Im Projekt AI-SEE wird eine neuartige Sensortechnologie mit zugehöriger KI entwickelt, die automatisiertes Fahren bei allen relevanten Wetter- und Lichtverhältnissen (z.B. Schnee, starker Regen oder Nebel) in einem 24h/365-Tage-Modus ermöglicht. Dadurch wird AI-SEE die Operational Design Domain (ODD) von automatisierten Fahrzeugen erweitern und die Technologie von der heutigen SAE-Stufe 3 (bedingte Automatisierung) auf SAE-Stufe 4 (hohe Automatisierung) ausdehnen, bei der Fahrzeuge unter fast allen Umständen ohne menschliche Interaktion selbst fahren können.

Im Projekt KI Wissen werden Methoden erforscht, wie verschiedene Arten von Wissen in maschinelles Lernen eingebunden werden können. Durch die Kombination von herkömmlichen datenbasierten KI-Verfahren mit den im Projekt entwickelten wissensbasierten Methoden wird die Basis für das Training und die Validierung der KI-Funktionen komplett neu definiert.

VVM ist ein zentrales Projekt für die Realisierung des autonomen Fahrens. Sein Erfolg wird entscheidenden Einfluss auf die weitere Entwicklung dieser Zukunftstechnologie haben.

Mit dem Projekt werden Methoden zur Absicherung von autonomen Fahrfunktionen entwickelt, die erstmals eine quantitative Beurteilung der Sicherheit dieser Funktionen ermöglichen werden. 

Dabei wird ein modularer Ansatz verfolgt, der den Wechsel einzelner Komponenten der Fahrfunktion handhabbar macht. Damit legt das Projekt einerseits die Basis für die Akzeptanz in der Gesellschaft und ermöglicht andererseits eine praktikable Umsetzung durch die Autoindustrie.
 

Im Projekt KI Delta Learning werden Verfahren entwickelt, die es ermöglichen, vorhandene KI-Module autonomer Fahrzeuge für neue Domänen oder komplexere Szenarien effizient zu erweitern oder anzupassen. Dabei wird bereits erworbenes Wissen optimal genutzt und nur die zusätzlichen Anforderungen – die sogenannten Deltas – mit minimalem Entwicklungsaufwand vom KI-Modul gelernt.