Selbstfahrendes Auto: Zukunft oder (fast) unmittelbare Gegenwart

Seit fast einem Jahrhundert fasziniert der Traum vom selbstfahrenden Auto Ingenieure und Erfinder. Bereits in den 1920er-Jahren verblüffte der Amerikaner Francis Houdina New York mit einem funkgesteuerten Auto, während General Motors 1939 in seiner Ausstellung „Futurama“ Autobahnen präsentierte, auf denen Autos selbstständig navigieren sollten. In den 1950er- und 1960er-Jahren zeigten erste Tests mit ferngesteuerten oder drahtgeführten Autos , dass die Idee Realität werden könnte.
Der erste große Fortschritt gelang in den 1980er-Jahren , als der deutsche Ingenieur Ernst Dickmanns mithilfe von Kameras und Bildverarbeitung ein autonom fahrendes Fahrzeug ermöglichte. Kurz darauf brachte das europäische Projekt Prometheus (Programm für einen europäischen Verkehr von höchster Effizienz und beispielloser Sicherheit) das autonome Fahren mit Mercedes-Benz auf die Straße – nach erfolgreichen Tests von Ernst Dickmanns und seinem Team an der Universität der Bundeswehr in München mit VaMoRs (Versuchsfahrzeug für autonome Mobilität und Computer Vision). Diese Tests ermöglichten es einer modifizierten S-Klasse, Hunderte von Kilometern auf europäischen Autobahnen ohne menschliches Eingreifen zurückzulegen und dabei größtenteils Geschwindigkeiten von bis zu 130 km/h zu erreichen.

Ab den 2000er-Jahren beschleunigten Fortschritte in der künstlichen Intelligenz (KI) und der Sensorik den Wettlauf. Der DARPA Grand Challenge- Wettbewerb (Defense Advanced Research Projects Agency) in den USA trieb die Entwicklung immer präziserer und sichererer Systeme voran und wurde zu einer technologischen Brutstätte für die nachfolgenden Großunternehmen wie Waymo (Google), Baidu und Tesla , die heute führend im Zeitalter des autonomen Fahrens sind.

Die Society of Automotive Engineers (SAE) klassifiziert intelligentes Fahren in fünf Stufen:
Stufe 0 / Keine Automatisierung: Der Fahrer ist vollständig für alle Fahraufgaben verantwortlich.
- Stufe 1 (L1) / Fahrerassistenz: Das Fahrzeug wird vom Fahrer gesteuert, kann aber einige Assistenzfunktionen umfassen (z. B. Lenkung oder Bremsen).
- Level 2 (L2) / Teilautomatisierung: Das Fahrzeug kombiniert teilautonome Funktionen wie Beschleunigen/Bremsen und Lenken, der Fahrer muss jedoch weiterhin voll in die Fahraufgaben eingebunden bleiben und die Umgebung überwachen.
- Stufe 3 (L3) / Bedingte Automatisierung: Der Fahrer ist erforderlich und muss jederzeit nach vorheriger Ankündigung bereit sein, die Kontrolle über das Fahrzeug zu übernehmen, obwohl er die Umgebung nicht ständig überwachen muss.
- Stufe 4 (L4) / Hohe Automatisierung: Das Fahrzeug kann unter bestimmten Bedingungen alle Fahrfunktionen ausführen. Der Fahrer kann die Kontrolle übernehmen.
- Stufe 5 (L5) / Vollautomatisierung: Das Fahrzeug kann alle Fahrfunktionen unter allen Bedingungen ausführen. Der Fahrer hat gegebenenfalls die Möglichkeit, die Kontrolle zu übernehmen.
Das autonome Fahren ohne Fahrer überschreitet bereits die Grenze zwischen Pilotversuchen und großflächiger Kommerzialisierung und wird zu einem der disruptivsten wirtschaftlichen und sozialen Treiber des nächsten Jahrzehnts, so das Bank of America (BofA) Institute in seinem Bericht „The road ahead: The future of autonomous vehicles “. Darin wird hervorgehoben, dass drei Faktoren für diesen Weg entscheidend sind: der Vorstoß generativer künstlicher Intelligenz, der Rückgang der Technologiekosten und die Flut globaler Investitionen.
Eine Revolution im GangeDer Wandel ist tiefgreifend und wird sich weiter beschleunigen. Laut BloombergNEF sind derzeit weltweit über 120 Robotaxis-Programme von 32 Unternehmen im Einsatz. Sieben davon bieten bereits sichere, fahrerlose kommerzielle Dienste an, vorwiegend in den USA und China . In Städten wie San Francisco, Phoenix, Shenzhen und Wuhan reisen täglich Tausende von Fahrgästen in vollautonomen Fahrzeugen, während Technologiekonzerne und traditionelle Hersteller um die Marktführerschaft in einer Branche konkurrieren, die laut BofA bis 2040 ein Volumen von 1,2 Billionen US-Dollar erreichen könnte .
Der Paradigmenwechsel basiert auf drei Säulen: kostengünstigerer Hardware, intelligenterer Software und skalierbaren Geschäftsmodellen.
Die Kosten für die Hardware von Robotaxis in China sind beispielsweise innerhalb weniger Jahre um mehr als 50 % gesunken, und durch den Wegfall des Fahrers sinkt der Preis pro Kilometer um 52 %, wie Berechnungen des Bank of America Institute zeigen. Die wirtschaftliche Rechnung geht also auf.

Die Vereinigten Staaten bieten das liberalste Umfeld. Die NHTSA delegiert die meisten Lizenzvergaben an die einzelnen Bundesstaaten, wodurch Unternehmen wie Waymo (Google), Cruise und Zoox in Kalifornien, Arizona und Texas kommerziell tätig sein konnten. 2025 aktualisierte Washington seinen Rahmenplan für automatisierte Fahrzeuge, um die Einführung zu beschleunigen und seine Position gegenüber China zu stärken. Das Ergebnis ist ein nationales Freiluftlabor, in dem Innovationen von Regulierung begleitet werden, obwohl die Koordination auf Bundesebene weiterhin schwach ist und die Haftungsregeln von Bundesstaat zu Bundesstaat variieren.
Europa schreitet seinerseits langsamer voran, verfügt aber über einen soliden Rechtsrahmen. Die Europäische Union verabschiedete 2022 die Verordnung (EU) 2022/1426, die die Grundlage für die Typgenehmigung von Fahrzeugen mit automatisiertem Fahrsystem der Stufe 4 bildet. Deutschland leistete Pionierarbeit mit dem Autonomen Fahrgesetz von 2021, das fahrerlose Fahrzeuge in bestimmten Gebieten zulässt. Frankreich, Schweden und Spanien folgten ähnlichen Schritten, und die neue EU-Verordnung über Künstliche Intelligenz (KI-Gesetz) von 2025 enthält spezifische Bestimmungen zu algorithmischer Sicherheit, Transparenz und Risikomanagement im Bereich der autonomen Mobilität. Der alte Kontinent ist bestrebt, Innovation mit ethischen und datenschutzrechtlichen Garantien zu verbinden, doch Bürokratie und die Fragmentierung zwischen den Ländern verzögern die breite kommerzielle Einführung.
China hat autonome Fahrzeuge zu einer nationalen Priorität erklärt. Die Zentralregierung fördert Pilotzonen in Wuhan, Shenzhen, Chongqing und Peking, wo Unternehmen wie Baidu (Apollo Go) und Pony.ai bereits Robotaxi-Dienste ohne menschliche Fahrer anbieten. Die Regulierungen werden mit Unterstützung des Ministeriums für Industrie und Informationstechnologie (MIIT) kontinuierlich und koordiniert aktualisiert. Das Land ist führend in Bezug auf Datenvolumen und Geschwindigkeit der kommerziellen Zulassung und strebt an, seinen Rechtsrahmen in andere Schwellenländer zu exportieren.
Laut dem Bericht der Bank of America verwandelt sich der globale technologische Wettbewerb in einen regelrechten „Krieg um Autonomie“.
Mit zunehmender Verbreitung autonomer Fahrzeuge wird sich auch das Versicherungsmodell verändern. Wenn die Software selbst zum „Fahrer“ wird, liegt die Verantwortung nicht mehr beim Nutzer, sondern bei den Herstellern und Entwicklern. Dadurch verschiebt sich die Rolle der Versicherung: vom Schutz des Fahrers hin zur Absicherung des Algorithmus. Versicherer prüfen bereits Hybridpolicen, die sowohl Cyberrisiken als auch Ausfälle autonomer Systeme abdecken.
Die Bank of America identifiziert eine neue Phase in der Entwicklung autonomer Fahrzeuge (AVs): den Sprung von regelbasierter Autonomie (AV 1.0) zu generativer KI-basierter Autonomie (AV 2.0).
Bis vor kurzem basierten Systeme auf mehreren neuronalen Netzen, die separate Aufgaben erfüllten – also Wahrnehmung, Planung und Steuerung –, und jetzt ermöglicht die generative KI ein einziges End-to-End-Modell, das in der Lage ist, Sensordaten direkt in Fahrentscheidungen umzuwandeln.
Dieser Ansatz, ähnlich dem Quantensprung, den ChatGPT für Sprachsysteme darstellte, verspricht Autos, die anpassungsfähiger sein werden, in der Lage sind, aus sich verändernden Umgebungen zu lernen und kontextbezogenere Entscheidungen zu treffen, die eher dem Menschen ähneln.
Um Ihnen eine Vorstellung zu geben: Jedes Testfahrzeug erzeugt in sechs Stunden etwa 32 Terabyte an Daten, und Rechenzentren müssen ihre Rechenleistung verzehnfachen, um die Modelle zu trainieren. Der Bericht warnt davor, dass autonome Fahrzeuge sich buchstäblich zu Supercomputern auf Rädern entwickeln.
Das Hardware-RennenDie Sensoren – Radargeräte, Kameras und Lidar (Laser-Lichtdetektions- und Distanzmesssysteme) – sind die Augen des autonomen Fahrzeugs.
Der globale Markt für Sensoren für autonome Fahrzeuge überstieg 2024 die Marke von 75 Milliarden US-Dollar, und ihre Kosten sind derzeit etwa neunmal höher als die von Fahrerassistenzsystemen (ADAS). Fortschritte in der künstlichen Intelligenz und der Hardwareintegration könnten diese Lücke jedoch verringern.
Der Trend lässt vermuten, dass neue High-End-Fahrzeuge bereits die notwendigen Komponenten für fortschrittliche Autonomie beinhalten werden, ohne dass zusätzliche Ausrüstung erforderlich ist.
Mehr als nur AutosObwohl die Schlagzeilen sich auf Autos konzentrieren, finden die größten Fortschritte tatsächlich bei Lastwagen, Bussen und Industriemaschinen statt.
Autonome Fahrzeuge sind bereits im Bergbau und in der Landwirtschaft im Einsatz und führen zu einer 30%igen Steigerung der Produktivität und einer 50%igen Senkung der Arbeitskosten.
Laut der Bank of America unterstreicht der weltweite Fahrermangel – 3,6 Millionen offene Stellen –, der sich bis 2028 verdoppeln könnte, die Attraktivität der Automatisierung. In Japan beispielsweise liegt das Durchschnittsalter von Taxifahrern bei über 59 Jahren; in Europa bei Lkw-Fahrern bei rund 47 Jahren. Da kein Generationswechsel in Sicht ist, bieten autonome Fahrzeuge eine technologische Lösung für ein strukturelles Problem, und insbesondere autonome Lkw entwickeln sich rasant.
Es gibt 90 Pilotprojekte, zwei Drittel davon sind dem Fernverkehr gewidmet, und sieben stehen bereits kurz vor der Kommerzialisierung. Dabei handelt es sich um ein aufkommendes Geschäftsmodell, das Abonnement- oder Pay-per-Kilometer-Dienste (Fahrer-als-Dienstleistung) mit Flotten kombiniert, die von Herstellern und Logistikpartnern verwaltet werden.

Die Bank of America schätzt, dass sich die Investitionen in Unternehmen für autonome Fahrzeuge allein zwischen 2023 und 2024 verdreifacht und fast 9 Milliarden US-Dollar erreicht haben. Seit 2010 wurden mehr als 200 Milliarden US-Dollar in rund 600 Unternehmen dieses Sektors investiert, und fast 1 Billion US-Dollar, wenn man damit verbundene Trends wie vernetzte, elektrische und geteilte Mobilität miteinbezieht. All dies spiegelt den Fokus von Risikokapitalgebern auf Autonomie als neue Wettbewerbszone angewandter KI wider.
Die Auswirkungen autonomer Fahrzeuge auf den urbanen Raum werden paradox sein. Laut BloombergNEF könnte der weltweite Fahrzeugbestand 2035 seinen Höhepunkt erreichen und bis 2050 um bis zu 23 % schrumpfen, sofern sich Carsharing durchsetzt. Gleichzeitig werden aber die insgesamt zurückgelegten Kilometer steigen: Robotaxis und Carsharing-Angebote ermöglichen mehr, längere und günstigere Fahrten. Autonome Fahrzeuge könnten somit den privaten Fahrzeugbesitz reduzieren, gleichzeitig aber den Verkehr erhöhen.
Der Bericht der Bank of America kommt zu dem Schluss, dass autonomes Fahren sowohl einen wirtschaftlichen Umbruch als auch einen gesellschaftlichen Wandel mit sich bringen wird. Von Logistik und Tourismus über den städtischen Nahverkehr bis hin zur Zustellung auf der letzten Meile – fahrerlose Fahrzeuge versprechen, Zeit, Raum und Arbeit neu zu definieren. Kurzfristig werden sie neben menschlichen Fahrern existieren; mittelfristig werden sie diese bei sich wiederholenden oder risikoreichen Aufgaben ersetzen; langfristig könnten sie das Lenkrad gänzlich überflüssig machen.
Das Rennen dreht sich daher nicht mehr um die Herstellung von Autos, sondern darum, ihnen das Denken beizubringen.
Expansion




