Wann kommt autonomes Fahren nach Deutschland?

Eine aktuelle Sichtung eines getarnten Elektrofahrzeugs an einer öffentlichen Ladesäule auf einer Autobahn-Raststätte in Niedersachsen liefert einen interessanten Einblick in den aktuellen Entwicklungsstand des autonomen Fahrens in Deutschland. Das Fahrzeug war mit umfangreicher Sensorik, darunter einem LiDAR-System auf dem Dach, ausgestattet und erfasste offenbar aktiv Umgebungsdaten.

Solche Testfahrzeuge sind kein Einzelfall - sie gehören inzwischen zum Straßenbild, auch wenn sie oft unbemerkt bleiben. Hersteller und Zulieferer testen ihre Systeme gezielt im öffentlichen Raum, um reale Verkehrssituationen, Wetterbedingungen und Infrastruktur einzubeziehen.

Dabei geht es nicht nur um das Fahren selbst, sondern um das Zusammenspiel mehrerer Systeme:

• Umfelderkennung (Perception): Erfassung von Fahrzeugen, Fußgängern und Objekten
• Lokalisierung: Zentimetergenaue Positionsbestimmung mittels HD-Karten und GNSS
• Verhaltensplanung (Planning): Entscheidung über Fahrmanöver in Echtzeit
• Aktuatorik (Control): Umsetzung über Lenkung, Beschleunigung und Bremsen

Dass ein solches Fahrzeug an einer öffentlichen Schnellladesäule (CCS) geladen wird, zeigt: Die Entwicklung findet nicht mehr nur auf Teststrecken statt, sondern im ganz normalen Alltag. Gleichzeitig werden auch Themen wie Ladeplanung, Routenoptimierung und Energieverbrauch unter realen Bedingungen getestet.

Die Klassifizierung des autonomen Fahrens erfolgt international nach dem Standard SAE J3016. Diese teilt die Entwicklung in sechs Stufen ein, wobei der entscheidende rechtliche und technische Bruch zwischen Level 2 und Level 3 stattfindet:

• Level 0 (No Automation): Der Mensch steuert alles. Das System liefert allenfalls Warnungen (z. B. Totwinkel-Warner).
• Level 1 (Assistiertes Fahren): Einzelne Funktionen unterstützen den Fahrer entweder bei der Längsführung (z. B. Tempomat) oder der Querführung (Spurhalteassistent). Der Fahrer muss das Umfeld permanent überwachen.
• Level 2 (Teilautomatisiert): Das Fahrzeug kombiniert Längs- und Querführung. Es kann selbstständig die Spur halten und gleichzeitig den Abstand zum Vordermann regeln. Wichtig: Der Fahrer trägt weiterhin die volle Verantwortung und muss die Hände am Lenkrad (oder in unmittelbarer Nähe) behalten und das System dauerhaft überwachen.
• Level 3 (Hochautomatisiert): Hier beginnt das „echte“ automatisierte Fahren. Das System übernimmt die Fahraufgabe unter bestimmten Bedingungen (z. B. Autobahn bis 95 km/h) komplett. Der Fahrer darf den Blick von der Straße abwenden (z. B. E-Mails lesen), muss aber nach einer Vorwarnzeit (meist ca. 10 Sekunden) wieder übernehmen können. Die Haftung geht während der aktiven Phase auf den Hersteller über.
• Level 4 (Vollautomatisiert): Das Fahrzeug fährt in einem spezifischen „Operational Design Domain“ (ODD) – etwa in einem Stadtquartier oder auf der Autobahn – komplett eigenständig. Ein Eingreifen des Menschen ist hier nicht mehr vorgesehen; das Auto kann sich im Fehlerfall selbst in einen sicheren Zustand (z. B. Nothalt auf dem Standstreifen) bringen.
• Level 5 (Vollautonom): Die Endstufe. Das Fahrzeug beherrscht alle Verkehrssituationen unter allen Bedingungen (Wetter, Stadt, Land) ebenso gut oder besser als ein Mensch. Ein Lenkrad ist theoretisch nicht mehr nötig.

Viele Testfahrzeuge - wie auch das in Niedersachsen gesichtete – setzen auf LiDAR (Light Detection and Ranging). Dabei werden Laserimpulse ausgesendet und die Reflexion gemessen, um ein hochauflösendes 3D-Abbild der Umgebung zu erzeugen.

Technische Vorteile:

• Direkte Distanzmessung (keine reine Bildinterpretation wie bei Kameras)
• hohe Genauigkeit im Zentimeterbereich
• gute Funktion auch bei schlechten Lichtverhältnissen

Typischerweise wird LiDAR im Rahmen einer Sensorfusion eingesetzt, also in Kombination mit:

• Kameras (Objekterkennung, Klassifikation)
• Radar (Geschwindigkeitsmessung, Robustheit bei Wetter)

Allerdings ist die Technologie umstritten: Neben den deutlich höheren Kosten verbrauchen Hochleistungs-GPUs und LiDAR-Systeme signifikant Strom. Bei einem Elektroauto kann die gesamte Autonomie-Hardware (Sensorik + Rechner) die Reichweite um etwa 5 % bis 10 % reduzieren.

Während viele Hersteller dennoch auf LiDAR setzen, verfolgt Tesla einen sensorischen Ansatz, der primär auf die rund um das Fahrzeug installierten 8 Kameras basiert, die eine 360-Grad-Sicht bis zu 250 Meter weit ermöglichen ("Vision Only"). Tesla nutzt künstliche Intelligenz und neuronale Netze, um die Kamerabilder in Echtzeit zu verarbeiten, Objekte (Fahrzeuge, Fußgänger, Schilder) zu erkennen und Fahrentscheidungen zu treffen.

Deutschland bietet mit seiner dichten Infrastruktur, anspruchsvollen Verkehrsbedingungen und hohen Sicherheitsanforderungen ideale Voraussetzungen für die Erprobung neuer Technologien. Besonders die Kombination aus Autobahn (hohe Geschwindigkeiten), Stadtverkehr und ländlichen Straßen stellt hohe Anforderungen an die Systeme.

Testfahrzeuge nutzen dabei gezielt den öffentlichen Raum, um Daten für maschinelles Lernen zu sammeln und ihre Systeme kontinuierlich zu verbessern. Trotz großer Fortschritte gibt es aber mehrere bedeutende Hürden:

• Rechtliche Rahmenbedingungen: Deutschland hat zwar als eines der ersten Länder mit der AFGBV (Autonome-Fahrzeuge-Genehmigungs-und-Betriebs-Verordnung) ein Gesetz für autonomes Fahren (Level 4) verabschiedet, doch konkrete Zulassungen sind bislang auf Einzelfälle beschränkt
• Technische Zuverlässigkeit: Systeme müssen mit sogenannten „Edge Cases“ umgehen können - seltene, unvorhersehbare Situationen im Straßenverkehr
• Datenverarbeitung & Rechenleistung: Autonome Fahrzeuge erzeugen mehrere Terabyte Daten pro Tag, die verarbeitet und für KI-Modelle genutzt werden müssen. Zukünftig spielen auch Car-to-X-Kommunikation und Standards wie ISO 15118 (z. B. für Plug & Charge beim Laden) eine Rolle

Obwohl die Gesetze (StVG Änderung 2021) in Deutschland weltweit wegweisend sind, hinkt die Realität oft der Theorie hinterher. Testfahrzeuge wie in Niedersachsen dienen daher aktuell drei Hauptzwecken:

1. Validierung der 95-km/h-Zulassung: Höhere Geschwindigkeiten erfordern eine drastisch schnellere Datenverarbeitung.
2. Edge Case Training: Das Sammeln seltener Situationen (z. B. Ladungsteile auf der Fahrbahn), die eine KI noch nicht sicher interpretieren kann.
3. Infrastruktur-Check: Die Kommunikation zwischen Fahrzeug und Ladesäule (ISO 15118), um den Ladevorgang ohne menschliches Zutun zu automatisieren.

Im Ausland ist das autonome Fahren teilweise schon deutlich weiter. Vor allem in den USA und China sind Systeme auf Level 4 bereits im realen Betrieb angekommen.

Unternehmen wie Waymo betreiben in Städten wie San Francisco, Phoenix oder Los Angeles kommerzielle Robotaxi-Dienste, bei denen Fahrzeuge ohne Sicherheitsfahrer unterwegs sind und Fahrgäste autonom befördern.

Auch in China setzen Anbieter wie Baidu (Apollo Go) oder Pony.ai auf fahrerlose Mobilitätsdienste in definierten Stadtgebieten. Möglich wird dies durch klar abgegrenzte Einsatzbereiche, angepasste regulatorische Rahmenbedingungen und eine hohe Investitionsbereitschaft.

Während Europa bislang stärker auf Sicherheit, Regulierung und schrittweise Einführung setzt, zeigen diese Beispiele, dass die Technologie grundsätzlich marktreif ist – zumindest unter kontrollierten Bedingungen.

Autonomes Fahren ist in Deutschland keine Zukunftsvision mehr - sondern bereits Realität im Testbetrieb. Fahrzeuge wie der in Niedersachsen gesichtete Prototyp zeigen, wie weit die Entwicklung fortgeschritten ist.

Während Level 2 (Assistenz) Standard ist, hat sich das Zeitfenster für höhere Stufen durch aktuelle Genehmigungen (Stand 2026) konkretisiert.

Status Quo: Level 3 (Hochautomatisiert)

Hier übernimmt das System die Längs- und Querführung, der Fahrer darf sich fahrfremden Tätigkeiten widmen (E-Mails, Videos), muss aber nach Aufforderung übernehmen können.

Der Durchbruch ist bereits erfolgt. Systeme wie der Mercedes-Benz Drive Pilot haben die Zulassung für bis zu 95 km/h auf deutschen Autobahnen erhalten. Damit ist das System vom reinen Stauassistenten zum Begleiter im fließenden Verkehr (z. B. hinter LKWs) aufgestiegen.

Eine Ausweitung auf höhere Geschwindigkeiten und weitere Einsatzbereiche gilt in den kommenden 2 Jahren als wahrscheinlich. Die technische Norm der UNECE erlaubt theoretisch bereits 130 km/h. Experten erwarten daher, dass Hersteller diese Grenze bis 2027/2028 schrittweise ausschöpfen werden, sobald die Sensorik noch robuster wird.

Die nächste Stufe: Level 4 (Vollautomatisiert)

Das Fahrzeug fährt in einem spezifischen Bereich (z. B. Autobahn oder definiertes Stadtgebiet) komplett allein. Ein Eingreifen des Fahrers ist dort nicht mehr vorgesehen. In Deutschland laufen aktuell erste offizielle Level-4-Testbetriebe im öffentlichen Raum (z. B. das Projekt RABus in Friedrichshafen/Mannheim oder NeMo.bil).

Ein breiterer Einsatz, vor allem bei autonomen Shuttles im ÖPNV oder Logistik-Hubs, wird für Ende 2026 bis 2028 erwartet. Privat-PKW mit Level-4-Funktionen für die Autobahn könnten gegen 2029 folgen.

Die Vision: Level 5 (Vollautonom)

Eine vollständig fahrerlose Mobilität ohne Einschränkungen, erfordert in Deutschland u.a. auch, dass eine Person von außen (remote) das Fahrzeug überwachen und im Notfall Manöver freigeben können muss, wenn kein Fahrer im Auto sitzt.

Ein flächendeckender Einsatz ohne jede Einschränkung (Stadt, Land, Wetterextreme) gilt vor 2035 als unwahrscheinlich. Die Komplexität ungeplanter Baustellen, extremer Witterung und ethischer Programmierungsfragen bleibt die größte Hürde.