„Ich brauche Verstärkung, K.I.T.T.!“ Von sprechenden Wunderautos sind wir zwar noch immer weit entfernt, aber seit der ersten Staffel von Knight Rider 1982 hat sich doch einiges hinsichtlich selbstfahrender Autos getan: Dank technischem Fortschritt und der digitalen Transformation sind bereits erste vernetzte Autos auf unseren Straßen unterwegs, mit denen wir uns ein wenig wie Michael Knight fühlen können. Langfristig sollen Connected Cars zum Transportmittel für Millionen von Menschen auf der ganzen Welt werden. Das zeigt sich auch in einem Report von PwC: 2016 sollen Connected Cars Einnahmen von bis zu 45 Milliarden Dollar erzielt haben. Diese Summe soll sich bis 2022 auf mehr als 155 Milliarden Dollar erhöhen.

Um ihre physische Umgebung wahrzunehmen, brauchen die Autos eine Vielzahl von Sensoren, die ununterbrochen Signale senden und empfangen. So lässt sich ein aktuelles Bild der Verkehrssituation generieren. Durch das ständige Senden und Empfangen von Daten üben die Fahrzeuge einen enormen Druck auf die Infrastruktur aus, angefangen vom Rechenzentrum über Netzwerke bis hin zu Edge-Connectivity. Die heutigen Automobile sind Computer ganz eigener Art – und lassen so die Datenflut immer weiterwachsen. Es wird geschätzt, dass ein vernetztes Auto eine Datenmenge von 25 Gigabyte pro Stunde in die Cloud hoch lädt. Geht man davon aus, dass bis 2020 eine Viertelmilliarde Connected Cars auf den Straßen sein soll, dann ergibt das unfassbare 6,25 Milliarden Gigabyte alle 60 Minuten.

Selbstfahrend statt nur verbunden

Wenn wir jedoch von autonomen Autos sprechen, dann geht das noch einen Schritt weiter. Dies sind Fahrzeuge, die ohne einen menschlichen Fahrer arbeiten – ein Konzept, das zwar durchaus zu geringeren Fahrtkosten, niedrigeren Versicherungskosten oder mehr Komfort führen kann, jedoch zweifellos eine noch drastischere automobile Datenrevolution mit sich bringen wird. Generiert ein einzelnes Connected Car heute eine Datenmenge von 25 Gigabyte pro Stunde, so dürfte ein autonomes Auto der Zukunft wahrscheinlich die zehnfache Menge erzeugen. Neben Machine-to-Machine (M2M)- und Machine-to-Human (M2H)-Kommunikation müssen wir nun auch Vehicle-to-Vehicle (V2V), Vehicle-to-Everything (V2X), Vehicle-to-Infrastructure (V2I), Vehicle-to-Person (V2P) und umgekehrt (P2V) berücksichtigen.

Die Rechenanforderungen, die solch enorme Datenmengen mit sich bringen, sind dementsprechend komplex – vor allem aber müssen all diese Daten verarbeitet, analysiert und gespeichert werden, damit wir all die Einser und Nullen in nutzbringende Innovation umwandeln können. Die Komplexität und Größenordnung von automobilen Datenmengen – ob nun connected oder autonom – bedeutet, dass immer mehr große Automobilkonzerne den Bedarf an komplexen Rechenkapazitäten für die Zukunft ihres Geschäfts erkennen. Rechenkapazitäten werden dabei für Big Data und High Performance Computing (HPC) benötigt.

Zwar sind HPC und Datenanalytik ein wachsendes Phänomen in diesem Sektor, doch ist es ganz gewiss kein neues. Ob bei der Berechnung von Luftwiderstandskoeffizienten oder Simulationen für alle Fahreventualitäten, Autohersteller sind zunehmend abhängig von schnellen, zuverlässigen und komplexen Rechenoperationen, um ihren Datenanforderungen gerecht zu werden.

Es ist also absehbar, dass zu den Unmengen an Daten, die schon jetzt und zukünftig durch die Industrie 4.0 generiert werden, noch eine unfassbare Menge von Daten anhand Connected Cars und selbstfahrender Autos auf uns zurollen wird. Diese Daten haben im Straßenverkehr höchste Priorität und verlangen Verarbeitung und Analyse in Echtzeit, damit uns die Automobile der Zukunft vor Gefahren schützen und sicher von A nach B bringen. Daher ist es schon jetzt sinnvoll, möglichst viele Anwendungen, die nicht auf eine Echtzeitkommunikation angewiesen sind, auszulagern. So lässt sich genügend Kapazität im eigenen Rechenzentrum für latenzkritische Anwendungen schaffen. Vielleicht sind sprechende Autos wie in Knight Rider noch keine Gegenwart, künstliche Intelligenz und autonome Autos sind jedoch keine Zukunftsmusik mehr. Und die Daten, die sie produzieren, damit auch nicht. (mb)