Viele interessierte Automobilhersteller haben jedoch weiterhin große Fragen. Abgesehen von Bedenken hinsichtlich hoher Kosten und Skalierbarkeit wollen sie wissen, ob es genug Kundennachfrage gibt, um aus einer teuren Wette Gewinn zu erzielen.
Fahrzeuge, die selbständig fahren, würden die Transportlandschaft verändern, doch die Entwicklung einer solchen Technologie, die sicher genug für öffentliche Straßen ist, war schwieriger und viel teurer als erwartet.
Während einige Unternehmen wie Alphabets Waymo und Tesla sich entschieden haben, alles selbst zu machen, haben erfahrene Akteure wie General Motors und Ford Motor ihre internen Bemühungen um vollautonome Fahrzeuge aufgegeben.
Auf der CES-Messe in Las Vegas diese Woche kündigten AWS und der deutsche Zulieferer Aumovio eine Vereinbarung an, um die kommerzielle Einführung selbstfahrender Fahrzeuge zu unterstützen, während das autonome Lkw-Unternehmen Kodiak AI und Bosch eine Partnerschaft eingingen, um die Produktion von Hardware und Sensoren für autonomes Trucking zu steigern. Das KI-Chipunternehmen Nvidia stellte seine nächste Plattformgeneration vor, die in einer Robotaxi-Allianz von Lucid Group, Nuro und Uber zum Einsatz kommen soll.
Angetrieben von Nvidias Chips kündigte Mercedes-Benz diese Woche an, noch in diesem Jahr ein neues fortschrittliches Fahrerassistenzsystem in den Vereinigten Staaten einzuführen, das es seinen Fahrzeugen ermöglicht, unter Aufsicht des Fahrers autonom auf Stadtstraßen zu fahren.
Die treibende Kraft hinter der Technologie des autonomen Fahrens – künstliche Intelligenz – entwickelt sich auch als Entwicklungswerkzeug weiter und bietet Hoffnung, die hohen Kosten abzumildern.
KI und generative KI wirken als „großer Beschleuniger“ für die Branche, „weil sie tatsächlich eine erhebliche Menge an Entwicklung und Validierung mit deutlich weniger Ressourcen ermöglicht“, sagte Özgür Tohumcu, General Manager für Automotive und Fertigung bei Amazons Cloud-Tochter Amazon Web Services.
Westliche Automobilhersteller stehen zudem unter Druck, mit Chinas Bestreben Schritt zu halten, die Entwicklung und Einführung des autonomen Fahrens anzuführen. Erst im vergangenen Monat genehmigte die chinesische Regierung zwei Autos mit Level-3-Autonomie, die freihändiges Fahren erlauben. Die Automobilbranche hat fünf Stufen des autonomen Fahrens definiert, von Tempomat auf Level 1 bis hin zu vollautonomem Fahren ohne menschliche Überwachung auf Level 5.
Dennoch warnte Jochen Hanebeck, Vorstandsvorsitzender des deutschen Chipherstellers Infineon, vor „Marktfantasien“, wonach vollautonome Fahrzeuge in wenigen Jahren alltäglich werden könnten.
Statt neue Investitionen in vollautonome Fahrzeuge zu riskieren, wollen große Automobilhersteller laut Hanebeck lieber umsatzbringende Fahrerassistenzsysteme (Level 2), die bereits verfügbar sind, aber ständige Aufmerksamkeit des Fahrers erfordern.
„Ich sehe momentan wirklich keine Welle, die auf Level 5 zusteuert“, sagte Hanebeck.
In den vergangenen Monaten gab es eine Reihe kleiner Robotaxi-Einführungen in China, den Vereinigten Staaten, Europa und im Nahen Osten, aber Jeremy McClain, Leiter für System und Software bei Aumovios Einheit für autonome Mobilität, sagte, dass eine Ausweitung der Einsatzgebiete mehr Daten, Flotten und Logistik erfordere, „was teuer und kostspielig ist“.
'ES FÜHLT SICH AN, ALS WÄREN WIR SCHON DA'
Die Branche des autonomen Fahrens ist reich an Hype.
Tesla-Chef Elon Musk versprach 2019, dass der Elektroautohersteller ein Jahr später eine Million selbstfahrende Autos auf der Straße haben werde. Doch Tesla startete erst im vergangenen Jahr einen kleinen Robotaxi-Testbetrieb, sechs Jahre nach Musks kühner Prognose.
Das Problem: Autos sind mit Milliarden potenzieller unerwarteter Vorfälle, sogenannter „Edge Cases“, konfrontiert, die selbstfahrende Fahrzeuge leicht täuschen können. Ein oft genanntes Beispiel von Experten ist, dass ein menschlicher Fahrer automatisch langsamer wird, wenn er einen Ball auf die Straße rollen sieht, weil ein Kind hinterherlaufen könnte – ein selbstfahrendes Auto reagiert jedoch erst, wenn es das Kind sieht.
Nach dem Platzen der ersten Blase des autonomen Fahrens gaben große Hersteller wie Ford und GM verlustreiche Einheiten für autonome Fahrzeuge auf. Das Ende von GMs Cruise wurde durch einen Vorfall beschleunigt, bei dem ein Fahrzeug eine Fußgängerin erfasste und 20 Fuß (6 Meter) mitriss.
Doch Ali Kani, General Manager des Automotive-Teams bei Nvidia, sagte, KI habe Fortschritte ermöglicht, um zentrale Schwächen der Technologie des autonomen Fahrens zu adressieren.
„Es gibt einige grundlegende Technologien, die uns das Gefühl geben, dass wir schon da sind“, sagte Kani.
Analysten von Morgan Stanley schrieben in einer Notiz zur CES, dass Nvidias neue Alpamayo-Plattform für autonomes Fahren traditionellen Autobauern einen Vorteil verschaffen und ihnen helfen könnte, Druck auf Tesla auszuüben, der Elektroautohersteller aber Jahre voraus sei. Dennoch sehen viele in der Branche Nvidia, dessen Plattform Open Source ist, als bequemen Treffpunkt für Teslas Rivalen.
„In gewisser Weise könnte man fast Apple und Android als Vergleich heranziehen“, sagte Russell Ong, ehemaliger Produktleiter beim selbstfahrenden Fahrzeughersteller Zoox, mit Blick auf Teslas proprietäres System im Vergleich zu Nvidias Entscheidung, Alpamayo als Open-Source-Modell zu veröffentlichen.
