fokus einer öffentlichen Debatte stehen werden, geht man davon aus,
dass diese gerade mit Hilfe von automatisierten und vernetzten Fahrzeugen um min-
destens eine Größenordnung reduziert werden müssen. Nur dann wird die Bevölke-
rung diese Fahrzeuge als Assistenzsystem akzeptieren (Shashua 2017). Dass dies
gelingen kann, zeigt sich daran, dass tatsächliche menschliche Eingriffe in bereits
vorhandene automatisierte Fahrfunktionen sich stetig verringern.
Spezielle Hindernisse der Einführung automatisierten Fahrens
Für die künftige Entwicklung des automatisierten Fahrens insgesamt birgt die gesell-
schaftliche Wahrnehmung von Unfällen mit dem Fokus auf seltene Einzelfälle und
einer fehlenden Relativierung das große Risiko einer nur geringen Akzeptanz von
derart für die Sicherheit bedenklichen Anwendungen. Man stelle sich nur einmal die
mediale Resonanz auf hypothetische Vorkommnisse vor, wie ein durch Hacking
manipuliertes Fahrzeug oder gar eine manipulierte autonome Transportdrohne, die
Täter zum Kidnapping oder als Waffe missbrauchen. Neben der Tragik des Einzelfalls
würden die davon ausgehenden Schockwellen die Weiterentwicklung automatisier-
58 Die Aussagekraft des NHTSA-Berichts für den Vergleich der Fähigkeiten menschlicher
Fahrer mit denen des Autopiloten wird zum Teil kritisch betrachtet, da der Detailgrad
keine Unterscheidung des Anteils der mit aktiviertem Autopilot gefahrenen Kilometern
ermöglicht.
Künstliche Intelligenz
Technologie | Anwendung | Gesellschaft
- Titel
- Künstliche Intelligenz
- Untertitel
- Technologie | Anwendung | Gesellschaft
- Herausgeber
- Volker Wittpahl
- Verlag
- Springer Vieweg
- Datum
- 2019
- Sprache
- deutsch
- Lizenz
- CC BY 4.0
- ISBN
- 978-3-662-58042-4
- Abmessungen
- 16.8 x 24.0 cm
- Seiten
- 286
- Schlagwörter
- Elektrische Antriebssysteme, Intelligentes Gesamtmaschinenmanagement, Künstliche Intelligenz, Data Mining, Maschinelles Lernen, Deep Learning, artificial intelligence, data mining, machine learning, deep learning
- Kategorie
- Technik
Inhaltsverzeichnis
- Vorwort 7
- Inhaltsverzeichnis 15
- A Technologie 18
- B Anwendung 92
- Einleitung: KI ohne Grenzen? 95
- 5. Neue Möglichkeiten für die Servicerobotik durch KI 99
- 6. E-Governance: Digitalisierung und KI in der öffentlichen Verwaltung 122
- 7. Learning Analytics an Hochschulen 142
- 8. Perspektiven der KI in der Medizin 161
- 9. Die Rolle der KI beim automatisierten Fahren 176
- 10. Maschinelle Übersetzung 194
- C Gesellschaft 212
- Ausblick 273
- Anhang 277
- Autorinnen und Autoren 277
- Abkürzungsverzeichnis 286