Vorbemerkung der Redaktion: Diesen Kommentar hat Mario Herger vor fast genau einem Jahr, am 10.7.2020, verfasst – wir bringen ihn heute, weil er genau so aktuell ist wie damals.Und weil gerade sein Blogeintrag über den Start des Waymo-Robotertaxis in San Francisco erschienen ist.
Während deutsche Experten und Autobauer die Meinung vertreten, dass es autonome Autos frühestens in 10 oder 20 Jahren geben wird, sind Unternehmen im Silicon-Valley und China wesentlich optimistischer. Umfangreiche Tests mit selbst komplett fahrerlosen Fahrzeugen sind bereits auf den Straßen, wenn auch in verkehrstechnisch vergleichsweise einfacheren Regionen, wie Chandler in Arizona. Und dann gibt es Teslas Elon Musk, der diese Woche auf einer Konferenz in China verkündete, dass Autopiloten mit dem Autopiloten bereits „sehr nahe“ am Level 5 Fahren sei und noch dieses Jahr auf eine Million Teslas hochgeladen werden könnte.
Wunsch und Wirklichkeit
Während es unwidersprochen Fortschritte gibt, gehen die doch langsamer vor sich, als die Öffentlichkeit – teils durch Versprechungen der Industrie, teils durch Wunschdenken – sich wünschen würde. Im Hype-Cycle geht die Entwicklung gerade durch das Tal der Tränen (Anmerkung: Juli 2020).
Komplexes Problem zu bewältigen
Wie sich herausstellt, ist es recht einfach, ein Auto zu programmieren, sodass es zwischen den Fahrbahnmarkierungen fahren kann. Doch autonome Autos müssen eine Reihe von weiteren Problemen lösen. Die Erkennung von Objekten, die Planung der optimalen Route und das Fahren selbst. Sobald wir aber zu den Absichten anderer Verkehrsteilnehmer und die Reaktion drauf kommen, und den Komfort für die Fahrgäste berücksichtigen, wird es haarig. Je weiter in der Liste, desto schwieriger wird das Problem, desto mehr muss getestet und erprobt werden, und desto seltener treten diese Situationen auf. Der Aufwand und die Zeit steigt exponentiell an.
Höhe des Autonomiegrads entscheidend
Ich möchte hier den Autonomiegrad des Fahrzeuges als Faktor aus Zeit und der Anzahl an durchschnittlichen Fahrsituationen definieren, die ein solches Fahrzeug im täglichen Einsatz bei durchschnittlich komplexen Verkehr korrekt behandeln kann. Alle nicht korrekt erkannten Situationen definiere ich pauschal als diejenigen, bei denen das Fahrzeug sicher zum Stillstand kommt und auf weitere Anweisungen wartet, oder manuell gesteuert wird. Die Anweisung kann zum Beispiel von der Zentrale kommen oder es kann sich die Fahrsituation aufgelöst haben, und das Fahrzeug erkennt eine bekannte Situation auf die es selbständig reagieren kann. Nicht bei jeder Nichtautonomiezeit muss also ein Mensch eingreifen.
72 Minuten Stillstand
Bei einem Autonomiegrad von 90 Prozent würde ein solches Auto bei einer angenommen Einsatzdauer von 12 Stunden insgesamt 72 Minuten zum Stillstand kommen oder manuell bedient werden müssen. Die Anzahl der täglichen Fahrsituationen (was selbst wieder eine eigene Definition benötigen würde) kann pro Tag bei bis zu mehreren Tausend liegen. Das bedeutet, wir hätten täglich mindestens einhundert unbekannte Situationen. Von denen könnte ein gewisser Teil aber vom Auto selbst gelöst werden, sobald sich die vorliegende unbekannte in eine bekannte Verkehrssituation verwandelt hat.
Autonomiegrad Nichtautonomiezeit [hh:mm:ss]
90% 01:12:00
99% 00:07:12
99,9% 00:00:43
99,99% 00:00:04
Nichtautonomiezeit eines autonomen Autos bei 12 Stunden Einsatz pro Tag
Die einzelne Nichtautonomiezeit ist natürlich abhängig von der Komplexität der jeweils unbekannten Fahrsituation, der Wert hier dient nur als Durchschnitt.
Aufwandsfaktor - Zeit und Geld
Als Aufwandsfaktor definiere ich den Einsatz von Zeit und Geld den eine Organisation benötigt, um von beispielsweise 90 Prozent Autonomiegrad auf 99 Prozent zu kommen. Unter der Annahme, dass dies ein exponentielles Problem ist, bedeutet das, dass um von 0 auf 90 Prozent zu kommen, ein Geldeinsatz von beispielsweise 100 Millionen Dollar und eine Million an gefahrenen Kilometern (mit entsprechendem zeitlichen Aufwand) für ein spezifisches Team sein könnte. Diese Zahlen sind nur Anschauungsbeispiele um das Problem und die Definition zu illustrieren. Um dann auf 99 Prozent Autonomiegrad zu kommen, ist mit dem zehnfachen Aufwand zu rechnen. In unsere Beispiel wären dann also mit einer weiteren Milliarde Dollar und 10 Millionen gefahrenen Kilometern zu rechnen.
Autonomiegrad Aufwandsfaktor Zeitaufwand [Mio Kilometer] Geldaufwand [Mio US$]
90% 1 1 100
99% 10 10 1,000
99,9% 100 100 10,000
99,99% 1000 1000 100,000
Aufwandsfaktor um auf den nächsten Autonomiegrad zu kommen gemessen an Zeitaufwand (in echten Kilometern, nicht simuliert) und Geldaufwand, gerechnet für ein Team.
Wo genau diese Zahlen liegen und wie sie zusammenpassen, ist von jedem individuellen Team und vom Gesamtaufwand der Industrie abhängig. Und hier kommt auch der Regulator zum Zug, dazu aber gleich.
10 oder 100 Millionen Kilometer?
Sehen wir uns zuerst den Zeitaufwand an. Aktuell hat nur ein Unternehmen – Waymo – mehr als 10 Millionen aber weit unter 100 Millionen an autonomen Kilometern in der Wirklichkeit erfahren. Nochmals mehrere Milliarden simulierte Kilometer kommen hinzu. Alle anderen liegen darunter, teilweise sogar weit darunter mit nicht einmal einer Million Kilometer.
Viele noch unter der Grenze
Waymo ist also vermutlich bei einem – wo auch immer wir die Grenzen des Autonomiegrades setzen – Autonomiegrad zwischen 90 und 99 Prozent angelangt. Mit der Ausnahme von GM Cruise und Waymo liegen alle anderen der 66 in Kalifornien testenden Unternehmen unter unserer 90-Prozentmarke.
Open-Source-Daten
Wäre nur ein Team an der Entwicklung von autonomen Autos dran – und mit Team meine ich ein Start-Up, ein Unternehmen, eine Forschungsgruppe – dann müsste dieses die gesamte Bürde auf sich nehmen und sowohl den zeitlichen als auch den materiellen Aufwand stemmen. Aktuell arbeiten die Unternehmen nur beschränkt miteinander, obwohl es Überlappungen bei der Verwendung von Open-Source-Daten gibt.
Regulierungsbehörde entscheidend
Eine Regulierungsbehörde könnte die Entwicklung beschleunigen und die Last (zumindest teilweise) verteilen, indem sie das Teilen kritischer Daten und Algorithmen über die Industrie hinweg fördert und erzwingt. Zwischen 2013 und 2017 wurden nach konservativen Einschätzungen industrieweit bereits mindestens 80 Milliarden Dollar in die Entwicklung autonome Autos gesteckt, wir sind aber nicht auch nur in der Nähe von 99,99 Prozent Autonomiegrad.
Druck zum Geldverdienen steigt
Der aktuellen Meinung zufolge können autonome Autos für einen regulären kommerziellen Robotaxidienst ohne Fahrer erst ab einem bestimmten Autonomiegrad eingesetzt werden. Dieser liegt vielleicht bei den 99,9 oder 99,99 Prozent. Da die weitere Entwicklung – wie wir gesehen haben – viel Geld verschlingt, gleichzeitig aber aktuell keine Erlöse bringt, weil es sich bislang ausschließlich um Experimentalfahrzeuge handelt, stecken die Unternehmen in einer Zwickmühle. Einerseits wollen sie eine sichere Technologie auf den Markt bringen, andererseits stehen sie unter Druck, endlich Geld damit zu verdienen. Und hier könnten Regulierungsbehörden einen hybriden Technologiezugang genehmigen.
Hybrid Fernsteuerung-Autonomie
Die Idee, dass man Teleoperationen einsetzt um einen Lieferroboter, E-Scooter oder eben ein teilautonomes Auto steuert, ist nicht neu. Nuro, Einride, Nissan und andere haben diese Konzepte bereits vorgestellt. Phantom.auto Geschäftsmodell baut auf der manuellen Fernsteuerung von Fahrzeugen auf.
Nun hat Voyage-CEO Oliver Cameron in einem Blogpost den neuen Voyage Telessist vorgestellt. Das ist ein eigenentwickelter Pod, mit dem ein Mitarbeiter aus der Ferne die Kontrolle über das Voyage Robotaxi in solchen besprochenen Situationen übernehmen kann. Und das beschränkte sich nicht nur auf Robotertaxis, sondern wäre auf LKWs und Lieferroboter ausdehnbar. Bei LKWs wurde ohnehin immer das Modell verfolgt, nur die Autobahnfahrt selbst autonom zu erledigen, und die Fahrt vom Auslieferungslager zur Autobahn und von der Autobahn ab zum Endziel per zugestiegenem Fahrer zu erledigen. Das würde sich mit diesem Hybrid-Modell nun erledigen.
Voyage Telessist hat viele Vorteile
Und hier fällt der Groschen. Ein Hybrid aus halb-ferngesteuerten, halb-autonomen und fahrerlosen Fahrzeug erschlüge gleich mehrere Probleme auf einmal und böte jede Menge an Vorteilen:
Erstens: Start-Ups und Unternehmen müsste nicht mehr warten, bis ihre Autos 99,9 oder 99,99 Prozent Autonomiegrad erreicht haben, um als Robotaxi die Zulassung zu erhalten. Sie könnten es sofort und müssten nur beweisen, dass in Nichtautonomiezeiten das Fahrzeug sicher zum Stillstand kommt oder übernommen werden kann.
Zweitens: Das würde auch sofortige Erlöse und damit Cashflow in die Kassen der entwickelnden Unternehmen bringen.
Drittens: Das würde es Unternehmen erlauben, eine Flotte an Robotaxis zu betreiben, und gleichzeitig die Entwicklung voranzutreiben. Je mehr Fahrzeuge auf den Straßen sind und je mehr diese fahren, desto größer ist die Anzahl an seltenen Verkehrsszenarien, die den Flotten begegnen. Die Flotten Können damit schneller verbessert werden.
Viertens: Weil keine Fahrer im Fahrzeug selbst mehr benötigt werden, können eine geringere Anzahl Fahrern in der Zentrale die Fahrzeuge fernsteuern. Einem Fernsteuerungsfahrer ist für die Überwachung und Steuerung von mehrere Fahrzeug zuständig. Es könnte anfänglich ein Fahrer für 10 Fahrzeuge zuständig sein, mit der kontinuierlichen Verbesserung könnte diese Rate dann auf beispielsweise 1:1.000 sinken.
Fünftens: Damit werden massiv Kosten gespart, die sich auch auf den Fuhrlohn auswirken und die Akzeptanz bei den Fahrgästen erhöhen könnte und Städten und Regionen günstige alternative Mobilitätsdienstleistungen anbieten.
Sechstens: Autonome Autos könnten damit schon sehr viel früher als gedacht als mobile Lösung für die Massen zum Einsatz kommen. Und nachhaltiger könnten diese Autos auch sein, da sie nicht mit „Bleifuß“ und optimierter fahren können.
Lieber den Kompromiss eingehen
Eine solche Vorgehensweise ist nicht das Eingeständnis, dass reines autonome Fahren nicht möglich ist. Wie schon bei anderen Technologien zuvor kommen diese zum Einsatz, bevor sie technisch 100 Prozent perfekt sind, aber bereits in der Lage sind, andere Probleme zu lösen. Wenn eine sichere Lösung angeboten werden kann, die zugleich wirtschaftlicher und nachhaltiger ist, dann sollten wir alles tun, damit wir sie auf den Markt bringen.
Das kann der Schub werden
Insofern ist die Signifikanz des Voyage Telessist nicht genug zu würdigen. Genau die Kombination zwischen 90-Prozent-Autonomiegrad und Fernsteuerung kann dem Einsatz und die Weiterentwicklung von autonomer Vehikeltechnologie einen Schub geben und dem Titel dieses Blogs und meines Buches rascher Wirklichkeit machen: Der letzte Führerscheinneuling ist bereits geboren.
