Datenökosysteme für die Entwicklung automatisierter Fahrfunktionen
Die Entwicklung von automatisierten Fahrfunktionen, wie zum Beispiel einem Spurhalteassistent ist komplex. Automobilhersteller arbeiten eng mit Zulieferern zusammen, die dafür notwendige Sensoren entwickeln und produzieren. Diese Sensoren müssen dann im komplexen Gesamtsystem des Fahrzeugs integriert werden.
Ähnlich, wie das Smartphone die Architektur des Mobiltelefons vorangetrieben hat, hat das Software Defined Vehicle die traditionelle Architektur des Fahrzeugs revolutioniert. Als software-zentrierte Maschinen ermöglichen SDVs, dass die Daten von verschiedensten Komponenten in neuen Anwendungen verwendet werden können und sich das Fahrzeug somit dynamisch erweitern lässt. Dadurch können beispielsweise nachträglich neue Fahrfunktionen installiert werden, ohne das Fahrzeug austauschen zu müssen.
In der Forschung und Produktentwicklung werden oft digitale Kopien echter Sensoren verwendet, um das reelle Verhalten eines Sensors virtuell in einer Computerumgebung zu simulieren. Mit Hilfe dieser Testsysteme können Neuentwicklungen schnell vorab in komplexe Einheiten integriert werden – ohne Sensorprototypen oder echte Fahrzeuge einsetzen zu müssen. Die virtuellen Systeme werden in Kollaboration zwischen Automobilherstellern und Zulieferern entwickelt, was eine digitale Vernetzung untereinander für den Datenaustausch und die Zusammenarbeit voraussetzt.
Digitale Modelle von Fahrzeugen oder Sensoren, Trainings- und/oder Testdaten, wie hochgenaue 3D-Karten eines Autobahnabschnitts, sind kostspielig in der Entwicklung. Manche Dateien enthalten schützenswerte Inhalte wie neue Funktionen oder Baupläne. Schutz und Kontrolle über die Verwendung der geteilten Daten sind einerseits wichtige Faktoren für die Zusammenarbeit, andererseits kann es Entwickler und Forscher blockieren, wenn komplexe Prozesse, Übertragungsmethoden oder Verhandlungen den Zugriff auf benötigte Daten verhindern.
In einem organisierten Datenökosystem der unterschiedlichen Parteien – zum Beispiel Sensorhersteller, OEM, Simulationsentwickler – lassen sich die dafür notwendigen Kollaborationsmodelle für die Datennutzung, System-Architekturen und Governance-Regeln bestimmen und umsetzen.
Lösungsbausteine des entwickelten Datenökosystems
Ein Datenökosystem zeichnet sich durch das Zusammenwirken verschiedener Akteure und deren Kompetenzen in einem dafür vorgesehenen organisatorischen, technischen Netzwerk aus. Ziel ist oftmals, durch gemeinsam nutzbare Daten und Dienste, neue Leistungsangebote für Kundengruppen zu entwickeln.
msg entwickelt Referenz-Architekturen für den Aufbau von Datenökosystemen und unterstützt bei technischen Implementierungen in Initiativen und Netzwerken wie der International Data Spaces Association (IDSA) und Gaia-X. Je nach Branche oder Domäne (Automotive, Energy, Health usw.) unterscheiden sich die Anforderungen an Datenökosysteme basierend auf unseren Erfahrungen im Detail stark voneinander.
Identitätsbestimmung und Verifizierung
Self-Sovereign Identities (kurz SSI): Über sogenannte digitale Brieftaschen und dezentral nutzbare Identifikatoren (DID) lassen sich verifizierbare digitale Identitätsdaten im Datenökosystem nutzen. Mit diesen Lösungsbausteinen können zum Beispiel Unternehmenszugehörigkeiten von Personen aufgelöst oder Sensordaten eindeutig zugeordnet und verifiziert werden.
Zusammenbringen verschiedener Datenquellen
Zentral ist auch die Rolle von Meta-Daten und die Nutzung durch eine eindeutige Semantik. Gemeinsam nutzbare Verzeichnisdienste (Federated Catalogs) erlauben es Teilnehmenden, Angebote (zum Beispiel 3D-Daten für Simulationen, Datenbundles, Services/Tools) mit zugehörigen Nutzungsbedingungen (Usage-/Access policies) zur Verfügung zu stellen. Speziell entwickelte Suchmechanismen ermöglichen komplexe Anfragen an das Datenökosystem, um zum Beispiel passende Angebote für die Simulationsentwicklung zu finden.
Schutz der Daten / Algorithmen
Die Datenverwendung unterliegt meist einem bedingten Nutzungsrecht, welches die Nutzung an einen Zweck, einen Zeitraum oder auch an die Anzahl der Zugriffe bindet. Mittels Compute-to-Data-/Data-to-Compute-Architekturen wird derzeit verprobt, wie sich Anforderungen an einen hohen individuellen Datenschutz, Infrastrukturtransparenz und Datensouveränität mittels heutiger Cloudtechnologien umsetzen lassen.
Ihre Expertinnen und Experten bei msg
Wir, die msg, implementieren und verproben im Rahmen eines Forschungsprojektes (Gaia-X 4 Future Mobility) und in Zusammenarbeit mit verschiedenen Forschungsinstituten (Fraunhofer, DLR, SETLabs), Universitäten (TU Berlin, TU München), OEM (BMW), Zulieferern (Continental, Infineon), Datenspezialisten (3D-Mapping Solutions, TrianGraphics), Test-/Tooling-Experten (Tracetronic, IQZ) und Know-how-Trägern aus der Automotive Simulation (ASCS) mit insgesamt 20 Partnern den Einsatz von Datenökosystemen für die Entwicklung von automatisierten Fahrfunktionen und digitalen Zwillingen. Die entwickelten technischen Demonstratoren und das Domänenwissen dienen uns als Implementierungsbausteine, um weitere Kundenanforderungen, auch in anderen Industrien, schnell und zielgerichtet umsetzen zu können.
Haben Sie Fragen rund um das Thema Software Defined Vehicle und Datenbasierte Ökosysteme?
Dann vereinbaren Sie noch heute ein kostenfreies virtuelles Erstgespräch.
