ZF revolutioniert Fahrerassistenzsysteme mit KI

Als eine der führenden KI-Lösungen ist „ZF Annotate“ seit bereits drei Jahren im Einsatz und weckt zunehmend Interesse bei Automobilherstellern. Wie hilft die Technologie dabei, Messdaten besser nutzbar zu machen – und so Fahrerassistenz‑ und autonome Fahrfunktionen noch effizienter und schneller weiterzuentwickeln?

Unsere Technologie unterstützt Automobilhersteller dabei, Messdaten deutlich besser und umfassender nutzbar zu machen. Die KI erzeugt automatisiert aus den Rohdaten ein konsistentes, hochpräzises Umfeldmodell. Dabei werden alle relevanten Objekte – wie zum Beispiel Fahrzeuge, Fußgänger, Verkehrszeichen oder Fahrspurmarkierungen – zuverlässig erkannt, klassifiziert und über die Zeit hinweg getrackt. Dadurch werden Prozesse, die früher manuell erfolgen mussten und nur begrenzt skalierbar waren, reproduzierbar, stabil und qualitativ konsistent. Die cloudbasierte Architektur ermöglicht es zudem, große Mengen an Sensordaten aus den Fahrten weltweiter Testflotten über Entfernungen von mehr als hunderttausend Kilometern effizient auszuwerten. In kurzer Zeit werden so verwertbare Referenzdaten aus Testfahrten mit einer Gesamtlänge von bis zu 4.000 Kilometern pro Tag bereitgestellt. Hersteller können damit Entwicklungszyklen verkürzen, Trainingsdaten generieren und dadurch Fahrerassistenz‑ sowie autonome Systeme schneller und datenbasiert weiterentwickeln.

Welche messbaren Ergebnisse leistet die KI-Lösung ganz konkret, mit Blick auf Datengenauigkeit, Effizienz und Schnelligkeit? 

„ZF Annotate“ liefert nachweisbare Verbesserungen entlang zentraler Entwicklungsparameter. Zum Beispiel eine robustere Sensorkalibrierung und eine einheitliche Zeitbasis zur Synchronisierung. Durch die KI‑gestützte Objektmarkierung, die Klassifikation mit zusätzlichen notwendigen Attributen, wie etwa Größe und Geschwindigkeit, sowie 2D‑ und 3D‑Tracking‑Algorithmen, entsteht eine hochpräzise „Ground Truth“. Das heißt: alle relevanten Objekte werden positionsgenau erfasst und mit stabilen IDs über ganze Fahrszenen hinweg verfolgt. Diese Präzision war zuvor nur mit erheblichem manuellem Aufwand erreichbar. In puncto Geschwindigkeit beschleunigt die KI den Validierungsprozess um das Ein- bis zu Zehnfache. Umfassende Annotationsprojekte werden beispielsweise von zwölf auf zwei Monate verkürzt. Gleichzeitig sorgt die cloudbasierte Verarbeitung großer Datenmengen für eine deutlich höhere Effizienz. Die vollautomatisierte Analyse reduziert den Aufwand der Referenzerstellung um bis zu 80 Prozent und ermöglicht so eine schnelle Bereitstellung belastbarer Referenzdaten für die Entwicklungs‑ und Validierungsteams.