Suchen

Internet of Things

AUTONOMOUS THINGS TREND RESEARCH

DER WANDEL VON DER AUTOMATISIERUNG HIN ZU AUTONOMEN DINGEN

Wie weit sind wir von Roboterschwärmen und selbstgesteuerten Drohnen entfernt?

KONTAKTIEREN SIE UNS PDF HERUNTERLADEN

KONTAKTIEREN SIE UNS

Bevor Sie das Anmeldeformular ausfüllen, lesen Sie bitte die Datenschutzerklärung gemäß Artikel 13 der EU-Verordnung 2016/679.
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig

Privacy

Ich erkläre, dass ich die Datenschutzerklärung gelesen und verstanden habe und erkläre mich mit der Verarbeitung meiner persönlichen Daten durch Reply SpA für Marketingzwecke einverstanden, insbesondere für den Erhalt von Werbe- und kommerziellen Mitteilungen oder Informationen über Reply Veranstaltungen oder Webinare unter Verwendung automatisierter Kontaktmittel (z.B. SMS, MMS, Fax, E-Mail und Webanwendungen) oder herkömmlicher Methoden (z.B. Telefonanrufe und Briefe).

WAS KOMMT ALS NÄCHSTES?

Mit der SONAR Trend Plattform ist Reply in der Lage, einen Überblick und eine Zuordnung der relevanten Trends rund um "Autonomous Things" – autonom agierende Dinge – zu erstellen, basierend auf ihrem Auftreten in Fachmedien, Massenmedien, Patenten und wissenschaftlichen Publikationen. 
Erfahren Sie mehr über die Reply Studie zu aktuellen Entwicklungen im Bereich Automatisierung und Autonomie.

Wie autonom ist die Welt im Moment?

Der Fortschritt in der KI hat eine Reihe von Autonomen Dingen wie Drohnen, Roboter und Fahrzeuge für Aufgaben, die zuvor von Menschen ausgeführt wurden, vorangetrieben. Während autonome Haushaltsgeräte bereits weit verbreitet sind, sind autonome Autos oder Passagierdrohnen noch mindestens ein Jahrzehnt von einer großflächigen Einführung entfernt.

drone robot car

Einhergehend mit erheblichen Weiterentwicklungen bei den Basistechnologien wie KI, Lidar, Computer Vision und 5G wird erwartet, dass sich die autonome Technologie von Stand-alone-Lösungen zu einem komplexen Schwarm kollaborativer intelligenter Systeme entwickeln wird, die unstrukturierte Umgebungen beherrschen.


Eine kurze Geschichte der Autonomen Dinge


Level 0

Level 1

Level 2

Level 3

Level 4

Level 5

AUTONOMOUS
VEHICLES

Houdina Radio Control
demonstrates a radio-controlled
"driverless" car (1925)
VaMP AV drives
(almost) completely
autonomous for
2,000 km (1995)
Darpa Self-
Driving Car
Grand
Challange
(2004)
Tesla releases-
its Autopilot
software update
(2015)
Level 4
Autonomy
expected
(2020-22)
The earliest forecast
for driving fully
autonomous (2030)
"Phantom Auto"
demonstration in
Milwaukee (1926)
First truly automated car
developed by Japan's
Tsukuba Mechanical
Engineering Laboratory
(1977)
First self-driving
car goes for a
test drive (1986)
Start of Google
Self-Driving project
Waymo (2009)
Launch of first
Level 3 Autonomy
car Audi A8 (2017)
33 million
autonomous
vehicles will be
sold globally
(2040)
1920
1930
1940
1950
1960
1970
1980
1990
2000
2010
2020
2030

ROBOTS
& DRONES

Term "Robot"
first used by
Czech writer
Karel Capek
(1921)
Alan Turing
develops
Turing Test
(1950)
SRI develops
mobile robot
"Shakey" (1966)
Robot "Kismet"
interacts emotionally
with humans (1998)
Autonomous vacuum
cleaners iRobot and
Electrolux (2002)
First drone delivery
by Amazon (2016)
Uber Elevate is planning shared
air transportation between and
within cities (2023)
William Grey
Walter develops
first autonomous
robot (1948)
First digitally
operated and
programmable
robot (1954)
The first service
robot "HelpMate"
begins work at
Danbury Hospital
(1988)
NASA
deploys first
autonomous
robotic system
"Sojourner" on
Mars surface
(1997)
Honda releases
humanoid robot
"Asimo" (2000)
Robot demonstrates
self-awareness (2015)
Wing Aviation is the first
unmanned airline in the
US (2019)
40 of the world's
largest economies
permit routinely
operated autonomous
drones (2022)

Von der Automatisierung zur Autonomie

Unterstützt durch Künstliche Intelligenz und Maschinelles Lernen ermöglichen es Autonome Technologien Dingen sich frei zu bewegen und zu interagieren, ohne aktive physische Kontrolle durch einen menschlichen Bediener. Diese Technologien befinden sich noch in der Entwicklung, aber rasante Fortschritte treiben einen wachsenden globalen Markt voran. Die folgenden fünf Autonomieebenen beschreiben, inwieweit die Technologie Aufgaben und Verantwortlichkeiten von menschlichen Bedienern bereits übernimmt:
Level 1
Assistenz
Die Maschine wird hauptsächlich von Bedienern gesteuert und bietet Assistenzfunktionen.
Level 2
Teilautomatisierung
Die Maschine verfügt über automatisierte Funktionen, aber der Bediener muss im Einsatz bleiben und die Prozesse jederzeit überwachen.
Level 5
Volle Autonomie
Die Maschine ist in der Lage, unabhängig vom Menschen zu entscheiden und zu handeln.
Level 4
Hochautomatisierung
Die Maschine ist in der Lage, unter bestimmten Bedingungen alle Funktionen auszuführen. Ein Bediener hat, falls erforderlich, die Möglichkeit der Kontrolle.
Level 3
Bedingte Automatisierung
Ein Bediener muss anwesend sein, muss die Prozesse aber nicht kontinuierlich überwachen – er muss jedoch in der Lage sein, die Kontrolle bei Bedarf zu übernehmen.

Trend-Hypecycle der Autonomen Dinge

Hier erhalten Sie einen Überblick und eine Darstellung der relevanten Trends rund um "Autonome Dinge" und Technologie, die Autonomie ermöglichen, basierend auf ihrem Auftreten in Fachmedien, Massenmedien, Patenten und wissenschaftlichen Publikationen.

Click on the legend labels to select/deselect.

ESTABLISHED
TRENDS

Trends with an above average number of articles over the last 12 months, but declining or low growth compared to 12 months before

NICHE
TRENDS

Trends with a low number of articles over the last 12 months, and declining or low growth compared to 12 months before.

BOOMING
TRENDS

Trends with an above average number of articles over the last 12 months, which is even higher than 12 months before.

UPCOMING
TRENDS

Trends with a low number of articles over the last 12 months, but with a high growth compared to 12 months before.

Growth Volume

Timeframe: 2018 – 2019
For comprehensibility values for volume and growth are standardized and normalized (values from 0-100).

Der Pfeil in der obigen Abbildung zeigt eine typische Trendentwicklung und einen Lebenszyklus von einem kleinen und wachsenden Trend – der in relativ wenigen Fachartikeln und wissenschaftlichen Publikationen diskutiert wird – zu einem größeren, etablierten Trend mit stagnierendem Wachstum, der seit langem in verschiedenen Medien vertreten ist und sich von Nischenfachkreisen in den Mainstream verschoben hat.

Die aktuellen Treiber kurz erklärt


  • TIEFENERKENNUNG DURCH VERBESSERTE SENSOR- UND KAMERASYSTEME

    Technologische Fortschritte und Kostensenkungen bei Sensoren, Aktuatoren, Radar-, Lidar- und Kamerasystemen sowie Fortschritte bei der Integration mehrerer Sensoren durch Sensorfusion verbessern die Tiefenerkennung für eine sichere und automatisierte Bewegung und bringen autonome Dinge der Realität näher.

  • ENTSCHEIDUNGSFINDUNG UNTERSTÜTZT VON INTELLIGENTEN TECHNOLOGIEN

    Die rasanten Fortschritte in Bereichen wie KI, ML und Deep Neural Networks schaffen die Voraussetzungen für wirklich intelligente Maschinen, die autonom navigieren können. Investitionen in diesem Bereich wurden in letzter Zeit von KI-Technologien dominiert, die dabei helfen sollen, die verbleibenden Hürden hin zu einer vollständigen Autonomie überwinden zu können.

  • DIE NÄCHSTE GENERATION DER RECHENLEISTUNG

    Autonome Dinge sammeln riesige Datenmengen, insbesondere fahrerlose Fahrzeuge: sie werden voraussichtlich täglich 4 TB an Daten erzeugen. Die nächste Generation von Supercomputern und der Ausbau von 5G-Netzwerken sind wichtige Voraussetzungen, um Daten in Echtzeit zu verarbeiten und schnelle Entscheidungen zu treffen.

Dinge, die autonom sind oder werden

Things that are becoming autonomous

1.AUTONOME ROBOTER & DROHNEN

Der Fortschritt in den Bereichen KI und Navigationstechnologie führt dazu, dass eine neue Generation von autonomen Robotern und UAVs zunehmend in Innen- und Außenumgebungen und Anwendungsbereichen wie Einzelhandel, Sicherheit und Inspektion, Landwirtschaft, Transport und Lagerwirtschaft kommerzialisiert wird. Roboter verändern sich grundlegend: Sie werden intelligent, mobil und sind in der Lage, mit einem menschlichen Gegenüber zu interagieren und zusammenzuarbeiten. Besonders der Bereich der autonomen mobilen Roboter verzeichnet ein enormes Wachstum. Das ist vor allem auf den zunehmenden E-Commerce und die Notwendigkeit der Optimierung von Lagerkapazitäten und -effizienzen zurückzuführen. Im vergangenen Jahr machten daher Lieferdrohnen von sich Reden, vor allem, als das Project Wing die Genehmigung zum Betrieb der ersten kommerziellen Luftlieferdienste in Australien und den USA erhielt, obwohl die bedingte Automatisierung nach wie vor eine gesetzliche Voraussetzung für den Drohnenbetrieb ist.

Waren die Top-Trendsetter, angeführt vom autonomen Lieferunternehmen Nuro, gefolgt von Fanuc, Yaskawa, Boston Dynamics – das in letzter Zeit in Richtung Logistik- und Lagerroboter expandiert ist – sowie ABB.

Autonome mobile Roboter wurden 2018 weltweit ausgeliefert. Die Prognose bis 2022: 350.000. (Interact Analysis)


DAS WIRD KOMMEN

Continental – Four legged delivery: Der Automobilzulieferer Continental präsentierte auf der CES 2019 seine Vision einer lückenlosen und automatisierten Paketzustellung der Zukunft: ein autonomer Mini-Pod in Kombination mit autonomen und elektrischen hundeähnlichen Vierbeinrobotern für die „Last Mile“ der Paketzustellung.

DroneSeed – Präzisions-Forstwirtschaft: Das in Seattle ansässige Start-up DroneSeed nutzt Drohnen, Automatisierung und maschinelles Lernen, um nach Bränden in Umgebungen zu arbeiten, in denen die Vegetation neu angepflanzt werden muss, und bekämpft mit Drohnenschwärmen die Schäden von Waldbränden. Es ist das erste und derzeit einzige Unternehmen, das die FAA-Zulassung für den Schwerlastbetrieb von UAVs und das Säen in Schwärmen erhalten hat.

2.FAHRERLOSE TRANSPORTMITTEL

Der Bereich der autonomen Mobilität nimmt mit einer neuen Art von Transport-as-a-Service-Angeboten in verschiedenen Testsegmenten Fahrt auf: kommerzielle Robo-Taxis, die ihren Betrieb aufnehmen, sowie Kurzstrecken-Lieferbots und autonome Lebensmittelieferdienste. Das Aufkommen dieser neuen Dienste – meist angetrieben von Big Playern aus den Bereichen High-Tech, Automobil, Schifffahrt oder Lebensmittelindustrie – führt bisweilen zu einer hohen Medienpräsenz, während langsam fahrende Shuttle-Dienste in streng geografisch geprägten Gebieten sich still und leise anfangen zu etablieren. Durch Investitionsgelder schafft es der Bereich des autonomen Truckings immer größer zu werden. Darüber hinaus zeichnet sich eine neue Art von Transportmitteln ab: Speziell entwickelte Fahrzeuge, deren Kabinendesign auf neue On-demand Mobility-as-a-Service Konzepte ausgerichtet ist.

Robo-Taxis werden die Einnahmen aus dem Sektor Shared Travel von 5 auf 285 Mrd. USD im Jahr 2030 steigern. (Goldman Sachs, Mai 2017)

Pendelstunden pro Jahr werden mit Hilfe von selbstfahrenden Fahrzeugen freigesetzt. (Intel, Juni 2017)


DAS WIRD KOMMEN

May Mobility – langsame selbstfahrende Shuttles: Das autonome Fahrzeug-Start-up May Mobility setzt auf autonome Fahrzeuge im kommerziellen Maßstab. Es wurde vor zwei Jahren gegründet und hat seitdem autonome Low-Speed-Shuttles entwickelt, die bereits auf bestimmten Routen in Städten im gesamten Mittleren Westen der USA eingesetzt werden. Nach einem Investment von 22 Millionen US-Dollar plant das Unternehmen derzeit eine landesweite Expansion.

TuSimple – Autonomes Trucking: Das Start-up TuSimple führt täglich drei bis fünf völlig autonome Touren für 12 Vertragskunden in Arizona durch. Das Unternehmen plant, seine Flotte auf 50 Lkw zu vergrößern und die Lieferungen nach Texas auszuweiten. Dafür hat TuSimple kürzlich 95 Millionen US-Dollar in einer Förderrunde der Serie D eingesammelt.

Technologie, die Dinge autonom macht

Technology that makes things autonomous

1.LIDAR- UND RADARTECHNIK

Trotz der bemerkenswerten Fortschritte der letzten Jahre gibt es einige technologische Hürden, die innerhalb der autonomen Kerntechnologien rund um das Erfassen, Mappen und Verarbeiten noch zu überwinden sind. Im Bereich der Hardware wird ein heftiger Kampf um Effizienzsteigerung und Kostensenkung bestritten: Solid-State-Lidar-Lösungen gewinnen an Bedeutung, da sie billiger sind (ein Preis von unter 250 US-Dollar pro Einheit wird bald erreicht sein), schneller und mit höherer Auflösung arbeiten. Jedoch stellen einige Ansätze die Notwendigkeit von Lidar generell in Frage. Im Bereich der Radartechnologie liegt der Schwerpunkt derzeit auf hochauflösenden 4D-Lösungen, die eine höhere Genauigkeit bei gleichzeitig niedrigeren Kosten versprechen. Neben der Netzwerkkapazität, die für die Bewältigung der massiven Datenmengen benötigt wird, sind Softwarelösungen für die steigenden Funktionsanforderungen gefragt. Allen voran steht jedoch die Herausforderung „Cybersicherheit“.

Das Lidar Start-up Ouster sammelt 460 Mio. USD ein.

ist die Marktprognose für Lidar-Technologien in fünf Jahren (VentureBeat, März 2019)

ist der Geldbetrag, den Ride Sharing Services durch OTA-Updates und Prognosen einsparen können. (ABI Research, Q2 2018)


DAS WIRD KOMMEN

Aeva – 4D Lidar: Der Silicon Valley Newcomer Aeva, der von Soroush Salehian und Mina Rezk gegründet wurde, hat die hochauflösende Echtzeit- und Hochgeschwindigkeitslösung "4D Lidar" entwickelt. Die Sensoren von Aeva senden einen kontinuierlichen Laser mit geringer Leistung aus, der es ihnen ermöglicht, die momentane Geschwindigkeit jedes Punktes im Rahmen einer Entfernung von bis zu 300 Metern zu erfassen. Im Jahr 2018 erhielt das Unternehmen eine 45-Millionen-US-Dollar-Finanzierung und begann Anfang 2019 die Zusammenarbeit mit dem von Audi unterstützten Autonomous Intelligent Driving.

Realtime Robotics – Ultraschnelles Motion Planning: "RapidPlan", Realtime Robotics‘ Computer-Prozessor der nächsten Generation und eine Software sollen schnelle, kollisionsfreie Motion-Planning-Lösungen bieten, damit Roboter, autonome Fahrzeuge und andere Maschinen dynamische und unstrukturierte Umgebungen schnell und intuitiv navigieren können. Der Prozessor ist derzeit in der Lage, die Bewegungsplanung in weniger als einer Millisekunde für Roadmaps von bis zu 3.000 Edges zu lösen.

2.DIE AUTONOMIE AUF DAS NÄCHSTE LEVEL HEBEN

Neben dem regulatorischen Umfeld, den Technologiestandards und einer geeigneten intelligenten Infrastruktur sind Fortschritte in Kerntechnologien wie AI, ML, 5G, Blockchain, Cloud und Edge Computing eine Voraussetzung für eine autonome Zukunft. Auf dem Weg zur Vollautonomie stellen insbesondere kontextuelle KI- und maschinelle Lernfähigkeiten unverzichtbare Bausteine für Wahrnehmung, Vorhersage und autarke Entscheidungsfindung dar und ziehen derzeit die höchsten Fördervolumina im Bereich der autonomen Technologien an. Der Ausbau der 5G-Netze – mit konstanter und zuverlässiger Hochgeschwindigkeits-Datenübertragung – ist auf dem Vormarsch, erste kommerzielle Netze werden sowohl in den USA als auch in Südkorea live geschaltet.


Nach nur 20 Stunden Training fährt Wayves schnell lernendes KI-Auto bereits selbst auf unbekannten Straßen.

>40% der Weltbevölkerung werden bis Ende 2024 von 5G erreicht sein. (Ericsson, November 2018)


DAS WIRD KOMMEN

Stocked Robotics – AI in a Box: Stocked Robotics verwandelt manuell angetriebene Gabelstapler und Industriefahrzeuge innerhalb von zwei Stunden mit seiner KI-basierten Stocked Intelligence Engine for Robot Automation (SIERA) in Schwärme autonomer Gabelstapler. Stocked Robotics gibt an, das einzige Unternehmen zu sein, das infrastrukturfreie End-to-End-Gabelstaplerautomation anbietet.

Uber & GM Cruise – Open Source AV Virtualization: Uber und GM Cruise haben ihre Visualisierungssoftware im Internet veröffentlicht, so dass sie für jedermann kostenlos nutzbar ist. Das Visualisierungssystem ermöglicht es den Ingenieuren, bestimmte Fahrtenintervalle für eine genauere Analyse abzurufen und wiederzugeben. Viele AV-Bediener verlassen sich noch auf handelsübliche Visualisierungssysteme, die nicht für selbstfahrende Autos entwickelt wurden.

BUSINESS IMPLICATIONS


  • strip-0

    KOSTENSENKUNG UND EFFIZIENZSTEIGERUNG

    Autonome Dinge werden zunehmend repetitive, gefährliche und bis zu einem gewissen Grad intelligente Arbeit übernehmen, die zuvor von menschlichen Arbeitskräften geleistet wurde, um Kosten zu senken und gleichzeitig die Produktion zu steigern, z.B. durch 24/7-Betrieb, KI-basierte Echtzeit-Entscheidungsfindung und -Optimierung. Darüber hinaus werden die Arbeitnehmer zunehmend von autonomen Robotern unterstützt, die Hand in Hand mit ihnen arbeiten.

    Beispiele:
    Bis der autonome Verkehr Realität geworden ist, werden die Transportdienstleistungen für die Passagiere durch eine bessere Auslastung und Routenoptimierung billiger. Die autonome Fahrzeugauslastung könnte weiter optimiert werden, indem der Hauptzweck der Fahrten nachfrageorientierter ausgerichtet wird – etwa durch die Warenauslieferung in Nebenzeiten.

  • ZEITERSPARNIS FÜR KUNDEN UND MITARBEITER

    Autonome Dinge werden für Menschen enorme Mengen an Zeit freisetzen – sowohl im privaten als auch im geschäftlichen Leben. Die freie Zeit kann anderweitig genutzt werden, was Geschäftsmöglichkeiten für neue Produkte und Dienstleistungen eröffnet, die ein verbessertes Kundenerlebnis bieten, z.B. auf Reisen, bei der Arbeit oder zu Hause, da zeitraubende Haushaltsarbeiten wegfallen.

    Beispiele:
    Autonome Mobilitätsdienste, die bequeme und bedarfsgerechte Tür-zu-Tür-Dienste mit zweckgesteuerten Fahrzeugen anbieten und bei denen die Kunden bestimmen, wie sie die Reisezeit am besten verbringen möchten, z.B. mit Schlafmöglichkeiten auf Fernreisen, Bordunterhaltung, Essensangeboten, Bordbüro, Training und Gesundheitstracking oder im persönlichen Wellnessbereich.

    strip-1
  • strip-2

    KOMPENSATION VON ARBEITSKRÄFTEMANGEL UND NEUEM QUALIFIKATIONSBEDARF

    Immer anspruchsvollere autonome mobile Roboter, Drohnen und Fahrzeuge stellen eine Möglichkeit dar, Arbeitskräftemangel in bestimmten Geschäftsfeldern auszugleichen, werden aber auch Arbeitsplätze mit hohem Routinegrad (z.B. Be- und Entladen) ersetzen. Intelligentere Arbeitskräfte werden durch datengesteuerte und KI-Technologie folgen. Die Berufsbilder müssen sich in Richtung fortgeschrittener und sozialer Kompetenzen verändern.

    Beispiele:
    Fahrerlose Landmaschinen könnten eine Möglichkeit darstellen, den Arbeitskräftemangel, etwa während der Erntezeit, in den Betrieben zu verringern. Auch die Schifffahrt ist mit zunehmenden Frachtmengen und einem drohenden Arbeitskräftemangel konfrontiert, der von autonomen Schiffen bewältigt werden könnte. In Produktionsanlagen haben Menschen möglicherweise nur mit Fehlern zu kämpfen, mit denen autonome Systeme nicht umgehen können.

  • ZUNAHME DER AUTONOMIE-AS-A-SERVICE GESCHÄFTSMODELLE

    Unternehmen mit wenig Erfahrung in der Automatisierung und begrenzten Ressourcen für den Kauf von autonomen Geräten können von einer wachsenden Zahl von Dienstleistern profitieren, die vollautomatische und unbemannte Systeme als Dienstleistung anbieten und die Installation, Verwaltung und Wartung von autonomen Arbeitskräften übernehmen.

    Beispiele:
    Autonome Roboter, Drohnen oder Fahrzeuge können für verschiedene Aufgaben wie Reinigung, Versand, Inspektionen, Sicherheit, Lagerbetrieb, Transport und ähnliche Aufgaben gemietet oder geleast werden, auch für kleinere Unternehmen, bei denen sich der Besitz von Automatisierungsgeräten bisher als wirtschaftlich unrentabel erwiesen hat.

    strip-3

DIE WIRTSCHAFT DER AUTONOMEN DINGE

Im Zuge der Weiterentwicklung der Autonomen Dinge werden sie immer stärker integriert und intelligent miteinander sowie mit der Umwelt verbunden werden. Sie werden mit Sprachtechnologie und emotionaler Intelligenz kombiniert, mit Menschen bei der Arbeit oder im Privatleben koexistieren und natürlich mit ihnen interagieren.


SONAR

SONAR ist ein innovatives, Data-as-a-Service-Tool für quantifizierte Vorhersagen. Es erkennt, vergleicht und analysiert existierende Trends und identifiziert neue Entwicklungen in Echtzeit.

LEARN MORE ABOUT SONAR