Dr. Frederik Beaujean – Vom Physiker zum Software Engineer für Autonomes Fahren

Staffel 2· 19. Mai 2020· 1530

Episoden-Cover: Dr. Frederik Beaujean – Vom Physiker zum Software Engineer für Autonomes Fahren
0:001530
  • Host (Erium Podcast)Moderator
  • Dr. Frederik BeaujeanSoftware Engineer bei Autonomous Intelligence Driving (AID)

Überblick

In dieser Folge des Erium Podcasts spricht der Host mit Dr. Frederik Beaujean, einem Physiker, der nach einem Physikdiplom an der TU München, einem Doktor am Max-Planck-Institut für Physik und fünf Jahren als Postdoc an der LMU den Sprung in die Industrie gewagt hat. Er arbeitet nun als Software Engineer bei Autonomous Intelligence Driving (AID) an der Vorhersage von Verkehrsteilnehmerverhalten für autonome Fahrzeuge. Die Folge beleuchtet seinen ungewöhnlichen Karrierewechsel, den Arbeitsalltag in einem interdisziplinären Tech-Team und gibt praktische Tipps für Berufseinsteiger.

Über den Gast

Dr. Frederik Beaujean studierte Physik an der TU München, promovierte am Max-Planck-Institut für Physik mit Schwerpunkt Teilchenphysik und arbeitete anschließend fünf Jahre als Postdoc im Exzellenzcluster Universe an der LMU München, wo er verschiedene Forscherteams in Statistik und High-Performance-Computing beriet. Zwischendurch absolvierte er Praktika bei Siemens und BMW. Nach seinem akademischen Werdegang entschied er sich für die Industrie und ist heute als Software Engineer bei Autonomous Intelligence Driving (AID) tätig, einem Unternehmen, das sich auf die Entwicklung autonomer Fahrzeugsysteme spezialisiert hat. Sein Team befasst sich mit der Interpretation und Vorhersage des Verhaltens anderer Verkehrsteilnehmer.

Zusammenfassung

Vom Elfenbeinturm in die Industrie: Warum Frederik die Uni verließ

Nach fünf Jahren als Postdoc wuchs bei Frederik die Frustration über die akademische Arbeitsweise: Viele parallele Projekte, wenig konzentrierte Teamarbeit und Ergebnisse, die oft nur eine Handvoll Spezialisten weltweit lesen. Der Wunsch, an etwas zu arbeiten, das im echten Leben einen spürbaren Unterschied macht, trieb ihn zum Wechsel. Er recherchierte systematisch eine Startup-Liste für München, klickte sich durch rund 1500 Einträge und bewarb sich schließlich bei zwei Unternehmen – eines davon war AID.

Ein entscheidender Unterschied zwischen Uni und Industrie liegt laut Beaujean in der Zielorientierung: Während in der Wissenschaft Eitelkeiten und Profilierung eine große Rolle spielen, zählt in der Industrie nur das gemeinsame Ergebnis. Wenn der Code im Auto nicht läuft, fällt das Projekt – unabhängig davon, wer welchen Studiengang absolviert hat.

Interdisziplinäre Teams beim autonomen Fahren

Bei AID arbeiten Informatiker, Physiker, Elektrotechniker und Mathematiker Seite an Seite. Beaujean beobachtet, dass die vermeintlichen Unterschiede zwischen den Disziplinen im Praxisalltag kaum eine Rolle spielen: Rund 90 Prozent der erlernten Werkzeuge sind identisch. Die Schubladendenke der Universitätswelt weicht einem gemeinsamen Fokus auf das Produkt.

Sein Team ist speziell für die Interpretation und Vorhersage verantwortlich – also dafür, das Verhalten von Fußgängern, Autos und Fahrradfahrern in den nächsten Sekunden zu antizipieren. Das ist ein wissenschaftlich noch nicht vollständig gelöstes Problem, weshalb das Team aktiv Forschungsarbeiten verfolgt und in einem internen Journal Club neue Paper diskutiert.

Der Arbeitsalltag als Software Engineer: Pair Programming und Testfahrten

Ein typischer Arbeitstag beginnt für Beaujean bereits am Abend zuvor mit einem Blick in den Kalender: Welche Meetings stehen an, wo sind die freien Slots für konzentriertes Arbeiten? Im Büro stehen Code-Reviews, Team-Abstimmungen und eigentliche Programmierarbeit auf dem Programm – am liebsten im Pair Programming, bei dem zwei Personen gemeinsam an einer Aufgabe arbeiten und sich gegenseitig kontrollieren.

Ein besonderes Highlight sind Testfahrten im realen Straßenverkehr, bei denen das Team prüft, wie gut das System tatsächlich funktioniert. Fehler und Ausnahmesituationen sind dabei wertvoller Input: Die gesammelten Daten fließen direkt in die Verbesserung der Algorithmen ein.

Prägendes Erlebnis: Nobelpreisträgertagung und die Bestätigung des Higgs-Teilchens

Als außergewöhnlichstes Erlebnis in seinem Werdegang nennt Beaujean die Nobelpreisträgertagung in Lindau, zu der er als einer von wenigen Hundert jungen Physikern aus tausenden Bewerbern weltweit ausgewählt wurde. Besonders unvergesslich: Während dieser Woche wurde im großen Saal die offizielle Pressekonferenz des CERN übertragen, in der die Bestätigung der Entdeckung des Higgs-Teilchens verkündet wurde – ein historischer Moment, den er als Teilchenphysiker gemeinsam mit Nobelpreisträgern und Kollegen erlebte.

Tipps für Berufseinsteiger: Hackathons und Open-Source-Beiträge

Für Studierende und Young Professionals empfiehlt Beaujean vor allem zwei Dinge: Erstens die Teilnahme an Hackathons, die in kurzer Zeit enormen Lerneffekt erzeugen und zeigen, wie viel man in konzentrierter Teamarbeit leisten kann. Zweitens das Mitwirken an Open-Source-Projekten. Auch wenn der eigene Code anfangs abgelehnt oder kritisch reviewt wird, sollte man sich nicht entmutigen lassen – genau dieses Feedback sei es gewesen, das ihm geholfen hat, das Niveau zu erreichen, das für den Einstieg bei AID notwendig war.

Den Vergleich zieht er selbst: Beiträge zu Open-Source-Projekten entsprechen im Grunde 'Supervised Learning' mit erfahrenen Mentoren als Label-Gebern.

Autonomes Fahren: Fortschritt vorhanden, Zeitplan offen

Auf die Frage, wann vollständig autonome Fahrzeuge ohne Sicherheitsfahrer auf öffentlichen Straßen fahren werden, gibt Beaujean bewusst keine konkrete Prognose ab – zu oft seien frühere Schätzungen falsch gewesen. Die AID-Fahrzeuge fahren bereits autonom in München, aber immer noch mit Sicherheitsfahrer. Bis zur vollständigen Zulassung müssen sowohl das Unternehmen selbst als auch die Behörden vom Sicherheitsniveau überzeugt sein. Die Komplexität liegt in der schieren Vielzahl an Ausnahmesituationen: Baustellen, regelwidrig verhaltende Verkehrsteilnehmer oder Menschen, die das Fahrzeug absichtlich testen.

Kernaussagen

  • Ein naturwissenschaftliches Studium und Promotionsweg bilden eine starke Grundlage für eine Karriere als Software Engineer in der Industrie.
  • In interdisziplinären Industrie-Teams spielen Fachgrenzen kaum eine Rolle – gemeinsame Ziele ersetzen akademische Eitelkeiten.
  • Pair Programming und enge Team-Kommunikation sind entscheidend, wenn komplexe Systeme wie autonomes Fahren entwickelt werden.
  • Hackathons und Open-Source-Beiträge sind laut Beaujean die effektivsten Wege, um Programmier-Skills praxisnah aufzubauen.
  • Das Vorhersagen des Verhaltens anderer Verkehrsteilnehmer ist ein wissenschaftlich noch offenes Problem und bleibt ein zentrales Forschungsfeld.
  • Autonome Fahrzeuge brauchen noch einige Jahre, bis sie ohne Sicherheitsfahrer zugelassen werden – der Fortschritt ist real, aber die Komplexität der Randsituationen enorm.
  • Der Wechsel von der Wissenschaft in die Industrie erfordert vor allem eine Umstellung in der Arbeitsweise und Kommunikationskultur, weniger im technischen Wissen.

Fazit

Frederiks Geschichte zeigt, dass ein langer akademischer Weg kein Hindernis, sondern eine Stärke für den Einstieg in technologisch anspruchsvolle Industrie-Positionen sein kann. Der Schlüssel liegt darin, offen für neue Arbeitsweisen zu sein, die eigenen Skills gezielt weiterzuentwickeln und sich aktiv auf die Suche nach den wirklich spannenden Projekten zu machen – auch und gerade außerhalb der Universität.

Für Universitätsabsolventen und Young Professionals

Hackathons und Open-Source-Projekte sind die empfohlenen Einstiegspunkte, um praktische Programmiererfahrung zu sammeln und das eigene Niveau sichtbar zu machen. Kritisches Feedback bei Code-Reviews sollte als Lernchance verstanden werden, nicht als Rückschlag.

Für Akademiker, die einen Industrie-Wechsel erwägen

Der Übergang von der Wissenschaft in die Industrie erfordert vor allem eine neue Kommunikations- und Planungskultur. Technisches Know-how aus Physik, Mathematik oder Informatik ist in Bereichen wie autonomem Fahren, KI und Data Science direkt verwertbar.

Volltranskript anzeigen

Speaker0: Ihr hört die Ihremeom Podcast, der Data Science und Machine Learning Podcast für Studienabsolventen und Young Professionals.

Speaker1: Heute ist der Software Engineer Frederic Bourgen zu Gast. Wieso hat er seine akademische Karriere als Physiker abgebrochen? Und wie ist es, an einem Mammutprojekt wie autonomem Fahren zu arbeiten? All das erfahrt ihr jetzt. Physikdiplom von der TU in München, dann den Doktor am Max Planck Institut für Physik gemacht, zwischendurch Praktikant bei Siemens und BMW, anschließend noch 5 Jahre als an der LMU verbracht und jetzt Software engineer bei Autonomous Intelligence Driving, die es sich zur Aufgabe gesetzt haben, mit autonomem Fahren unser Leben in Zukunft zu verbessern. Was er dort macht und wie er vom Physiker zum Software engineer wurde, erzählt uns am besten selbst. Herzlich willkommen, Frederic Bourgeon.

Speaker2: Ja, Dankeschön.

Speaker1: Toll, dass Du dabei bist. Freut mich. Freut mich auch sehr. Wobei stör ich dich gerade? Hast Du gerade, hab ich dich gerade aus deinem Arbeitsflow rausgerissen? Was hast Du gerade noch gemacht?

Speaker2: Ich hab gerade noch mich mit meinem Manager abgesprochen, genau, was wir heute noch tun machen tun wollen, was wir nächste Woche mit unserem Team angehen wollen, aber ich hab jetzt schon Zeit, also überhaupt keine Quellen.

Speaker1: Super. Kommt das häufig vor oder wie würdest Du sagen, was ist denn der größte Teil deiner Arbeit,

Speaker2: der, also der, der die meiste Zeit einnimmt? Der größte Teil ist schon entweder Coach schreiben oder mit meinen Kollegen diskutieren, was wollen wir eigentlich machen?

Speaker1: Okay.

Speaker2: Das ist das Schwierige. Wir haben ein komplexes System, das wir bauen und man kann nicht einfach einen Teil wegnehmen oder hinzufügen. Das macht immer was anderes kaputt. Also muss man muss man sehen, dass das alles zusammenpasst.

Speaker1: Also jede Entscheidung muss abgewägt werden und genau betrachtet werden, was das für Folgen hat. Genau. Aus welcher Branche kommen denn die Leute, mit denen Du da zusammenarbeitest? Also ist das 'n zehnköpfiges Team von von nur Data Scientists

Speaker2: oder wie schaut das da genau aus? Ich würd sagen, es ist die eine halbe Technische Universität. Also in meinem Team habe ich Informatiker, Physiker, Elektrotechniker, Mathematiker. Also es ist sehr, sehr vielfältig. Auch in den anderen Teams sind die die Studiengänge, die die Leute absolviert haben, sehr vielfältig. Und mir ist auch in der Arbeit dann aufgefallen, früher, als ich an der Uni war, da hat man sehr diese Schubladendenklagen, ich bin Physiker und die Physiker können das und die die Ingenieure, die können das und das ist was ganz anderes. Und wenn wir jetzt aber eben zusammenarbeiten an einem Ziel, wir wollen, dass das Auto selber fährt ohne Mensch, da merken wir, wir haben 90 Prozent die gleichen Werkzeuge gelernt an der Uni und deswegen können wir prima zusammenarbeiten. Die Unterschiede sind sehr klein im Wissen, find ich am Ende, wenn man, wenn's drum geht, ein Produkt zusammenzubauen.

Speaker1: Das wär jetzt genau meine nächste Frage gewesen, mit wie, also wie gut kommt man denn da miteinander klar? Also ich kann ja mal 'n Schwanke aus meinem Unileben erzählen. Ich studier Mathematik an der LMU und es gibt bei uns, auch wenn sie komplett bescheuert ist, aber es gibt diese Fehde zwischen Physikern und Mathematikern. Nimmt man da das einfach zur Seite und sagt, okay, hey, es geht hier das Projekt und das soll gelingen? Oder ist man da noch, sage ich mal, etwas biased, was die Studiengänge angeht?

Speaker2: Nee, gar nicht. Also die meiste, wenn ich mit, wenn ich jemanden anfange zusammenzuarbeiten, dann frage ich nicht zuerst, was hast Du studiert? Ja, das lerne ich vielleicht erst ein, 2 Monate später kennen und dann sieht man schon, das kann nicht so wichtig sein. Ich weiß auch aus der Physik, da gibt's dann auch noch die Denkweise, gibt's den theoretischen oder den Experimentalphysiker? Ja, genau. Oh, ist auch alles ganz völlig anders. Aber das das ist natürlich im, sage ich mal jetzt, im Elfenbeinturm der der akademischen Welt, da geht's immer darum, sich herauszustellen, damit man dann vielleicht eine Professur bekommt, dass man besser ist als die anderen. Mhm. Und in der Industrie ist es jetzt andersrum. Es geht nicht drum, dass ich toller bin als die anderen. Wenn wir zusammen keinen keinen Code schreiben, der funktioniert, wenn das im Auto nicht läuft, dann fällt das gegen die Wand und dass das, was zählt. Würdest Du sagen,

Speaker1: dass dass dich auch son bisschen, also dass das auch der Reiz daran ist? Also zu sagen, okay, ich entscheide mich jetzt nicht dafür, an der Universität zu Also lass mich das noch mal anders formulieren. Und zwar siehst Du da auch den Unterschied zwischen der Arbeit bei Autonomous Intelligence Driving und deinem Postdoc jetzt zum Beispiel an der LMU, ja. Also ich hatt's ja eingangs erwähnt. Du hast ja auch eine sehr gute universitäre Karriere hingelegt. War das der Reiz, zu AID zu gehen? Oder siehst Du da jetzt nicht all oder beziehungsweise was sind die Unterschiede zwischen der Arbeit an der Universität und Autonomous Intelligence Driving? Hat dich da die Teamarbeit gereizt?

Speaker2: Ja, auf jeden Fall. Ich ich muss sagen, ich hab auch in meiner Uni Zeit viele Kollegen, ab denen ich sehr gerne und sehr gut zusammengearbeitet hab. Aber da ist ja oft so, jeder hat vielleicht 5 Projekte gleichzeitig. Man springt immer von einem zum anderen und man arbeitet selten mal länger konzentriert zusammen nur an 1 Sache. Mhm. Und so springt jeder von hin und her und oft weiß man gar nicht, was der Kollege im Büro nebenan eigentlich genau macht und woran der arbeitet. Und das hat mich irgendwann schon 'n bisschen frustriert, dass mir also Okay, dann arbeite ich ein, 2 Jahre vielleicht am Papier oder an 5 gleichzeitig, dann ist das fertig und dann können das vielleicht 20 Leute auf der Welt verstehen oder schätzen oder nutzen. Ist doch 'n bisschen wenig. Und das war meine Situation, in die Industrie zu gehen und dann habe ich mich genau umgeschaut, ja, was gibt's denn für interessante Sachen? Nicht alles Industrie ist interessant, aber es gibt richtig interessante Sachen. Als ich noch an der Uni war, habe ich mir das immer so, habe ich mir keine Gedanken gemacht und ich dachte, Uni ist das Tollste und ne, wir wir wir sind die Einzigen, die an den spannenden Aufgaben arbeiten. Aber es ist überhaupt nicht so. Das lag nur daran, dass ich nicht genug Freunde hatte, die es mir erzählt haben, ja, aus der Industrie. Und jetzt habe ich gemerkt, die Arbeit ist halt wirklich anders. Wir arbeiten jetzt in 'nem Team, ich hab mein kleines Team und dann gibt's noch andere Teams, mit denen wir natürlich auch kooperieren und wir haben alle das gleiche Ziel. Wir wollen, dass das Auto alleine fährt. Und das ist verdammt schwierig. Da gibt's noch viele, viele Probleme zu lösen, aber wir haben dieses eine Ziel, das motiviert uns zusammen. Deswegen gibt's da wenig Eitelkeiten und man weiß auch immer, warum macht man eigentlich was? Und das war an der Uni oft nicht für mich zu erkennen, ja. Mhm.

Speaker1: Jetzt hattest Du ja, also so wie ich das verstanden hab, macht man da also quasi an der Uni. Natürlich hast Du auch gesagt, man hat auch Zusammenarbeit mit anderen Postdocs zum Beispiel, aber oft macht man da auch so sein eigenes Ding. Jetzt war's ja dann doch recht lange an der Universität, ja, also 5 Jahre Postdoc. Ich weiß jetzt nicht genau die die Reglements, ob das Standard ist. Aber wann wurde dir das denn bewusst, dass Du in die Industrie gehen möchtest? Mein, schließlich, Du hattest ja schon deinen Doktor gemacht. Und meistens ist es ja so, dass man während dieser Zeit, als man während dem man Doktorand ist, schon auch son bisschen, sag ich mal, einen Ausblick hat auf das, was jetzt im Postdoc vielleicht auf einen zukommt. War das plötzlich, kam das plötzlich, dass Du gesagt hast, nee, jetzt reicht's mit dem universitären Leben, jetzt möcht ich in die Industrie?

Speaker2: Nee, das kam ganz langsam. Also ich ich hab halt sehr viel Spaß daran, Sachen zu verstehen. Mhm. Und es ist natürlich, dass die Universität erst mal der richtige Ort dafür. Ja. Gleichzeitig will ich aber auch nicht immer nur an einem genau einem kleinen Teilgebiet arbeiten. Und so ist das, glaube ich, also für viele Postdocs, die müssen dann sich spezialisieren. Wenn sie Professor werden wollen, dann müssen die im einen kleinen Fachgebiet ganz besonders toll sein. Und mein Postdoc war in den Hinsicht bisschen anders. Ich war im Exzellenzcluster Universe und hab da viele verschiedene Forscherteams beraten. In Sachen Statistik, in Sachen Code parallelisieren, Code eben schneller machen, die auf den Supercomputer bringen, einen Superrechner und dabei habe ich auch sehr viele verschiedene Gebiete gesehen und konkret mit den Experten hat Samgabe, also Astrophysik, Teilchenphysik und verschiedene Kombinationen davon. Diese Vielfalt hat mir schon viel Spaß gemacht, aber irgendwann hatte ich immer den Eindruck, also lass uns doch mal was machen, was auch im echten Leben was bringt. Ja. Und dann habe ich natürlich sehr viel an Statistik gearbeitet, mehr eigentlich als an Physik. Meistens habe ich Statistik und Programmieren eingebracht in sone Kollaboration. Mhm. Und mir war natürlich die ganze Zeit bewusst, diese Fähigkeiten, die kann man auch an Industrie sehr gut anwenden. Und hab zwischendurch mal mit dem Gedanken gespielt, auch selber eine 'n Start-up zu gründen. Mhm. Es ist unter den älteren Postdocs ja eigentlich jeden Tag geht's halt rum, oh, wo hast Du dich beworben? Hast Du eine feste Stelle? Nein, was können wir jetzt machen? Ich hatte nicht so diese Existenzängste, aber generell haben wir uns dauernd drüber unterhalten, was könnt man denn noch machen?

Speaker1: Okay. Und Sei fast schon 'n Zeichen dafür, dass man jetzt vielleicht nicht mehr so unbedingt, also dass man eher nach was anderes Ausschau

Speaker2: hält, auch. Ja, also ich meine, mehr meine Kollegen, mit denen ich zu tun hatte, die hatten mehr diese Sorgen, ich hab jetzt noch ein Jahr Stelle hier, wo soll ich hingehen? Meine Stelle war länger, deswegen musste ich nicht alle 2 Jahre von Deutschland in die USA und dann nach Australien ziehen. Aber die Gedanken waren natürlich da und wir haben vieles, vieles Mal im Kopf gehabt als Geschäftsidee, haben's dann letztlich doch nicht gemacht, weil wir uns nicht auf eine Sache einigen konnten, hinter der wir 100 110 Prozent standen. Und so habe ich dann angefangen zu überlegen, wo könnte ich denn außerhalb der Uni arbeiten? Was fände ich denn interessant? Mhm. Ja, und da hab ich mir, da gab's eine Webseite Start ups in München. Vielleicht gibt's die immer noch. Da waren damals 1500 Firmen, glaube ich, drauf. Und ich hab mir 15, 20 Stunden Zeit genommen, bin wirklich durch, hab auf alle Links geklickt, bin auf jede Webseite gegangen, hab gesehen, was machen die? Wenn's nicht Mode ging oder so was, hab ich mal weiter geschaut, wen stellen die ein? Woran arbeiten die wirklich? Und so hatte ich am Ende da eine Liste, Sachen, die interessant klingen und dann bin ich noch mal durchgegangen und gesehen, was klingt wirklich am interessantesten? Und hab mich dann bei 2 Firmen beworben und einen hat sich nicht gemeldet, die andere war ARD. So so kam's am Ende.

Speaker1: Und war der Sprung dorthin schwierig? Na, ich mein, wie gesagt, Du hattest ja schon erwähnt, dass Du ja eigentlich schon Software Developer Skills mitgebracht hast, ja. Aber war das Einarbeiten, sag ich mal, kompliziert? Weil ich mein, wie gesagt, immerhin, also Du kommst ja immer noch aus der Physik sozusagen, ja. Ja. Und der Sprung zum autonomen Fahren, zumindest dort Software Engineer zu sein, wirkte dann schon noch etwas größer.

Speaker2: Es ist auf jeden Fall 'n Sprung, aber die Anforderungen, überhaupt bei ARD eingestellt zu werden, sind schon sehr hoch. Man muss viele Interviews erfolgreich meistern, man muss ja auch Programmieraufgaben abgeben und wenn man da keinen guten Code schreibt, dann wird man nicht eingestellt. Und so ist das Niveau, wenn man mal da ist, alle Kollegen können gut Coach schreiben Und das macht halt richtig viel Spaß, denn am besten lernt man was, wenn man mit anderen zusammenarbeitet und die zeigen einem was. Also das das war eigentlich das geringste Problem, würde ich sagen, die Code zu schreiben. Größere Unterschiede sind eben in der in der Arbeitsweise, wie wie planen wir die Arbeit, die ganze Kommunikation? Bei ARD gibt's viel mehr Dinge zu beachten. Wir bauen einen Teil 1 großen Systems, also müssen wir uns mehr absprechen. Und es ist sehr leicht, an irgendwas zu arbeiten, was am Ende nutzlos ist. Und es ist schwierig, das zu identifizieren, was jetzt in den nächsten 2 Wochen am wichtigsten ist, Ja. Was wirklich 'n Mehrwert bringt und das das war für mich eine große Umstellung. Außerdem hatte ich natürlich auch vorher an der Uni mein eigenes kleines Büro. Da war ich still und leise, da konnte man ganz konzentriert arbeiten. Jetzt bin ich im Team, besitze eine Schreibtische nebeneinander, ist 'n offener Arbeitsraum und es ist deutlich lauter. Das hat mir am Anfang auch schon einige Zeit gekostet, mich dran zu gewöhnen.

Speaker1: Ist der, ich nenn's jetzt mal Verstehensdurst, den Du quasi hast, wie Du's vorhin auch beschrieben hast, auch bei AID gegeben, genauso wie auch an der Uni. Also Du hast ja gesagt, Du möchtest gerne Dinge begreifen und verstehen. Jetzt ist es natürlich klar an der Uni, also wenn nicht wo, dann an der Uni. Aber ist das bei deinem bei deiner jetzigen Arbeit auch gegeben? Oder wendest Du einfach nur noch Skills an?

Speaker2: Nein, nein, nein, nein, dann dann dann hätte ich mir schon was anderes gesucht, wenn's nur darum ging, jetzt stumpf Code wie auf die Tastatur zu hacken. Nee, nee, gar nicht. Also wir haben, ich bin in dem Team für die Interpretation und Vorhersage. Das heißt, unsere Aufgabe ist es, vorherzusagen, was machen die anderen Verkehrsteilnehmer, Fußgänger, Autos, Fahrradfahrer das Auto mit Fahrzeug herum in den nächsten Sekunden. Und das ist 'n sehr schwieriges Problem. Das ist auch nicht umfassend gelöst. Ja, also Da wird noch viel dran geforscht und wir müssen uns ständig auch auf dem Laufenden halten. Gut, viel Forschung passiert natürlich auch bei den Konkurrenten, die jetzt nicht alles aufs Archive packen. Aber es gibt natürlich schon Doktoranden und die veröffentlichen Sachen, also lesen wir auch Papiere. Wir stellen die aneinander vor. Ja, wir haben da auch quasi 'n Journal Club, indem wir wenn eben was Interessantes gefunden haben. Erklären wir das und schauen, wie könnt man das bei uns anwenden und da gibt's noch sehr, sehr viel zu verstehen. Meine, je mehr ich da arbeitest, desto mehr merke ich, ich hab fast gar keine Ahnung.

Speaker1: Okay. Ja, da muss ich jetzt auch tatsächlich bisschen Stirnrunzeln. Also ich hab Menschen immer als als für unberecht, fast unberechenbar empfunden. Und da dann zu forschen, also auf jeden Fall Respekt, Respekt. Genau, dann kommt vielleicht zu 1 Frage, die ich immer besonders spannend finde. Was würdest Du denn sagen jetzt in deinem Werdegang, den haben wir jetzt noch mal genauer betrachtet, was war denn da mit das außergewöhnlichste

Speaker2: Ereignis? Was, was dich besonders geprägt hat? Micky, ich hatte Glück, als in meinem letzten Jahr als Doktorand war wieder mal eine Nobelpreisträgertagung in Lindau. Mhm. Die gibt's jedes Jahr, aber die ist nur alle paar Jahre nur für Physik. Und ich hab mich da beworben und wurde genommen als 1 von wenigen auserwählten, vielen 1000 Bewerbern von der ganzen Welt. Und da kommt man eine Woche eben nach Lindau, da gibt's, weiß nicht, je nachdem 50, 80 Nobelpreisträger in Physik aus den letzten Jahrzehnten und ein paar 100 hoch motivierte junge Physiker wie mich. Mhm. Und das war unglaubliche Woche. So intensiv, so begeisternd. Leider kann man nur einmal da hingehen, außer man kriegt den Nobelpreis. Dann darf man dann darf man jedes Jahr hin. Okay. Aber das wird jetzt für mich natürlich schwierig, ja, den noch zu bekommen. Da müsst ich noch mal die Seiten wechseln.

Speaker1: Ja, Wahnsinn. Also ich kann mir auch gut vorstellen, dass das dann noch mal so eine Art, also dass also ich ich kann mir das nur vorstellen, dass es für jemanden wie dich quasi wirklich fast schon der Gipfel ist an wirklich coolem, produktivem Austausch über den Bereich, wo man auch selber arbeitet.

Speaker2: Also klingt auf jeden Fall cool. Ja, es war auch eine besondere Woche für mich als Teilchenphysiker, daran hab ich ja mein Doktorarbeit gemacht. Denke, als wir da waren, alle zusammen in dem großen Saal in Lindau, gab's dann die offizielle Pressekonferenz vom CERN, von Atlas und CMS, dass sie das Higgs Teilchen jetzt nun als bestätigt ansehen. Oha, okay. Das wusste ich natürlich schon vorher, dass das bevorsteht, aber trotzdem war's cool, das zusammen zu sehen, war war 'n sehr großer Moment.

Speaker1: Ja, das glaube ich. Also nicht schlecht. Gut, dann vielleicht noch eine kleine Frage zu deinem Arbeitsalltag. Wie sieht denn jetzt ein typischer Arbeitstag bei dir aus? Wir hatten's am Anfang schon son bisschen besprochen. Hauptsächlich tauschst Du dich aus und schreibst auch viel Code. Aber wie ist es denn, wie muss man sich denn da auch synchronisieren? Also stehst Du immer 6 Uhr morgens auf und bist dann schon ready to go? Oder wie kannst Du mal vielleicht son wirklich son typischen Arbeitstag skizzieren? Oder gibt's den gar nicht? Hast Du jeden Tag

Speaker2: was anderes Doch, doch, also es ist schon, mein Arbeitsalltag ist schon strukturiert. Ich hab 2 kleine Kinder, deswegen kann ich auch nicht 6 Uhr arbeiten, aber ich kann natürlich halb 6 aufstehen und spielen. Ich würde sagen, meistens geht der Arbeitstag ja am Abend vorher los. Ich schau mal 'n Kalender an, was habe ich morgen für Besprechungen? Muss ich da noch was vorbereiten oder bin ich da bin ich da schon gut aufgestellt? Und wo habe ich wo habe ich eben die Lücken im Kalender? Das sind eigentlich die schönsten Und in der Zeit, an welchem welchem Thema will ich dann arbeiten? Mhm. Das nehme ich mir also schon vor. Und dann geht der Tag los, ich komm ins Büro. Ich schaue, was gab's jetzt für neue Nachrichten? Hat jemand Fragen, die ich direkt beantworten muss? Ich schaue, wir haben, ja wir arbeiten mit Git und bevor man irgendwas einchecken kann, muss es jemand anders absegnen. Und das ist bei uns auch 'n wichtiger Schritt. Wir wir nicken es nicht einfach nur ab. Man findet eigentlich immer irgendwas, was einem nicht so ganz passt. Und man kann sagen, ja, hast Du das auch bedacht, da fehlt noch 'n Test. Das würde ich vielleicht so und so machen. Manchmal muss man es noch persönlich absprechen, ist am einfachsten, statt das nur über die, ja, über die Weboberfläche zu diskutieren. Und ja, dann arbeite ich, wieder programmiere ich was alleine oder am liebsten noch mit 'nem Kollegen zusammen. Also wir setzen uns zusammen an den Schreibtisch, 1 hat die Finger auf der Tastatur, der andere schaut zu. Machen also per Programming und das ist dann das, was mir am meisten Spaß macht. In der Zeit gibt's auch keine Ablenkung. Wenn man mit jemandem zusammenarbeitet, dann guckt man nicht mal schnell noch, habe ich E-Mails bekommen oder Leute, die vorbeikommen und an deinen Schreibtisch dir eine Frage stellen wollen, die sehen gleich, aha, der Fred ist beschäftigt, komme ich später wieder. Ich muss nicht jetzt sofort fragen. Und ja, so geht der Arbeitsalltag. Manchmal sind wir natürlich auch im Auto, machen eine Testfahrt, wollen sehen, wie funktioniert's denn echt? Simulation und so weiter sind sehr, sehr wichtig, aber es ist immer gut, auch tatsächlich im Auto mitzufahren und sehen, wie funktioniert's denn wirklich oder was funktioniert nicht darauf? Das ist natürlich am interessantesten für uns, was funktioniert nicht? Nehmen wir die Daten mit und überlegen uns da an den Schreibtisch wieder, wie können wir das nun verbessern?

Speaker1: Cool. Klingt superspannend. Jetzt zum Ende hin vielleicht noch 2 kleine Fragen. Was würdest Du denn sagen, welchen Tipp kannst Du auf jeden Fall den Complexitymasters jetzt mit auf den Weg geben, ja? Also, die viel unserer Hörer sind jetzt grad quasi fertig mit der Universität, mit ihrem Master beziehungsweise ihrem Bachelor und möchten wissen, wo's hingehen könnte. Hast Du da vielleicht einen Tipp, den Du denen mitgeben könntest? Ja, was mir

Speaker2: Spaß gemacht hat und was es gibt's heute viel mehr, sind Hackathons. So, wenn man wenn man gerne programmiert, ich nehme an, die Hörer dieses Podcasts können programmieren. Es gibt Dutzende oder keine Ahnung Tausende Hackathons. Es gibt Wettbewerbe von Google. Nehmt euch einfach mal einen Kumpel oder 2 oder 3, meldet euch für die nächste Runde an. Da gibt's immer die 1. Runde, hat man vielleicht 2, 3 Stunden abends, muss man schnell 'n paar Aufgaben lösen. Das macht super Spaß. Das ist super motivierend. Man lernt super viel in kurzer Zeit und man ist auch selber dann überrascht, wie viel man geschafft hat in 3 Stunden, wenn man sich voll konzentriert. Ja, also das das würde ich jedem empfehlen und was mir persönlich auch viel gebracht hat, ist an Open Source Projekten mitzuarbeiten, da Code beizutragen. Am Anfang ist es meistens so, wenn man noch nicht so gut ist im im als Softwareentwickler, dann wird der Code erst mal abgelehnt oder man kriegt den Review, der nicht besonders positiv ist. Lasst euch davon bloß nicht entmutigen, denn wenn ihr diese ersten paar Reviews übersteht, dann habt ihr ein, 2 Stufen an gewonnen. Mhm. Und das hat mir am allermeisten gebracht, würde ich sagen, das Niveau zu erreichen, dass ich überhaupt bei ARD anfangen konnte. Mentoren, die mir sagen, so so programmieren, so nicht. Quasi Superviceed Learning, Pikes, ja. Sehr gut.

Speaker1: Dann vielleicht noch jetzt eine kleine Frage zum Anschluss, die die muss ich stellen, einfach weil's mich auch super interessiert und Du bist ja auch ein Mann vom Fach. Wann sehen wir denn die ersten autonom fahrenden Autos auf der Straße? Oder kann man das jetzt noch so gar nicht wirklich

Speaker2: vorhersehen? Gut, ihr könnt natürlich jetzt schon in München auf die Straße gehen und auch unsere Autos von ARD fahren autonom herum, da ist aber immer noch 'n Sicherheitsfahrer drin. Ah, okay. Und das würde auch noch eine 1 Zeit lang so sein, bis wir uns erst mal selber überzeugt haben, ja, das System ist sicher genug. Und dann müssen wir natürlich auch noch Behörden überzeugen, Mhm. Uns da die Zulassung zu gewähren. Ich will keine Schätzung abgeben mit Ich kenne viele Schätzungen aus den vergangenen Jahren, die waren immer alle falsch, sagten, ja, ja, nächstes Jahr und übernächstes Jahr und dann kam das aber auch nicht. Es dauert sicher noch einige Jahre. Der Fortschritt ist ist da, ich sehe's ich sehe's alle paar alle paar Wochen, wie wir Fortschritte machen, aber das Problem an sich ist so komplex, man muss mit so vielen verschiedenen Situationen klarkommen. Nicht nur das normale Fahren, mit Fußgänger, mit Fahrradfahren, Leuten, die die Verkehrsregeln missachten. Leute, die extra sich komisch verhalten, nur zu sehen, wie sich das autonome Fahrzeug verhält. Wenn man den ja an Baustellen oder alle möglichen Ausnahmsituationen. Da ist einfach noch viel, viel zu tun. Und bevor wir das nicht abgedeckt haben, dass wir denken, ja, ich würde mich jetzt reinsetzen, ich würde mein Kind da reinsetzen, Vorher lassen wir das auch nicht ohne Fahrer auf die Straße.

Speaker1: Alles klar, macht auf jeden Fall Sinn. Fred, ich sag vielen Dank. Toll, dass Du dabei warst. Das waren tolle Einblicke und ich wünsch dir alles Gute bei deiner Arbeit und viel Erfolg.

Speaker2: Gerne, hat mich gefreut. Hat mich auch gefreut. Vielen Dank. Mach's dir. Servus. Das

Speaker1: war mein Interview mit Frederic Pojan. Erstaunlich fand ich, dass er, obwohl er schon 5 Jahre postdoc war, sich doch noch entschieden hat, in die Industrie zu gehen. Er hat seine Komfortzone verlassen und sich etwas Neues getraut. Wohin wollt ihr mal? Würdet ihr an der Uni bleiben, wenn ihr die Möglichkeiten hättet? Oder darf die Praxis bei euch nicht fehlen? Schreibt es mir auf unseren Social Media Kanälen. Beim autonomen Fahren gibt es viel zu beachten. Zum Beispiel muss man sich auch vor Hackerangriffen schützen können. Wie das genau geht, erfahrt ihr in unserer Folge zu advocerial noise aus der ersten Staffel. Master the komplexity.

Speaker0: Jeden Dienstag erscheint eine neue Folge von The Erium Podcast. Auf dem Laufenden zu bleiben, folgt uns auf Facebook, Instagram, Twitter und LinkedIn. Wenn ihr uns unterstützen wollt, gebt uns eine 5 Sterne Bewertung auf Apple Podcasts, folgt uns auf Spotify und empfehlt uns weiter. Bis zum nächsten Mal bei The Erium Podcast.

Mehr Folgen aus Staffel 2 →