Uber plant, sein weltweites Netz aus Millionen humaner Fahrer als Sensor-Grid für autonome Fahrzeugentwickler zu nutzen. Diese langfristige Strategie geht weit über den reinen Fahrdienst hinaus und zielt darauf ab, Fahrzeuge der Fahrer mit Sensoren auszustatten, um Echtweltdaten für die Schulung von KI-Modellen zu sammeln. Der Uber-Haupttechnologiebeauftragte Praveen Neppalli Naga enthüllte diese Pläne auf dem StrictlyVC-Event von TechCrunch in San Francisco. Der Ansatz ist eine logische Weiterentwicklung des im Januar angekündigten Programms AV Labs. Derzeit stützt sich dieses Programm noch auf eine kleine, eigenbetriebene Flotte mit dedizierten Sensoren. Das übergeordnete Ziel von Uber ist es jedoch, einen Teil seiner globalen Fahrerbasis zu mobilen Datenerfassungseinheiten umzuwandeln. Sollte sich auch nur ein Bruchteil dieser Millionen Fahrzeuge für diesen Zweck einsetzen lassen, würde das entstehende Datenvolumen das Potenzial jeder einzelnen autonomen Fahrzeugfirma bei weitem übertreffen. Laut Naga liegt das Hauptproblem bei der Entwicklung autonomer Fahrzeuge derzeit nicht in der zugrundeliegenden Technologie, sondern im Datenmangel. Unternehmen wie Waymo müssen selbst Fahrzeuge einsetzen, um spezifische Verkehrsszenarien an bestimmten Orten und zu bestimmten Zeiten zu sammeln, was mit erheblichen Kosten verbunden ist. Uber möchte diese Lücke schließen, indem es als zentraler Datenservice für die gesamte Branche fungiert. Die strategische Bedeutung dieser Initiative liegt in der Neuausrichtung von Uber nach dem Verkauf der eigenen Selbstfahrinteressen an Waymo. Anstatt als Wettbewerber aufzutreten, positioniert sich das Unternehmen nun als kritische Infrastruktur für die gesamte autonome Industrie. Uber unterhält derzeit Partnerschaften mit 25 Firmen und arbeitet an einer sogenannten AV-Cloud. Dies ist eine Bibliothek mit beschrifteten Sensordaten, auf die Partner zugreifen können, um ihre Algorithmen zu trainieren. Zusätzlich ermöglichen Partner die Nutzung des Systems in einer sogenannten Schattenmodus-Umgebung. Dabei werden trainierte Modelle parallel zu echten Uber-Fahrten simuliert, um deren Leistung zu bewerten, ohne dass autonome Fahrzeuge physisch im Straßenverkehr agieren. Naga betonte zwar zunächst, dass das Ziel nicht sei, mit diesen Daten direkt Gewinne zu erwirtschaften, sondern diese zu demokratisieren, doch deutet die aktuelle Entwicklung auf eine andere Richtung hin. Uber hat bereits Beteiligungen an zahlreichen AV-Unternehmen erworben. Die Kontrolle über einen skalierbaren, proprietären Datenschatz könnte dem Unternehmen in Zukunft erheblichen Einfluss auf den Sektor geben, der weiterhin auf die Kundenbasis von Uber angewiesen ist. Obwohl regulatorische Fragen, insbesondere zur Klärung von Sensor-Datenschutzbestimmungen in verschiedenen Bundesstaaten, noch geklärt werden müssen, bleibt die Vision bestehen, die Mobilitätsinfrastruktur von Uber in die Datenbereitstellung für die Zukunft der autonom gefahrenen Fahrzeuge zu integrieren.