Algorithmische Fairness im Straßenverkehr: Wer an der Kreuzung wirklich Vorrang bekommt

An einer Kreuzung sieht Fairness zunächst erstaunlich simpel aus. Wer zuerst da ist, fährt zuerst. Wer grün hat, geht. Wer ein Martinshorn hinter sich hat, macht Platz. Doch sobald Software an dieser Ordnung mitrechnet, wird aus dem scheinbar klaren Vorfahrtsmoment ein ganzes Bündel aus Regeln, Zielkonflikten und stillen Vorentscheidungen. Dann geht es nicht mehr nur darum, wer in dieser einen Sekunde Vorrang bekommt. Es geht darum, wessen Zeit, wessen Risiko und wessen Bewegungsfreiheit ein System im Alltag systematisch höher bewertet.

Genau deshalb ist algorithmische Fairness im Straßenverkehr keine exotische Zukunftsfrage. Sie steckt bereits in Ampellogiken, in Prioritätsregeln für Notfälle und Busse, in Sensoren, die Fußgänger erkennen sollen, und in Modellen, die Stau abbauen möchten. Die eigentliche Kreuzung liegt also nicht nur auf Asphalt. Sie liegt in den Zielen, die wir in Technik und Infrastruktur einschreiben.

Fairness beginnt nicht beim Dilemma, sondern beim Regelwerk

Die populäre Debatte über autonome Fahrzeuge kreist oft um das spektakuläre Ausnahmeereignis: Wen soll das Auto im unvermeidbaren Crash schützen? Die deutsche Ethik-Kommission zum automatisierten und vernetzten Fahren hat früh klargemacht, dass diese Perspektive zu eng ist. Systeme sollen kritische Situationen möglichst vermeiden, defensiv fahren und besonders wenig Risiko für verletzliche Verkehrsteilnehmer erzeugen. Zugleich verbietet die Kommission, Menschen nach persönlichen Merkmalen wie Alter oder Geschlecht gegeneinander aufzurechnen.

Das ist wichtig, weil es die moralische Frage verschiebt. Statt einen Trolley-Problem-Reflex zu trainieren, sollen Entwickler die Regelarchitektur so bauen, dass heikle Lagen gar nicht erst entstehen. Fairness heißt damit zuerst: Welche Schutzlogik wird vorab fest verdrahtet? Welche Mindeststandards gelten für Kinder am Zebrastreifen, für ältere Menschen mit langsamem Gang, für Radfahrer im toten Winkel, für einen Krankenwagen mit Sonderrechten?

Die europäische Expertengruppe zu Ethics of Connected and Automated Vehicles formuliert Fairness deshalb nicht als dekoratives Anhängsel, sondern als eigenes Prüfgebiet neben Sicherheit, Verantwortung und Erklärbarkeit. Das ist mehr als Sprachpflege. Wer Fairness als Kriterium ausdrücklich nennt, akzeptiert, dass Verkehrssteuerung nie neutral ist.

Die eigentliche Entscheidung fällt oft in der Metrik

Eine Kreuzung kann technisch hervorragend funktionieren und trotzdem unfair sein. Der Grund ist banal und tiefgreifend zugleich: Systeme optimieren das, was man misst.

Wenn ein Steuerungsalgorithmus vor allem den durchschnittlichen Fahrzeugdurchsatz maximiert, wird er jene bevorzugen, die als Fluss erscheinen. Wer in diesem Bild nicht als Fluss vorkommt, sondern als Unterbrechung, verliert. Genau das beschreiben Forschende in der Studie Addressing the unjust treatment of pedestrians at signalised intersections: Historisch wurden Signalanlagen vor allem dazu gebaut, den motorisierten Verkehr in Bewegung zu halten. Fußgänger warten deshalb an vielen Knoten systematisch länger als andere Verkehrsteilnehmer.

Das ist keine böse Absicht. Es ist der Effekt eines Zielsystems. Wer Reisezeit im Mittel senken will, nimmt oft in Kauf, dass kleinere Gruppen überproportional verlieren. Die neuere Verkehrsforschung versucht genau hier gegenzusteuern. Der Beitrag Mobilizing transport justice argumentiert, dass Verkehr nicht nur utilitaristisch über Durchschnittswerte organisiert werden sollte. Gerechtere Verteilungen seien möglich, ohne die mittlere Reisezeit massiv zu verschlechtern.

Merksatz: Eine intelligente Kreuzung ist nie einfach „objektiv“.

Sie setzt immer voraus, welche Verzögerungen als hinnehmbar gelten, wen man bevorzugt und welche Lasten man auf wen verteilt.

Wer an der Kreuzung zählt, wird vorher modelliert

Besonders deutlich wird das bei Systemen, die Fahrzeuge und Fußgänger gemeinsam steuern. Die Studie Joint Optimization of Intersection Control and Trajectory Planning Accounting for Pedestrians in a Connected and Automated Vehicle Environment zeigt, wie stark sich das Ergebnis ändert, sobald Fußgängerverzögerungen überhaupt Teil der Optimierung werden. Sobald die Wartezeit der Gehenden als eigener Wert in die Rechnung eingeht, verschiebt sich die Logik der Kreuzung.

Das klingt technisch, ist aber im Kern politisch. Denn die erste Fairnessfrage lautet nicht: Welche Lösung ist korrekt? Sie lautet: Wer wurde überhaupt mitgerechnet?

• Regel: Vorfahrt, Schutz, Ausnahmefälle · Typischer blinder Fleck: Recht bildet Alltagsvielfalt nur grob ab

• Steuerung: Durchsatz, Wartezeit, Staurisiko · Typischer blinder Fleck: Durchschnitt verdeckt systematische Verlierer

• Wahrnehmung: Erkennen, Klassifizieren, Prognostizieren · Typischer blinder Fleck: Manche Menschen werden unsicherer gesehen

Wer sich dafür interessiert, wie tief solche Vorentscheidungen in technische Systeme einsickern, findet ähnliche Muster auch außerhalb der Straße in Informationsdesign ist leise Macht: Wie Karten, Formulare und KI-Interfaces unseren Alltag steuern. Der Straßenraum ist nur der härtere Ort, an dem dieselbe Logik physische Folgen bekommt.

Sonderrechte sind kein Fehler des Systems, sondern Teil des Systems

Fairness bedeutet im Verkehr nie, dass alle gleichbehandelt werden. Ein Krankenwagen soll nicht denselben Status haben wie ein Lieferwagen. Viele Städte geben Bussen Vorrang, weil ein einzelnes Fahrzeug sehr viele Menschen transportiert. Manche Kreuzungen priorisieren Fußgängerphasen in Schulumgebungen, andere gewichten Hauptverkehrsachsen stärker.

Auch die Forschung zu vernetzten Kreuzungen arbeitet genau damit. In A Priority-Based Autonomous Intersection Management Scheme werden Fahrzeuge in Prioritätsstufen sortiert, damit Notfallfahrzeuge schneller passieren können. Solche Regeln sind nicht unfair, weil sie Ungleichheit erzeugen. Sie sind nur dann problematisch, wenn sie intransparent, schlecht begründet oder einseitig verteilt sind.

Die interessante Frage lautet also nicht, ob es Prioritäten geben darf. Natürlich darf es sie geben. Die Frage ist, welche Öffentlichkeit darüber entscheidet und welche Nebenfolgen mitgedacht werden. Ein System, das jeden Krankenwagen schnell durchschleust, kann zugleich Fußgängerinseln länger blockieren. Ein System, das Busse bevorzugt, kann Lieferverkehr bündeln und Seitenstraßen belasten. Fairness ist deshalb nie nur eine Einzelfallregel. Sie ist eine Verteilungsfrage im Netz.

Der heikelste Bias sitzt oft vor der eigentlichen Entscheidung

Noch komplizierter wird es, wenn Fairness bereits in der Wahrnehmung auseinanderläuft. Dann entscheidet die Kreuzung nicht falsch, obwohl sie alles korrekt erkannt hat. Sie entscheidet falsch, weil sie die Lage ungleich gut wahrnimmt.

Genau darauf weisen Arbeiten wie Bias Behind the Wheel und Predictive Inequity in Object Detection hin. Dort zeigen Tests von Fußgängererkennungssystemen Unterschiede zwischen Altersgruppen, nachts zwischen Geschlechtern und bei verschiedenen Hauttönen. Wenn ein Kind später, unsicherer oder seltener erkannt wird als ein Erwachsener, dann beginnt die Unfairness nicht bei der Vorfahrtslogik, sondern eine Stufe früher.

Das ist der Punkt, an dem viele populäre Vorstellungen von „neutraler KI“ kippen. Ein System kann formal dieselbe Regel auf alle anwenden und trotzdem ungleich wirken, weil die Eingangsdaten asymmetrisch sind. In der Praxis heißt das: Dieselbe Kreuzung kann für verschiedene Menschen unterschiedlich sicher sein, obwohl im Code nirgends steht, dass jemand weniger wert wäre.

Wer die Geschichte dieser Erwartungen und Überhöhungen nachzeichnen will, sollte auch einen Blick auf Geschichte des autonomen Fahrens: Warum die Zukunft immer wieder vertagt wurde werfen. Ein Grund für diese ständige Vertagung liegt genau hier: Die reale Straße ist keine saubere Spielwelt, sondern ein sozial gemischter, unvollständiger, ständig überraschender Raum.

Fairness ist am Ende eine Stadtfrage

Ob intelligente Kreuzungen gerecht werden, entscheidet sich nicht allein im Fahrzeug. Es entscheidet sich in der Stadtgestaltung. Eine breite mehrspurige Achse mit langen Umlaufzeiten produziert andere Fairnessprobleme als ein Kiez mit kurzen Querungen, Mittelinseln und langsamem Verkehr. Deshalb passt das Thema direkt zu Mobilität der Zukunft: Warum die Stadt wichtiger wird als das Auto. Wer nur das Fahrzeug automatisiert, aber die Raumlogik unangetastet lässt, optimiert häufig ein ungerechtes System effizienter.

Hier liegt auch die Verbindung zur Regulierung. Nicht jede faire Lösung entsteht von selbst aus dem Markt oder aus guter Ingenieurskunst. Manche Ziele müssen vorgeschrieben, geprüft und dokumentiert werden: Welche Gruppen werden in Tests unterschätzt? Welche Wartezeiten gelten für Fußgänger als akzeptabel? Wie transparent ist die Begründung einer Prioritätsregel? Wer haftet, wenn eine scheinbar rationale Kreuzung ihre Risiken systematisch auf die Schwächeren ablädt?

Solche Fragen klingen trocken, sind aber der eigentliche Kern jeder künftigen Verkehrs-KI. Denn die gefährlichsten Systeme sind oft nicht die offen chaotischen, sondern die elegant funktionierenden. Sie sehen nach Ordnung aus, bis man fragt, wer den Preis dieser Ordnung bezahlt. Eine ähnliche Logik steckt auch in Wenn die Ausnahme entscheidet: Was KI-Grenzfälle über blinde Flecken, falsche Sicherheit und reale Risiken verraten: Grenzfälle sind nicht Randprobleme. Sie zeigen, worauf ein System im Ernstfall wirklich gebaut ist.

Wer bekommt also wirklich Vorrang?

Die ehrliche Antwort lautet: Nicht einfach der Schnellere, nicht einfach der Schwächere, nicht einfach der mit dem besseren Recht. Vorrang bekommt, wessen Schutz, Zeit oder Funktion in Regeln, Daten und Optimierungszielen höher gewichtet wurde. Das kann vernünftig sein. Es kann aber auch blinde Flecken stabilisieren.

Algorithmische Fairness im Straßenverkehr ist deshalb keine Frage, die man einer Maschine stellen und dann abhaken kann. Sie ist eine öffentliche Aufgabe. Sie betrifft Verkehrsrecht, Stadtplanung, Sensordaten, Haftung, Teststandards und die Frage, welche Mobilität wir für normal halten. Eine intelligente Kreuzung ist am Ende kein Orakel, sondern eine verdichtete politische Entscheidung in Echtzeit.

Und genau daran lässt sich gute Technik erkennen: nicht daran, dass sie jede Kollision in ein moralisches Märchen verwandelt, sondern daran, dass sie die alltägliche Verteilung von Risiko und Wartezeit sichtbar, begründbar und korrigierbar macht.

-> Der Beitrag wurde am 15.05.2026 vollständig aktualisiert

Weiterlesen

• Geschichte des autonomen Fahrens: Warum die Zukunft immer wieder vertagt wurde

• Mobilität der Zukunft: Warum die Stadt wichtiger wird als das Auto

• Wenn die Ausnahme entscheidet: Was KI-Grenzfälle über blinde Flecken, falsche Sicherheit und reale Risiken verraten