Christoph  Becker

FZI Forschungszentrum Informatik
christoph.becker@fzi.de

Mit KI zum Ziel – Das Arbeitsumfeld im autonom fahrenden Shuttle-Bus

„Bitte während der Fahrt nicht mit dem Fahrenden sprechen!“ Ähnlich ist dies in vielen Bussen zu lesen und dies gilt auch in den autonom fahrenden Bus-Shuttles, die auch im Rahmen von KARL in Karlsruhe getestet werden. Denn auch wenn die Kleinbusse wie von Zauberhand fahren, sind immer Sicherheitsfahrer:innen mit an Bord. Sie müssen hoch fokussiert sein, im Ernstfall die manuelle Steuerung übernehmen und Unfälle abwenden. Doch wie sieht die mentale Beanspruchung der Sicherheitsfahrer:innen aus?

Motivation

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.

Zielstellung

Das Ziel des Anwendungsfalls ist es, die Sichtweise von Sicherheitsfahrer:innen auf den Einsatz von Künstlicher Intelligenz (KI) im Arbeitsumfeld autonom fahrender Bus-Shuttles zu untersuchen, um neue Anforderungen an KI-basierte Fahrassistenzfunktionen und vor allem das Arbeitsumfeld ableiten zu können. Daher 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. Weiterhin soll eine Gegenüberstellung des erforderlichen Kompetenzbedarfs mit den im klassischen Personennahverkehr notwendigen Kompetenzen erfolgen. Dabei sollen sollen folgende Leitfragen beantwortet werden:
• In welchen Aspekten unterscheiden sich die Anforderungen an Sicherheitsfahrer:innen autonomer Bus-Shuttles von denen an Autofahrer:innen?
• Welche Anforderungen haben Sicherheitsfahrer:innen autonomer Bus-Shuttles an Themen wie die Transparenz oder Nachvollziehbarkeit von KI-Entscheidungen?

Herangehensweise

Es werden unterschiedliche Datenquellen betrachtet und entsprechend der Anwendbarkeit sowie Zielgruppenverfügbarkeit für die Untersuchungen herangezogen. Relevante Datenquellen umfassen Interviews mit Sicherheitsfahrer:innen, Fragebögen sowie deren physiologische Daten und Fahrparameter. Mittels qualitativer Befragungen werden Selbsteinschätzungen, spezifisches Domänenwissen sowie Erwartungen an die KI-basierte Assistenzfunktion im Shuttle erfasst. Mit Hilfe von Beanspruchungs-Mess-Skalen soll über die Fragebögen das Wohlbefinden sowie die mentale Beanspruchung der Sicherheitsfahrer:innen vor und während der Fahrt ermittelt werden. Diese Ergebnisse werden mit Vitalparametern, die mittels Fitnesstracker erhoben werden, verglichen. Darüber hinaus soll die Erhebung von Fahrparametern eine Gegenüberstellung von Sicherheitsfahrt mittels autonom fahrendem Bus-Shuttle und Auto ermöglichen und diese vergleichbar machen.

Mehrwerte

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 ermittelt werden. Auf technischer Seite ergeben sich neue Erkenntnisse bei den den Anpassungsbedarfen des KI-Systems hinsichtlich der Benutzerschnittstellen und der Bedienbarkeit sowie dem zugrundeliegenden Prozess. Durch ein besseres Verständnis der erforderlichen Kompetenzen sowie der Kompetenzlücken kann das System kontinuierlich weiterentwickelt werden. Dies führt in der Folge zu einer gesteigerten Mitarbeitendenzufriedenheit durch eine passgenaue Unterstützung seitens der KI-basierten Assistenz.

Mit KI zum Ziel – Das Arbeitsumfeld im autonom fahrenden Shuttle-Bus

„Bitte während der Fahrt nicht mit dem Fahrenden sprechen!“ Ähnlich ist dies in vielen Bussen zu lesen und dies gilt auch in den autonom fahrenden Bus-Shuttles, die auch im Rahmen von KARL in Karlsruhe getestet werden. Denn auch wenn die Kleinbusse wie von Zauberhand fahren, sind immer Sicherheitsfahrer:innen mit an Bord. Sie müssen hoch fokussiert sein, im Ernstfall die manuelle Steuerung übernehmen und Unfälle abwenden. Doch wie sieht die mentale Beanspruchung der Sicherheitsfahrer:innen aus?

Motivation

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.

Zielstellung

Das Ziel des Anwendungsfalls ist es, die Sichtweise von Sicherheitsfahrer:innen auf den Einsatz von Künstlicher Intelligenz (KI) im Arbeitsumfeld autonom fahrender Bus-Shuttles zu untersuchen, um neue Anforderungen an KI-basierte Fahrassistenzfunktionen und vor allem das Arbeitsumfeld ableiten zu können. Daher 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. Weiterhin soll eine Gegenüberstellung des erforderlichen Kompetenzbedarfs mit den im klassischen Personennahverkehr notwendigen Kompetenzen erfolgen. Dabei sollen sollen folgende Leitfragen beantwortet werden:
• In welchen Aspekten unterscheiden sich die Anforderungen an Sicherheitsfahrer:innen autonomer Bus-Shuttles von denen an Autofahrer:innen?
• Welche Anforderungen haben Sicherheitsfahrer:innen autonomer Bus-Shuttles an Themen wie die Transparenz oder Nachvollziehbarkeit von KI-Entscheidungen?

Herangehensweise

Es werden unterschiedliche Datenquellen betrachtet und entsprechend der Anwendbarkeit sowie Zielgruppenverfügbarkeit für die Untersuchungen herangezogen. Relevante Datenquellen umfassen Interviews mit Sicherheitsfahrer:innen, Fragebögen sowie deren physiologische Daten und Fahrparameter. Mittels qualitativer Befragungen werden Selbsteinschätzungen, spezifisches Domänenwissen sowie Erwartungen an die KI-basierte Assistenzfunktion im Shuttle erfasst. Mit Hilfe von Beanspruchungs-Mess-Skalen soll über die Fragebögen das Wohlbefinden sowie die mentale Beanspruchung der Sicherheitsfahrer:innen vor und während der Fahrt ermittelt werden. Diese Ergebnisse werden mit Vitalparametern, die mittels Fitnesstracker erhoben werden, verglichen. Darüber hinaus soll die Erhebung von Fahrparametern eine Gegenüberstellung von Sicherheitsfahrt mittels autonom fahrendem Bus-Shuttle und Auto ermöglichen und diese vergleichbar machen.

Mehrwerte

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 ermittelt werden. Auf technischer Seite ergeben sich neue Erkenntnisse bei den den Anpassungsbedarfen des KI-Systems hinsichtlich der Benutzerschnittstellen und der Bedienbarkeit sowie dem zugrundeliegenden Prozess. Durch ein besseres Verständnis der erforderlichen Kompetenzen sowie der Kompetenzlücken kann das System kontinuierlich weiterentwickelt werden. Dies führt in der Folge zu einer gesteigerten Mitarbeitendenzufriedenheit durch eine passgenaue Unterstützung seitens der KI-basierten Assistenz.

Christoph  Becker

FZI Forschungszentrum Informatik
christoph.becker@fzi.de