Geschichte des autonomen Fahrens: Warum die Zukunft immer wieder vertagt wurde
- Benjamin Metzig
- 17. März
- 7 Min. Lesezeit
Aktualisiert: 15. Mai
Autonomes Fahren hat eine eigentümliche Zeitrechnung. Seit Jahrzehnten taucht dieselbe Behauptung in immer neuen Versionen auf: In fünf Jahren, spätestens in zehn, werde das Auto den Menschen am Steuer weitgehend überflüssig machen. Dann vergehen die Jahre, die Frist wird neu gesetzt, und die Zukunft rückt ein Stück weiter nach vorn.
Man kann diese Geschichte leicht als Abfolge überzogener Versprechen erzählen. Das wäre nicht ganz falsch, aber zu grob. Denn die Zukunft des autonomen Fahrens wurde nicht einfach deshalb vertagt, weil die Technik versagt hätte. Sie wurde vertagt, weil Vorführbarkeit, Zulassungsfähigkeit und Alltagstauglichkeit drei sehr verschiedene Dinge sind. Ein Fahrzeug, das eine Teststrecke meistert, ist noch kein System, das jede Baustelle, jede schlecht markierte Spur, jedes aggressive Einfädeln, jeden Fußgänger im Halbdunkel und jede absurde menschliche Improvisation souverän beherrscht.
Die Geschichte des autonomen Fahrens ist deshalb weniger die Geschichte eines geplatzten Traums als die einer immer präziser werdenden Ernüchterung. Der Traum bleibt. Nur sein Maßstab hat sich verändert.
Lange vor dem Hype
Die Idee selbstfahrender Fahrzeuge ist älter als die aktuelle KI-Welle und älter als viele der Firmen, die heute damit werben. Das Robotics Institute der Carnegie Mellon University verweist auf autonome Fahrzeugforschung seit den 1980er Jahren. Projekte wie NavLab arbeiteten schon damals an Wahrnehmung, Navigation und Kontrolle in offener Umgebung. Die Grundfrage ist also nicht neu: Wie bringt man eine Maschine dazu, sich in einer chaotischen Außenwelt verlässlich zu orientieren?
Die frühe Forschung hatte einen Vorteil, den spätere Marketingzyklen oft verloren: Sie überschätzte das Problem nicht zu wenig. Wer an Straßenverkehr denkt, denkt schnell an Lenken, Bremsen, Beschleunigen. Für Ingenieurinnen und Ingenieure war aber früh klar, dass der schwierigste Teil nicht die Mechanik ist, sondern die Interpretation einer Welt, die niemals sauber standardisiert auftritt.
Schon darin liegt ein erster Grund für die vielen Verschiebungen. Autofahren ist kein abgeschlossenes Brettspiel mit festen Figuren. Es ist eine soziale, visuelle und situative Dauerverhandlung unter Unsicherheit.
DARPA: Der Moment, in dem es plötzlich möglich schien
Einen entscheidenden Schub bekam das Feld mit den amerikanischen DARPA-Wettbewerben. Die Urban Challenge von 2007 verlangte bereits vieles, was nach echtem Straßenverkehr klingt: Spurhalten, Einfädeln, Überholen, Parken, Kreuzungen, Verkehr mit anderen Fahrzeugen. Als mehrere Teams das Rennen erfolgreich beendeten, war das zu Recht ein Durchbruch.
Aber Durchbruch heißt nicht Durchmarsch. DARPA bewies, dass autonome urbane Fahrten prinzipiell machbar sind. Nicht bewiesen war damit, dass sie unter offenen Alltagsbedingungen wirtschaftlich, rechtlich und gesellschaftlich skalieren würden.
Diese Unterscheidung ging in den folgenden Jahren oft verloren. Erfolgreiche Demonstrationen wurden in öffentlichen Debatten wie Vorboten einer nahen Massenreife behandelt. Aus "es geht" wurde "es kommt jetzt bald überall". Genau an dieser Stelle begann die Zeitverschiebung.
Die Silikon-Täuschung: Wenn Demo wie Alltag aussieht
Als das damalige Google-Self-Driving-Car-Projekt 2009 startete, schien die Sache erneut an Fahrt aufzunehmen. Waymo beschreibt rückblickend, wie das Team 2009 und 2010 zehn anspruchsvolle 100-Meilen-Routen in Kalifornien autonom absolvierte. Zugleich formuliert derselbe Rückblick den entscheidenden Satz der ganzen Branche: Das eigentliche Problem sei nicht die spektakuläre Fahrt, sondern die robuste Skalierung auf hunderttausende und Millionen sicherer Fahrten.
Genau hier liegt der Denkfehler vieler Zukunftsprognosen. Menschen sehen ein Video, in dem ein Auto ordentlich abbiegt, auf Radfahrer reagiert und sich im Stadtverkehr behauptet. Sie schließen daraus, die Grundaufgabe sei gelöst. Aber ein einziges gutes Verhalten in einer sichtbaren Szene sagt wenig über die Tiefe eines Systems aus.
Autonomes Fahren scheitert selten an der Paradevorstellung. Es scheitert an der Summe aus Randfällen, Übergängen und Widersprüchen:
an Fahrbahnmarkierungen, die halb fehlen
an Baustellen, die gestern noch nicht existierten
an Fußgängern, die sich unlogisch, aber völlig legal verhalten
an Wetter, Blendung, Schmutz, Reflexionen und schlechten Karten
an Situationen, in denen Verkehrsregeln formal etwas anderes verlangen als die soziale Praxis vor Ort
Wenn man verstehen will, warum die Zukunft immer wieder vertagt wurde, muss man also weniger auf die gelungenen Demos schauen als auf die Kosten des letzten schwierigen Prozents.
Nicht jedes "autonom" ist autonom
Ein zweiter Grund für die chronischen Fehlprognosen ist sprachlicher Natur. Der Begriff "selbstfahrend" wurde jahrelang für sehr unterschiedliche Systeme benutzt. Die SAE-Systematik J3016 unterscheidet zwar sauber zwischen Level 0 und Level 5. In der öffentlichen Wahrnehmung verschwammen diese Stufen jedoch oft zu einer scheinbar linearen Aufstiegstreppe.
Definition: Was mit ODD gemeint ist
Entwickler sprechen von einer Operational Design Domain, kurz ODD. Gemeint sind die Bedingungen, unter denen ein System funktionieren soll: etwa bestimmte Straßenarten, Wetterlagen, Geschwindigkeiten, Tageszeiten oder Regionen.
Gerade diese ODD ist der Schlüssel. Viele Systeme sind nicht daran gescheitert, dass sie grundsätzlich nichts konnten, sondern daran, dass ihr Können enger war als die Erwartungen. Level 2 etwa kann Spurführung und Tempo gleichzeitig unterstützen, verlangt aber weiterhin volle Aufmerksamkeit des Menschen. Die NHTSA trennt deshalb strikt zwischen Level-2-Assistenz und echten ADS-Systemen der Level 3 bis 5.
Das klingt nach Bürokratie, ist aber in Wahrheit eine harte technische Wahrheit. Ein System, das unter idealen Bedingungen viel kann, muss noch lange nicht in der Lage sein, die gesamte Fahraufgabe dauerhaft und verantwortlich zu übernehmen.
Wer diese Differenz ignoriert, verwechselt Assistenz mit Autonomie. Und genau aus dieser Verwechslung entsteht regelmäßig der Eindruck, die große Zukunft sei "doch eigentlich schon da".
Das eigentliche Problem ist nicht das Lenken, sondern die Übergabe
Besonders heikel wurde das im Bereich zwischen Teilautomatisierung und echter Fahrerlosigkeit. Denn dort bleibt der Mensch offiziell zuständig, obwohl das System über längere Zeit kompetent wirkt. Das ist psychologisch gefährlich. Menschen neigen dazu, Vertrauen zu delegieren, sobald eine Maschine verlässlich genug erscheint. Sie werden dann nicht zu aktiven Überwachern, sondern zu gelangweilten Aufpassern.
Wie riskant das ist, zeigte der tödliche Uber-Testunfall von 2018. Der NTSB-Bericht benennt die abgelenkte Sicherheitsfahrerin als unmittelbare Ursache, aber eben nicht nur sie. Genannt werden auch mangelhafte Risikoanalyse, unzureichende Aufsicht und fehlende Gegenmaßnahmen gegen Automationskomplacency. Anders gesagt: Das Problem lag nicht allein in der Software, sondern im gesamten soziotechnischen System.
Das ist eine wichtige Lektion. Autonomes Fahren ist kein reines KI-Problem. Es ist ein Problem aus Technik, Aufsicht, Schnittstellendesign, Haftung, Organisationskultur und öffentlicher Infrastruktur. Sobald Menschen nur noch im Ausnahmefall eingreifen sollen, wird der Ausnahmefall selbst zum zentralen Risiko.
Wer diese Dynamik versteht, versteht auch, warum gerade die vermeintlichen Zwischenstufen so schwer sauber zu beherrschen sind.
Fortschritt ist real, aber er kommt nicht als Allzweckauto
Die Ernüchterung bedeutet nicht, dass nichts erreicht wurde. Im Gegenteil: Der Fortschritt der letzten Jahre ist beeindruckend, wenn man ihn mit den richtigen Maßstäben misst.
Waymo betreibt nach eigenen Angaben inzwischen den ersten skalierten fahrerlosen Ride-Hailing-Dienst der Branche und kommt auf über eine halbe Million vollautonomer Fahrten pro Woche in zehn US-Städten. Das ist kein PR-Märchen, sondern ein realer Betrieb. Nur zeigt gerade dieses Beispiel, wie autonome Mobilität tatsächlich vorankommt: nicht als universelles Privatfahrzeug für jede Lage, sondern als hoch kontrollierter Dienst mit geografischen, infrastrukturellen und operationellen Grenzen.
Auch die Serienseite macht Fortschritte, aber in enger Form. Mercedes-Benz DRIVE PILOT ist ein echtes Level-3-System, doch es funktioniert in Deutschland nur unter bestimmten Bedingungen auf Autobahnen. Seit Dezember 2024 ist es bis 95 km/h genehmigt. Das ist technologisch beachtlich. Es ist aber zugleich das Gegenteil jener alten Fantasie, wonach das persönliche Auto demnächst alles überall können werde.
Die Zukunft wurde also nicht einfach abgesagt. Sie wurde kleinteiliger, zonierter und spezifischer.
Warum die große Verheißung ökonomisch brüchig bleibt
Zum technischen und regulatorischen Problem kommt das Geschäftsmodell. Vollautonome Systeme brauchen Sensorik, Rechenleistung, Kartenpflege, Sicherheitskonzepte, Flottenbetrieb, Ferndisposition, Wartung und behördliche Abstimmung. Wer glaubte, autonome Autos würden sich nach einem Software-Update ähnlich leicht verbreiten wie ein neues Smartphone-Feature, hat die industrielle Realität unterschätzt.
Dass selbst große Akteure zurückrudern, zeigt die Entscheidung von GM, Cruise nicht länger als Robotaxi-Geschäft zu finanzieren. Die offizielle Begründung ist aufschlussreich: zu viel Zeit, zu viele Ressourcen, zu harter Wettbewerb. Das ist kein Beweis gegen autonome Technik an sich, aber ein deutlicher Hinweis darauf, dass technische Machbarkeit und ökonomische Tragfähigkeit nicht deckungsgleich sind.
Auch deshalb lohnt sich ein Blick über das Fahrzeug hinaus. In unserem Beitrag über Mobilität der Zukunft haben wir gezeigt, dass gute Verkehrssysteme nicht automatisch aus besseren Autos entstehen. Autonomie kann Mobilität verbessern. Sie kann aber ebenso bestehende Fehlanreize verstärken, wenn sie nur als technisches Add-on für das alte Autoregime gedacht wird.
Was Maschinen im Straßenverkehr wirklich lernen müssen
Der Straßenverkehr ist kein bloßes Problem der Objekterkennung. Er ist ein Regelraum voller Grenzfälle, Aushandlungen und impliziter Erwartungen. Genau deshalb berührt autonomes Fahren auch Fragen, die wir schon in unserem Text über algorithmische Fairness im Straßenverkehr diskutiert haben: Nach welchen Kriterien entscheidet ein System in mehrdeutigen Situationen? Welche Risiken werden für wen minimiert? Welche Verhaltensnorm wird überhaupt als "richtig" kodiert?
Die Robotikforschung kennt dieses Problem seit Langem. Unsere Analyse zum Stand der Robotik im Jahr 2026 zeigt, dass heutige Systeme in engen Aufgabenfeldern enorme Fortschritte machen, während offene Alltagsumgebungen weiterhin überproportional schwer bleiben. Dasselbe Muster sieht man auf der Straße.
Autonomes Fahren ist deshalb kein einzelnes Produkt, das irgendwann "fertig" wird. Es ist ein Bündel aus Wahrnehmung, Modellbildung, Regelinterpretation, Risikomanagement und Infrastrukturabhängigkeit. Wer daraus eine simple Countdown-Geschichte macht, unterschätzt die Natur des Problems.
Die Zukunft wurde nicht vertagt. Sie wurde genauer
Vielleicht ist das die eigentliche Pointe dieser Geschichte: Die Zukunft des autonomen Fahrens wurde immer dann vertagt, wenn man sie zu groß, zu glatt und zu universell formuliert hat. Je genauer man hinschaut, desto sichtbarer wird, dass der Fortschritt nicht verschwindet, sondern seine Form ändert.
Er kommt als Robotaxi in bestimmten Zonen. Als Staupilot auf ausgewählten Autobahnen. Als Assistenzsystem mit klaren Grenzen. Als Flottenlösung für eng definierte Anwendungen. Vielleicht später auch als breiterer Standard. Aber nicht als plötzlicher magischer Moment, in dem das Auto allgemein "verstanden hat", wie Welt funktioniert.
Die frühen Visionen waren nicht naiv, weil sie zu viel wollten. Sie waren naiv, weil sie die Straße für berechenbarer hielten, als sie ist. Verkehr besteht nicht nur aus Geometrie und Sensoren. Er besteht aus Gewohnheiten, Unklarheiten, Regeln, Regelbrüchen und einer dichten sozialen Improvisation, die Menschen erstaunlich oft intuitiv bewältigen.
Gerade deshalb ist der gegenwärtige Stand ernüchternd und beeindruckend zugleich. Ernüchternd, weil die totale Alltagssouveränität weiter entfernt bleibt als angekündigt. Eindrucksvoll, weil Maschinen unter klar begrenzten Bedingungen inzwischen Dinge leisten, die vor zwanzig Jahren noch wie Science-Fiction wirkten.
Die Zukunft des autonomen Fahrens ist also nicht gescheitert. Sie hat nur aufgehört, ein einfacher Satz zu sein.
-> Der Beitrag wurde am 15.05.2026 vollständig aktualisiert
Kommentare