Wie KI die nächste Generation von Robotaxis antreibt
Waymo, Wayve und Zoox setzen auf künstliche Intelligenz, um selbstfahrende Autos endlich in den Massenmarkt zu bringen.
Dmitri Dolgov arbeitet seit 20 Jahren an selbstfahrenden Autos. Doch selbst er war überrascht, als ein Waymo-Fahrzeug in San Francisco einen hinter einem Bus verborgenen Fußgänger entdeckte und auswich, um ihn nicht zu treffen. „Ich dachte nur: 'Was passiert hier gerade?'", sagte Dolgov, Co-CEO von Waymo, kürzlich in einem Podcast. Das Fahrzeug hatte aus minimalen Bewegungssignalen der Füße der Person vorhergesagt, dass sie hinter dem Bus hervortreten würde – ohne direkte Sichtlinie.
Die Antwort auf dieses scheinbare Wunder liegt in einer grundlegenden Veränderung der Entwicklungsmethodik. Robotaxis profitieren heute von den breiten Fortschritten im Bereich der künstlichen Intelligenz. Dies ermöglicht es autonomen Fahrzeugen, ihre Erfahrungen auf neue Städte und Situationen zu „generalisieren" – und sogar das Verhalten von Fußgängern vorherzusagen. Genau dieser Durchbruch erlaubt es selbstfahrenden Autos, den Sprung von Tests im kleinen Maßstab zur rasanten internationalen Expansion zu vollziehen.
Von der Handprogrammierung zur KI
Waymo begann 2009 als Google-Projekt. In den ersten Jahren mussten dem Roboter-Fahrer die Verkehrsregeln einzeln beigebracht werden – Ingenieure programmierten wichtige Sicherheits- und Navigationsanweisungen weitgehend fest. Diese frühen Fahrzeuge legten Millionen von Meilen auf Stadtstraßen zurück, zunächst um hochauflösende 3D-Karten zu erstellen und dann, um Veränderungen in der Umgebung erkennen und darauf reagieren zu lernen. Es dauerte mehr als ein Jahrzehnt und vier Generationen der Waymo-Technologie, bis die Fahrzeuge 2020 im Vorort Chandler, Arizona, als vollautonomer kommerzieller Dienst bereit waren.
Ein typisches fahrerloses Taxi nutzt dabei drei Haupttypen von Sensoren, um ein dreidimensionales Bild der Umgebung zu erstellen:
Lidar:
Überträgt Millionen von Laserpulsen pro Sekunde und erstellt ein detailliertes virtuelles 360-Grad-3D-Modell der Umgebung. -
Radar:
Verwendet elektromagnetische Wellen zur Erkennung von Anwesenheit und Bewegung – besonders nützlich bei schlechter Sicht wie Regen, Nebel oder Schnee. -
Kameras:
Erkennen und differenzieren Farben von Objekten wie Ampeln, Baustellenbereichen und Einsatzfahrzeugen. -
Zusatzsensoren:
Eine Trägheitsmesseinheit bestimmt den Standort, weitere Sensoren erkennen etwa Sirenen von Einsatzfahrzeugen.
Der entscheidende Wandel kam mit Waymos „Driver" der fünften Generation, der 2020 eingeführt wurde. „Das war der Zeitpunkt, an dem wir diese große Wette auf KI eingingen", sagte Dolgov im Cheeky Pint Podcast von Stripe. Während das System der vierten Generation nur einige KI-Modelle nutzte, machte die fünfte Generation „den Sprung zur KI als Rückgrat". Ähnlich wie die großen Sprachmodelle hinter ChatGPT oder Claude verfügt Waymo über ein eigenes Basismodell, das drei separate Systeme stützt: den „Fahrer" selbst, einen „Simulator" für virtuelle Tests und einen „Kritiker", der die Leistung des Fahrers bewertet. Ein visuelles Sprachmodell, das mit Googles Gemini-KI-System trainiert wurde, sieht und interpretiert die vor dem Fahrzeug liegende Straße in Echtzeit.
Globaler Wettbewerb um den Robotaxi-Markt
Die Kombination aus frühem Start und Google-Unterstützung hat Waymo an die Spitze der Branche katapultiert: Das Unternehmen hat bereits mehr als 200 Millionen vollautonom gefahrene Meilen mit Passagieren absolviert. Waymo ist in zehn US-Städten tätig und plant, bis Ende dieses Jahres wöchentlich eine Million bezahlte Fahrten in 17 Städten anzubieten – darunter auch London, wo das Unternehmen diesen Monat mit autonomen Tests begonnen hat. Laut JPMorgan wird Waymo bis 2030 voraussichtlich mehr als sieben Prozent des gesamten US-Ride-Hailing-Marktes ausmachen.
Doch der Wettbewerb wächst. Das britische Unternehmen Wayve, 2017 gegründet, setzt auf „End-to-End Deep Learning" und behauptet, sein System sei ein „allgemeines Basismodell für das Fahren", das überall generalisieren und skalieren könne – ohne auf ein festes geografisches Gebiet beschränkt zu sein. CEO Alex Kendall betont, seine Fahrzeuge lernten schlicht durch Beobachtung menschlicher Fahrer. Trotz prominenter Unterstützung durch Nvidia und Uber wurden Wayves Autos jedoch noch nicht in großem Maßstab mit der breiten Öffentlichkeit getestet.
Das kanadische Unternehmen Waabi und Amazons Tochter Zoox verfolgen ebenfalls eigene Ansätze. Zoox hat sein toasterförmiges Robotaxi ohne Lenkrad von Grund auf neu entwickelt und wartet noch auf die behördliche Genehmigung. Laut Jesse Levinson, Mitbegründer und CTO von Zoox, ermöglicht ein maßgeschneidertes Fahrzeug größere Batterien, sodass das Fahrzeug „den größten Teil des Tages und der Nacht" fahren kann – was die höheren Vorabkosten langfristig ausgleicht.
Billionen-Dollar-Markt lockt Investoren
Ein zentraler Streitpunkt in der Branche ist die Frage der Hardware. Während Waymo auf eine teure Palette maßgeschneiderter Sensoren setzt, nutzen Rivalen wie Wayve weniger Kameras und Radarsensoren – einige wollen sogar ganz auf das kostspielige Lidar verzichten, um deutlich günstigere Fahrzeuge zu bauen. Tesla verfolgt ebenfalls einen kamerabasierten Ansatz und hat einen ehrgeizigen Expansionsfahrplan vorgelegt.
Auch aus China wächst der Druck: Baidu und das in Guangzhou ansässige Unternehmen WeRide rollen Robotaxi-Flotten in Asien aus. WeRide weitete seine Dienste im März nach Singapur aus, während Waymo Fahrzeuge in Tokio testet. Uber hat sich unterdessen zu mehr als zehn Milliarden US-Dollar an Investitionen und Fahrzeugzusagen im Bereich autonomes Fahren verpflichtet und visiert weltweit 15 Städte mit verschiedenen Robotaxi-Betreibern an. „Dasselbe, was bei der generativen KI passiert, geschieht auch bei autonomen Fahrzeugen", sagte Uber-Chef Dara Khosrowshahi vor Investoren. „Wir schätzen, dass allein der US-Markt eine Chance von einer Billion US-Dollar darstellt."
Nach Jahrzehnten der Entwicklung stehen Robotaxis nun vor ihrem bisher größten Test – auf den Straßen der Städte weltweit.