Forschungsinformationssystem des BMVI

zurück Zur Startseite FIS

Security Autonomes Fahren

Erstellt am: 06.08.2017 | Stand des Wissens: 30.07.2018
Ansprechpartner
Technische Universität Hamburg, Institut für Logistik und Unternehmensführung, Prof. Dr. T. Blecker

Die Vision des autonom agierenden Fahrzeuges ist einer der größten Trends der Automobilbranche in der Gegenwart. Seit Jahrzehnten, beginnend mit Assistenzsystemen wie dem Antiblockiersystem (ABS) und dem elektronischen Stabilitätsprogramm (ESP), wird die Automatisierung des Fahrens vorangetrieben hin zu einem vollständig autonom geführten Fahrzeug, das ohne das Eingreifen des Menschen beschleunigen, bremsen und lenken kann.

Der Automatisierungsgrad eines Fahrzeuges wird durch die Norm SAE J3016 in sechs Stufen eingeteilt [SAE14].: Die Stufe 0 steht für nicht automatisiertes Fahren. Fahrzeuge, die ausschließlich mit Assistenzsystemen ausgestattet sind und keine autonome Steuerung ermöglichen, werden in die Stufen 1 und 2 eingeordnet. In den Stufen 3 bis 4 verfügen die Fahrzeuge über die Fähigkeit, die Umwelt zu überwachen und das Fahrzeug eigenständig zu steuern, jedoch muss der Fahrer auf Aufforderung eingreifen. Fahrzeuge der Stufe 5 sind in der Lage ohne Eingriff des Fahrers autonom zu navigieren. Die Wahrnehmung der Umwelt und die Steuerung des Fahrzeuges erfolgen zumeist mittels Sensortechnik. Außerdem ist eine intensive Kommunikation mit anderen Verkehrsmitteln und der Infrastruktur erforderlich.

Durch den steigenden Automatisierungsgrad kommt die Automobilbrache intensiver mit den Themen Datenschutz und IT-Sicherheit in Berührung, als es in der Vergangenheit der Fall war. Je höher das Level der Automatisierung der Fahrzeuge ist, desto mehr IT-Systeme werden benötigt. Damit steigt ebenfalls das Risiko von Fehlern und Manipulationen [AhKo16]. Dies wird zunehmend erkannt und die öffentliche und wissenschaftliche Diskussion deckt diesen Aspekt ab, auch wenn Lösungen angesichts der gestiegenen Komplexität des Verkehrssystems bislang kaum vorliegen. Vor allem treten immer wieder neue Angriffswege auf, die die hohe Komplexität und den bislang noch deutlich unterentwickelten Stand der Technik ausnutzen. So ist es beispielsweise durch Graffiti oder kleine Aufkleber möglich, Straßenschilder so zu manipulieren, dass diese von autonomen Systemen nicht mehr erkannt werden. In einem aktuellen Test wurden von Menschen sofort richtig zu erkennende Stoppschilder von autonomen Systemen zu 100% als Geschwindigkeitsbegrenzung fehlinterpretiert [AhKo16].

Schwachstellen autonomer Fahrzeuge und der Verkehrsinfrastruktur inklusive der erforderlichen Kommunikationsnetze stellen aber auch potenzielle Angriffspunkte für intendierte Übergriffe dar. Zum Beispiel können autonome Fahrzeuge sowohl durch organisierte Kriminalität als auch Terrororganisationen entweder als Ziel oder als Mittel für Straftaten ausgewählt werden. Durch Manipulation von Mess- und Sensordaten im Fahrzeug oder durch das Einspielen falscher externer Verkehrsdaten kann die Steuerung der autonomen Fahrfunktionen gegen den Willen des Fahrers beeinflusst werden, sodass Straftaten wie beispielsweise Diebstahl, Raub und Erpressung begangen werden können. Ebenso können Fahrzeuge ferngesteuert als Waffe eingesetzt oder durch Störungen des Verkehrs kriminelle oder terroristische Ziele verfolgt werden.

Gegenstand dieser Wissenslandkarte ist somit nicht die Verkehrssicherheit im Sinne der Unfallvermeidung oder einer funktionalen Sicherheit beispielsweise von Bremsen (Safety), sondern die Absicherung gegen intentionale Eingriffe in das Verkehrssystem (Security).

Des Weiteren ergeben sich aufgrund der erhobenen Daten und intensiven Vernetzung aus Sicht der Bevölkerung gesteigerte Missbrauchspotenziale. Diese betreffen sowohl private Akteure (z. B. Versicherungsunternehmen, Automobilhersteller) als auch staatliche Organe (z. B. Strafverfolgungsbehörden). Hier gilt es den erforderlichen rechtlichen Rahmen auch über das Bundesdatenschutzgesetz (BDSG) [BDSG] hinaus zu schaffen und sowohl technische als auch organisatorische Maßnahmen zur Verhinderung einer missbräuchlichen Datennutzung zu ergreifen (z. B. Anonymisierung und Pseudonymisierung der Daten). Maßnahmen zur Steigerung der Security autonomen Fahrens, können aber nicht ausschließlich auf nationaler Ebene gelöst werden. Aufgrund des Eintretens neuer Akteure in das Verkehrssystem (z. B. Internetunternehmen) und der zunehmenden Gefahr internationaler Angriffe (z. B. Cyberangriffe) werden vielmehr international abgestimmte Rahmenbedingungen wie eine Erweiterung des Wiener Abkommens sowie internationale Standards und Normen benötigt. Ein Anfang hierfür ist die Datenschutz-Grundverordnung (DSGVO), welche im Mai 2018 verabschiedet wurde [DSGVO]. Darin werden die Regeln zur Verarbeitung personenbezogener Daten in der EU vereinheitlicht. Jedoch werden damit weder die Vereinheitlichung der Anforderungen an autonome Fahrzeuge bewirkt noch die Fahrzeugentwicklung mit entsprechenden Vorgaben versorgt. Aktuell entwickeln die Fahrzeughersteller in den verschiedenen Ländern ihre autonomen Fahrzeuge noch anhand sehr unterschiedlicher Kriterien.

Nach einer internationalen Studie aus dem Jahr 2017 ist das Vertrauen in selbstfahrende Fahrzeuge in Bezug auf die Sicherheit besonders gering ausgeprägt. Sicherheitsaspekten wie IT-Sicherheit wird beim autonomen Fahren international eine hohe Bedeutung beigemessen. Für einen Großteil der befragten Personen würde eine stärkere Fokussierung auf Sicherheitsaspekte bei der Einführung des autonomen Fahrens zur Steigerung des Nutzervertrauens in diese Technologie führen [Delo17].
Ansprechpartner
Technische Universität Hamburg, Institut für Logistik und Unternehmensführung, Prof. Dr. T. Blecker
Zugehörige Wissenslandkarte(n)
Security Autonomes Fahren (Stand des Wissens: 09.10.2017)
https://www.forschungsinformationssystem.de/?475978
Literatur
[AhKo16] Richard Viereckl, Dietmar Ahlemann, Alex Koster, et al., Connected car report 2016: Opportunities, risk, and turmoil on the road to autonomous vehicles, 2016/09/28
[Delo17] Deloitte Development LLC (Hrsg.) What's ahead for fully autonomous driving -
Consumer opinions on advanced vehicle technology, Perspectives from Deloitte's Global Automotive Consumer Study, 2017
[EvEy17] Ivan Evtimov, Kevin Eykholt, Earlence Fernandes, Tadayoshi Kohno, Bo Li, Atul Prakash, Amir Rahmati, Dawn Song Robust Physical-World Attacks on Machine Learning Models, 2017/07/30
Rechtsvorschriften
[BDSG] Bundesdatenschutzgesetz
[DSGVO] Datenschutz-Grundverordnung

Auszug aus dem Forschungs-Informations-System (FIS) des Bundesministeriums für Verkehr und digitale Infrastruktur

https://www.forschungsinformationssystem.de/?473878

Gedruckt am Sonntag, 9. August 2020 10:41:51