Sicherheit beim kooperativen, automatisierten Fahren durch Einbeziehung von Unsicherheiten (BEYOND VALIDATION AI)

• Fachliche Zuordnung: Systemtechnik ; Elektrotechnik und Informationstechnik ; Informatik
• Förderung: Förderung seit 2026
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 549102058

Die Betrachtung und Reduktion von Unsicherheiten in der Entwicklungs- und Testphase ist ein zentraler Schlüssel zur Bewältigung der technologischen Herausforderungen beim sicheren automatisierten Fahren. Durch den zunehmenden Einsatz von KI-Methoden ergeben sich daten- und modellbedingte Unsicherheiten, die berücksichtigt werden müssen. Die Einbeziehung dieser Unsicherheiten beim Automatisierten, Kooperativen Fahren (AKF) erfordert einen multidisziplinären Zugang. Diesen ermöglicht die THI personell und infrastrukturell durch (1) das bundesweite wissenschaftliche Leitzentrum für Fahrzeugsicherheit CARISSMA, (2) den im Rahmen der Hightech-Agenda Bayern etablierten bayerischen KI-Mobilitätsknoten AImotion Bavaria, (3) geeignete Forschungsinfrastruktur, (4) regionale Testfelder zum AKF, (5) Forschungsprofessuren mit Fachexpertise für diese multidisziplinäre Betrachtung, (6) ein mobilitätsorientiertes industrielles Forschungsumfeld und (7) eine starke Ausrichtung der Studienprogramme auf den Bereich der innovativen Mobilität. Das übergeordnete Ziel des Forschungsimpulses (FIP) ist ein dauerhaftes interdisziplinäres Kompetenzzentrum für die Erhöhung der Sicherheit in KI-basierten vernetzten Mobilitätssystemen, durch ein tiefgreifendes Verständnis von Unsicherheitsquellen, deren Propagation und Wirkung auf die Entscheidungsfindung. Die grundlagenwissenschaftliche Betrachtung von Unsicherheiten beim AKF wird durch die antragstellenden Forschungsprofessuren sichergestellt. Das seit 2023 bestehende Promotionsrecht der THI in den Bereichen KI/Informatik und Ingenieurwissenschaften unterstützt die Gewinnung von forschungsstarkem Personal. Eine institutsübergreifende Forschungsgruppe soll etabliert und mittelfristig durch eine Nachwuchsgruppenleitung koordiniert werden. Neben dem Verständnis für die Unsicherheitsquellen sollen Methoden zur Quantifizierung und Reduktion von Unsicherheiten erforscht werden. Der Fokus liegt auf der Perzeptions- und Prognoseunsicherheit des Fahrzeugumfelds. Es soll untersucht werden, wie Wissenslücken, die zu epistemischen Unsicherheiten führen, durch große vortrainierte KI-Modelle, die Identifikation von sog. „Corner Cases“, Verhaltensmodelle oder die Einbeziehung von Domänenwissen reduziert werden können. Die verbleibenden Unsicherheiten in der Darstellung und Prognose des Fahrzeugumfelds, aber auch in der V2X-Kommunikation werden mit geeigneten Größen, die Bestandteil der Forschungsarbeiten sind, beschrieben. Diese Größen sind die Grundlage für den Einsatz von KI-Methoden in sicherheitsrelevanten Komponenten beim AKF und werden im FIP für die Planung sicherer Trajektorien, für Testmethoden und für den Entwurf resilienter Funktionsarchitekturen verwendet. Die bestehende Ausstattung an der THI und das technologische Ökosystem des regionalen Umfeldes sollen dazu beitragen, das forschungsstarke Personal an der THI weiter auszubauen und die THI im Förderzeitraum zum Forschungsleuchtturm mit dem oben formulierten Ziel zu machen.

• DFG-Verfahren: Forschungsimpulse
• Antragstellende Institution: Technische Hochschule Ingolstadt
• Sprecher: Professor Dr.-Ing. Michael Botsch
• beteiligte Wissenschaftlerinnen / beteiligte Wissenschaftler: Professor Dr. Christian Facchi; Professor Dr. Andreas Festag; Professor Dr.-Ing. Werner Huber; Professor Dr. Andreas Riener; Professorin Dr. Stefanie Schmidtner; Professor Dr. Torsten Schön