Auto der Zukunft: Wann fahren wir alle autonom?
Schon die Elektrifizierung des Antriebsstrangs und der Aufbau eines neuen emissionsfreien und günstigen Energieversorgungssystems rund um das sogenannte New Energy Vehicle, also Elektrofahrzeuge und Plug-in-Hybride, fordern die etablierten Automobilhersteller heraus. Die Summe der Neueinsteiger – wie Tesla, BYD, XPeng, Xiaomi oder NIO (kein Europäer dabei) – wird von den Kapitalmärkten derzeit höher bewertet als der Wert der etablierten Hersteller. Das ist jedoch erst der Anfang der Transformation des Sektors im kommenden Jahrzehnt. Der größere Wandel kommt mit dem autonomen Fahren.
Jedes Jahr sterben weltweit noch immer 1,3 Millionen Menschen bei Verkehrsunfällen. Die Zahl hat sich in den letzten Jahren kaum verändert. Sogar in den entwickelten Volkswirtschaften bleibt trotz technischem Fortschritt die Zahl der Verkehrstoten in etwa konstant. Die Ursachen für die Unfälle sind überhöhte Geschwindigkeit, Ablenkung durch Smartphonenutzung, Alkohol, Drogen und Missachtung der Verkehrsregeln. Man kann schlussfolgern: Der Mensch als Fahrer und Verantwortlicher am Steuer ist unzuverlässig.
Verkehrsunfälle sind damit global nach wie vor eine der bedeutendsten Todesursachen. Die Hälfte der Opfer sind die schwächeren Verkehrsteilnehmer: Fußgänger, Radfahrer, Motorradfahrer. Ist das die Motivation, warum Milliardensummen in das autonome Fahren investiert werden? Ich glaube, nein. Wir fahren derzeit etwa eine Stunde am Tag Auto. Vier bis fünf Jahre unserer Lebenszeit. All das könnte Internet-Zeit, Internet-Aufmerksamkeit sein, für Konsum, Arbeiten, Spiel, Social Media.
Um eine Stunde, zukünftig vielleicht zwei, könnten wir unsere derzeit sechs Stunden Internet-Zeit erhöhen – ein Plus von 20 Prozent! Ein großer Anreiz für die Technologiekonzerne, aber auch für alle, die gerne an diesem Zusatznutzen partizipieren möchten. Nicht zu vergessen das Produktivitätspotenzial, das durch den Ersatz praktisch aller Berufskraftfahrer entstünde.
Gretchenfrage für die Hersteller
Eine große Frage, die sich für die etablierten Autohersteller mit all ihren Marken stellt: Werden Menschen überhaupt noch Autos besitzen oder nur noch Dienstleistungen für Mobilität in Anspruch nehmen? Das wäre ein kompletter Systemwandel. Dagegen ist der Wandel beim Antriebsstrang und in der Energieversorgung die wahrscheinlich kleinere Veränderung.
Wo stehen wir? Wann fahren wir nicht mehr selbst? Fragt man die KI, die schlussendlich auch hinter dem zukünftigen Erfolg des autonomen Fahrens stehen soll, hat diese eine klare Antwort. Die KI des amerikanischen Unternehmens Perplexity erwidert, dass es erst zwischen 2035 und 2050 zu einer Verbreitung des autonomen Fahrens kommen wird. Obwohl viele Datenpunkte in diesem Artikel über Perplexity recherchiert wurden, teile ich diese Prognose nicht.
Waymo und Tesla berichten, dass ihre autonomen Fahrzeuge derzeit etwa zehnmal sicherer fahren als menschliche Fahrer. Sie können demnach 80 bis 95 Prozent aller Verkehrsunfälle vermeiden. Über 90 Prozent weniger Unfälle mit Fußgängern werden berichtet. Auch chinesische Wettbewerber, zum Beispiel Pony AI, nennen acht- bis zehnmal weniger Verkehrsunfälle, die durch Robo-Taxis im Vergleich zu Taxifahrern verursacht würden. Robo-Taxis wären demnach etwa zehnmal besser als der Mensch beim Autofahren, insbesondere in schwierigen Fahrsituationen. Zum Beispiel nachts oder bei sehr komplexen Situationen mit vielen Teilnehmern auf engem Raum scheinen die Fahrzeuge durch bessere Sensorik, aber auch vor allem durch kontinuierliche, schnelle 360-Grad-Wahrnehmung dem Menschen deutlich überlegen zu sein.
Lesen Sie auch: Warum Autohersteller und Zulieferer Schwierigkeiten haben
Warum rollen wir eine zehnmal bessere Technologie nicht aus? Wir könnten eine Million Menschenleben retten. Doch das Niveau der Verbesserung ist einfach noch zu niedrig, um gesellschaftliche Akzeptanz zu finden. In Deutschland verunglücken derzeit jedes Jahr rund 3500 Menschen im Straßenverkehr tödlich. Aber könnten wir mit einer Situation leben, in der 350 Menschen jedes Jahr von Robotern getötet werden? Nein. Die rechtlichen Verbindlichkeiten der betreibenden Unternehmen wären immens. Und auch in der öffentlichen Meinung gibt es einen großen Unterschied zwischen Menschen, die von Menschen getötet werden, und Menschen, die von Robotern getötet werden.
Wenn die autonomen Fahrzeuge etwa hundertmal besser fahren würden als der Mensch, also in Deutschland noch etwa 35 Tote zu beklagen wären, müsste man sich ernsthaft mit der Frage beschäftigen. Wir hätten dann eine Technik, die 3000 Menschenleben rettet, ungeachtet der wirtschaftlichen Begleiterscheinung. Die nämlich wäre, dass sich die Anzahl der Verletzten, Versehrten und natürlich auch der Blechschäden um mehr als 95 Prozent reduziert. Mit entsprechenden Folgen für Autoreparatur- und Versicherungsleistungen. Im Klartext: Ein gewaltiger volkswirtschaftlicher Nutzen entsteht. Ich glaube schon, dass eine Gesellschaft gut beraten wäre, diese dramatische Verbesserung der Lebensqualität und Sicherheit in Anspruch zu nehmen.
Wir brauchen also noch einmal eine Verbesserung um den Faktor zehn. Bisher wurden diese Fortschritte beim autonomen Fahren im Wesentlichen durch Verbesserung der Algorithmik und durch verbesserte Hardware-Leistungsfähigkeit getrieben, also im Wesentlichen durch das Mooresche Gesetz: Dieses besagt eine Verdopplung der Leistungsfähigkeit etwa alle zwei Jahre. Um eine zehnfache Verbesserung zu erreichen, würde es also noch einmal sieben Jahre Zeit in Anspruch nehmen, bis Roboter etwa hundertmal sicherer Autofahren können als Menschen.
Schneller als Moore
Perplexity hätte wahrscheinlich recht, bezieht man regulatorische und rechtliche Hürden mit ein. Ich bleibe dennoch bei meiner Aussage, dass wir schon bis 2030 in erheblichem Umfang autonome Fahrzeuge sehen werden. Denn die Fortschrittsgeschwindigkeit hat in den letzten Monaten dramatisch zugenommen, durch massive Verwendung von künstlicher Intelligenz und neuer Techniken, die wir durch die Anwendung der Large Language Models (LLM) erlebt haben. „End to End“ heißt das Vorgehen, eine KI direkt an den Sensor-Rohdaten zu trainieren. Bisher waren die Ansätze überwiegend regelbasiert. Die KI hat zum Beispiel in der Sensorauswertung oder Mustererkennung unterstützt. Beim autonomen Fahren unterscheidet man die Aufgaben „perception“, „prediction“ und „planning“.
Die „perception“ also Wahrnehmung und korrekte Interpretation der Umwelt, also Verkehrsteilnehmer, Straßenverlauf oder Hindernisse mithilfe von Sensoren. Das ist schon heute recht exakt und wird durch günstige und mehr Sensoren und Edge AI kontinuierlich optimiert, vor allem für schwierige Sichtverhältnisse und sehr seltene Ereignisse.
Die schwierigste und rechenintensivste Aufgabe – weil Szenarien gerechnet und verglichen werden müssen – ist die „prediction“ also die Vorhersage des Verhaltens der Verkehrsteilnehmer: Wie wird sich ein älterer Fußgänger verhalten, wie ein Kind? Wie verhält sich der Autofahrer vor mir? Dabei gibt es unzählige Möglichkeiten. Diese Vorhersage ist bis heute eine herausragende Fähigkeit des Menschen, erlernt über die Jahre. Sie macht einen großen Unterschied im Fahrkönnen aus. Gerade das kann aber auch die heutige KI mit ihren assoziativen Methoden sehr gut. Wir erleben es jeden Tag mit Perplexity oder ChatGPT und anderen modernen Hilfsmitteln. Jedoch sind unglaublich hohe Datenmengen in Form gefahrener Kilometer erforderlich – mit guten Fahrern, versteht sich. Darüber hinaus braucht es aber auch Simulationen für ein erfolgreiches Training.
Die abschließende Umsetzung, das „planning“, also die Übersetzung in ein Fahrprogramm, ist wiederum ein Thema, das auch heute schon überwiegend algorithmisch gelöst ist.
Neuere Start-ups wie zum Beispiel das israelische Waves oder das britische Wayve sind Pioniere beim „deep learning based approach“. Aber sicher setzten auch die etablierten Wettbewerber – auch insbesondere Tesla – auf diese Technik. Der Nachteil sind die gigantischen Datenmengen, der Vorteil ist, dass sich unsere KI-Fähigkeiten und der Umgang mit den großen Datenmengen deutlich schneller entwickeln als nach dem Mooreschen Gesetz.
Alle drei bis sieben Monate verdoppelt sich die Leistungsfähigkeit unserer KI-Modelle in den letzten Jahren. Für eine Verbesserung um die sogenannte „one order of magnitude“, den Faktor zehn, werden wir also voraussichtlich nicht sieben, sondern nur zwei Jahre benötigen.
Nutzen vor Rechtsbedenken
Neben der Lösung der Fahraufgabe, auch unter wirtschaftlichen Gesichtspunkten, bleibt die behördliche Zulassung wohl die größte Herausforderung der Unternehmen, die in diesem Sektor tätig sind. 13 bis 15 Millionen Kilometer legt man in Deutschland statistisch zurück, um in einem Verkehrsunfall als Autofahrer tödlich zu verunglücken. In den USA sind es acht bis zehn Millionen. Es ist also statistisch praktisch unmöglich, die Sicherheit eines Systems über unfallfreie Kilometer nachzuweisen – zumindest nicht mit Testflotten.
Nur Tesla hätte mit seinen mehreren Millionen FSD-Fahrzeugen, die ja kontinuierlich kritischere Fahrsituationen ganzheitlich erfassen und in das Rechenzentrum hochladen, und den mittlerweile Millionen Kunden, die als „Testfahrer“ unentgeltlich mithelfen, eine Chance, in die Nähe eines statistischen Nachweises zu kommen.
Wir werden uns wohl damit abfinden müssen, dass dieser Nachweis statistisch zunächst nicht möglich ist. Wir werden vermutlich bald Fahr-Roboter erleben, die unglaublich gut fahren, vielfach besser als der Mensch. Aber wir werden nicht genau wissen, warum sie so gut fahren. Sicherlich eine Herausforderung für unser Rechtssystem, diese dennoch zuzulassen. Da aber weltweit mehr als zehn Unternehmen mit Milliardenaufwand jährlich an der Verbesserung der Systeme arbeiten und auch vorhersehbar ist, dass, wenn die Technologie funktioniert, sie nicht sehr teuer sein wird, bleibt der Anreiz, diesen Schatz zu heben, sehr groß.
Heute rechnet man in China mit etwa 20.000 Euro an zusätzlichem Hardwareaufwand für ein Robo-Taxi. In der nächsten Generation mit der Hälfte. Bei Tesla dürften es einige 100 Euro an Zusatzaufwand im Fahrzeug selbst sein, hinzu kommt aber natürlich ein sehr hoher Aufwand bei den KI-Modellen in den Rechenzentren. Dieser verliert aber mit der Anzahl der Fahrzeuge stark an Bedeutung. Bis 2030 wäre meine Prognose: 1000 Euro pro Fahrzeug an Zusatzaufwand für die Sensorik und den im Fahrzeug erforderlichen Rechenaufwand, für 100-mal sichereres Fahren und im Schnitt fünf Jahre zusätzliche Lebenszeit für Arbeiten, Konsumieren, Spielen und Familie. Ein sehr reizvolles Angebot, das die Menschheit nicht ausschlagen wird.
Die Einführungsgeschwindigkeit wird wahrscheinlich unterschiedlich sein. Risikoaffinere Volkswirtschaften wie China oder die USA werden schneller sein. Durch das gute Kosten-Nutzen-Verhältnis sollte sich die Technologie aber schnell weltweit durchsetzen. Zumal kaum proportionale Kosten anfallen, die Technologie also extrem gut skaliert mit der Anzahl der Teilnehmer – so wie ja auch die LLM für den einzelnen Kunden großen Nutzen bei überschaubaren Kosten schaffen.
Wer sind die Gewinner dabei? Heute fahren die meisten autonomen Fahrzeuge mit Nvidia‑Chips der Orin‑Serie. Einige aber auch mit eigenen ASICS, also eigenen Entwicklungen mit deutlich geringerer, aber hoher spezifischer Leistungsfähigkeit, wie zum Beispiel der EyeQ-Serie von Mobileye und VW.
Natürlich können Gewinner auch Flottenbetreiber in Städten sein – neue, private Verkehrsbetriebe, oder die Hersteller, die die spezialisierten Fahrzeuge bauen. Den meisten Nutzen wird wie bei den LLM oder KI-Anwendungen der Kunde mitnehmen. Denn wir werden internationalen Wettbewerb sehen. Es ist aus heutiger Sicht keine „The Winner takes it all“-Technologie. Die USA und China stehen heute vorn im Wettbewerb, die neuen Start-ups könnten das verändern.
Was könnte bis 2030 passieren? Wir werden dann die Möglichkeit haben, in einer überschaubaren Einführungsdauer – vielleicht zehn bis 20 Jahre – 90 Prozent der Verkehrstoten zu vermeiden. Und das mit einem Aufwand, der sich schnell volkswirtschaftlich rechnet, wenn man bedenkt, dass wir mindestens eine Stunde Zeit gewinnen. Die Infrastruktur wird sich wenig verbessern. Wir werden deshalb – mit viel weniger Stress als heute – wohl deutlich mehr Zeit im Auto verbringen. Vor allem deshalb, weil das Auto völlig nachhaltig und emissionsfrei mit Solarstrom, der um den Faktor zehn günstiger ist als Benzin oder Diesel, den Transportsektor noch deutlich mehr dominiert als heute.
Das Auto war und ist auch heute noch deutlich mehr als ein Transportmittel. Wir brauchen es zum Ausdruck und zur Verstärkung unserer Persönlichkeit. Es muss unserem Ästhetikempfinden entsprechen, wir wollen es eingerichtet nach unserem Stilempfinden mit Werkstoffen, die wir mögen. Es muss unsere bevorzugten Annehmlichkeiten befriedigen, es soll individuell zu uns passen.
Deshalb glaube ich nicht, dass wir alle in gleiche graue Kisten steigen, so wie im öffentlichen Nahverkehr. Wozu auch? Das Auto wird ein zweites Zuhause. Die Zukunft der Autos wird großartig. Das Rennen, wer diese Autos baut und neuerdings auch fährt – einen Teil davon auch betreibt –, ist offen. Tesla ist sicher gut aufgestellt. Aber auch etablierte OEMs wie VW haben mit den richtigen Partnern große Chancen.
Lesen Sie auch: Mit dem Gebrauchtwagenkauf etwas für die Rente tun