KI-Tool rekonstruiert Unfälle – Multi-Agent-Ansatz liefert 100 % Genauigkeit

Ein neues KI-Framework aus dem Labor der Verkehrssicherheit hat die Rekonstruktion von Autounfällen revolutioniert. Das System nutzt einen Multi-Agent-Ansatz, um aus fragmentierten, multimodalen Daten präzise Vorunfall-Szenarien zu generieren und das Verhalten der beteiligten Fahrzeuge zu ermitteln.

Der Ansatz gliedert sich in zwei Phasen. In Phase I verarbeitet das System Textberichte, strukturierte Tabellen und visuelle Szenediagramme, um natürliche Sprachbeschreibungen der Unfallhergangs zu erstellen. Phase II kombiniert diese Beschreibungen mit den zeitlichen Daten des Event Data Recorders (EDR) und führt eine tiefgehende Analyse durch, um die Ursache und die beteiligten Fahrzeuge eindeutig zu bestimmen.

Für die Evaluation wurden 277 Rücksicherungsunfälle aus dem Crash Investigation Sampling System ausgewertet. Besonders herausfordernd waren 39 Fälle, bei denen mehrere EDR‑Aufzeichnungen zu widersprüchlichen Informationen führten. Trotz dieser Ambiguitäten erzielte das System eine perfekte Trefferquote von 100 % – ein deutlicher Vorsprung gegenüber der 92 %igen Genauigkeit, die menschlichen Forschern bei denselben Daten erreicht wurde.

Das Tool bewältigt auch unvollständige oder fehlerhafte Daten, wie fehlende EDR‑Einträge oder unklare Szenediagramme, ohne an Zuverlässigkeit einzubüßen. Diese Ergebnisse unterstreichen die Leistungsfähigkeit von KI bei der Analyse heterogener Unfalldaten und markieren einen bedeutenden Fortschritt in der Verkehrssicherheit.