Der Quantencomputer als Beifahrer

Mehrere Automobilhersteller wie Toyota, die Volkswagen-Gruppe, Ford Motors, die BMW-Gruppe und Mercedes-Benz sind bereits Partnerschaften mit Quantencomputing-Unternehmen eingegangen, um diese Technologie für verschiedene Anwendungen zu nutzen. Bewährt hat sich die Technologie bereits bei der Entwicklung von Autobatterien und der Optimierung der Konnektivität, nun soll sie auch bei fortschrittlichen Fahrerassistenzsystemen (ADAS) eingesetzt werden. Hersteller Tesla beispielsweise will die Quanten-KI für seine zukünftige Full Self-Driving (FSD)-Lösung nutzen. Automotive Cybersecurity-Experte VicOne betont, dass dafür allerdings ein zuverlässiger Schutz vor Cyberangriffen benötigt wird. 

Fahrassistenten (ADAS) nutzen Sensoren, Kameras, Radar und Lidar. Mit den Echtzeitinformationen werden Funktionen wie die adaptive Geschwindigkeitsregelung (ACC) gesteuert, die den Abstand zwischen den Fahrzeugen vorausschauend regelt, sowie Spurhalteassistenten, Kollisionswarnung, Erkennung des toten Winkels, Fußgängererkennung und Einparkhilfe. Der erfolgreiche Einsatz all dieser Funktionen hängt von zwei Schlüsselkomponenten ab: Sensoren und KI. Fahrzeuge mit ADAS-Technologien benötigen viele Sensoren, um umfassende und vollständige Nutzerdaten über das Auto und seine Umgebung zu liefern. Basierend darauf unterstützt dann die bordeigene oder cloudbasierte KI eine intelligente Entscheidungsfindung und ermöglicht ein autonomes Fahren.

Die hochmodernen Sensoren befinden sich zwar noch im Anfangsstadium ihrer Entwicklung, haben aber das Potenzial, ADAS robuster und zuverlässiger zu machen. Dies geschieht durch verbesserte Informationserfassung, genauere Positionierung und Navigation, weniger Fehlalarme und Fehleinschätzungen sowie eine verbesserte Lernfähigkeit und Selbstoptimierung, die durch die Kombination quantenbasierter Sensoren mit den intelligenten Lernfunktionen von ADAS erreicht wird. Zur Bereitstellung der KI-Funktionen benötigen ADAS allerdings eine erhebliche Rechenleistung, wie sie etwa die Tesla Model 3 Highland-Version mit 720 Billionen Operationen pro Sekunde (TOPS) bietet. Neben CPU- und GPU-Verbesserungen zur Leistungssteigerung haben auch NPUs (Neural Processing Units) in letzter Zeit einen Aufschwung erlebt. Außerdem gelten QPUs (Quantum Processing Units) als die Stars der Zukunft und versprechen eine höhere Rechenleistung für den Einsatz im Auto.

In dem Maße, in dem die Quantencomputertechnologie breite Anwendung in autonomen Fahrzeugen findet, entstehen jedoch auch Bedenken hinsichtlich einer möglichen Unterbrechung von Quantenberechnungen oder einer Beeinträchtigung von Quantencomputer-Operationen, was zu Sicherheitsrisiken führen kann, ganz zu schweigen von Risiken für Menschenleben. Das Hauptrisiko ist die sogenannte Quanten-Dekohärenz. Denn der Kern, der in Quantencomputern für die hohe Rechenleistung sorgt, kann unter anderem durch Temperaturschwankungen oder elektromagnetische Felder gestört werden. Laut den VicOne Experten ist daher die Verhinderung oder Abschwächung dieser Störungen von entscheidender Bedeutung für die Entwicklung und die praktische Umsetzung von quantenbasierten Technologien, insbesondere in ADAS.

Es ist zu erwarten, dass die Integration der Quantentechnologie in ADAS-Anwendungen nicht nur zum Mainstream wird, sondern auch erhebliche wirtschaftliche Auswirkungen auf die Automobilindustrie haben wird. Einem Bericht von McKinsey zufolge wird die bahnbrechende Technologie der Automobilindustrie bis 2030 zwischen 2 und 3 Milliarden US-Dollar einbringen. Während die Autohersteller die Quantentechnologie begierig aufnehmen, sei es laut VicOne jedoch zwingend erforderlich, die mit der Quantentechnologie verbundenen Risiken im Auge zu behalten und Strategien zur Risikominderung zu implementieren, um die Sicherheit der Fahrzeuge und Fahrer zu gewährleisten.