In autonomen Autos gesammelte persönliche Daten

Table of Contents:

Dieser Abschnitt diskutiert anhand der vier in Kap. 2 vorgestellten Use-Cases die in autonomen Autos gesammelten Daten.

24.2.2.1 Use-Case 1: Autobahnautomat mit Verfügbarkeitsfahrer

Der Fahrroboter übernimmt das Fahren, aber nur auf Autobahnen oder autobahnähnlichen Schnellstraßen. Während der autonomen Fahrt wird der Fahrer zum Passagier, der die Hände vom Lenkrad sowie die Füße von den Pedalen nehmen und anderen Aktivitäten nachgehen kann. Der Fahrroboter koordiniert die sichere Übergabe zum Fahrer und stoppt das Auto an einem möglichst sicheren Ort, wenn nötig.

Neue und zusätzliche Daten, die das Auto in diesem Use-Case sammeln und lernen kann, sind:

• Fähigkeiten des Fahrers, z. B. ob der Fahrer in der Lage ist, die Kontrolle vom Roboter zurück zu übernehmen oder nicht und wie lange die Übergabe dauert. Beide Arten von Daten können von Interesse sein: als aktuelle Daten zur Steuerung von Reaktionen des Autos, aber auch längerfristig als Grundlage für Längsschnittbewertungen.

• Fahrverhalten: Zusätzlich zu Daten über das Fahrverhalten, die bereits heute verfügbar sind, ermöglicht dieser Use-Case auch das Sammeln weiterer Daten, beispielsweise, unter welchen Umständen der Fahrer die Kontrolle abgibt und/oder zurückfordert.

• Umgebung: Es können zusätzliche Daten der Umgebung gesammelt werden, um das autonome Fahren zu ermöglichen. Auch die Dokumentation der Fahrt selbst oder spezifischer Verkehrssituationen kann als hilfreich angesehen werden, um potenzielle Konflikte handhaben zu können. Wie in Abschn. 24.2.1 beschrieben, können Daten der Umgebung auch persönliche Informationen Dritter sein, beispielsweise Nummernschilder oder Gesichter. Daher bestehen Daten der Umgebung aus einer Mischung persönlicher Informationen verschiedener Personen, was sie sehr heikel macht.

Im Rahmen der Diskussion über rechtliche und haftungsbedingte Folgen des autonomen Fahrens (vgl. Teil V dieses Buches, insbesondere die Diskussion durch Gasser Kap. 25) kann angenommen werden, dass ein Interesse darin besteht, Daten zu sammeln, um mögliche Unfälle zu dokumentieren und zu untersuchen, welches Verhalten des Autos, des Fahrroboters, des Fahrers oder anderer Parteien den Unfall verursacht haben könnte. Dies wäre im Einklang mit anderen Beispielen der Vorgehensweise von Strafverfolgungsbehörden, die ein großes Interesse an Daten haben, die durch die Computerisierung von Aktivitäten zugänglich werden, da computerisierte Aktivitäten meist einfach zu protokollieren sind.

24.2.2.2 Use-Case 2: Autonomes Valet-Parken

Der Fahrroboter stellt das Fahrzeug – nachdem die Insassen es verlassen haben und gegebenenfalls Transportgut ausgeladen wurde – in einer nahen oder auch entfernten Parkposition ab. Anschließend fährt der Fahrroboter das Fahrzeug von der Parkposition wieder zurück bzw. an eine andere gewünschte Adresse oder parkt das Fahrzeug um. Die Fahrer sparen so die Zeit für die Parkplatzsuche, das Abstellen sowie den Fußweg von einem weiter entfernten Parkplatz zum eigentlichen Ziel. Außerdem wird hierdurch der Zugang zum Fahrzeug (räumlich wie zeitlich) erleichtert. Der Parkraum wird durch das autonome Valet-Parken effizienter genutzt und die Parkplatzsuche effizienter gestaltet.

Neue und zusätzliche Daten, die das Auto in diesem Use-Case sammeln und lernen kann, sind:

• Dauer eines Aufenthaltes: Wie viel Zeit verbringen die Nutzer vor Ort?

• Gebiete von Interesse: Wo verbringen Nutzer mehr oder weniger Zeit?

• Fahrt- und Aufenthaltszeiten: Wann verbringen die Nutzer mehr oder weniger Zeit außerhalb ihres Autos?

• Unter welchen Umständen wird das Auto unbeaufsichtigt gelassen?

• Besuchsgewohnheiten: Wie oft begibt sich der Nutzer an einen bestimmten Ort, z. B.

„jedes Wochenende zu einem bestimmten Supermarkt, einer Bar oder Diskothek“?

• Umgebung: Diese Daten sind im Prinzip die gleichen wie in Use-Case 1, variieren jedoch in ihrer Abhängigkeit von der Umgebung. Auf einem gefüllten Parkplatz kann das Auto pro Zeiteinheit mehr Nummernschilder erfassen als auf einer Autobahn, aber vermutlich weniger Gesichter, weil die meisten Autos leer sind. Auf dem Weg zum Parkplatz werden allerdings vermutlich oft mehr Gesichter erfasst werden, weil z. B. Fußgänger die Straßen überqueren, als auf dem Parkplatz selbst, vermutlich sogar mehr als auf der Autobahn.

Da es keine direkte Wechselwirkung zwischen Fahrer und Fahrzeug gibt, werden keine Daten über das Fahrverhalten erfasst.

24.2.2.3 Use-Case 3: Vollautomat mit Verfügbarkeitsfahrer

Use-Case 3 ist Use-Case 1 ähnlich, da in beiden Fällen der Fahrroboter die Aufgabe des Fahrens ausführt und der menschliche „Fahrer“ in dieser Situation als Passagier die Hände vom Lenkrad sowie die Füße von den Pedalen nehmen und andere Dinge tun kann. In UseCase 3 kann der Fahrer jedoch in mehr Situationen die Kontrolle an den Fahrroboter übergeben und ist nicht wie in Use-Case 1 auf Autobahnen beschränkt. Folglich sind die neuen und zusätzlichen Daten, die das Auto in diesem Use-Case sammeln und lernen kann, grundsätzlich die gleichen wie in Use-Case 1. Allerdings gibt es mehr Optionen für den Fahrer, die Aufgabe des Fahrens zu delegieren und die Kontrolle zurück zu übernehmen. Dies kann dazu führen, dass mehr Daten über das Verhalten des Fahrers erhoben werden können. Hierzu zählen insbesondere Daten über die Umstände, unter denen der Fahrer die Kontrolle delegiert und/oder wieder übernimmt. Ähnlich wie in Use-Case 2 können die Daten der Umgebung umfangreicher und sensitiver sein, als die auf einer Autobahn gesammelten Daten aus Use-Case 1.

24.2.2.4 Use-Case 4: Vehicle-on-Demand

Der Fahrroboter fährt das Fahrzeug in allen Szenerien mit Insassen, mit Fördergut, aber auch komplett ohne Inhalt autonom. Durch den Fahrroboter kann das Fahrzeug überall bereitgestellt werden. Passagiere können die Fahrzeit komplett frei für andere Dinge als für die Bewältigung der Fahraufgabe nutzen. Der Innenraum kann ohne die Einschränkungen eines Fahrersitzes völlig frei gestaltet werden, möglich ist jedoch eine Kamera, die in Richtung des Fahrgastraumes positioniert ist.

Während dieser Use-Case der anspruchsvollste aus der Perspektive des autonomen Fahrens ist, können weniger zusätzliche Daten gesammelt werden als in Use-Case 3. Insbesondere können keine zusätzlichen Daten über das Verhalten eines Fahrers gesammelt werden, da kein Fahrer mehr benötigt wird. Zusätzlich gesammelte Daten sind in diesem Case:

• Reiseverhalten (z. B. wann wollen Passagiere Pausen einlegen?),

• allgemeines Verhalten (oder Fehlverhalten) aller Passagiere im Auto,

• Daten über die Umgebung, beispielsweise, um einen Unfall und dessen Ursache zu dokumentieren (wenn Daten von Passagieren als nützlich für die Unfalldokumentation

erachtet werden).

 
< Zurück   INHALT   Weiter >