Breitband

Netcologne mit neuem Produkt – Telekom setzt KI beim Glasfaserausbau ein

Künftig hat der Kölner Telekommunikationsanbieter Bandbreiten bis 500 Mbit/s im Angebot. Die Deutsche Telekom hofft derweil, den Glasfaserausbau mit Künstlicher Intelligenz schneller voranzutreiben.
04.10.2018

Der Kölner Telekommunikationsanbieter NetCologne hat den Startschuss für 500 Mbit/s-Anschlüsse gegeben. Die Geräte (Fritz!Box 7590) werden auf Wunsch ideal konfiguriert. Neukunden erhalten dabei für die ersten sechs Monate zum Aktionspreis von fast 20 Euro monatlich Internetanschluss über alle Bandbreiten – 25, 50, 100 oder 500 – inklusive Telefonie. Danach gelten die regulären Preise für die jeweils gewählten Bandbreiten. Bei 500 Mbit/s liegt der Preis bei fast 70 Euro monatlich.

Den IPTV-Anschluss fürs Fernsehen samt zugehöriger Box gibt es beim 500-Bit/s-Angebot kostenfrei dazu. Bei den anderen Anschlüssen gelten je nach Bandbreite Preise von fünf bis zehn Euro monatlich, sowie fünf Euro für die monatliche Miete der Box.

Künstliche Intelligenz für den Glasfaser-Ausbau

Die Deutsche Telekom setzt nach eigenen Angaben als erster Netzbetreiber in Europa künstliche Intelligenz bei einem Pilotprojekt ein. Damit lasse sich der Glasfaser-Ausbau beschleunigen. Es sei oftmals wirtschaftlicher, einige Meter zusätzliches Kabel zu verlegen. Dies wertet die neue Software-basierte Technologie mithilfe von digital gesammelten Umgebungsdaten aus. Wo müssten Kopfsteinpflaster aufwändig aufgegraben und wieder verlegt werden? Wo besteht das Risiko, eine Baumwurzel zu beschädigen.

Dazu war die Telekom im Sommer mit einem Messfahrzeug in Bornheim, Nähe Bonn, unterwegs. Dieses war mit Kameras und Laser-Scanner ausgestattet. Das Auto sammelte mit GPS-Technologie ausführliche Umgebungsdaten. Je nach Gebiet kann es pro Tag 50 bis 80 Kilometer befahren. Das Ergebnis sind etwa fünf Gigabit Oberflächendaten pro Kilometer.

So viel Details wie möglich

Von der vorhandenen Struktur hängen Aufwand und damit auch Kosten der Verlegung ab. Zunächst öffnen Tiefbauer den Boden und verlegen Lehrrohre und Glasfaserkabel. Anschließend müssen sie die Oberfläche wieder so herstellen, wie sie vorher war. Bei großen Pflastersteinen dauert es entsprechend länger als bei Feldwegen.

„Die riesigen Datenmengen sind Segen und Fluch zugleich“, sagt Alexander Reiterer. Der Professor leitet das Projekt am Fraunhofer Institut für Physikalische Messtechnik (IPM). „Wir brauchen so viele Details wie möglich. Gleichzeitig ist das Ganze nur effizient, wenn nicht Menschen mühsam die Daten nach den gesuchten Informationen durchforsten müssen. Für einen effizienten Planungsprozess ist es notwendig, die Auswertung dieser enormen Datenmengen zu automatisieren.“ Das Fraunhofer IPM hat dazu eine Software entwickelt, die relevante Objekte in den Messdaten automatisiert erkennt, lokalisiert und klassifiziert.

Deep Learning Algorithmen im Einsatz

Das dabei eingesetzte neuronale Netz erkennt über Deep Learning Algorithmen insgesamt circa 30 verschiedene Kategorien. Darunter Bäume, Laternen, Asphalt oder Kopfsteinpflaster. Auch bis ins kleinste Detail: Sind größere Gehwegplatten oder kleines Natursteinpflaster verbaut? Handelt es sich um einen Laub- oder einen Nadelbaum? Auch die Wurzelstruktur hat entscheidenden Einfluss auf die Wahl der Tiefbaumethode.

Nach der Datenerfassung erfolgt die Anonymisierung von Fahrzeugen und Personen, auch dafür ist eine künstliche Intelligenz verantwortlich, die entsprechend trainiert wurde. In weiteren Schritten erfolgt dann die automatisierte Aufbereitungsphase. Nach einem Abgleich mit der bereits vorhandenen Infrastruktur steht die optimale Verlegungsroute. Ein Telekom-Planer prüft diese abschließend und gibt sie frei. (sg)