Das Upskilling-Programm zu ADAS (Advanced Driver Assistance Systems) und Autonomem Fahren ist als zweiwöchiger Intensivkurs konzipiert und wurde bisher initial bei der Porsche AG umgesetzt. Es richtet sich an Fachkräfte, die in diesem dynamischen Technologiefeld Kompetenzen erwerben oder vertiefen möchten. Der Kurs ist in einen Basiskurs und einen Aufbaukurs gegliedert und kombiniert theoretische Grundlagen mit praktischen Übungen, insbesondere in den Bereichen Software, Daten und Künstliche Intelligenz.

Lernziele

Im Basiskurs liegt der Fokus auf dem Aufbau eines breiten konzeptionellen und terminologischen Verständnisses. Teilnehmende sollen die Rolle von Architektur, Software und Daten im Fahrzeug nachvollziehen, Schnittstellen zwischen Architekturebenen und Steuerungssystemen verstehen und grundlegende Modelle zur Datenintegration, -modellierung und maschinellem Lernen kennenlernen. Ein weiteres Ziel ist es, die Chancen und Grenzen von ADAS und autonomem Fahren sowie den regulatorischen und technologischen Kontext zu verstehen, um mit Entwicklern und IT-Experten kompetent kommunizieren zu können.

Der Aufbaukurs vertieft diese Grundlagen und zielt auf die praktische Anwendung ab. Dabei geht es um die Gestaltung virtueller Entwicklungsprozesse – von der Sensordatenerfassung über Datenfusion und Modellierung bis zur Fahrdynamikplanung. Ein Schwerpunkt liegt auf der Arbeit mit Daten: verschiedene Formate, Integration, Qualitätskriterien und statistische Evaluationsmethoden. Hinzu kommen vertiefte Kenntnisse in Software- und Systemarchitekturen, sowohl für On-Board- als auch für Off-Board-Komponenten. Teilnehmende bauen gezielt ihre Kompetenzen in Statistik, Data Science und maschinellem Lernen aus, um ADAS- und KI-Anwendungen praktisch umsetzen zu können.

Thematische Schwerpunkte

Das Programm beginnt mit einem Blick auf Mobilitätstrends, Geschäftsmodelle und regulatorische Rahmenbedingungen. Anschließend werden technische Grundlagen vermittelt: Fahrzeugarchitekturen, der Wandel hin zum Software Defined Vehicle, sowie Referenzarchitekturen für ADAS. Parallel dazu erarbeiten die Teilnehmenden Methoden der Softwareentwicklung, vom Anforderungsmanagement bis zur Integration und Testautomatisierung.

Ein weiterer zentraler Block behandelt Daten und maschinelles Lernen. Themen sind Datenqualität, statistische Grundlagen, Sensordatenfusion sowie der Einsatz von Python für Klassifikations- und Lernverfahren. Diese Kompetenzen sind die Basis für den Aufbaukurs, in dem konkrete KI-Methoden wie neuronale Netze, Bildklassifikation oder Sensordatenverarbeitung umgesetzt werden.

Die Umgebungserfassung durch Kameras, Radar und Lidar sowie die Fusion und Synchronisation von Sensordaten sind praxisnah verankert. Ebenso werden Konzepte wie Tracking, probabilistische Methoden (z. B. Kalmanfilter) und Deep-Learning-Ansätze behandelt. Fortgeschrittene Themen umfassen Map-based Driving, Lokalisierung, SLAM sowie komplexe Verfahren zur Trajektorienplanung und Fahrdynamikmodellierung.

Ergebnisse

Das Konzept verbindet theoretische Grundlagen, praktische Übungen, Diskussionen zu Sicherheit und Regulierung sowie simulationsgestützte Methoden. Das Upskilling-Programm bietet eine ganzheitliche Weiterbildung, die von Mobilitätsvisionen über technische Architekturen bis hin zu praktischen KI-Anwendungen reicht. Durch den stufenweisen Aufbau – Grundlagen im Basiskurs, praxisorientierte Vertiefung im Aufbaukurs – werden die Teilnehmer:innen befähigt, Konzepte nicht nur zu verstehen, sondern auch aktiv in Entwicklungsprozesse einzubringen. Damit adressiert das Programm die Schlüsselkompetenzen für das Fahrzeug der Zukunft, in dem Software, Daten und KI zentrale Rollen einnehmen.