Zu Inhalt springen Zu Fußbereich springen

KI | Autonomes Fahren

Wie gestaltet sich die Zukunft der Mobilität? Trotz bedeutender technischer Fortschritte scheint die einst strahlende Vision autonomer Fahrzeuge, die uns überall hin chauffieren, derzeit etwas verblasst. Doch was sind die Hindernisse, die der breiten Umsetzung dieser Technologie im Wege stehen?

Futuristisches Armaturenbrett eines autonomen Fahrzeugs

Robotaxi kollidiert mit Feuerwehrauto

San Francisco, CA, USA - 23. Februar 2020: Ein selbstfahrendes Kreuzfahrtauto wird im SoMa-Distrikt von San Francisco getestet. Als Tochterunternehmen von GM testet und entwickelt Cruise autonome Fahrzeugtechnologie.
Ein Robotaxi der Firma Cruise (General Motors) © istock.com/hapabapa

San Francisco ist die Stadt der selbstfahrenden Autos. Seit August 2023 haben die Robotaxis von Cruise (General Motors) und Waymo (Google) die Erlaubnis, ihre Dienste in der ganzen Stadt anzubieten (Jendrischik, 2023). Doch schon zehn Wochen später verlor Cruise nach einem schweren Unfall die Zulassung.

Ein PKW mit Fahrer erfasste eine Fußgängerin und schleuderte sie vor ein Robotaxi. Das Robotaxi stoppte sofort, fuhr dann aber zur Seite und schleifte die Schwerverletzte mehrere Meter mit sich. Was war passiert? Dieses Robotaxi war so programmiert, dass es nach einem Zwischenfall automatisch zum Straßenrand fährt, um den Verkehr nicht zu stören (Die Presse, 2023).

Das war nicht der erste besorgniserregende Zwischenfall. Bereits vorher war ein Cruise-Robotaxi mit einem Feuerwehrauto kollidiert, als es bei grünem Ampellicht in eine Kreuzung einfuhr. Das autonom gesteuerte Taxi hatte wohl den Rettungswagen zu spät erkannt und konnte auch den Weg des auf der Gegenseite fahrenden Feuerwehrwagens schlecht berechnen (Die Presse, 2023).

Neben Herausforderungen wie diesem neuen Unfallpotenzial bieten Fahrzeuge, die sich selbstständig durch den Verkehr bewegen können, auch die Chance, die Art und Weise, wie wir uns fortbewegen, zu revolutionieren: Die Einführung autonomer Fahrzeuge verspricht eine Erhöhung der Verkehrssicherheit, eine effizientere Mobilität, eine verbesserte Zugänglichkeit für Menschen mit Einschränkungen und potenzielle ökologische Vorteile durch geringere Emissionen.

Die Schlüsseltechnologien hinter dem autonomen Fahren

Beim autonomen Fahren arbeiten verschiedene Technologien zusammen mit dem Ziel, das Fahrzeug und die Insassen sicher und effizient durch den Verkehr zu bringen.

Autonome Fahrzeuge sind mit einer Vielzahl von Sensoren, quasi ihren Augen und Ohren ausgestattet (Providentia, 2020):

Sensorik beim autonomen Fahren @istock.com/metamorworks

  • Ultraschallsensoren sind sehr robuste Sensoren, einsetzbar bei jedem Wetter und selbst bei staubigen Bedingungen. Sie „sehen“ zwar nur bis zum nächsten Hindernis, eignen sich aber gut für den Nahbereich, z. B. bei Einparkhilfen oder Totwinkelwarnsystemen.

  • Mit einem Radar, einem elektromagnetischen Sensor, kann gemessen werden, welchen Abstand ein Hindernis hat und mit welcher Geschwindigkeit sich dieser Abstand ändert. So kann z. B. die Geschwindigkeit des autonomen Fahrzeugs geregelt werden.

  • Kameras können bei guten Sichtverhältnissen Personen und Gegenstände im Umfeld erfassen. Algorithmen können diese Informationen mit den Messwerten weiterer Sensoren kombinieren, wie z. B. einem Radar, und daraus ein dreidimensionales Umgebungsmodell berechnen. 

  • Ein Lidar ist ein optischer Lasersensor, der die Berechnung dreidimensionaler Umgebungskarten ermöglicht. Er erkennt Menschen besser als Radar und kann z. B. für Notbremsassistenten eingesetzt werden.

  • Mikrophone sollen den Hörsinn des Menschen am Steuer ersetzen. Wertet man die Audioaufnahmen mit Technologien mit Künstlicher Intelligenz aus, dann werden Wahrnehmung und Interpretation akustischer Signale möglich, z. B. eines Martinshorns.

Die Sensoren eines einzelnen Autos sind nur eine Voraussetzung für das autonome Fahren im Straßenverkehr. Der Kern des autonomen Fahrens liegt in der Integration verschiedener Technologien, die zusammenarbeiten, um sicher und effizient durch den Verkehr zu navigieren. Hierzu gehören neben den Sensoren auch deren Vernetzung mit präzisen Kartendaten und anderen Verkehrsteilnehmern sowie künstliche Intelligenz:

Künstliche Intelligenz von Deep Learning und Smart Traffic
Künstliche Intelligenz von Deep Learning und Smart Traffic © istock.com/choi dongsu
  • Mit der Car2X-Technik ist über WLAN oder Mobilfunk Kommunikation zwischen Fahrzeugen und zwischen Fahrzeug und Umwelt möglich. Beispielsweise kann ein Fahrzeug eine Warnung über einen liegengebliebenen Unfallwagen oder einen nahenden Rettungswagen erhalten und so rechtzeitig abbremsen. Denkbar ist auch eine an das Verkehrsaufkommen angepasste automatisierte Ampelschaltung oder das Platooning, bei dem sich LKW vernetzen und in Kolonne im Windschatten fahren und so weniger Kraftstoff verbrauchen (Schwarzer, 2019).

  • Neben den Sensoren im Auto, in der Umwelt und in den anderen untereinander vernetzten Autos stehen noch speziell für das autonome Fahren hochauflösende 3D-Kartendaten zur Verfügung. Die ständig aktualisierten Kartendaten unterstützen das Auto bei der genauen Positionierung und Routenplanung. Beispielsweise können so Straßenschilder, die wegen Nebel oder Verschmutzung von der Kamera falsch erfasst werden, präzise wahrgenommen werden (Hubertus, 2022).

  • Der Computer des autonomen Fahrzeugs berechnet aus allen gesammelten Daten ein Modell der Umwelt mit den Straßenverläufen, Wetterbedingungen, Schildern, Ampeln und Verkehrsteilnehmern und kann so Entscheidungen treffen, die dann das Lenken, Bremsen und Steuern des Motors auslösen. Dabei fällt eine sehr große Datenmenge an, die vom Bordcomputer schwer zu bewältigen ist. Mit maschinellem Lernen werden KI-Systeme trainiert Muster zu erkennen, wie beispielsweise ein Straßenschild, ein Hindernis oder einen Fußgänger und so die sehr großen Datenmengen in Echtzeit verarbeiten zu können. Aus den Datenmengen werden also berechnete Entscheidungen getroffen und damit das Fahrzeug gesteuert.

Chancen, Stufen und ethische Fragen des selbstfahrenden Autos

Ab 2025 sollen in Hamburg autonome Shuttles in das öffentliche Nahverkehrsnetz integriert werden. Die Minibusse vergrößern die Zahl der Haltestellen des ÖPNV, da Zusteigen an 12.500 virtuellen Haltepunkten möglich ist. So vernetzen sie die bestehenden Nahverkehrsangebote, sind dabei barrierefrei, sparen Fahrer und damit Personal ein und sollen private Autofahrten ersetzen, was mehr Platz auf den Straßen schafft und weniger Emissionen freisetzt (Asendorpf, 2023).

Das autonome Fahren verspricht aber nicht nur Bequemlichkeit. Es bietet Mobilität für alle, da auch Menschen mit Einschränkungen, z. B. ältere Menschen, leichter am gesellschaftlichen Leben teilnehmen können. „Die Zahl der Verkehrstoten sinkt bereits seit Jahren [...]” durch „[...] verfügbare Fahrsicherheits- und Fahrerassistenzsysteme, wie zum Beispiel ABS (Antiblockiersystem), ESP (Elektronisches Stabilitätsprogramm) oder der Abstandsregeltempomat (ACC, Adaptive Cruise Control)” (Deutsches Patent- und Markenamt, 2023). Die Verkehrssicherheit kann sich noch weiter erhöhen, da autonome Fahrzeuge schneller und zuverlässiger auf Gefahren reagieren können, was die Unfallzahlen drastisch reduzieren wird. Vernetzt man die autonomen Fahrzeuge zusätzlich, dann könnten auch der Verkehrsfluss und die Energieeffizienz optimiert werden.

Problematisch ist, dass autonome Fahrzeuge große Mengen an Daten sammeln. Schon jetzt können Diagnose- und Servicedaten mittels der Infotainmentsysteme im Auto an Fachwerkstätten übermittelt werden. Beim autonomen Fahren tauschen Fahrzeuge untereinander Standort- und Umgebungsdaten aus. Alle vom Auto generierten Daten lassen auf das Bewegungsprofil der Fahrgäste schließen, was ein hohes Risiko für die informationelle Selbstbestimmung birgt (Pressestelle des Landesbeauftragten für den Datenschutz und die Informationsfreiheit Baden-Württemberg, 2019).

Die Haftungsfrage bei von selbstfahrenden Fahrzeugen ist ebenfalls noch nicht geklärt. Die automatisierten Fahrentscheidungen eines Robotaxis sind KI-gesteuert und so von Menschen nicht prüfbar und evaluierbar.

Wie funktioniert autonomes Fahren? CC BY-SA 4.0 3sat/nano/Rasmus Raecke/Silke Cronauer/Autorenkombinat

Zur Klärung der Haftung hat der Gesetzgeber sechs Stufen der Fahrautonomisierung definiert (SAE International, 2021). Davon sind heute im Straßenverkehrsgesetz nur begrenzte Anwendungen zugelassen:

  • Stufe 0: ganz ohne Fahrautonomisierung

  • Stufe 1: das assistierte Fahren mit Abstandhalter, Tempomat oder Warnungen im toten Winkel

  • Stufe 2: das teilautonomisierte Fahren wie Stop-and-Go-Automatik, oder Einparkhilfe, bei der der Fahrer für kurze Zeit die Hände vom Lenkrad nehmen darf (Bundesministerium der Justiz).

  • Stufe 3: eine teilweise Fahrautomatisierung, hat die Zulassung nur für ausgewählte Modelle.
    Dabei übernimmt das Fahrzeug in bestimmten Situationen die Kontrolle und der Fahrer kann sich anders beschäftigen, muss aber nach Aufforderung sofort wieder die Kontrolle über das Fahrzeug übernehmen können.

  • Stufe 4: bislang nur sehr begrenzt zugelassen mit einer hohen Fahrautomatisierung.
    Hier übernimmt das Fahrzeug die volle Kontrolle für spezielle Situationen, wie zum Beispiel das Einparken in einem Parkhaus oder auch eine Autobahnfahrt. Dabei ist der Fahrer von der Haftung bei Verkehrsverstößen entbunden und könnte sich auch während der Fahrt schlafen legen. Darunter fallen die eingangs beschriebenen Robotaxis, die in dem auf San Francisco begrenzten Gebiet im Einsatz sind (Bundesministerium für Digitales und Verkehr, 2021).

  • Vom autonomen Fahren, der Stufe 5, spricht man erst, falls Pedale und Lenkrad nicht mehr notwendig sind, weil das Fahrzeug alle Situationen, wie widrige Wetterverhältnisse, im Verkehr allein bewältigt. Das ist bislang noch unerreicht.

Ordne den Bildern die sechs Stufen des autonomen Fahrens zu: (Stifterverband für die deutsche Wissenschaft e.V., 2024)

90% aller Unfälle werden von Menschen verursacht und sind mit dem Einsatz autonomer Fahrzeuge sicherlich größtenteils vermeidbar. Unklar bleiben allerdings mögliche Unfälle, die aus einer Dilemma-Situation, in der der Tod von Menschen unvermeidbar ist, entstehen. Dann müssen Entscheidungen über den Weg des Autos getroffen werden und der Auswahl der Menschen, die dann sterben müssen (Deutsches Patent- und Markenamt, 2023).

Moralisches Dilemma: Wie soll ein autonomes Fahrzeug entscheiden?
Wie soll ein autonomes Fahrzeug entscheiden? © istock.com/bsd studio

Ein Beispiel für solch ein moralisches Dilemma: Ein Auto fährt mit 100 km/h auf einer Landstraße. Hinter einer Kurve spielen Kinder auf der Straße. Es besteht nur eine Möglichkeit der tödlichen Kollision mit den Kindern auszuweichen, nämlich den Wagen gegen einen Baum zu lenken und somit den Tod der Insassen in Kauf zu nehmen. Wie soll das Auto programmiert werden?

Beim vollständig autonom fahrenden Auto würde der Mensch diese Entscheidung an das Fahrzeug abgeben. Die ethischen Fragestellungen, wer leben oder sterben soll, müssen vor der Programmierung geklärt werden. Ein Algorithmus, der solche Entscheidungen berechnen soll, funktioniert nur mit einer Werteskala, bei der Abwägungen z. B. nach Alter, Geschlecht, Herkunft oder körperlichem Befinden der Beteiligten eingehen. Ein solches maschinelles Abwägen wurde von der Ethikkommission des Bundestags (Bundesministerium für Verkehr und digitale Infrastruktur, 2021, S. 11) ausdrücklich untersagt (Zweig, 2019, S.274ff.).

Unterrichtsmaterialien

Im Bildungskontext bietet das Thema 'Autonomes Fahren' zahlreiche Anknüpfungspunkte, bei denen die Lernenden ein vertieftes Verständnis dieser Zukunftstechnologie entwickeln und gleichzeitig kritisches Denken und Problemlösungskompetenz gefördert werden. Die folgenden Unterrichtsbeispiele laden Schülerinnen und Schüler ein, die technischen Grundlagen, ethischen Fragen und gesellschaftlichen Auswirkungen des autonomen Fahrens zu erkunden.

Stadt|Land|DatenFluss von KI-Campus

'KI-Campus - die Lernplattform für Künstliche Intelligenz' sensibilisiert im Online-Kurs Stadt|Land|DatenFluss für einen souveränen Umgang mit digitalen Daten. Speziell zur Mobilität finden sich vier Kapitel unter der Rubrik 'Handlungsfelder'.

Zielgruppe: Jahrgangsstufe 6-13

Art des Materials: Selbstlernmaterial

Ethische Fragestellungen bei autonomen Fahrzeugen

Ethische Fragestellungen bei autonomen Fahrzeugen
- Ein digitaler Lernweg, der die fünf Stufen des autonomen Fahrens beschreibt.

Zielgruppe: Jahrgangsstufe 8-13

Art des Materials: Selbstlernmaterial

MORAL MACHINE

Auf der Online-Plattform 'Moral Machine' findet man typische Dilemma-Szenarien, in denen wir als Beobachter moralische Entscheidungen treffen sollen, wie es z.B. selbstfahrende Autos tun müssten.

Zielgruppe: Jahrgangsstufe 10-13

Art des Materials: Selbstlernmaterial

Weitere Beiträge

Alle ansehen (18)
Zu Seitenstart springen Über mebis