Suchen

Expertenbeitrag

Christopher Rummel

Christopher Rummel

Regional VP Sales bei Hortonworks

Big Data in der Praxis

Das vernetzte Auto: Datenverarbeitung in Echtzeit

| Autor/ Redakteur: Christopher Rummel / Redaktion IoT

Ein Connected Car besteht aus hunderten Bestandteilen verschiedener Hersteller. Doch je mehr Komponenten (unterschiedlicher Hersteller) in einem so komplexen System zum Einsatz kommen, desto höher die Wahrscheinlichkeit, dass sich Fehler einschleichen.

Firmen zum Thema

Das Connected Car ist Big Data in der Praxis.
Das Connected Car ist Big Data in der Praxis.
(www.pixabay.com)

Moderne Autoknacker brauchen keine Brechstangen, sie brauchen Computer. So gelang es 2016 Hackern, Nissan Leafs von überall auf der Welt aus zu manipulieren. Dazu benötigen sie allein die Fahrzeugidentifikationsnummer. Grund dafür war eine ungesicherte API in der Innenraumklimatisierung, die von einem OEM geliefert wurde. Ein Jahr zuvor konnten Hacker einen Jeep fernsteuern.

Experten hat dies nicht überrascht, ist doch ein Connected Car ein Ökosystem aus hunderten vernetzten IoT-Geräten verschiedener Hersteller, die sich über Schnittstellen miteinander verbinden. Das bedeutet, dass nicht nur die Sicherheit auf Geräteebene angesprochen werden muss, sondern auch die der zwischen den Geräten übertragenen und gespeicherten Daten. Und diese Datenmenge ist enorm!

Forscher sagen voraus, dass das durchschnittliche vernetzte Auto in naher Zukunft 1 TB Daten pro Tag erzeugen wird. Dabei müssen fast alle Informationen aus den Sensordaten in Echtzeit gemessen und überwacht werden und im Notfall das System sofort alarmieren. Das Sammeln von Sensordaten und Diagnoseberichten erfordert Datenbewegungen, die im Ökosystem Connect Car an entfernten Standorten (in der Regel mit langsamer Netzwerkverbindung) und mit eingeschränkten Verarbeitungsressourcen ausgeführt werden. Um dennoch die Anforderungen von enorm hohen Datenmengen zu erfüllen, muss die Datenerfassung auf einer Plattform stattfinden, die eine horizontale Skalierung unterstützt. Dabei sind das Speichern der Daten und die Konnektivität der Komponenten das geringere Problem. Die wichtigste Frage, die es zu klären gilt: Wie stemmt man die Verarbeitung einer so großen Menge an Streaming-Daten in Echtzeit?

Daten sind Basis, Ergebnis und Antrieb zugleich

Um Streaming-Daten in Echtzeit erfassen, auswerten und umsetzen zu können, benötigen Connected-Car-Hersteller eine entsprechende integrierte Datenplattform. Erfassung und Auswertung der Daten müssen mit einem sicheren und skalierbaren Verfahren erfolgen, das sich an dynamische Schwankungen anpasst. Die Analyse von Echtzeit-Streaming-Daten muss so einfach wie möglich vonstattengehen, um die Vorteile schnelllebiger Erkenntnisse nutzen zu können.

Einige autonome Autos haben sehr fortschrittliche Infotainment-Systeme, andere nutzen Kameras zur Straßenüberwachung. Hersteller können nicht für jedes Modell eine eigene Plattform zur Datenerfassung entwickeln. Um dem Skalierungsproblem unterschiedlicher Signale diverser Komponenten entgegenzuwirken, bieten sich Standardplattformen wie etwa Apache NiFi und Apache MiNiFi als Basis als einer solchen Datenerfassungsplattform an, da diese unabhängig von der Art der Datenquellen funktionieren. Einige der Plattformen können mit Modulen erweitert werden, die ihre Streaming-Analyse-Kapazitäten erweitern. In diesen Referenzarchitekturen werden Sensordaten angereichert und formatiert gesammelt und für weitere Analyse bereitgestellt. Eine komplexe Ereignis-Pipeline liest sodann die Maschinentelemetrie aus aktualisiert das Dashboard der Plattform kontinuierlich. Kombiniert können Hersteller Echtzeit-Streaming-Daten in einer einzigen Plattform für Datenerfassung und Analyse integrieren.

Erst kommt der Trend, dann die Realität

Das vernetzte Auto hat zahlreiche Vorteile für den Fahrer. Beispielsweise liefern die im Connected Car enthalten Funktionen die optimale Route angepasst an die aktuelle Verkehrslage und verbessern den Kraftstoffverbrauch. Auch die Verkehrssicherheit steigt mit der Vernetzung. Anomalien werden in Echtzeit vom System erkannt, um so Fehler vorherzusagen, bevor sie auftreten (Unfälle, ungewöhnlicher Batterieverbrauch, hohe Motortemperatur).

Doch noch sind die potentiellen Nutzer zurückhaltend: Im Hinblick auf das vernetzte Auto gaben 55 Prozent der Befragten in einer kürzlich von Gartner Consumer Trends in Automotive durchgeführten Umfrage an, dass sie nicht in einem völlig autonomen Auto fahren würden. Die Hersteller sind schon weiter: Googles Testflotte autonomer Fahrzeuge beispielweise hat im vergangenen Jahr die Drei-Millionen-Meilen-Marke überschritten. Das Unternehmen sammelt dabei eine beträchtliche Menge an Daten, um seine Technologie zu verfeinern. Neben den Fahrzeugherstellern interessieren sich aber auch andere für die Daten: der Kundendienst für die Wartungs- und Verschleißkennzahlen der einzelnen Teile, Infotainment-Händler für das Nutzungsmuster des Fahrers, Stadt- und Verkehrsmonitore für die Geschwindigkeitsmesswerte, Versicherungsanbieter für die Fahrweise des Fahrers und so weiter.

Je mehr Fahrdaten verfügbar sind, desto intelligenter und sicherer werden die Fahrzeuge und desto interessanter wird das Konzept des autonomen Fahrens für die gesamte Industrie. Dabei wird das vernetzte Auto aber immer eines bleiben: Ein Vorzeigeprojekt für Big Data in der Praxis.

Über den Autor

Christopher Rummel

Christopher Rummel

Regional VP Sales bei Hortonworks