Mit dem „Testfeld Autonomes Fahren“ verfügt Karlsruhe über ein Reallabor, in dem neue Technologien und Dienstleistungen rund um das vernetzte und automatisierte Fahren im Alltagsverkehr entwickelt sowie zukunftsorientierte Mobilitätskonzepte für den Individualverkehr und öffentlichen Personennahverkehr (ÖPNV) erprobt werden können. Hierzu zählen auch vernetzte und autonom fahrende Bus-Shuttles, die für die letzte Meile von der Haltestelle bis zur Haustür eingesetzt werden. Anders als für Fahrgäste ist das Shuttle für Sicherheitsfahrer:innen eine Arbeitsumgebung. Sie müssen zu jederzeit hoch fokussiert sein, um im Fall der Fälle eingreifen, die manuelle Steuerung übernehmen und Unfälle abwenden zu können. Für eine bestmögliche Unterstützung der Sicherheitsfahrer:innen im Arbeitsalltag gilt es daher, das Arbeitsumfeld und die damit verbundene mentale Beanspruchung der Fahrer:innen besser zu verstehen.

Das Ziel des Anwendungsfalls ist es, die Sichtweise von Sicherheitsfahrer:innen auf den KI-Einsatz im Arbeitsumfeld autonom fahrender Bus-Shuttles zu untersuchen, um daraus neue Anforderungen an KI-basierte Fahrassistenzfunktionen und vor allem an das Arbeitsumfeld ableiten zu können. Im Rahmen dieses Anwendungsfalls sollen anhand bestehender Bus-Shuttles qualitative Untersuchungen hinsichtlich der mentalen Beanspruchung der Sicherheitsfahrer:innen (bspw. Belastung, Müdigkeit) durchgeführt werden. Hierzu zählt auch die Erfassung der Zufriedenheit der Sicherheitsfahrer:innen mit den KI-basierten Assistenzfunktionen des Shuttles. Die Untersuchungen in diesem Anwendungsfall zielen auf die Beantwortung folgender Leitfragen ab:
• Inwieweit unterscheiden sich die Kompetenz- und Belastungsprofile von Sicherheitsfahrer:innen autonomer Bus-Shuttles und Autofahrer:innen?
• Wie zufrieden sind die Sicherheitsfahrer:innen autonomer Bus-Shuttles mit der Nutzerschnittstelle? Welchen Einfluss hat diese Schnittstelle auf die Akzeptanz und das Vertrauen in das System?
• Welchen Einfluss hat die Erfahrung der Sicherheitsfahrer:innen auf die Beanspruchung, die Akzeptanz und das Vertrauen?

Im Rahmen des Anwendungsfalls wird die Datenerhebung mittels Interviews durchgeführt. Hierzu werden Sicherheitsfahrer:innen mit unterschiedlichem Erfahrungsumfang für die Untersuchungen herangezogen. Mittels der Interviews werden Selbsteinschätzungen, domänenspezifisches Wissen sowie Erwartungen an die KI-basierte Assistenzfunktion im Shuttle erfasst. Darüber hinaus wird die individuelle Einschätzung der mentalen Beanspruchung bei der Überwachung autonomer Fahrzeuge erhoben. Ein weiterer Fokus der Interviews liegt auf dem Vergleich mit der Beanspruchung bei Autofahrten bzw. bei der manuellen Steuerung des Shuttles. Durch die Berücksichtigung des Erfahrungsniveaus der Befragten soll untersucht werden, wie sich die individuelle Erfahrung auf die wahrgenommene Beanspruchung und das Vertrauen in das System auswirkt.

Der Anwendungsfall verspricht spannende Einblicke in die Wahrnehmung und Bewertung der von KI-Systemen versprochenen Unterstützung im Bereich der autonom fahrenden Bus-Shuttles. Konkret können mit Hilfe der Untersuchungen die von den Sicherheitsfahrer:innen geforderten Kompetenzen und auf technischer Seite die Anpassungsbedarfe des KI-Systems hinsichtlich der Benutzerschnittstellen und der Bedienbarkeit sowie dem zugrundeliegenden Prozess ermittelt werden. Dies führt in der Folge zu einer gesteigerten Mitarbeitendenzufriedenheit durch eine passgenaue Unterstützung seitens der KI-basierten Assistenz.