Wie autonomes Fahren einen Talentkrieg auslöste

Im Januar 2015 begannen einige der besten Fahrzeugautonomieforscher der Welt aus dem National Robotics Engineering Center (NREC) in Carnegie Mellon zu verschwinden. Bis Ende des Monats hatten fünfzig NREC-Mitarbeiter das Forschungsinstitut verlassen – ein ganzes Drittel der NREC-Mitarbeiterzahl –, darunter viele seiner Spitzenangestellten und der Direktor des Zentrums.

Die ehemaligen Mitarbeiter tauchten nur ein paar Blocks entfernt wieder auf, in einer ehemaligen Schokoladenfabrik, die jetzt Uber Technologies gehört, die den Raum gekauft und renoviert hatte, um das Hauptbüro seiner Advanced Technologies Group unterzubringen. Uber hatte die Forscher mit himmelhohen Vergütungspaketen und dem Versprechen, einen spürbaren Einfluss zu nehmen, indem es Autos dabei half, in der realen Welt selbst zu fahren – nicht nur im Labor – von NREC weggelockt.

Später in diesem Jahr unterzeichneten Carnegie Mellon und Uber eine „strategische Partnerschaft“, um ihre Beziehung neu zu gestalten und einen formelleren Weg für CMU-Forscher zur Zusammenarbeit mit Uber zu schaffen, aber andere Akteure im Automobilbereich hatten bereits Notiz davon genommen. So kühn es auch war, Ubers mutiges Manöver war nur die Eröffnungssalve in einem Kampf, um die wertvollsten Talente der Welt – Experten für autonomes Fahren – mit allen erforderlichen Mitteln zu finden und zu rekrutieren.

In den letzten Jahren ist der Talentkrieg eskaliert. Heute ist die Waymo-Sparte von Google in einen Rechtsstreit gegen Uber verwickelt, in dem der ehemalige Mitarbeiter und Selbstfahrexperte Anthony Levandowski beschuldigt wird, Geschäftsgeheimnisse gestohlen zu haben, nachdem Uber fast 700 Millionen US-Dollar für die Übernahme seines Startups Otto gezahlt hatte. Traditionelle Autohersteller sind in den Kampf eingestiegen, wobei General Motors 580 Millionen US-Dollar für die Übernahme von Cruise Automation zahlt und Toyota 1 Milliarde US-Dollar für den Aufbau eines 200-köpfigen Forschungsteams für selbstfahrende Autos vorsieht. Mit einem 42-Milliarden-Dollar-Markt, um den es geht, werden selbstfahrende Experten mit der gleichen Leidenschaft – und Entlohnung – umworben wie Rockstars und Spitzensportler.

Wie Talent Innovationen in der Fahrzeugautomatisierung vorantreibt

Wie in unserem Artikel über die wachsende Bedeutung von Software für die Automobilindustrie diskutiert, werden selbstfahrende Fahrzeuge die automobile Wertschöpfungskette grundlegend verändern. Bis in die jüngste Vergangenheit waren Automobilhersteller Hardware-Powerhouses mit einer Kernkompetenz in Fertigung und Logistik. Aber ausgeklügelte Software wird für die Autos von morgen genauso wichtig sein – für selbstfahrende Autos so notwendig wie Motor und Getriebe.

Aus Sicht der Talente besteht der offensichtlichste Bedarf von Akteuren im Mobilitätsbereich – Transportnetzwerken wie Uber und Lyft, Autoherstellern wie Tesla und GM und Neueinsteigern wie Waymo und Apple – darin, Experten für maschinelles Lernen, Computer Vision und künstliche Intelligenz zu finden das Know-how, um die „leitende Intelligenz“ autonomer Fahrzeuge zu gestalten. Dies sind die Systeme, die Sensoreingaben und Kartendaten in Selbstfahrfähigkeiten umwandeln, die eine enorme Zuverlässigkeit unter einer Vielzahl von Bedingungen aufweisen.

Aber der Bedarf an Talenten endet hier nicht. Selbstfahrende Autos stehen an der Schnittstelle von vier miteinander verbundenen technologischen Trends, die jeweils einen Horizont darstellen, der bis an die Grenzen getrieben werden muss, um ein überlegenes Mobilitätserlebnis zu schaffen, das die Verbraucher im nächsten Jahrzehnt überzeugen wird. Im Rest dieses Artikels befassen wir uns mit diesen Technologien – Konnektivität, Autonomie, geteilte Mobilität und Elektrifizierung –, um Interessenvertretern aus der Automobilbranche dabei zu helfen, ihre Suche nach Talenten zu priorisieren.

1. Konnektivität

Wie bei allen Anwendungen der maschinellen Lerntechnologie sind die Selbstfahrfähigkeiten ein Produkt ihrer Daten. Mit qualitativ hochwertigeren Daten können autonome Fahrzeuge bessere und zuverlässigere Entscheidungen darüber treffen, wo und wie sie fahren sollen.

Die meisten missionskritischen Daten, die Autos benötigen, um selbst zu fahren, werden von einer robusten Ergänzung von Onboard-Sensoren stammen – zum Beispiel haben vollautonome Teslas acht Kameras, zwölf Ultraschallsensoren und ein nach vorne gerichtetes Radar. Um Leistung und Sicherheit zu maximieren, müssen autonome Fahrzeuge jedoch mit zusätzlichen Datenquellen verbunden werden.

Auf einer Basisebene beinhaltet dies die Verbindung zu GPS-Leitsystemen und cloudbasierten Verkehrsanwendungen wie Waze, um Fahrzeugen dabei zu helfen, optimale Routen zu erstellen. Die Autohersteller sind bereits an der Spitze dieses Trends und Gartner schätzt, dass bis 2020 fast 250 Millionen Fahrzeuge mit dem Internet verbunden sein werden. Aber die Reduzierung der Latenzzeiten und das Erreichen höchster Sicherheits- und Komfortstandards implizieren, dass selbstfahrende Autos auch Daten austauschen und kommunizieren werden mit anderen Fahrzeugen und mit der Infrastruktur und den Straßen um sie herum. Beispielsweise könnten intelligente Verkehrssignale direkt mit Fahrzeugen interagieren – die Stadt Atlanta plant sogar den Bau separater Straßen für selbstfahrende Autos, komplett mit in Sensoren eingebetteten Verkehrszeichen und Parkuhren.

Selbstfahrende Autos werden Daten aus einer Vielzahl von Quellen verbrauchen, was bedeutet, dass Fachwissen in Bezug auf Konnektivität und das Internet der Dinge in diesem Bereich unerlässlich sein wird. Ebenso wichtig wird es sein, erstklassige Sicherheitsexperten zu halten, die Schwachstellen erkennen und das Risiko begrenzen können, dass vernetzte Fahrzeuge gehackt oder ausgenutzt werden.

2. Autonomie

Nachdem sie eine Vielzahl von Daten von internen Sensoren und externen Quellen aufgenommen haben, müssen selbstfahrende Autos diese in Routen- und Kontrollanweisungen umwandeln. Die Algorithmen, die Autonomie erzeugen, sind die grundlegendste Komponente fahrerloser Fahrzeuge, und Autonomie ist die Fähigkeit, die im Mittelpunkt des Talentkriegs steht.

Die Online-Bildungsplattform Udacity hat kürzlich einen Nanograd „Self-Driving Car Engineer“ eingeführt, der von Sebastian Thrun, einem Professor an der Stanford University und einem der Paten der Forschung zu selbstfahrenden Autos, unterrichtet wird, und sein Lehrplan gibt einen Einblick in die vielen erforderlichen Softwarekompetenzen Fahrzeugautonomie in beliebigem Maße zu erzeugen. Wesentliche Wissensgebiete sind Deep Learning, Computer Vision, Sensorverarbeitung und -fusion, Lokalisierung und Steuerung – jeweils mit vertiefenden Untermodulen. Zusammengenommen ermöglichen diese Fähigkeiten Ingenieuren, Systeme zu entwerfen, die Verkehrssignale und -schilder erkennen, Fahrspuren halten, sich an widrige Wetterbedingungen anpassen, auf den Verkehrsfluss reagieren und potenziellen Kollisionen zuvorkommen können.

Es ist bemerkenswert, dass eine Reihe von Kursmodulen von Udacity von Unternehmen gesponsert werden, die Technologien für selbstfahrende Autos erforschen, darunter Mercedes-Benz und Uber, was darauf hindeutet, dass große Mobilitätsakteure so erpicht darauf sind, autonome Talente zu binden, dass sie bereit sind, Ingenieure direkt abzuwerben aus der Schule.

3. Geteilte Mobilität

Die Erforschung autonomer Fahrzeuge wurde durch das Wachstum von Verkehrsnetzen wie Uber und Lyft sowie von Carsharing-Diensten wie Zipcar und Car2go enorm beschleunigt. Insbesondere Uber und Lyft setzen auf die Tatsache, dass autonome Autos die variablen Kosten ihrer Dienstleistungen durch den Wegfall von Fahrern erheblich senken werden, wodurch Mitfahrgelegenheiten in Bezug auf Kosten und Komfort mit dem Besitz eines Autos konkurrenzfähig werden.

Die Popularität von Uber und Lyft, kombiniert mit kulturellen Faktoren, die den Wert des Autobesitzes für jüngere Bevölkerungsgruppen verringert haben, haben Mobilitätsakteure aller Art aufhorchen lassen. Tesla ist ein Autohersteller, der sich der Idee verschrieben hat, dass die Zukunft der Automobilmobilität weitaus weniger Besitz von Fahrzeugen beinhalten könnte, und Pläne für ein „Tesla-Netzwerk“ von selbstfahrenden Teslas angekündigt, die während ihrer Ausfallzeiten andere Passagiere abholen könnten. GM hat auch einen aggressiven Ansatz gewählt, indem es die Vermögenswerte des Mitfahrgelegenheits-Startups Sidecar erworben und sich mit Lyft zusammengetan hat, um deren Expansion zu finanzieren und eine Reihe strategischer Initiativen zu verfolgen, während Ford seine Absicht angekündigt hat, ein vollständig autonomes Fahrzeug für Mitfahrgelegenheiten auf den Markt zu bringen 2021.

Unabhängig davon, ob sie Fahrzeuge für Mitfahrnetzwerke liefern oder ihre eigenen Netzwerke aufbauen möchten, müssen Mobilitätsakteure in Talente investieren, um die Herausforderungen im Weltraum zu verstehen, von intelligenter Routenführung bei Fahrgemeinschaften bis hin zu Wartung und Fahrgastsicherheit.

4. Elektrifizierung

Selbstfahrende Autos mit Verbrennungsmotor wird es noch lange geben, insbesondere für Langstreckenanwendungen. Da sich die Batterietechnologie jedoch in Reichweite und Kosten verbessert, wird die nächste Generation autonomer Fahrzeuge höchstwahrscheinlich elektrisch sein.

Die Gründe dafür gehen auf andere technologische Trends zurück, die die Entwicklung autonomer Fahrzeuge vorangetrieben haben. Zum einen haben Elektrofahrzeuge das Potenzial, wartungsfreundlicher zu sein, da sie nur aus drei Hauptkomponenten bestehen – Batterie, Wechselrichter und Elektromotor. Wenn sie ausgereift sind, könnten sie auch durch drahtlose Technologien wie das Induktionsladen einfacher zu betanken sein, wodurch sie sich gut für die intensiven Nutzungsmuster von Mitfahrgelegenheiten eignen.

Elektroautos sind auch für Computer einfacher zu steuern und können die Reihe von Sensoren, die autonome Fahrzeuge verwenden, um Daten zu sammeln und ihre Bewegung zu steuern, zuverlässig mit Strom versorgen. Bereits 58 % der leichten autonomen Fahrzeuge basieren auf einem Elektroantrieb, während weitere 21 % einen Hybridantrieb verwenden. Bis die Batterietechnologie es Elektrofahrzeugen ermöglicht, die Reichweite von Benzinautos zu erreichen, werden Hybridmotoren die Lücke schließen und sowohl Reichweite als auch überlegene Kompatibilität mit den einzigartigen Anforderungen autonomer Fahrzeuge bieten.

Gutes Selbstfahrer-Talent ist schwer zu finden

Der Kampf der Talente in der Fahrzeugautomatisierung hat gerade erst begonnen. Die Nachfrage nach technischen und geschäftlichen Talenten in den vier oben beschriebenen Bereichen wird steigen, da Organisationen im gesamten Mobilitätsbereich ihre Überzeugung von der schnellen Weiterentwicklung der Technologie und der rechtlichen Normen verstärken, die derzeit selbstfahrende Autos von einer weit verbreiteten Einführung abhalten.

Die Sicherung von Talenten mit fundiertem Fachwissen in der Autonomie ist für die Herstellung autonomer Fahrzeuge von entscheidender Bedeutung, aber die Mobilitätsakteure dürfen hier nicht aufhören. Die Gewinner der Talentkriege müssen sich den gesamten Stapel von Kompetenzen ansehen, die erforderlich sind, um sichere und qualitativ hochwertige autonome Fahrerlebnisse zu schaffen, und kreative Taktiken anwenden, um Talente zu binden und ihren Weg zu nachhaltigem Wachstum in der nächsten Ära der Mobilität zu sichern.