de.wedoany.com-Bericht: Samsara setzt weiterhin auf Künstliche Intelligenz als zentrales Werkzeug zur Verbesserung der Flottensicherheit. Das Unternehmen ist der Ansicht, dass KI nicht nur mehr risikoreiche Fahrereignisse erkennen, sondern auch dabei helfen kann, dass Flotten vorbeugende Maßnahmen ergreifen, bevor sich diese Ereignisse zu Unfällen entwickeln.
Arpan Podduturi, Vice President für Produktsicherheit des Unternehmens, stellte dieses Konzept Ende Juni auf der Beyond-Konferenz in Las Vegas vor. Das kürzlich eingeführte Sicherheitsproduktportfolio des Unternehmens, darunter KI-generierte Fahrerbriefings (AI-generated Driver Briefings), KI-Mitfahrten (AI Ride-Alongs) und die Funktion zur Coaching-Priorisierung (Coaching Priority), basiert auf diesem Designansatz.
Podduturi wies darauf hin, dass Flotten derzeit allgemein vor gemeinsamen Herausforderungen wie überlasteten Sicherheitsmanagern, hoher Fahrerfluktuation und der Tatsache stehen, dass eine kleine Anzahl risikoreicher Fahrer die meisten Unfälle verursacht.
„Die Daten zeigen, dass die 10 % der risikoreichsten Fahrer ein Drittel aller Unfälle verursachen, während die oberen 25 % fast zwei Drittel der Unfälle verursachen“, erklärte er, warum das Unternehmen stark in KI-gesteuertes Coaching und Automatisierungstechnologie investiert.
Diese Bemühungen basieren auf der Connected Operations Platform von Samsara, die derzeit etwa 20 Billionen Datenpunkte verarbeitet, die im letzten Jahrzehnt gesammelt wurden. Dies ermöglicht es dem Unternehmen, Fahrverhaltensmuster zu identifizieren, die Wirksamkeit von Coachings zu bewerten und die Sicherheitsmodelle kontinuierlich zu optimieren.
Podduturi ist jedoch der Ansicht, dass die Verbesserung der KI nur ein Aspekt ist; ebenso wichtig ist es, die Einstellung der Fahrer gegenüber dieser Technologie zu verändern.
„Früher sahen Fahrer Samsara als ein Werkzeug, das ihnen Ärger einbringen könnte. Es erfasste Fehlverhalten und forderte sie dann zum Coaching auf“, sagte Podduturi. „Was wir jetzt tun, ist, die Fahrer zu befähigen, indem wir einen intelligenten Assistenten bereitstellen, der sie während der gesamten Fahrt begleitet und alles, was für die Fahrt notwendig ist, in einem zweiminütigen Update zusammenfasst.“
Zu diesem Zweck hat das Unternehmen KI-Fahrerbriefings eingeführt. Es handelt sich um einen fahrzeuggestützten, kontextbewussten KI-Assistenten, der sich nicht nur auf die Bearbeitung nach einem risikoreichen Ereignis konzentriert, sondern vor allem darauf, den Fahrer vor Fahrtantritt vorzubereiten und während der Fahrt Anleitung zu geben. Vor Schichtbeginn kann die KI eine Zusammenfassung von Wetter, Verkehr, Routeninformationen und risikoreichen Orten erstellen. Während der Fahrt sendet das System kontinuierlich Sprachwarnungen, um die Notwendigkeit für den Fahrer zu reduzieren, auf Navigations- oder andere mobile Anwendungen zu schauen. Podduturi erklärte, dass dies darauf abzielt, den Blick des Fahrers nach vorne zu richten und Ablenkungen zu eliminieren.
Sofortige Sicherheitsfunktionen wie Kollisionswarnungen und Ablenkungserkennung laufen in Echtzeit über Edge Computing im Fahrzeug. „Fast alle Erkennungen laufen am Edge. Wir verfügen über selbst trainierte, benutzerdefinierte Modelle, die Reaktionszeiten im Millisekundenbereich ermöglichen, da die Straßenverhältnisse dynamisch sind.“ Die cloudbasierte KI hingegen wird verwendet, um Fahrverhaltensänderungen im Laufe der Zeit zu analysieren, einzelne Ereignisse zu breiteren Mustern zusammenzufassen und Sicherheitsmanagern zu helfen, die Wirksamkeit von Coachings, den Bedarf und neu auftretende Risiken zu verstehen.
Podduturi sagte, dass Ereignisse nach dem Senden an das Backend bewertet, verifiziert und offline annotiert werden können. „Wir haben die Fähigkeit, Ereignisse zusammenzufügen und Muster im Fahrverhalten zu erkennen, was vor einigen Jahren noch nicht möglich war. Diese neue Technologie ermöglicht es uns, beitragende Risikoereignisse zu identifizieren und Trainern ein vollständiges Bild mit Umgebungskontext zu liefern.“
Der ständig wachsende Datensatz des Unternehmens offenbart auch regionale Unterschiede im Fahrverhalten. In Kanada beispielsweise ist überhöhte Geschwindigkeit aufgrund der großen geografischen Ausdehnung eines der häufigsten Verhaltensweisen unter Samsara-Nutzern; in Mexiko hingegen konzentrieren sich die Flotten mehr auf Handynutzung, Ladungssicherheit und GPS-Störungen.
Die Funktion zur Coaching-Priorisierung (Coaching Priority feature) identifiziert Kontext und Muster und hilft Flotten, ihre begrenzten Coaching-Ressourcen auf Schlüsselbereiche zu konzentrieren. Anstatt ein einzelnes starkes Bremsmanöver zu markieren, beobachtet dieses KI-Tool, wie Faktoren wie Fahrverhalten, Wetter, Straßenumgebung und Fahrzeit zusammenwirken, um ein umfassenderes Risikobild zu erstellen und darauf basierend die Coaching-Prioritäten festzulegen. In einer Medienproduktdemonstration gab Samsara an, dass interne Analysen gezeigt hätten, dass die Funktion Fahrer, die später in Unfälle verwickelt waren, mit einer Genauigkeit von etwa 80 % mindestens fünf Tage vor dem Ereignis als hohe Priorität identifizierte. Das Unternehmen wies auch darauf hin, dass der „Coaching Priority Score“ völlig unabhängig vom „Safety Score“ sei, der für Flottenkonfiguration oder Gamification verwendet werde. Er untersuche alle Risikofaktoren, einschließlich solcher, die der Fahrer nicht kontrollieren könne, um Managern bei der Entscheidung zu helfen, worauf sie sich beim Coaching konzentrieren sollten.
Podduturi sagte, dass diese Funktion das Urteilsvermögen der Sicherheitsmanager nicht ersetze. Die Coaching-Priorisierung empfehle keine spezifischen Maßnahmen, sondern liste Fahrer auf, die möglicherweise Aufmerksamkeit benötigen, und überlasse es der Flotte, flexibel über die Reaktion zu entscheiden. Je nach den jeweiligen Richtlinien könnten Organisationen automatisiertes Coaching, Selbstlernschulungen, Gruppen-Coachings oder Einzelgespräche zuweisen. „Das hängt ganz vom Kunden ab“, sagte er. „Wir geben keine spezifischen Empfehlungen, sondern stellen Werkzeuge zur Verfügung, mit denen der Kunde entscheiden kann, wie er eingreift.“
Für große Flotten ist diese Transparenz besonders wichtig. Manager müssen nicht Tausende von Fahrern einzeln überprüfen, sondern können schnell die wenigen finden, die sofortige Aufmerksamkeit benötigen. „Wer sind die 50 Personen, die ich wirklich im Auge behalten muss? Wie überschneiden sich ihre Dienstzeiten? Wie verändern sich die Punktzahlen im Laufe der Zeit?“, sagte Podduturi. Dies seien genau die Fragen, auf die Manager jetzt Antworten erhalten könnten. „Manchmal sehen wir, dass die Punktzahlen von Fahrern, die sich gut verhalten haben, leicht sinken. Der Coach muss nur proaktiv nachfragen: ‚Was ist in deinem Leben los? Kann ich dir helfen?‘ Das ist, als würde man Daten mit der Intuition verbinden.“
