Moove | "Robotaxis sind keine automatisierten Autos"

00:00:04: Der new mobility Podcast von Auto-Motor-Sport diese Folge wird Ihnen präsentiert von Mennekes. Hallo und herzlich Willkommen zu Moove dem new mobility Podcast von auto-motor-und-sport

00:00:18: mein Name ist Luca leicht mit mir haust du diesen Podcast wieder einmal der sehr sehr sehr geschätzte Kollege der Online-Redaktion der heute wieder in der Redaktion ist während ich wieder zu Hause bin.

00:00:28: Gerd du bist eine Attraktion was da los.

00:00:30: Test servus Luca ja ich sage einfach mal servus obwohl ich hier im schönen Stuttgart sitze und nicht nach München wie sonst so oft ja

00:00:39: ab und zu zieht es mich einfach ins Büro und damit du natürlich tief traurig dass du da nicht bist

00:00:46: aber ich freue mich sehr Dich zu hören und noch mehr freue ich mich auf unseren Gast stehen schon wieder du uns eingeladen hast heute geht zum Thema was wir schon länger nicht mehr beackert haben

00:00:58: ja künstliche Intelligenz warum sprechen wir da drüber weil das viel mit autonomen fahren zu tun hat und das ist natürlich genau unser Ding.

00:01:07: Und du sagst uns jetzt sicher wie es da weitergeht oder ich genau am wir haben ja erst kürzlich mit Matthias Kaiser von Mercedes gesprochen mit dem ausführlich das Thema am drivepilot also dieses Level 3 System von Mercedes beackert und.

00:01:22: Die Frage ist ja aber trotz allem was steckt denn dahinter und da würde schon gesagt dass Gerd geht's relativ viel um KI um um Sensorik et cetera

00:01:30: und dafür wenn es heute Nils Berkemeyer am eingeladen

00:01:33: der Gott die Zeit gefunden hat und Systema ki autonomes fahren und vor allem auch die Fortschritte in den letzten Jahren bisschen zu erklären die ist aber bei einem israelischen ki Startup das Auto brennt heißt ist dort vice president of

00:01:46: puppet Development also zumindest stand in der Pressemitteilung was es genau ist also was man als Vice President macht und was kostet die Welt mein heißer bist du dich noch Geld ranschaffen ist.

00:01:56: Wenn auch gleich noch fragen weil er sitzt jetzt zusammen mit seinem Kollegen in einem Berliner Büro des Unternehmens aufgebaut hat und es hat sich.

00:02:04: Wie ich bis dass da Tabs ja eigentlich übrigens nicht viel weniger vorgenommen als mal geschwind Marktführer für die Bereitstellung sicherer und erschwinglicher Lösung für das Auto noch mitfahren zu werden

00:02:14: Zitat Ende find ich am missioniert aber das ist ja euch auch eine schöne Sache mit ambitioniert mit ihnen kommt man ja auch häufig weiter als wenn sie nicht so ambitioniert sind deswegen Nils schön dass du da bist und sie bekommen Podcast bei uns.

00:02:27: Ja grüß Dich Luca vielen Dank du bist ja eigentlich erst so richtig Seiten

00:02:31: paar Tagen bei Autobrand davor warst du knapp drei Jahre glaube ich bei Continental bzw genauer bei der Venture Capital Tochter von Conti und hast dich unter anderem um unten also Investitionen in Startups gekümmert

00:02:45: das alles richtig verstanden habe vorher in der Recherche dann warst du auch der der die Mission für Auto brennt von Conti gesteuert hat bereits jetzt ist die Frage jetzt bist du da drin jetzt siehst du zurzeit ich von in

00:02:57: hast du schon erste Leichen im Keller gefunden Seite die Seite gewechselt hast ehrlich gesagt im Gegenteil also.

00:03:03: Als Investor schaut man ja immer von außen auf die Entwicklung des Unternehmens

00:03:07: aber man kann es nicht von wirklich von innen mal sehen wie weit und wie man Flechte Technologie wirklich ist und das was ich bisher gesehen habe hat mich nur darin bestärkt in meiner Entscheidung das Team Vollzeit als Teil des Managements zu unterstützen

00:03:24: vorher ist es israelisches Startup lebst du jetzt auch in Israel.

00:03:31: Ja man könnte schon sagen ja alle paar Wochen Reise ich dort schon rüber ich verbringen doch er einige Wochen im Jahr dort im aktuell hält sich noch in Grenzen ich sag jetzt mal jeden zweiten Monat für ein paar Tage oder Wochen.

00:03:45: Aber ja im Zweifel wird es nicht weniger in Zukunft du bist ja eigentlich zumindest Fred unseres linkedin.

00:03:53: Bdla also ganz klassisch und hast immer noch bisschen MML gemacht dich da weitergebildet aber.

00:04:00: Die künstlichen Intelligenz das Thema machine learning und das ganze fällt rund ums Auto mitfahren gilt eigentlich für viele Leute als mit eins der schwierigsten Fälle überhaupt in der ganzen Autobranche

00:04:10: Lisa du bist von Haus aus bdla.

00:04:12: Wie du so verstehst du überhaupt was du da tust bzw was ihr da tut wie kannst du das einschätzen und woher hast du diese Expertise jetzt ja das exzellente Frage.

00:04:21: Ich sag's mal so wie du schon sagtest mein Bäcker und ist eilig in der BWL

00:04:25: ich habe aber grundsätzlich Karriere seit ich direkt im Hightech Bereich im Investmentbereich angefangen also ich komme eigentlich aus dem klassischen Venture Capital Geschäft habe mein Handwerk bei einem etablierten europäischen VCI Capital erlernt

00:04:39: unter dieser VC hat seit Anbeginn der Neunziger rein in Hightech Film investiert.

00:04:46: Aus verschiedenen Sektoren und einfach gesagt.

00:04:50: Zumindest ist das meine Perspektive und das sagt das was hier in der Branche sehr viele Karriere VCS im Hightech Bereich die erfolgreichen Westen und zu machen.

00:04:58: Haben nicht unbedingt einen technischen Abschluss in dem jeweiligen Start-ups oder oder Technologien in diese investieren wenn unsere Fach geht's in erster Linie wirklich darum.

00:05:08: Große Trends also bahnbrechende Trends zu erkennen und inner im Rahmen dieser Trends auf die richtigen Player zu setzen

00:05:15: und wenn man sich im Rahmen dieser Technologien auf die einzelnen Player fokussiert dann sind es am Ende vom Tag relativ klassische Kriterien anhand derer man ein ich sag mal erfolgsversprechende Startup erkennen

00:05:27: dann halt du musst gar nicht verstehen was die können und wie gut die sind

00:05:30: also du musst gar nicht verstehen ob jetzt wirklich besser sind sondern nur ob die Zahlen stimmen nee nee also im vor allem liegt Eckbereich geht's vor allem darum zu verstehen ob sie besser sind nur das kann man sehr gut marktseitig auch herleiten also es geht

00:05:44: das geht am Ende nicht dafür darum dass ich selbst den Code des Tatorts analysieren und nach programmieren kann sondern es geht darum dass ich einschätzen kann

00:05:52: wie stark der technologische Vorteil für eine gewisse Zielanwendung ist in ein Gewissen Mark.

00:05:57: Und das macht man typischerweise marktseitig indem man eben extrem gut verdrahtet ist zu Konzernen anderen Technologie Experten oder auch Lehrstühlen Universitäten und eben weiß wie man sich die richtige Fachexperten Meinung einholen kann.

00:06:12: Und darin sind VCS typischerweise ziemlich gut es wird mich einfach gesagt dass es

00:06:19: weil ich sehr naheliegend war zu wechseln wenn ich das so höre dann warst du vorher quasi bist du von deinem von dem einen Unternehmen dann zum Mandanten Kunden Geschäftspartner gewechselt.

00:06:30: Für mich klingt das aber immer so bisschen nach nach Höchst und unter Höchststrafe verboten darf man das einfach ist das so üblich dass man dann zum Kunden geht oder zum.

00:06:40: Ja müsste Zion's Objekt ja also ich sag's mal so in meiner Branche also in der Venture Capital Branche sieht man das tatsächlich recht häufig.

00:06:48: Und das ist auch immer ein sehr starker eine sehr starke ich sag mal Validierung für das jeweilige Startup-Unternehmen wenn der Investor sich dazu entscheidet wirklich sein ja

00:06:58: sehr guten Investment Job aufzugeben um wirklich Vollzeit in ein Startup einzusteigen was eine unbekannte Zukunft hat

00:07:06: wie ist es denn dann eigentlich von so einem vergleichsweise großen Tanker zu zu einem vermeintlich kleinen und

00:07:13: wie Mann der immer sagt agieren Startup zu wechseln macht er das nicht so ein bisschen Angst die viele Freiheit.

00:07:20: Er hat das auch sehr gute Frage und auf jeden Fall ist bisher eine sehr frischen Erfahrung und das Gute ist dass in meiner ich sag mal meiner

00:07:29: vorherigen Rolle in dem Becher Capital vor wie auch in relativ kleinen aufgestelltes Team waren es waren auch nicht mehr als.

00:07:35: Ja 25 Leute 20 Leute würde ich sagen und da erkennt man auch ein bisschen dieses dynamische dieses dynamische Umfeld dann das heißt dass er sich jetzt nicht unbedingt neu.

00:07:45: Ähm ich glaube das wirklich neu ist das im Gegensatz zu Großkonzernen die Funktion natürlich nicht so klar abgegrenzt sind und

00:07:53: ja ich sage mal jeder Teil im jeder jedes Teammitglied noch ein bisschen dabei ist seine Rolle zu finden und sich mit den anderen abzustimmen das heißt für mich in meinem Alltag.

00:08:04: Mache ich oft sehr wichtige Dinge die aber ursprünglich nicht zu meiner Rollenbeschreibung zu tun haben.

00:08:10: Ich würde gerne mal Richtung Auto nehmen autonomes fahren Pegnitz ins automatisiertes fahren wie ich gelernt hab autonom soll mir nicht sagen wenn du dir jetzt die.

00:08:19: Situation anschaust am Markt.

00:08:22: Wieso habt ihr euch gerade Berlin ausgesucht für die für eine der ersten Dependancen von von Auto Benz.

00:08:30: Kondensiert es waren passiert doch eigentlich vor allem in den USA also da sitzt noch die ganzen Tech-Unternehmen die ganzen neuen Entwicklungen wieso Berlin.

00:08:38: Ja ja das muss man ich will sagen da muss noch ein bisschen differenzieren es gibt zum einen also wenn wir wirklich von diesen

00:08:47: in Anführungsstrichen autonom fahren sprechen dann mein Mann oft auch diese ich sag mal wo robotaxi Anbieter also jetzt in google Rainbow oder ein Fuß.

00:08:56: Und ja die sind richtigerweise in der USA und ich würde sagen in dem Bereich auch wirklich sehr weit aber wenn es wirklich um die Technologie hinter dem autonomen fahren

00:09:06: er steht

00:09:07: dann würde ich sagen muss man differenzieren zwischen robotaxi ist also autonome fahrt Technologie für robotaxis und zwischen Autonummer Fahrtechnik LOGI für möglichen Zukunft Fahrzeuge für.

00:09:19: Ja für für für für den Massenmarkt und wo ist da der Unterschied kannst du es erklären

00:09:23: das geht zum einen primär um die ich so wirklich die Sensor und Software Technologie die hinter dem autonomen fahren steckt und die die Fahrt Funktion ermöglicht

00:09:32: robotaxi some was die Technik die die Technik angeht deutlich anderes Setup als ein ich sage mal

00:09:40: in Zukunft ein fall autonomer Golf haben müsste.

00:09:43: Um zu funktionieren und das auch zu erschwinglichen Preisen den Saturday man heute auf einem Google Rainbow sieht den kann man nicht ohne weiteres industrialisieren verkleinern und irgendwann mal in einen Golf packen

00:09:55: damals mal drastisch sagen möchten diese Systeme um einen wirklichen Privatfahrzeug autonom fahren zu lassen müssen ich sag mal von der Pike auf dafür entwickelt werden.

00:10:07: Was heißt das gibt ganz andere Anforderung an Preise Robustheit und Performance von Software und Sensortechnologie.

00:10:16: Und da spielt die Musik will ich sagen

00:10:19: primär in der traditionelle Rennauto Motorwelt die sich damit auskennt dort sind auch von Auto brains aktuell die meisten Kunden vertreten und vor dem Hintergrund macht es für uns praktisch betrachtet.

00:10:31: Am meisten sind hier in Deutschland Fuß zu fassen im ersten Schritt

00:10:35: wenn du vielleicht dann noch mal genauer drauf eingehen könntest von außen betrachtet wirkt ja so ein robotaxi auch wie ein hochautomatisiert fahrendes Auto also

00:10:47: bewegt sich autonom natürlich in begrenzten Gebiet warum sind die die Anforderungen an Sensorik und so weiter

00:10:56: trotzdem andere also Robustheit leuchtet mir

00:11:00: ja auch nur bedingt ein weil ich mir denke erst in Robert Taxi sind ganzen Tag unterwegs auch in urbanen Umfeld vielleicht ist jetzt auch nicht so dass.

00:11:11: Das Tier dem alles in Watte und Glas verpacken können

00:11:16: ihre Sensoren also wo sind wo sind genau die Unterschiede zwischen einem robotaxi und einem autonom fahrenden Autos für Endkunden.

00:11:27: Ja

00:11:28: also ich sitze mit Robustheit meint man vor allem auch die Robustheit der Sensoren in jeglichen Fahrsituationen oder in Wetterbedingungen du hattest ja grad schon richtig gesagt an die robotaxis die wir heute sehen.

00:11:43: Sehr eindrucksvoll.

00:11:45: Fahren wir teilweise voll autonomen auf fest definierten Strecken das sind einige wenige fest definiertes Strecken und auch nur zu gewissen Zeiten am Tag und auch nur unter gewissen Wetterbedingungen.

00:11:57: Gerade eben weil die Sensoren in ich sag mal adversen Bedingungen wie zum Beispiel Regen oder Schnee oder Dunkelheit nicht unbedingt die

00:12:06: benötigte Performance liefern und weil z.b. auch die leider Sensoren die man sich anschaut die hat diesen robotaxis angebracht sind

00:12:13: in ihrer jetzigen Form so nicht ohne weiteres Auto verbaut werden können und auch alle paar 100000km gesäubert oder erneuert werden müssen das ist kein Szenario für ein privates Fahrzeug.

00:12:26: Wenn wir das jetzt vergleichen im Umkreis Teile der hatte momentan auch noch die gleichen Einschränkungen also kann man nicht im Tunnel gebrauchen nicht bei Nacht nicht bei schlechten Wetter

00:12:38: von daher ging kriegen wir erst mal endlich oder fehlt da einfach noch der entscheidende Schritt

00:12:47: ja also ich würde sagen zuallererst einmal was Mercedes da auf die Beine gestellt das ist wirklich beeindruckend das ist schon ein sehr großer Schritt in die richtige Richtung also damit sind sie immerhin die ersten die wirklich als.

00:13:00: Als traditioneller OEM ein Level 3 Fahrzeug auf die Straße bringen und auch unter diesen Bericht fiktiven seine Arien im im Ernstfall die Haftung übernehmen würden das an mich ein sehr großer Schritt die man nicht unterschätzen darf.

00:13:15: Ja wie du bereits sagtest

00:13:17: dass sie Marius bisher noch sehr eingeschränkt aber ich sage mal perspektivisches zu erwarten dass man von diesem Szenario ausgehend die die Anwendbarkeit dieses Level dreifach Piloten erweitern wird sukzessive das liegt zum einen natürlich auf der Fähigkeit der Sensorik vor allem aber auch an der Objekterkennung Software

00:13:36: also der Fähigkeit des Fahrzeugs die Umgebung zu verstehen und die Komplexität der Umgebung zu verstehen und auf der anderen Seite natürlich an der regulatorik

00:13:44: und notwendigen Gesetzgebung hierzulande genau auf dem Punkt aufbauen was ist denn da die schwierigere Audi die also die Audi die ist ja quasi

00:13:54: die Umgebungen der dass das Fahrzeug diese autonomen automatisierte Fahrtechnik anwenden kann also die Randbedingungen die quasi abgesteckt sind wie es darf nicht nachts sein es darf kein Tunnel sein et cetera pp was ist denn da eigentlich schwierige Gefühle sind auch die Stadt mit den Fußgängern mit den Partnern Autos im Vergleich zu einer Autobahn auf der alle mehr oder weniger die gleiche Richtung fahren indem die Gefahr von Fußgängern viel geringer ist von parken Autos viel geringer ist

00:14:19: gibt auch Baustellen aber gibt's auch in der Stadt also ist nicht eigentlich.

00:14:23: Damit dann wiederum das Anwendungsszenario schwieriger in der Stadt und schwieriger das was Rainbow Cruise Souks und wie sie alle heißen in den USA verbringen mit ihrem Blut versuchen im Vergleich zu dem was mit dir das eben macht mit.

00:14:37: Basiert nur auf der Autobahn und nur wenn alles passt

00:14:39: ja also im Vergleich dazu wenn man das will ich nehmen dann behalten möchte dann ist das definitiv so also die fast den Arien denen sich einen Google Waymo steht und deutlich komplexer natürlich in der in der Stadt versus den fast in Asien die sich ein Pilot von Mercedes stellt auf der Autobahn absoluten

00:14:58: nur was ich vorhin eingangs gesagt hatte ist eben dass die System von Google Waymo sich nicht ohne weiteres

00:15:04: zu erschwinglichen Preisen in einem Privatfahrzeug implementieren lässt.

00:15:10: Das ist genau die Schwierigkeit kannst du genau das qualifizieren weil das ist glaube ich spannend also auch dann das Verständnis wie viel teurer weil das am Ende ist geht sehr wahrscheinlich im um Kohle wie viel teurer so ein so ein Waymo wäre im Vergleich zu einem

00:15:23: miqr drive by the Germans gelernt Klavier kostet 5000 $ Euro Entschuldigung diese Technik dass der das kann.

00:15:32: Dann sind die waymore's wahrscheinlich mit ihrer Ausstattung wie viel teurer.

00:15:37: Einfach nur wenn Daumen gepeilt ich nagel ich jetzt nicht auf Einkaufspreise von Google fährt das kann ich auch leider nicht im Detail beantworten aber alleine schon dass das eine gute Zahl guter Referenz wird alleine schon dieses also dieser dieser Preisliste 5000 noch was Euro für den pilote von Mercedes.

00:15:51: Alleine damit kann schon ein großer leider Sensor von auf einem Rainbow Fahrzeug fast nicht mithalten also alleine der Sensor ist heutzutage noch zu teuer.

00:16:00: Dann das ganze Sensor Paket was auf so einem robotaxi sitzt das kostet über die Hunderte von 1000 € und das meine Perspektive zu setzen das kann man nicht ohne weiteres in den Passagier Fahrzeug einbauen.

00:16:11: Lang Faktor 20 das ist nicht so richtig erschwinglich für den Normalsterblichen Golf Kunden glaube ich

00:16:20: kommt natürlich auch noch hinzu was man vielleicht nicht vergessen sollte die die ganzen robotaxis haben zumindestens jetzt geographisch.

00:16:29: Beschränkte Einsatzgebiete na also da spielt wahrscheinlich schon noch eine große Rolle dass die Karten und so alle quasi hartcodiert da in der Software drin sind und sich das Ding auch da nicht raus bewegt oder

00:16:43: genau das ist noch mal sehr wichtiger. Dass das gut dass das noch ein betonst bei gerade da ist auch ein bisschen auch die die Finesse hervorzuheben bei Mercedes weil es ist zwar restriktivste Marion aber

00:16:57: man kann es auf allen Autobahnen in Deutschland benutzen.

00:16:59: Was ist einfach schon mal eine sehr große Audi die wogegen Google Waymo in eisernen Straßen in Phoenix oder in jetzt in San Francisco herumfährt.

00:17:10: Aber auch nicht weiter.

00:17:12: Monschau das liegt unter anderem an dem ihr euch sag mal eine Skalierbarkeit des software systems für diese Objekterkennung das ist wirklich alles andere als trivial.

00:17:22: Werbung der ökologisch nachhaltig mobil sein möchte wünscht sich häufig auch sein Elektrofahrzeug durch selbst erzeugte Sonnenenergie zu Hause aufzuladen

00:17:32: durch die intelligente Steuerung moderner Solaranlagen wird es mit der Mennekes Wallbox amtron charge control möglich Energie kostengünstig zur Verfügung zu stellen oder den Eigengebrauch setzt zeugt Energie zu maximieren.

00:17:44: Amtron charge control bietet genau die ladelösung die in Kombination mit Ihrer Solaranlage zu Ihrer individuellen Lebenssituation passt.

00:17:53: Wir gehen noch mal in die Vergangenheit gucken ich glaube Audi hat uns 2007

00:18:00: zehnmal eingeladen Kollegen 2. Gulde der glaube ich fahren durfte dann und einen ein Buch lesen auf der Autobahn mit dem Audi stauassistenten der wurde uns 2018 versprochen und dann passierte.

00:18:12: Nichts

00:18:13: weil sie System kam nicht und jetzt kam endlich Mercedes etwas ähnliches sondern im Prinzip das gleiche das gleiche Spiel in Stern vorgestellt kannst du mir sagen was in diesen vier bis fünf Jahren hat er dich passiert ist und was da noch diesen Push gegeben hat

00:18:26: oder auch was vor der Hemmschuh war dass das dieses dem nicht ab bis dahin ja also ich würde annehmen dass in dieser Zeit eine Menge Menge manuelles Training von Objekt Erkennungssoftware stattgefunden hat weil das ist auch die Crux in diesem System.

00:18:41: Ja also da kommen wir vielleicht schon ein bisschen in diese technischen Unterschiede zwischen verschiedenen Ansätzen bei der Objekterkennung Software.

00:18:50: Aber der traditionelle Ansatz den der Großteil der Branche fährt ist dieses traditionelle ich bin's jetzt mal kontrollierte

00:18:59: Training oder der der Objekterkennung algorithmic

00:19:03: und einfach gesagt müssen heutige Systeme wie sie z.b. ein Mercedes verwendet müssen mit Milliarden von manuell beschrifteten Bildern oder Bildsequenzen trainiert werden

00:19:15: um 1 Uhr in der Konzepte oder Gegenstände oder Szenen erkennen zu können und.

00:19:22: Man muss sich das so vorstellen um 1 um 1 um diese Objekt Erkennungssoftware beizubringen was ein Fußgänger ist.

00:19:29: Müsste man dieser Software wirklich in Milliarden von Bildern von Menschen in verschiedenen Umgebungen vorzeigen damit das System irgendwann mit einer hoffentlich hohen Konfidenz starte von über 99%

00:19:44: im echten Verkehr auch in der Lage ist so ein Fußgänger zu erkennen.

00:19:47: Nur das muss man sich vorstellen muss man in Theorie nicht eine Theorie sein Praxis für jeden Gegenstand vornehmen den ein Fahrzeug im Verkehrs Alltag typischerweise antreffen könnte.

00:19:59: Und das in sich ist nichts Gallier Bar und äußerst teuer und.

00:20:05: Sehr unflexibel und das wiederum beschränkt die Anwendungsgebiete von diesem assistierten fahr Lösungen

00:20:13: auf gewisse Audi dies wie z.b. nur die Autobahn weil da die Komplexität sehr begrenzt ist und eine drastisch geringere Anzahl von Gegenständen anzutreffen ist.

00:20:23: Und und in Zukunft dir dann auch die ganze Zeit oder Toric als die Gesetzgebung die die dahinter steckt die das alles ermöglicht ich glaube letztes Jahr erst hat der damalige Verkehrsminister

00:20:34: Andi scheuer hieß erwärmen schon fast vergessen 1. gesetzt klargemacht für für Level 3 aber.

00:20:42: Manager ins Thema KI einsteigen wir hatten ja schon in 1 und 1 Podcast für die Zuhörer da draußen Folge 35 was glaube ich mit Michael Kopf von.

00:20:51: Iran.

00:20:54: Oh Gott artificial intelligence Forschungsinstitut bei unter anderem auch bei hier damals gesprochen und mit Arnold Schläge von ZF hatten wir auch gesprochen Thema KI ich glaube es schade aber nicht wenn wir das Thema Kai Grund so die Nummer.

00:21:08: Bisschen aufarbeiten oder du bist vielleicht können das und mit ein paar wenigen Sätzen versuchst.

00:21:14: BKI funktioniert mascali eigentlich ist zu erklären und was ist vielleicht auch tatsächlich von der menschlichen Intelligenz unterscheidet genau wie es gerade ein Gast schon mal erwähnt hatte.

00:21:27: Bei der KI für assistiertes und automatisiertes fahren geht's vor allem

00:21:33: um die exakte Objekt bzw Szenenerkennung und um das Fahrzeug herum das heißt als Fahrzeug muss in die Lage versetzt werden

00:21:43: ja wenn du vom Tag ähnlich wie ein Mensch oder besser als ein Mensch zu erkennen was du das Fahrzeug herum passiert damit eben assistierte oder automatisierte Fahrmanöver eingeleitet werden können

00:21:55: und für diese ich sag nur Objekt bzw Szenenerkennung verwendet man gewisse ki-systeme das sind neuronale Netze die manuell darauf trainiert werden gewisse Gegenstände und Konzepte zu erkennen

00:22:09: willst du mal einen Baum oder ein Schild und einen Passanten und.

00:22:16: Ja was wir sehen wenn man sich wirklich die Technologie an sich anschaut ist das.

00:22:23: Derzeit ein Paradigmenwechsel stattfindet in der Art wie diese Systeme für die echte Welt ich sag mal trainiert werden

00:22:29: an den einen klassischen Ansatz ich nächstes mal klassisch den nennt man nämlich sagt mal eure Fachjargon.

00:22:38: Supervised learning das heißt soviel wie kontrolliert das oder überwachtes lernen das bedeutet etwa so viel wie.

00:22:46: Man nimmt ein neuronales Netz was für eine Objekterkennung programmiert wurde und füttert dies mit.

00:22:55: Wie gesagt Milliarden von Bildern die vorher von Menschenhand

00:23:01: Manual beschriftet wurde das heißt man füttert 4bilder und auf diesem Bild sind zum Beispiel Menschen zusehen oder Bäume und das sind dann gewisse Boxen drumherum gezeichnet die unten dann beschützen das ist ein Mensch das ist ein Baum

00:23:15: so und dieses Thema füttert man dann mit Milliarden von diesen Bildern.

00:23:20: So dass sie sich ich sag mal fein selbst fine-tune können und irgendwann im echten Leben wenn sie dann auf einen Baum treffen mit einer gewissen Wahrscheinlichkeit zu Rate sagen können okay das ist ein Baum und das ist ein Mensch.

00:23:32: Damit man das aber tun kann.

00:23:35: Und damit dass dieses System im Fahrverkehr sämtliche auch wirklich Grenzfälle meistern kann müsste man ja diese Systeme mit Milliarden von Bildern von

00:23:46: ja einer unzähligen Anzahl oder am Ende vom Tag fast unendlichen Anzahl möglicher Gegenstände in verschiedenen Situationen befördern.

00:23:55: Und das an sich ist eine sehr große Herausforderung dass ich Serum daran dass das Lernen an sich

00:24:01: ja kein eigenständiges Lernen ist wie es ein Mensch macht sondern eben kontrolliert es lernen ist wie es eine Maschine macht.

00:24:09: Das ist der alte Ansatz.

00:24:12: Wann gibt es den neuen Ansatz den wir bereits in anderen Sektoren sehen also jetzt z.b. eine prominente Firma in diesem Bereich die da sehr viel Forschung betreiben dass bereits erfolgreich anwendet ist und mich Facebook bzw metai.

00:24:26: Die benutzen das für ihre eigene Objekterkennung auf Bildern z.b. von Social Media Services wie Instagram was die machen wenn sich an Zuber weiß learning bzw self-learning.

00:24:39: Und das ist wirklich eine Art des Lernens die ja am Ende vom Tag das menschliche lernen ich sag mal imitiert das heißt wenn wir uns jetzt mal.

00:24:51: Einfach gesagt 1 1 1 1 Kleinkind vorstellen das kennt bestimmt jeder nee wir mal das Konzept Schwerkraft.

00:24:59: Ja ein mein Kleinkind liebt es verschiedene Gegenstände auf den Boden zu schmeißen und wir fahren Sie da seid warum machst du das.

00:25:08: Aber nach einer gewissen Zeit hört das auf.

00:25:10: Warum weil das Kit irgendwann verstanden hat wie sich gewisse Gegenstände Verhalten und was Schwerkraft ist das Kind war es wenn ich ein Notfall lasse bleibt liegen.

00:25:19: Das Kind weiß aber auch wenn ich einen Ball fallen lasse bleib ja nicht liegen.

00:25:23: Und weiß wie sich das verhält und das Kind muss das aber nicht komischerweise mit jedem Gegenstand der Welt tun um zu verstehen was passiert immer ein Gegenstand fallen lässt.

00:25:33: Und dieses Konzept der Schwerkraft auf diverse Objekte in die Unterwelt anzuwenden.

00:25:40: Das ist ja eben das was die menschliche Intelligenz von der ich sag mal bisherigen traditionellen KI unterscheidet.

00:25:46: Weil genau dieses flexible Erkennen von Mustern und diese Anwendung auf unvorhergesehene seine Arien das ist genau der Unterschied.

00:25:55: Und das gibt es jetzt eben ich sage mal.

00:25:58: Auto auf der Software Seite so quasi die Transformation von diversen Flasche aus Glas runter siehst aus Glas es heißt die zu springt unten und weil ich weiß es das

00:26:09: das Glas zum bringt mich auch aus Glas deswegen wird es auch zu springen an obwohl sie andere Form hat aber weil das Material dasselbe ist alles die gleiche Eigenschaften wenn die Schwerkraft ist auf den Boden stürzen lässt also diese Formen der.

00:26:22: Adaption der ein Unterschied in Eigenschaften versucht an die KI quasi bei diesem self-learning an supervised learning.

00:26:30: Ansetzen auch zu verfolgen ganz genau das ist der Ansatz und das ist der Hauptunterschied weil was das am Ende bedeutet ist das

00:26:38: diese Art von erwirkt Erkennung aus mit Bildern trainiert wird aber diese Bilder müssen eben nicht.

00:26:44: Es müssen nicht die Milliarden Bilder sein und Sie müssen auch nicht manuell gelabelt werden oder beschriftet werden weil das System automatisch

00:26:52: gemeinsame ja Gemeinsamkeiten erkennt also z.b. es erkennt irgendwann was ein Mensch ist und wie sich ein Mensch verhält versus was ein Baum ist und bisschen Baum verhält.

00:27:02: Allein durch Beobachtung und der Mensch muss dem System nicht aktiv beibringen was ein Mensch in verschiedenen Situationen im ausmacht.

00:27:11: Das ist den kannst von selbst

00:27:12: aber wie wie kriege ich dann das klar dass das System ich glaube das hat uns damals Anschläge erzählt das ist bei einer Bildanalyse beispielsweise wurden im in der Maschine 1 Million Bilder von dem Panzer gezeigt und dann die Maschine einwandfrei den Panzer gibt sie gesehen

00:27:26: dachte man faktisch war's aber immer die Wolke die oben drüber über den

00:27:31: unterschiedlichen Bildern waren und die Wolke als solche erkennen dass er zumindest dann die Theorie die man dann hatte warum das immer zufällig Panzer gezeigt gesehen und erkannt hatte und andere wirkt nicht die man einfach in meinem anderen Framework einem anderen Rahmen

00:27:42: wie verhindere ich denn dann solche

00:27:46: Dinge das ist ja dann genauso auf wenn ich diese Bilder auszuwählen mit den ich die Maschine fütter dass die so unterschiedlich sind und da auch keine gleich Punkte mehr mitbringen

00:27:55: und Maschine zeigen was das Ding ist und es könnte ja bei einer Maschine auch irgendein schwarzes Pixel unten links sein also was ganz verrücktes was wir gar nicht wahrnehmen würden als Mensch war unser Hirn das einfach ausblendet aber die Maschine halt als als wiederkehrendes Element definiert

00:28:08: ja ja.

00:28:09: Genau das eine spannende Frage und da liegt auch wirklich unsere technologische Alleinstellung also wie gesagt man muss runter sie unterscheiden zwischen diesem supervised learning und dem Amt überweist nein das sind zwei grundsätzliche

00:28:21: Paradigmen in sich aber innerhalb dieser beiden Ansätze gibt's natürlich noch mal Gemüsesuppe Gesetze.

00:28:27: Und einen davon haben wir für uns als ja ich sag mal den Schlüssel definiert

00:28:32: um wirkliche an supervised learning im Jahr für ASUS kids.ru Busfahren zu verwenden und einfach gesagt geht es darum um die Verwendung von sogenannten Signaturen

00:28:43: das heißt einfach gesagt das System nimmt die die Pixel eines Bildes und übersetzt die in eine lange Sequenz von binären Code also ganz viele Nullen und ganz viele Einsen.

00:28:57: Das wird quasi mit jedem Bild gemacht und wenn ein Mensch z.b. auf diesen Bildern auftaucht dann wird ein Teil der in dieser dieser numerischen Sequenz identisch sein.

00:29:07: Und was hast du Steam am Ende machst ist es matcht nicht Pixel sondern mismatched identische Zahlen Sequenzen aus 001

00:29:14: was heißt auf einer sehr komplexen Zähne macht unser System eine sehr vereinfachte numerische Darstellung die mathematisch nachvollziehbar ist.

00:29:23: Und darüber kann man am Ende eben auch sicherstellen wenn man im Test merkt dass das System gewisse Objekte auf schnappt.

00:29:30: Gehst nicht auch schaffen sollte dann weiß man exakt durch diesen binären Code auf welches Bild oder welche Gegenstand in Bild dies zurückzuführen ist und kann es sehr schnell beheben.

00:29:40: Das ist auch eine weitere Unterschied zum supervised learning Ansatz bei denen es ihm nicht geht.

00:29:46: Wenn man das mal Spiel merkt dass das System Probleme hat ein gewisses Objekt oder ein Gegenstand zu erkennen da muss man rein theoretisch.

00:29:54: Weil man nicht genau weiß an welchen Bildern ist liegt den Gegenstand komplett neu einspielen

00:29:59: nicht verstellen wir ja auch so ein bisschen vor dass die zwei Ansätze die du als unterschiedliche Paradigmen bezeichnet hast

00:30:07: ja schon eine gewisse Vermischung haben oder auch auch das nicht supervised learning wird ja wahrscheinlich am Anfang erstmal mit supervised learning anfangen und dann

00:30:18: kaskadiert sich das irgendwann hoch in den unbekannten Bereich oder ist tatsächlich eher andersrum

00:30:26: weil es am Anfang erstmal darum geht dass das System relativ schnell die wichtigen Konzepte erlernt also ein Fußgänger ein Schild et cetera diese Konzepte erlernt das System bei uns wirklich von selbst

00:30:39: das heißt es wird mit Bildern gefüttert die sind aber nicht beschriftet und es lernt automatisch was gewisse Konzepte sind.

00:30:47: Und spuckt am Ende eine mich sag mal Kollektion von diesen Konzepten aus und der menschliche schwitzt der dann nicht sagt mal ja könnte man sagen super weiß ist ist wirklich das.

00:30:56: Der Mensch hingeht und sagt okay dieses Konzept nennen wir Mensch.

00:31:02: Und begriffen das mit der folgenden driving policy also wenn ein Mensch in einem Fahrweg ist dann musst du das und das tun dass du das eine und

00:31:10: wenn diese Konzepte erlernt wurden dann geht's darum die natürlich zu testen das heißen und möchte wissen wie gut es die Erkennung wirklich und da ist dann wirklich so dass man.

00:31:20: In diesem Test Schritt wenn die Konzepte aber bereits erlernt wurden und man möchte einfach nur wissen wie hoch ist die Detektionsrate.

00:31:27: Dann muss man natürlich diesen Algorithmus anwenden auf beschriftete Bilder.

00:31:32: Um zu testen mit welcher Genauigkeit er tatsächlich diesen Baum erkennt erkannt hat dass ich diesen Pass anerkannt hat

00:31:38: wird aber dann einfach nur der Test das ist quasi der der testschritt aber der Lernschritt der deutlich größer aufwendiger ist.

00:31:46: Den machen wir wirklich ja an supervised.

00:31:49: Und der Test Schritt ist dann supervised quasi und das spart ein Haufen an Aufwand weil vorher einfach schon mal diese Unmengen an Daten von der Maschine selber bearbeitet von korrekt

00:32:00: richtig richtig

00:32:02: und das ist äußerst wichtig wenn wir z.b. auf dieses Beispiel der robotaxis zurückkommen wenn wir es uns anschauen ich meine Google Waymo das sind wirklich Cruise stark finanzierte

00:32:13: wirklich technologisch fortschrittliche Unternehmen ist keine Frage aber wenn es mal vorstellen wie lange es gedauert hat

00:32:20: dass sie jetzt also technologisch wie lange es gedauert hat bis diese Fahrzeuge in der Lage waren in gewissem definierten Bereich zu fahren

00:32:30: das jetzt vorstellen dass man das auf die ja langfristig betrat auf die ganze Welt ausrollen möchte dann ist das eine Menge Menge von training die da stattfinden muss.

00:32:38: Weil die Umgebung sieht.

00:32:41: Z.b. den Alpen anders aus als in Phoenix Arizona ja und da sind andere Objekte da sind die Straßen anders aus alles ist anders die Wetterbedingungen sind anders.

00:32:50: All das muss bei dem klassischen Ansatz Manuel trainiert werden mit lokalen bilddaten und das ist an sich nichts skalierbar

00:32:59: also ein Bild erinnert mich so ein bisschen an diese Captcha Bilder kreuzen Sie alle Fotos an auf denen Flugzeug zu sehen ist wo uns quasi der Computer beibringen will.

00:33:11: Ja Bilder zu unterscheiden aber genau alle Ankreuzen mit einem Schiff.

00:33:20: Die Frage die sich mir so ein bisschen stellt sind sind denn jetzt in eurer

00:33:27: ja Einschätzung die die ganzen robotaxis Waymo und Co auf dem supervised Ansatz unterwegs und quasi in einer Sackgasse.

00:33:40: Weil.

00:33:41: Sie das einfach nie beherrschen kann bzw nie aus San Francisco z.b. rauskommen können weil eben in den Alpen alles anders aussieht oder haben die auch noch.

00:33:52: Die Möglichkeit den Anzug beweist Ansatz für sich zu nutzen her

00:33:57: also an sich könnten diese Player früher oder später ebenfalls auf diesen Tanz über was anders umschwenken unsere interne Hypothese ist auch dass das ein Paradigmenwechsel ist den wir nicht selbst.

00:34:10: Nicht nur wir quasi Programmierer einläuten sondern der zwangsläufig geschieden muss wenn man Autonomie wirklich auf allen verschiedenen Kontinenten sehen möchte

00:34:21: rein theoretisch kann sein dass diese Player irgendwann auch diesen technologischen anderes umsteigen denen sich aber auch sehr herausfordern ist das heißt man kann das nicht so ohne weiteres.

00:34:31: Ich würde sogar soweit gehen das zu sagen dass es im ich sag mal wirklich in unserem Segment.

00:34:38: Gibt es ja ich will sagen maximal einen Player der dem gleichen Paradigmenwechsel folgt wie wir

00:34:46: aber es gibt keine Player der anderen soweit ist was die anwendung wirklich im Fahrzeug angeht assistiertes fahren.

00:34:53: Du willst jetzt wahrscheinlich den anderen Player nicht nennen

00:34:58: das da möchte jetzt irgendwie keine falschen Hoffnungen betreiben also das sind alles ist tolle smarte Leute aber wenn man sich wirklich die Traktion im mag anschalten.

00:35:11: Da das ist einfach wirklich ganz klar das Bild wenn man da jetzt

00:35:17: Eureka II füttert in mit was eigentlich also nur mit Kamera Daten oder reden wir ja dann auch von leider oder Rada Daten wieder reinkommen und auch wieder in binäre Codes übersetzen.

00:35:30: Das ist nächste letzte Frage weil genau das ist auch ein bisschen diese die Alleinstellung dieser Technologie der Signatur basierten an supervised learning Technologie dass wir die gleiche Kerntechnologie auf theoretisch jedem sensor signal verwenden können.

00:35:45: Also wir können das auf Radar auf leider theoretisch geht auch ultrasound.

00:35:52: Ist eigentlich für das System egal weil du es finden eine Affen Übersetzung in binären Code statt dieser binäre Code wird gepatcht und geclustert da so drüber werden Konzepte generiert und die wären am Ende mit einer Dragonballs verknüpft.

00:36:06: Das ist der Sensor ist quasi sekundär unterm genau das ist ja auch eben der Vorteil von uns als ich sag mal wirklich reiner Software only Objekterkennung Software Anbieter.

00:36:19: Dass wir eben sagen langfristig.

00:36:22: Werden wir nicht nur die kamera Sensorik transformieren mit Objekterkennung von Autobrand sondern eben auch Rada und leider

00:36:32: das finde ich jetzt ein gespannt was das wird auch bis noch eine Frage die gestern schon mit Bus oder mit Matthias Kaiser von von Mercedes zu besprechen was für eine Auflösung haben denn dann solche Sachen ich mir überlegt meinte der zwinker 4k Kameras beispielsweise in so ein Auto rein dann ist es ja einfach eine

00:36:47: unfassbar riesig große Menge an Daten die da in Echtzeit analysiert werden muss

00:36:53: wenn man das aber stattdessen irgendwie ne ne keine Ahnung in einfachen Radar nimmt oder oder oder in Ultraschall Sensor vielleicht sogar dann ist er die Datendichte und die die Menge an Daten deutlich geringer was braucht ihr da um.

00:37:07: Mindestens um damit dieser Server funktioniert und unsauber arbeiten kann oder kann ich auch überfordert werden wenn es zu viele werden

00:37:13: ja so gute Frage also ich würde mal so beantworten.

00:37:17: Die aktuellen Produkte die wir entwickeln das sind ja in erster Linie das Funktionalitäten also Level 2 Level 2 plus.

00:37:26: Unter diese Systeme laufen auch wirklich auf sehr einfachen Kameras also spreche ich von 1,7 oder 8 Megapixel Kamera.

00:37:36: Unserem 1900 irgendwas Handykamera weiß nicht also genau aber eben weil die weil unsere Software so flexibel ist.

00:37:48: Erst haben wir bereits auf 1,7 Megapixel wirklich beeindruckende Performance erzielt.

00:37:54: Und ähm ja gerade durch diese Performance waren wir auch in der Lage im all diese ich sag mal TOM Partnerschaften zu schließen die wir bereits haben.

00:38:03: Und insgesamt ist aber dieser Mix der Sensoren

00:38:09: ist schon auch extrem wichtig fürs automatisierte fahren weil er für mich wirkt es ja so ein bisschen wie das Konzept des menschlichen Gehirns dass man eben

00:38:20: ja die Sinne beisammen hat uns alle interpretiert dann auf den universellen Code aber ihr braucht schon auch.

00:38:29: Alle Kanäle quasi alle alle Sensoren oder

00:38:32: ja ich wüsste schon so sehen also insgesamt ist ja schon der kon sind auch in der Automobilbranche dass man diese drei Sensoren braucht wie du bereits sagtest man hat halt auch der Mensch hat er verschiedene Sinne auf die er sich im Alltag verlassen kann

00:38:47: unterm.

00:38:48: Kyrillisches beim Auto weil all diese Sensoren haben ihre Stärken und Schwächen und wenn man am Ende vom Tag sich ein Fahrzeug vorstellt was wirklich drei redundante Systeme an Bord hat also ein redundantes camera system.

00:39:01: Nein ein eigenständiges Kamerasystem leider System und Radarsystem.

00:39:06: Dann ja hat man wirklich oder sollte man sie die das notwendige Sicherheitsniveau erreichen um voll auf Rundfahrt zu können und keine Fehler zu machen.

00:39:15: Genau was hat diese Sensoren angeht natürlich.

00:39:19: Ich sag's mal wenn wir uns anschauen von von der von der Penetrationsrate dann ist natürlich kamera der mit Abstand Dominanz zu Sensor.

00:39:29: Weil das ein Sensor ist der bereits heute in der Vielzahl von Fahrzeug verbaut wird und der ist schon durch industrialisiert und sehr günstig und sehr robust bin ich genau das war ein billig das ist das was was dann automatisch sehr wichtig ist vorher für den Massenmarkt

00:39:46: und ähnliches gilt für Rada.

00:39:50: Wo gleich auch da jetzt durch diesen hoch Definition zu Radar viel technologischer Innovation betrieben wird.

00:39:56: Der Mann quasi die der ursprünglichen Robustheit und Kostenvorteil von einem Rader nimmt.

00:40:01: Aber gerade hat sich trotzdem hochauflösend gestaltet und dadurch am Ende vom Tag ein Stück weit den Kostenvorteil aufrechterhält den Anrather mitbringt

00:40:10: aber ich sag mal ein bisschen die Nachteile aus März dass diese hochauflösende Erkennung abgeht was durch einen Leiter mitbringt ein leider wiederum ist sehr hochauflösend sehr genau aber in sehr teuer und nicht robust bei schlechtem Wetter zum Beispiel.

00:40:25: Ja

00:40:26: Das Ziel ist ich sage mal wenn man das jetzt wie man sich diese drei Sensoren Gruppe anschaut dann wird der dominante Sensor die Kamera sein

00:40:35: danach der Rader und am Ende der Leiter und das Ziel aktuell ist.

00:40:40: Die Performance Sophie Performance aus dem Rader und der Kamera rauszukitzeln dass man die Anzahl von notwendigen leider Sensoren minimieren kann

00:40:49: ausspannen das hast aber dass du das eigentlich die Beweis viel sagen dass der leider quasi auch der enable ist aber den besucht man trotzdem so klein zu halten wie möglich wenn ich es auch anstatt den aber dann wenn wenn man ihn eh brauchte nicht drumrum kommt den nicht weil sie so zu stärken und einfach nur ein Anfang sein billig zu machen

00:41:06: wieder die kamera dir zunehmen in den Auto Frontscheiben klickt ja ja

00:41:10: also völlig valida Gedanke das hatte ich mir teilweise diese Frage auch schon öfters gestellt ich selbst war auch in der Vergangenheit an zwei Lieder Startup investments direkt involviert was hat Blickfeld mit bei dieses noch in München der genau genau.

00:41:26: Genau Blickfeld in München da habe ich also ich habe das Investment von Continental für geleitet in diese Firma

00:41:33: und der kennt eben diese Diskussion um mich sag mal Kostendegression und auch das Potenzial diesen Sensor sehen ist realisieren

00:41:42: das Blickfeld z.b. hat er sehr starken Ansatz aber nichtsdestotrotz am Ende vom Tag wenn man leider mit einem Rader und einer Kamera vergleicht.

00:41:52: Auf Visa da fehlt mir die Fantasie heute zu sagen lassen leider ihr wann günstiger wie das der Kamera.

00:41:57: Ok.go Nerven am Ende erinnert er auch

00:42:05: die Diskussion so ein bisschen an die Andy Batterietechnologie am Anfang haben wir alle drauf geguckt wie kann man noch mehr Energiedichte da reinbringen

00:42:13: und inzwischen hat sich die Diskussion vielmehr verschoben Richtung Preise weil das halt einfach für den Massenmarkt das Entscheidende ist

00:42:23: und dann sieht man eher zu dass man vielleicht die Energiedichte zur Not mit der Ladegeschwindigkeit kompensieren kann und auf die Weise dann die Sachen.

00:42:33: Ja

00:42:34: tauglich macht für das für was sie am Ende da sind weil die kosten halt so dominant sind und die am ehesten einer weiten Verbreitung im Wege stehen ne

00:42:46: ganz genau also das ist auch eben genau dieser diese Tatsache also diese diese Sensibilität was kosten angeht die 1 und 1 in einem Unternehmen wie autobrakes z.b. Sophie Rückenwind verschafft.

00:42:59: Weil wie gesagt unser aktuelles Kernprodukt ist eine Objekterkennung Software für Frontkamera Sensoren für das Anwendungen

00:43:08: also Level 2 Level 2 + Anwendungen wolltest genau diese Level 2a das funkcja lität ist ja im Wesentlichen regulatorisch getrieben oder quasi regulatorisch getrieben durch die Endkappe requirements also von Euro FH

00:43:22: die quasi im grundlegende Arthas Funktionalitäten zu einem muss machen für alle zukünftigen produzierten Fahrzeuge das heißt die OEM versucht natürlich den gerecht zu werden

00:43:33: aber das bei natürlich minimalen Kostenanstieg

00:43:38: das heißt das eigene was einfach bedeutet ist man versucht so viel wie möglich aus bisherigen Kamerasensoren rauszuholen man versucht.

00:43:47: So günstige Chipsets wie möglich zu verwenden um eben diese Objekt Erkennungssoftware zu ermöglichen

00:43:53: und genau das ist der Punkt in dem Auto wild sehr stark weil wir hier durch diese signaturbasierte diese numerischen an zu Beweis learning Ansatz.

00:44:04: In einer deutlich geringeren ich sag mal mit deutlich geringerer Rechenkapazität.

00:44:09: Diese Aufgaben vollbringen können im Vergleich zu anderen System.

00:44:15: Das heißt unser Vorteil ist wirklich wir können zu dem OEM gehen und den Tieren gehen und sagen such dir das chipset im Markt aus.

00:44:24: Wir werden unsere Software für dieses cheapsell auf dieses chipset integrieren und du wirst am Ende eine robuste.

00:44:33: Deutlich kostengünstigere Level 2 Level 2 plus Anwendung erhalten als aktuelle Marktstandards.

00:44:39: Das finde ich einfach nicht nämlich spannend auf einmal Duden unter der Maßgabe dass du sagst ihr braucht dann entsprechend wenig Rechenleistung auch 1 Rechenleistung kostet auch in der Regel Energie ich hatte von

00:44:51: Stab Ende letzten Jahres mit der letzten Jahres

00:44:53: mit Manfred Winkler gesprochen die mal zu gerufen hatten auf die Frage wie viel Sonnen so ein automatisiertes fahren wenn die heute unterwegs sind mit Prototypen was da an Strom reingeht dann sprachen die.

00:45:04: Nur von vier bis sechs Kilowatt pro Stunde was wenn man es auf ein Elektroauto guckt schon ganz schön viel ist weil so ein gute Elektroauto.

00:45:12: Ist bei etwa 15 Kilowatt pro 100 km am Ende

00:45:16: auch noch um Münze +5 drauf dann ist an 1 autonomes fahren was ist ein Energie fressen würde sehr sehr sehr hoch was wenn da eure Einsparpotenziale in in Sachen noch Energieverbrauch

00:45:28: ja also wir haben wirklich interne Katy Reichs berechnet und auch durch unsere Engagement ist mit den verschiedenen tirone Partnern ein sehr genaues Bild davon was aktuelle Lösungen in diesem gesagt maladers Bereich bringen

00:45:44: und wir sehen z.b. was die Rechen Effizienz angeht sind wir bis zu Faktor 10 besser.

00:45:52: Also ich sage mal z.b. das ist öffentlich Information der Marktführer in diesem Bereich defacto mit dem Frontkamera das Bereich ist möbelei auch einiges reichliche Firma

00:46:04: was sie einfach gesagt machen ist die haben einen eigenen Schiff auf dem ihre eigene Objekterkennung Software läuft

00:46:11: und dieses Bundle wird vertrieben oder integriert gemeinsam mit Tier one Kunden und dann dem OEM übergeben

00:46:18: bunte alleine deren Chip

00:46:21: hat offiziell mich glaubte 5er wirklich bis zu fünf Tops also terra operations per second

00:46:28: und wir hingegen laufen auf einem z.b. Renaissance oder ambarella Chip also ein etabliertes chipset im Markt der Renaissance das ist was ist das Ei Eintopf

00:46:39: Botox und wir benutzen noch nicht mal die volle Rechenkapazität von diesem Gegensatz Chip.

00:46:44: Und erreicht trotzdem mindestens genauso gut bevor bin's Kennzahlen wie es eben unsere Wettbewerber.

00:46:50: Das klingt doch sehr beachtlich weil wir gerade von mobler andana das auch gesprochen haben die sind sehr weit verbreitet

00:46:58: was mir jetzt auch final ich hatten hatte ich eine Geschichte geschrieben zum Thema Pflichten Assistenzsysteme dass es beispielsweise ja auch die Schild Erkennung auf deutschen Straßen verpflichtet erkannt werden muss von Autos von Neufahrzeugen.

00:47:12: Die gesetzlichen Einschränkung darum sind sind die Mens und müsste man muss nichts erkennen wenn es euch diese eingeschränkt ist aber wenn es dann ne Zeiteinschränkung gibt oder eine Fahrzeug einschränken oder et cetera pp meine Erfahrung als als Autofahrer oder auch beim Test zeigt dass die

00:47:26: meisten Autos mit ihren Arbeitssystemen die meisten Schilder gar nicht erkennen

00:47:31: was darfst du welchen welchen Mehrwert schafft ihr mit eurer Techniker seid ihr da auch so viel besser als die aktuellen Systeme wenn man das qualifizieren will.

00:47:39: Wie viel besser seid ihr dann mit den Ada System die von euch kommen oder von euch unterstützt werden ja also wie gesagt wir befinden dass wir noch in der Entwicklung sehr fortgeschritten.

00:47:49: Was wir intern also im Lab wirklich sehen

00:47:53: ist deutlich besser als das was man jetzt als Autofahrer auf der Straße kennt also vor allem seitdem ich bei Autopreis arbeite wenn ich jetzt mit dem Leihwagen durch die Gegend war teilweise merke wie schlecht ihr das System teilweise sind dann ist das schon echt beeindruckend was wir da gerade im Labor vorbereiten also

00:48:11: ich über ganz stark davon ausgehen dass wir da deutlich besser deutlich mehr Performance liefern werden also das kann ich nicht vergleichen einfach gesagt.

00:48:20: Und am Dorfanger der arbeitet damit mit dann aber Chips die im Fahrzeug arbeiten.

00:48:29: Also verbaut werden ist es Thema Edge computing für euch irgendwas oder sagt ihr das müssen wir gar nicht rausgeben wir versuchen alles im Auto zu lösen

00:48:36: genau also ich sag's mal so.

00:48:41: Edge computing sowie wirst verstehen dass Fehler der jetzt z.b. in unserem Produkt statt also das Edge computing das heißt er

00:48:49: dass einem das chipset also die Berechnung findet obi.at statt das heißt direkt in den Sensor das heißt in unserem Fall ist das eine Smart camera für fronta dass Anwendungen

00:48:59: oder das jetzt schon wirklich embedded vorne hinter der Kamera.

00:49:02: Und das ist ja genau das was wir gerade was wir heute können der Tränen ist ja immer er weg von Edge computing centralized Computing das heißt es wird irgendwann eine zentralisierte ich sage mal rechne Architektur geben

00:49:15: auf der sich daneben die verschiedene Softwaresysteme im Auto um das Auto herum Rechenkapazität teilen müssen.

00:49:22: Ähm aber eben auch Zugriff auf mehr recht Kapazität haben werden und da auch das Potenzial heben können von over-the-air updates und.

00:49:31: Weil unsere Software ebenso effizient ist und bereits auch lieb sehr beachtliche Performance liefert.

00:49:37: Wird sich dieser Vorteil nur exponentiell weiterentwickeln wenn wir erstmal in centralized Computing reinkommen.

00:49:44: Was er noch gar nicht besprochen haben ist ihr seid ja ein starte das heißt ihr sammelt auch Geld ein wenn ich.

00:49:52: Ist richtig weit seid ihr unter anderem auch

00:49:55: finanziert von BMW i Ventures mit den wir auch schon Podcast hatten mit Markus Behrendt an diese schöne Grüße lieber Markus ich laufe war Folge 74

00:50:04: kannst du uns vielleicht noch kurz bisschen was zu eurer Finanzierungs Geschichte drumrum sagen ihr seid jetzt in der sie wie sie also seid ihr habt schon dreimal Geld eingesammelt.

00:50:12: Wie viel von wem er ist ausgestiegen außer du jetzt konkret weil du eingestiegen bist ja sehr sehr gerne

00:50:21: alles klar vielleicht das wichtigste was man auch noch mal verstehen muss ist das 1 und das Datum offiziell seit 2019 existiert bzw gegründet wurde aber die Technologie die wir verwenden

00:50:32: seit 2007 entwickelt und gereift entwickeln Wohnung gereift ist wir sind nämlich kein herkömmliches Startup sondern wurden aus gegründet aus einer bestehenden Muttergesellschaft die ebenfalls aus Israel kommt

00:50:45: die nennt sich kortyka.

00:50:46: Und er in diesem in diesem Haus wurde ich sag mal eine ein signifikantes Patentportfolio um dieses an zu überweisen learning herum entwickelt

00:50:56: und der Ansatz von dieser Muttergesellschaft war immer.

00:50:59: Die kennt Technologie zu nehmen und gemeinsam mit strategischen Partnern oder Investment Partnern dediziertes Pinouts zu kreieren

00:51:08: dir diese Kerntechnologie in verschiedenen Sektoren und für verschiedene Anwendungen benutzen und kommerzialisieren.

00:51:16: Also z.b. Cybersecurity oder predictive maintenance für Industrie 4.0 Anwendungen.

00:51:23: Oder eben Auto Grenzbereich für assistierten autonomes fahren.

00:51:29: Und deswegen sind wir in der Technologie deutlich weiter als vergleichbare Firmen die wirklich vor drei Jahren erst abgefangen haben stellen

00:51:37: weil der die Technologien kennt schon funktioniert und aus vor dem Hintergrund ging es dann auch am Anfang relativ schnell was die funding Runde Runde angehen dass ich erinnere mich noch daran

00:51:49: wir als Continentale die Venture Capital einer von Continental die ich mir aufgebaut habe 2018 habe 2019 in

00:51:58: Auto brennt investiert.

00:52:00: Und ähm in dieser Runde sind neben uns noch BMW i Ventures Toyota e-ventures eingestiegen sowie ein israelischer VC Namen Sauerkraut

00:52:11: unterm ja mit diesem ich sag mal Vierergespann hat sich dann

00:52:17: Auto brennt sehr vielversprechenden wickelt und hatte auch ich sag mal auf der operativen partnerschaftlichen Seite natürlich vor allem mit Continental sehr viel auf die Beine gestellt und ja

00:52:29: dann dieses Fortschritts hatten wir dann relativ schnell eine folge Finanzierungsrunde 2 2020.

00:52:36: Die war also intern an der sich alle diese Investoren beteiligt haben.

00:52:42: Wohnst du noch weitere Tech chinesische Strategen und ja jetzt vor kurzem die große Runde das war dann wirklich ja.

00:52:51: Aufgerundet 120 Millionen angeführt von temasek.

00:52:55: Der Staatsbürger Singapur und natürlich unter Beteiligung von den bestehenden Kern Investoren und weiteren Strategen darunter z.b. ein Knorr Bremse

00:53:09: oder noch weitere Player die wir leider noch nicht nennen dürfen.

00:53:16: Und hör auf der OEM Seite habe ich das vergessen genauso Beispiel haben ja auch an bin fast asiatischer je Autobauer.

00:53:25: Didi als ich allein dieser ohne beteiligt haben genau das heißt insgesamt haben wir unterm Strich knapp über ja 140 Millionen eingesammelt bis heute.

00:53:35: Und sind da ja in diesem mich sag mal Objekterkennung

00:53:38: Software Bereich aber genau hinschaut ja ich bin sagen mit der stärkste finanzierte player

00:53:45: also zumindest nicht so richtig wenig darf ich noch einmal fragen wie alt bist du ich bin 31 okay.

00:53:51: Extreme schlecht was soll ich da sagen Luca

00:53:58: Jana eller lassen wir das Überspringen dieses Thema vielleicht einfach herzlichen Glückwunsch noch wie viele Leute arbeiten bei autobrakes eigentlich.

00:54:10: Ja wir sind heute knapp 120 Leute

00:54:13: davon sind wirklich 85% Ingenieure also bin ich Software General der Großteil davon sitzt in Tel Aviv das ist unser Headquarter ein Duell und das wird sich natürlich Perspektive ändern

00:54:25: unter anderem auch durch unsere Aktivitäten Deutschland dafür haben wir jetzt auch das neue Office sind in Berlin.

00:54:31: Um sag mal das zukünftige personelle Wachstum auch ich sag mal hier doch schon abzubilden verstehe wie wichtig ist es denn eigentlich das

00:54:41: man sonst da Dub aus Tel Aviv raus gründete sind es das dass man in Tel Aviv ist denn Israel der hört mir ja gerade was dass die Themen KI Entwicklungen angeht dass da sehr sehr sehr viel passiert ist es auch so essentiell wie man das immer wieder hört.

00:54:55: Der muss ich sagen das ist wirklich so also ich war wirklich auch teilweise schockiert ich selbst komme ja wie gesagt meine erste venture capital Erfahrung habe ich im Wesentlichen im europäischen Raum gesammelt dann aber vor allem im Bereich Sensorik und KI

00:55:09: Israel blickt oder Vicky war vor Ort ist und die Player kennt lernt dann öffnet sich die Augen also das ist ein ganz anderes Niveau

00:55:16: das ist alles kann man nicht vergleichen weil auf das Ökosystem ganz anders viel länger fast fahren dass es viel dynamischer ist

00:55:23: ich glaube was wiegt Jan Israel ist natürlich auch der Geschichte geschuldet das Land war schon immer lauter geopolitischen Druck

00:55:28: sag mir das mal und hat deswegen ich sag mal auch eine sehr enge Verzahnung zwischen ja.

00:55:35: Gesellschaft Bildung und Militär an das ist ja so dass die jungen Leute ja eine Art von Wehrpflicht haben für drei Jahre sowohl Frauen als auch Männer.

00:55:46: Und im Rahmen dieses Wehrpflicht Programms kommen die talentiertesten Studenten in eine gewisse Spezialeinheit

00:55:54: also das ist wirklich alles halber intelligence Einheit die kennt man hierzulande unter eight two hundred also 8/200 ist eine große Einheit da sind da buddeln sich sag mal diese ganzen Sensorik KI gestützten fibre intelligence operations.

00:56:09: Und wie es läuft es so dass dort wirklich eine Menge Innovation stattfindet da werden eine Menge neues System entwickelt und.

00:56:19: Wenn das ich sag mal das Militär oder der Sicherheitsservice keine direkte Anwendung dafür findet.

00:56:25: Dann geschieht meistens so dass die ja die die jungen Erfinder die sind dieser Technologien die mit quasi mitnehmen können und daraus Firmen gründen.

00:56:35: Und sobald sie eine Firma gegründet haben können Sie auch auf Ihr bestehendes ey to Handelsnetzwerk von Veteranen zurückgreifen.

00:56:41: Von denen wiederum viele bereits erfolgreiche Gründer sind die schon ihre Access gemacht haben und dann wiederum diese 4 investieren.

00:56:49: Das heißt das ist ein so in sich im Quadrat des System was wirklich darauf spezialisiert ist Hochtechnologie zu kommerzialisieren.

00:56:58: Und das auch direkt international weil Israel an sich keinen eigenen Heimatmarkt hat das heißt

00:57:04: in dem Bereich sind die wirklich das ist schon ein anderes Level muss schon sagen und deswegen ist Lothar Standort natürlich super wichtig weil wenn man sich unser aktuelle Teamzusammensetzung anschaut dann ist der Großteil wirklich von unseren Ingenieuren

00:57:18: sind entweder natürlich Industrie Veteranen oder eben Abgänger von diesem spezialisierten fermentations Einheiten.

00:57:27: Und dann da so für die Talent Gewinnung ist es wirklich wirklich wichtig weil vor allem Bereich KI

00:57:33: das ist ja jetzt auch so ja der Talent war der ist real ja also es nicht leicht gute Leute zu gewinnen und da haben wir ein extrem guten Zugang Israel

00:57:43: aber auch der reicht eben nicht deswegen sind wir zu Warschau in Deutschland und wir glauben dass unter anderem Berlin die sich auch mit als Standort für ki entwickeln wird international

00:57:52: und der will natürlich auch was von haben

00:57:55: das Tier sucht nicht nur sales Leute für Berlin die dann bei ihm in Wolfsburg Stuttgart und keine Ahnung.

00:58:03: Ingolstadt-münchen klingeln putzen und und versuchen eure Software an den Mann zu bringen sondern ihr versucht auch tatsächlich in Berlin weiterzuentwickeln und und.

00:58:13: Dass dass das ist Themen voranzubringen also das was das ist aber die Entwicklung selbst

00:58:19: ja genau absolut also das ist perspektivisch genau der Plan ich sag mal den ersten Schritt wie es natürlich auch darum gehen dass man ich sage mal eine Menge von dem

00:58:28: ja bald notwendig customer Engineering hier vor Ort machen kann weil wie gesagt unsere aktuellen Kunden sind eben ja schon im Dachraum sehr stark vertreten

00:58:37: das ist wichtig dass man auch eine gewisse Nähe hat auch auf der ja Ingenieurs Seite

00:58:43: und die Kassen Engineering & technical support stellen die müssen wir hier Essig Chips sehr ja eher Zeit mal aufbauen und im nächsten Schritt wird es dann wirklich oben erweitere Arendt die Kapazitäten im

00:58:56: ki Bereich gehen ich habe jetzt mal nach

00:58:59: eine Frage wir haben jetzt die ganze Zeit über das Erkennen die Sensorik und sie ist oft wär gesprochen

00:59:07: wenn es am Ende uns automatisierte fahren geht spielt ja vermutlich auch die Aktuatorik eine große Rolle also

00:59:15: wie wird aus der ganzen Erkenntnis der KI dann der Reaktion des autonom fahrenden Autos seid ihr da auch irgendwie involviert oder ist es eine komplett andere Baustelle bei euch

00:59:27: ja gute Frage im aktuell fokussieren wir uns wirklich auf die Wahrnehmung

00:59:34: weil das sag mal die die Aktuatoren und die Aktuator ist das will ich auch sehr Herausforderers keine Frage.

00:59:40: Aber im Vergleich und die Komplexität von diesem Fahrmanövern anschauen im Vergleich der Komplexität die Umgebung Willich zu erkennen.

00:59:47: Dann er ist letzteres deutlich komplexer wir sehen natürlich auch

00:59:55: genau die gleich technologische Vorteile Teile die wir bei der Erkennung haben lassen sich auch verwenden wenn es wirklich um die Umsetzung von Fahrmanövern geht und

01:00:04: ist noch ein bisschen früh um das zu sagen aber ich würde sagen dass wir da bereits Aktivitäten gestartet haben uns in diesem Bereich auch hinein zu entwickeln.

01:00:14: Gespannt wann sieht man denn

01:00:17: eure Produkte Entwicklungen womöglich auf der Straße ja gute Frage also wir sind wir sind in einem sehr weiten Stadium aktuell

01:00:27: Jeremy tue ich ein bisschen schwer an konkretes ich sag mal Produktionsstart Datum zu nennen und 300 unten ja also.

01:00:37: Also ich würde sagen mit confident würde ich sagen 23-24 ist realistisch

01:00:42: ja schade ich hätte mich natürlich sehr gerne bald mein Sohn Auto gesetzt und das gerne probiert du sagst ja dass in den Laboren ist schon sehr sehr gut aussieht und deutlich besser als als ist es ist das letzte dann können wir denn die manchmal so Demos angucken oder sowas weil.

01:00:57: Bis zu der Innenentwicklung das dauert ja immer noch das kennen wir ja alle.

01:01:00: Nee absolut also tatsächlich arbeiten wir gerade mit Hochdruck dran eine ja ich sag mal eigene Demo Flotte an den Start zu bringen dass wir doch hierzulande noch in diesem Jahr geschehen also ich tippe es wahrscheinlich Richtung Q3.

01:01:15: Q3 Ende Q3 sollten wir hier in der Lage sein unsere technologische Fähigkeit noch zu Schock Hessen

01:01:23: weil wie gesagt genau das ist das was ich gerade mag sehen wir starken Krämpfen auf die sehr sehr starkes Interesse also auch direkt von OEM und wolle ist relativ zeitnah wirklich auch auf der Straße zeigen und was machen super cool.

01:01:36: Alles klar ich glaube wir sind da mit euch und eurer relativ weit fortgeschritten ja dass du nur noch eine Frage

01:01:42: nee ich bin ja meine Frage nach der Aktuatorik schon losgeworden und wird sagen wir es wird schon wieder zurück zu dir die bewährten und B Fragen die darfst du alle wieder statt

01:01:55: Aigner jetzt würde ich wir haben an jedem Ende eines jeden move Podcast eine kleine freie Hunde bei dem du dich für das für oder wider entscheiden darfst.

01:02:04: Und wenn es eine kleine sind vor der Geschichte geht oder auch eine spannende lustige Geschichte lassen können wissen welcher Typ bist du eher Streaming-Dienst oder CD und Schallplatte schwierige Frage aber ich würde sagen wer Streaming-Dienst sorry oder Tesla

01:02:18: Apple oder Google

01:02:19: Google läuft in der Stadt oder altes Bauernhaus auf dem Land vielleicht musst du dazu sagen dass wir gerade nicht bockig im Homeoffice sehen und du eine wunderschöne Stuckdecke im Hintergrund hast du etwas neidisch macht

01:02:29: aber warum wird die Luft in der Stadt oder Chris Bauernhaus auf dem Land ich will sagen langfristig letzteres definitiv ich selbst komme eigentlich aus dem Land der vom Land sorry und.

01:02:41: Er ist gerade ich genieß das durch das Leben in der Stadt das kosmopolitische leben hier aber ich glaube langfristig ziehst mich wieder zurück in die Natur und dann Fahrrad oder Auto

01:02:51: also ich finde Nachricht vor sind beides wirklich bahnbrechende Innovationen gewesen aber ich würde sagen was ist denn impact angeht und auch ich sage mal die Flächen deckende Skalierbarkeit dann finde ich das Fahrrad sogar noch anspruchsvoller

01:03:06: und sein würde er der das Fahrrad vor cp.sk wenn du dann doch Auto fährst du eher vorne oder hinten

01:03:13: ja ich muss wirklich sagen da bin ich echt newschool also ist er hinten weil ich entweder mit dem U-Bahn fahre oder mehr leben mehr dass das Auto natürlich teile dann wird es natürlich sonst vorne oder auch egal hinten wenn jemand anders fährt aber ich bin wirklich ja.

01:03:28: Nix von dir von diesem Fahrerlebnis wollen wirklich weg also wie es aktive fahren das reizt mich deutlich weniger als die Vorstellung dass ich im Auto entspannen kann und meine Zeit noch produktiver nutzen kann

01:03:41: bist du glaube ich einer der ersten Menschen die wir hier haben die autonomes fahren entwickeln und das auch cool finden wenn es fertig ist.

01:03:48: Und danach dann quasi für dich persönlich den supervised Ansatz also du guckst dir dann von hinten an ob das auch alles so funktioniert genau

01:04:02: ja genau also ich bin ja jetzt schon völlig am abmelden sobald ich in einem Autositz von dem ich weiß dass es ein gewisses Level 2 System von einem gewissen Konkurrenten hat.

01:04:11: Und zu sehen was du drauf hat mein bisschen immer zu kommentieren wenn es nicht so toll funktioniert in Sachen Datenschutz und AGBs bist du mehr der Typ aluhut oder Extraktor.

01:04:23: Er muss ich schon sagen er.

01:04:27: Ja mehr extra so verstanden musst du das eingestehen oder wie also ja weil wie gesagt ich bin am Ende tatsächlich ein Pragmatiker oder ich weiß nicht ob es Pragmatismus ist oder auch einfach nur Faulheit.

01:04:39: Wix mir ich bin ein 1 generell jemand mit mir ist convenience sehr wichtig und der Mehrwert von conviene ist da finde ich bereit einiges you zu opfern weiß das wollen viele nicht hören das auch nicht das typisch deutsche meins hat aber er da muss mich leider orten.

01:04:53: Bist du wenn Sachen hat Nadine unterwegs ist er Fliegenfischen gehen oder Motorradfahren

01:04:59: Motorradfahren definitiv das würde ich auch sagen dass der einzige Widerspruch als ich meine wir leben wir alle unsere Widersprüche aber ich glaube die Eisenbahn diesem Leben mache dann ist es mir eine klassische Straßenmaschine kaufen

01:05:12: bevor die ihren auch noch mal selbst fahren wobei das glaube ich das funktioniert nicht so gut dem BMW sowas schonmal vorgestellt eine GsD die um Pylonen rum stocherte Sachen das sieht gut aus sogar.

01:05:24: Und schon einige Zeit her 2016 oder sowas bist du melde Typ Star Wars oder Star Trek Star Wars Kaffee oder Tee Kaffee

01:05:34: zu viel Steak oder Falafel auch als Berliner natürlich blöd aber Stick

01:05:41: du wohnst in Friedrichshain oder nee schlimmer er Prenzlberg noch schlimmer

01:05:50: Und Nachteule oder Lerche

01:05:53: Lärche definitiv alles klar vielen vielen Dank für das erklären die Einblicke über das ganze Drumherum.

01:06:02: An euch da draußen vielen Dank fürs Zuhören J5 und wieder in zwei Wochen am Freitag und bis dahin freuen wir uns natürlich auf euer Feedback deswegen schreibt uns gerne E-Mail an

01:06:11: Podcast App Moove - magazin.de oder in der lasst uns eine Bewertung bei itunes bei Spotify und muss euch sonst noch einfällt außerdem wenn sie euch gefallen hat

01:06:19: abonniert gern unseren Podcast the move Podcast

01:06:22: und außerdem möchte ich euch noch gern und so weiter und Formate ans Herz legen ist es zu meinem Kiesplatz Könige wo die Kollegen Sebastian renzen Jens dralle sich dem Thema Gebrauchtwagen auf sehr konstruktiven und teils amysa an

01:06:35: und vor allem amüsante Weise nähern oder auch wenn ihr

01:06:39: Motorsport Fansite Formel 1 Fans sogar am mir das YouTube und hat das Format Formel Schmidt für euch das findet ihr alles wie üblich auf itunes Spotify Deezer und wie sie alle heißen hört gern rein und ganz ganz ganz zum Schluss für alle und auch für dich Nils.

01:06:52: Noch ein kleines Schmankerl.

01:06:55: Bin ja auch www.mothor.de - aktion.de Slash AMS klickt könnt ihr euch ne gratis Ausgabe der aktuellen auto-motor-und-sport also dem Mutterschiff

01:07:04: dieses Moped Kasten auch das Magazin smooth soll nach Hause bestellen kommt frei Haus ist quasi ein ein Ausgaben Abo.

01:07:10: Finde ich ganz nett dass wir das machen unsere Vertriebsleute deswegen tut das nutzt es.

01:07:17: Wenn man dich nie willst und auch an Dich Gerd vielen vielen Dank sie dabei wart und bis zum nächsten mal vielen Dank euch hat viel Spaß gemacht ja ich sage auch noch mal ganz herzlichen Dank vor allem

01:07:27: bitte für die Erklärung des israelischen Biotops so im Schnelldurchgang das habe ich so auch noch nirgends gehört und fand es mega spannend

01:07:36: und an alle da draußen auch noch mal von meiner Seite vielen Dank fürs Zuhören und bis zum nächsten Mal tschüss.