Autonomes Fahren – Zukunftsmarkt für IT-Freelancer

Um Autos, Busse und Lkw ohne Fahrer auf die Straße schicken zu können, investieren Autobauer 2030 mehr als doppelt soviel in Softwareentwicklung wie heute. Wer davon als Freelancer profitieren will, braucht umfassende Skills in ROS und Künstlicher Intelligenz.
gulp personaldienstleistung - freelancer - geschaeftswagen

Autonomes Fahren – Zukunftsmarkt für IT-Freelancer

Gerd Meyring – Freiberuflicher Autor
Um Autos, Busse und Lkw ohne Fahrer auf die Straße schicken zu können, investieren Autobauer 2030 mehr als doppelt soviel in Softwareentwicklung wie heute. Wer davon als Freelancer profitieren will, braucht umfassende Skills in ROS und Künstlicher Intelligenz.

Mit Tempo 160 überholt auf der linken Fahrbahn eine schwarze Limousine. Ihr einziger Passagier sitzt im Fond des Wagens und liest Zeitung. Dennoch hält das Fahrzeug immer den korrekten Abstand zu den vorausfahrenden Autos. Schließlich blinkt es, wird langsamer, wechselt die Fahrbahn und verlässt an der nächsten Ausfahrt die Autobahn.

Noch klingt dies wie Science Fiction. Doch seit Januar 2021 dürfen Fahrzeuge auf deutschen Autobahnen bereits bis zu immerhin 60 Stundenkilometer schnell automatisiert und selbstständig unterwegs sein. Nur wenn sie die fahrende Person auffordern, die Kontrolle zu übernehmen, muss diese in das Fahrgeschehen eingreifen. Sonst darf sie während der Fahrt Mails checken oder telefonieren.

Gesetz zum autonomen Fahren erlaubt ab 2022 Betrieb fahrerloser Mobilitätsdienste

Ende Mai beschloss der Bundestag zudem das „Gesetz zum autonomen Fahren“. Dieses erlaubt den Betrieb von fahrerlosen Fahrzeugen auf vorab genehmigten Strecken. Vollautonome Pkw werden auf deutschen Straßen daher zwar noch nicht unterwegs sein. Allerdings können Flughäfen, Hotels, Messegelände oder Städte Shuttle-Verkehre, People-Mover und Busse im öffentlichen Nahverkehr ab 2022 ohne Fahrer auf den Weg schicken.

Autokonzerne werden Investitionen in Softwareentwicklung mehr als verdoppeln

Bis zum Ende des Jahrzehnts wird weltweit wohl jedes zehnte Auto autonom fahren, erwartet das Statistikportal Statista. Damit dies möglich wird, werden Autobauer und ihre Tier-1-Zulieferer 2030 für Automobilsoftware und elektrische sowie elektronische Komponenten 469 Milliarden US-Dollar und damit mehr als doppelt so viel ausgeben wie 2020, erwartet die Unternehmensberatung McKinsey. In die Entwicklung der Software für ihre Fahrzeuge werden sie 2030 mit 84 Milliarden Dollar sogar 2,5 mal so viel investieren wie zehn Jahre zuvor. Immerhin ist Code für ein Auto heute so wichtig wie Blut für den menschlichen Körper, meint der Technikvorstand von Daimler, Sajjad Khan.

gulp personaldienstleistung - bewerber - karriere

Lust auf eine neue Herausforderung?

  • Vielfältige Stellenangebote und persönliche Beratung
  • Erfolgreiche Karriere – auch international
  • Unbefristete Arbeitsverträge
  • Weiterbildungsprogramm

Neuen Job finden!

Entwicklung des autonomen Fahrens erfordert breite Palette an IT-Skills

IT-Freelancer:innen kann dies nur Recht sein. Für sie wird die Automobilindustrie durch diese Entwicklung zu einem immer attraktiveren Auftraggeber – vor allem im Bereich der Entwicklung von Software und Systemen für das automatisierte und autonome Fahren. Denn dabei ist eine besonders breite Palette an Skills gefragt.

Damit sich ein Auto ohne Fahrer unfallfrei im Verkehr bewegen kann, muss ein komplexes System aus Kameras, Radar- und Lidar-Sensoren von Software gesteuert werden. Das Auto muss in Echtzeit mit anderen Fahrzeugen, der Verkehrsinfrastruktur oder der Cloud kommunizieren. Sein GPS-System muss ihm jederzeit mitteilen können, wo es sich gerade befindet. Außerdem muss die vernetzte IT des Fahrzeugs zuverlässig vor dem Zugriff von Hackern und Cyberkriminellen geschützt sein.

Autonome Fahrzeuge erfordern neue Hardware-Systeme

Mit den bislang in Autos eingesetzten Steuergeräten – auf Englisch Electronic Controlling Unit, ECU – lässt sich solch ein System nicht betreiben. Sie steuern meist nur einzelne Funktionen. Da ihre Rechenleistung deshalb auch nicht für das autonome Fahren ausreicht, setzen Autobauer statt der bislang gebräuchlichen ECUs zunehmend auf leistungsfähige zentrale Fahrzeugcomputer. Auf diesen läuft Software, die einzelne Funktionen des Fahrzeugs steuert. Außerdem werden die Rechner mit System-on-a-Chip-Modulen (SoC) bestückt, die weitere Fahrzeugfunktionen ermöglichen. Grafic Processing Units (GPUs) verarbeiten die von den Kameras und Sensoren des Fahrzeugs aufgenommenen Daten.

Freelancer müssen sich mit ROS und den Betriebssystemen der OEMs auskennen

Damit das Zusammenspiel der Komponenten in dieser integrierten Architektur reibungslos und in der geforderten Rechengeschwindigkeit von 1000 TOPS (Trillion Operations per Second) und mehr klappt, brauchen Fahrzeugrechner spezielle Betriebssysteme. Diese basieren meist auf dem Robot Operating System, ROS. Daneben spielen Linux und BIOS eine Rolle. Denn in der Fahrzeugelektronik basieren viele Systeme nach wie vor auf x86-Architekturen.

Allerdings entwickeln die meisten Autobauer auf diesen Grundlagen eigene Betriebssysteme – Volkswagen etwa „VW.OS“. Bei Volvo heißt das System „VolvoCars.OS“, bei BMW „OS 8“.

Wer als Freelancer:in an Projekten im Bereich der Entwicklung des autonomen Fahrens mitwirken will, muss sich also mit ROS und den Betriebssystemen der Automobilhersteller auskennen.

Hard- und Softwareentwicklung rücken zusammen

Daneben sollten freie IT-Profis Tools aus dem Bereich der Electronic Design Automation (EDA) beherrschen. Diese Skills brauchen sie bei der Entwicklung der Architektur der GPUs und SoCs, mit denen die Zentralrechner der Fahrzeuge bestückt werden. Diese muss auf die Software abgestimmt sein, die auf den Bausteinen laufen soll. EDA-Werkzeuge bieten sowohl die Anbieter von Halbleitern für die Fahrzeugelektronik wie NXP, STMicroelectronics oder Renesas und Infineon an wie EDA-Spezialisten wie Synopsis, Mentor oder Cadence.

Künstliche Intelligenz ist die Basistechnologie des autonomen Fahrens

Mit den Tools können Entwickler allerdings wenig anfangen, wenn sie sich nicht zugleich mit Künstlicher Intelligenz (KI) auskennen. Denn diese ist die Basistechnologie, auf der das autonome Fahren aufbaut. Nur smarte Algorithmen und neuronale Netzwerke können die von den Sensoren und Kameras des Fahrzeugs gelieferten gewaltigen Datenmengen schnell genug auswerten und die in der jeweiligen Verkehrssituation richtige Entscheidung treffen. Das ist keine technische Kleinigkeit. Immerhin liefert ein Radarsensor der neuesten Generation auf jedem Empfangskanal 400 Mbit Rohdaten pro Sekunde. Bei bis zu acht in Fahrzeugen üblicherweise genutzten Kanälen kommen so jede Sekunde bis zu 3,2 Gigabit an Daten zusammen.

Hoch Gefragt: Kenntnisse in Data-Driven Development und Neuronalen Netzwerken

Dennoch haben die Sensoren und Kameras autonomer Fahrzeuge bei weitem noch nicht genug Daten generiert, um die auf ihren Systemen laufenden Algorithmen zu trainieren und diese auf die richtige Entscheidung in jeder Verkehrssituation vorzubereiten. Dazu haben die Fahrzeuge im echten Straßenverkehr bislang noch zu wenig Kilometer zurückgelegt. Das Anlernen der smarten Systeme mit  Simulationen sowie Data-driven Development bleiben daher noch lange eine Großbaustelle bei der Entwicklung des autonomen Fahrens. Freelancer, die in diesem Bereich arbeiten wollen, brauchen deshalb Kenntnisse in diesen Entwicklungsverfahren sowie in KI-Disziplinen wie Deep Learning. Außerdem sollten sie Erfahrung im Umgang und der Integration vortrainierter neuronaler Netzwerke haben. So bietet beispielsweise Nvidia neuronale Netze, die das Halbleiterunternehmen auf die Erkennung von Verkehrsschildern vorbereitet hat. Bis sie die von den angeschlossenen Kameras aufgenommenen Bilder der Beschilderung an deutschen Autobahnen korrekt verarbeiten und autonome Fahrzeuge mit ihren zeitunglesenden Passagieren sicher an den richtigen Zielort bringen können, gibt es für Freelancer:innen in vielen spannenden Projekten aber noch einiges zu tun.