Überblick: Die wichtigsten Infos zum autonomen Fahren

Seite: 2/3

Anbieter zum Thema

Rechtliche Voraussetzungen

Nach dem EU-weit geltenden „Wiener Übereinkommen über den Straßenverkehr“ von 1968 muss der Fahrer eines Fahrzeugs jederzeit die Kontrolle über sein Fahrzeug haben. Dieses Übereinkommen wurde 2016 dahingehend geändert, dass automatisierte Systeme unter anderem dann zugelassen werden dürfen, wenn der Fahrer sie „überstimmen“ kann. Vollständig autonome Fahrzeuge sind deshalb in Deutschland aktuell noch nicht zulassungsfähig. In anderen Märkten wie USA und China sind die Regelungen offener.

Insgesamt sind die rechtlichen Rahmenbedingungen des autonomen Fahrens komplex. Da es bei vollständig autonomen Fahrzeugen keinen Fahrer gibt, stellt sich die Frage, wer bei Unfällen haftet. Im gegenwärtigen Rechtssystem kann ein Fahrzeug allein, das heißt ohne Halter, Hersteller etc. dafür nicht haftbar gemacht werden.

Intensiv diskutiert wird auch die (algorithmisch gesteuerte) Fahrstrategie bei Unfällen: Wie „entscheidet“ zum Beispiel ein autonomes Fahrzeug, wenn ein Fußgänger auf die Fahrbahn läuft? Weicht es aus und fährt in den Gegenverkehr? Nimmt es den Zusammenstoß mit einem Passanten in Kauf, um die Kollision mit drei Fußgängern zu vermeiden?

Versicherungstechnische und ethische Aspekte

Einzelne Unfälle mit autonomen Fahrzeugen können – zumindest zurzeit – nicht ausgeschlossen werden und erzeugen jedes Mal groß mediale Aufmerksamkeit. Es steht jedoch außer Frage, dass mit dem automatisierten bzw. autonomen Fahren die Unfallhäufigkeit deutlich sinken wird. Dieser Trend ist – dank der zunehmenden Marktdurchdringungen von Assistenzsystemen – zumindest in Industrienationen schon jetzt erkennbar.

Intensiv diskutiert wird in diesem Zusammenhang, wie sich ein autonomes Fahrzeug im Falle einer drohenden Kollision verhält: Wird es z. B. einen Totalschaden riskieren, um einen unachtsamen Fußgänger zu schützen? Dies ist von den Algorithmen abhängig, die in solchen Fällen wirksam werden – Rechtliche Regelungen fehlen hier noch.

Bildergalerie

Die Frage der Daten: IT-Security und Datenschutz

Wenn autonome Fahrzeuge cloud-basiert mit ihrem Umfeld kommunizieren, werden sicherheitsrelevante Daten übertragen. Das setzt stabile und sehr leistungsfähige (Funk-)Netze voraus und erfordert ein hohes Maß an Datensicherheit (IT-Security). Das heißt: Es müssen Rückfallebenen vorhanden sein und die Gefahr von Attacken muss weitestgehend ausgeschlossen werden.

Aktuell werden Richtlinien und Standards erarbeitet, um diese Anforderungen zu erfüllen. Auch der Datenschutz spielt eine Rolle. Schließlich werden beim autonomen Fahren persönliche (Mobilitäts-) Daten erhoben, überragen und gespeichert.

Entwicklungsstand beim autonomen Fahren

Aktuell (Dezember 2018) bieten alle namhaften Volumenhersteller Mittel- und Oberklassemodelle mit Assistenzsystemen bis Level 3 an. Ebenso arbeiten sie an Fahrzeugen für die Levels 4 und 5 und haben – teilweise schon vor mehreren Jahren – entsprechende Prototypen vorgestellt.

Einige Beispiele von Tesla, Daimler oder Volkswagen:

  • Tesla nennt sein System Autopilot, es läuft auf Stufe 2. Die neuesten Funktionen sollen Ampeln, Haltestellen und Kreisverkehre erkennen und darauf reagieren.
  • Mercedes hat mit dem (fahrfähigen) Prototypen F015 ein Beispiel für ein autonomes Oberklassefahrzeug mit innovativer Innenraumgestaltung entwickelt.
  • Auf dem Autobahnring um Göteborg hat Volvo eine Teststrecke für eine Flotte von 100 automatisierten XC 90 eingerichtet.
  • GM hat angekündigt, bereits 2019 ein Level-5-Fahrzeug ohne Lenkrad auf den Markt zu bringen (siehe Bild 4).

Technologiekonzerne wie Google (Waymo) und Mobilitätsdienstleister wie Uber sind technisch auf ähnlichem Stand wie die Automobilkonzerne.

Auch Tier-1-Automobilzulieferer wie Bosch, Continental, Aptiv, ZF und Schaeffler arbeiten seit vielen Jahren an Komplett- oder Teilsystemen für das autonome Fahren. Aptiv nutzt hierfür zum Beispiel. eine Teststrecke auf öffentlichen Straßen in Wuppertal. Insgesamt tätigt die Branche sehr hohe Investitionen und Entwicklungsaufwendungen in diesem Bereich.

Künstliche Intelligenz: Autonomes Fahren und Deep Learning

In der Praxis liefern die Sensorsysteme für das automatisierte bzw. autonome Fahren heute schon gute Ergebnisse – vorausgesetzt, die Umfeldbedingungen sind günstig. Problematisch wird es zum Beispiel bei Schneefall, fehlender Fahrbahnmarkierung und unklaren Verkehrssituationen.

Hier muss noch Entwicklungsarbeit geleistet werden. Das ist ein Anwendungsfeld von künstlicher Intelligenz (KI) mit neuronalen Netzwerken: Mit Hilfe von „Deep Learning“ lernen die Sensornetzwerke zum Beispiel, mit sehr hoher Trefferquote Objekte von Personen zu unterscheiden und die Laufrichtung von Fußgängern zu erkennen.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

(ID:45664939)