Autonomes Fahren: Stand 2026, Technik, Level 3 bis Level 5 und Einsatzfelder

Was steckt hinter dem Megatrend autonomes Fahren, und wie weit ist die Technik im Jahr 2026 wirklich? Dieser Artikel gibt einen umfassenden Überblick über die Automatisierungsgrade, den aktuellen Stand in Deutschland, die technischen Grundlagen und die Chancen sowie Risiken für Mobilität, Verkehr und Gesellschaft.

Einführung: Was bedeutet autonomes Fahren heute?

Autonomes Fahren ist die Fähigkeit eines Fahrzeugs, ohne menschliches Eingreifen zu fahren, also Lenken, Beschleunigen und Bremsen selbstständig auszuführen. In der Praxis umfasst der Begriff die Autonomiestufen Level 3 bis Level 5, bei denen autonome Fahrzeuge Teile oder die gesamte Fahraufgabe übernehmen, ohne dass ein Fahrer oder eine Fahrerin permanent überwachen muss. Seit 2022 ist die erste hochautomatisierte Fahrfunktion in Deutschland zugelassen, und seitdem hat sich viel getan. In Deutschland sind derzeit vier Level-3-Modelle von Mercedes und BMW verfügbar: Der Drive Pilot von Mercedes-Benz in der S-Klasse und im EQS erlaubt autonomes Fahren auf Autobahnen bis 95 km/h, während BMW mit dem Personal Pilot L3 in der 7er-Reihe und im i7 bis 60 km/h im Stau automatisiertes Fahren ermöglicht. Erste Level-4-Shuttles sind in deutschen Städten wie Hamburg (Projekt ALIKE mit dem ID Buzz AD), Friedrichshafen, Mannheim und Burgdorf im Testbetrieb unterwegs.

Die Begriffe lassen sich klar abgrenzen: Fahrassistenten (Level 0 bis 2) unterstützen, erfordern aber ständige Aufmerksamkeit des Fahrzeugführers. Automatisiertes Fahren auf Stufe 3 erlaubt das zeitweise Abwenden der Aufmerksamkeit. Autonomes Fahren als Oberbegriff für Level 3 bis 5 beschreibt Systeme, die die Fahraufgabe in definierten Betriebsbereichen oder sogar generell ohne Steuer durch Menschen übernehmen. Das autonome Fahren erhöht die Verkehrssicherheit, da menschliche Fehler minimiert werden können, ein zentrales Argument, wenn man bedenkt, dass rund 90 Prozent aller Unfälle auf menschliches Versagen zurückgehen. Gleichzeitig berührt die Technik Themen wie den Fachkräftemangel im Transport, die Stadtentwicklung und die Klimaziele.

KI unterstützt

Vision der Zukunft: Wie autonomes Fahren unseren Alltag verändert

Stellen Sie sich einen Morgen im Jahr 2035 vor: Sie verlassen das Haus, Ihr Auto fährt selbstständig los, sucht im Parkhaus einen freien Platz und führt Automated Valet Parking aus, ganz ohne dass Sie das Lenkrad berühren. Später bestellen Sie per Smartphone ein fahrerloses Robotaxi ohne Lenkrad und Pedale, steigen in einer Pick-up-Zone ein und nennen Ihr Ziel per Sprache. Während der Fahrt arbeiten Sie am Bildschirm oder streamen einen Film, niemand muss sich um den Verkehr kümmern.

Die Szenarien sind vielfältig: Kinder werden sicher mit autonomen Shuttles zur Schule gebracht, Senioren bleiben mobil, obwohl sie keinen Führerschein mehr besitzen, Pendler nutzen die Fahrzeit produktiv. Autonomes Fahren fördert die Mobilität für Menschen, die keinen Führerschein besitzen, ein gesellschaftlicher Fortschritt, der bislang undenkbar schien. Internationale Projekte wie Waymo und Cruise in den USA setzen Robotaxis bereits im regulären Straßenverkehr ein. In Deutschland laufen ähnliche Pilotversuche. Die Fahrzeuge kommunizieren dabei über Car-2-X, V2V und V2I mit der Umgebung, anderen Verkehrsteilnehmern und der Infrastruktur. Ampeln, Verkehrsregeln und Straßenbeschaffenheit fließen direkt in die Systeme ein, was eine kontrollierte, defensive Fahrweise ermöglicht. Autonome Shuttles verbessern den öffentlichen Personennahverkehr und schaffen neue Angebote in ländlichen Regionen.

Zentrale Veränderungen im Alltag:

• Mehr Komfort durch Übernahme monotoner Fahranteile bei Stau oder Langstrecke

• Erhöhte Mobilität und Teilhabe für Personen ohne Führerschein, ältere Menschen und Personen mit Einschränkungen

• Weniger Staus und besserer Verkehrsfluss dank automatischer Koordination

• Effizientere Verkehrsflüsse durch autonome Fahrzeuge, die den Energieverbrauch senken

• Neue Mobilitätsangebote wie Robotaxis und Busse, flexibel und on-demand nutzbar

KI unterstützt

Die fünf Stufen des autonomen Fahrens (SAE-Level 0 bis Level 5)

Das autonome Fahren wird in sechs Stufen unterteilt, die als SAE-Level bekannt sind. Grundlage ist der Standard SAE J3016 der Society of Automotive Engineers, der international als Referenz für die Automatisierungsgrade gilt. Die Society of Automotive Engineers definiert fünf Stufen des autonomen Fahrens, von Level 0 (keine Automatisierung) bis Level 5 (Vollautonomie). In der Alltagssprache wird häufig ungenau von „autonomem Fahren“ gesprochen, obwohl es sich technisch nur um Level-2-Assistenzsysteme handelt.

• Level 0, Keine Automatisierung: Level 0 beschreibt klassisches Fahren ohne Assistenzsysteme. Der Mensch führt alle Fahraufgaben aus, lediglich grundlegende Funktionen wie ABS oder Stabilitätskontrolle sind vorhanden.

• Level 1, Fahrassistenz: Level 1 unterstützt bei Längs- oder Querführung. Beispiele sind Adaptive Cruise Control (ACC) oder ein Spurhalteassistent. Der Fahrer bleibt ständig verantwortlich und muss das Auto überwachen.

• Level 2, Teilautomatisierung: Level 2 ermöglicht gleichzeitige Längs- und Querführung. Das System steuert Gas, Bremse und Lenkung parallel, etwa auf der Autobahn. Die Verantwortung liegt vollständig beim Fahrzeugführers, Hände am Steuer, Blick auf die Straße.

• Level 3, Hochautomatisierung (Stufe 3): Level 3 übernimmt Fahraufgaben zeitweise selbstständig. Auf Stufe 3 darf der Fahrer die Aufmerksamkeit abwenden, muss aber bereit sein, innerhalb weniger Sekunden die Übernahme zu vollziehen. Beispiele: Drive Pilot (Mercedes) bis 95 km/h, BMW Personal Pilot L3 bis 60 km/h. Der Hersteller trägt in diesem Modus die Verantwortung.

• Level 4, Autonomie in Betriebsbereichen (Stufe 4): Level 4 steht für weitgehend selbstständiges Fahren. Das Fahrzeug operiert ohne Fahrer in festgelegten Betriebsbereichen. Eine technische Aufsicht kann extern erfolgen. Beispiele: Pilotshuttles und Busse im ÖPNV, Automated Valet Parking in Parkhäusern.

• Level 5, Vollständige Autonomie: Level 5 bezeichnet vollständig autonomes Fahren ohne Kontrolle durch Menschen. Das Auto beherrscht jede Fahrsituation weltweit, die klassische Vision des Automobils der Zukunft, die bislang noch in keinem Serienfahrzeug realisiert ist.

Der entscheidende Unterschied: Bei Level 2 bleibt der Mensch stets verantwortlich, bei Level 3 übernimmt der Hersteller im aktiven Modus die Rolle, und ab Level 4 kann das Fahrzeug ohne jede Person am Steuer operieren.

Aktueller Stand 2026: Wo wir heute beim autonomen Fahren stehen

Deutschland und die EU haben 2026 einen Punkt erreicht, an dem Level-3-Fahrzeuge legal verkauft und betrieben werden und Level-4-Fahrzeuge in klar definierten Betriebsbereichen zugelassen sind. Die Entwicklung schreitet stetig voran, auch wenn der Weg zum flächendeckenden autonomen Fahren noch lang ist. Autonome Fahrzeuge können in festgelegten Betriebsbereichen eingesetzt werden, seien es Autobahnabschnitte, Shuttle-Routen oder Campusgelände.

Konkret bietet Mercedes-Benz mit dem Drive Pilot ein Level-3-System in der S-Klasse und im EQS, das unter bestimmten Bedingungen auf Autobahnen bis 95 km/h funktioniert. Level-3-Fahrzeuge müssen unter bestimmten Bedingungen aktiviert werden, typischerweise bei Tageslicht, trockenem Wetter und auf freigegebenen Straßen. Level 3 Fahrzeuge benötigen spezielle Bedingungen wie Tageslicht, um zuverlässig zu arbeiten. BMW bietet den Personal Pilot L3 an, der bei zähem Verkehrsfluss auf deutschen Autobahnen bis 60 km/h nutzbar ist. Rund 34 Level-4-Fahrzeuge, Pkw, Busse und Lkw, sind in Deutschland offiziell registriert, darunter Moia mit 14 fahrerlosen Minibussen in Hamburg, ZF-Shuttles in Friedrichshafen und Mannheim sowie „Albus“ in Burgdorf.

Dual-Mode-Fahrzeuge, die sowohl manuell als auch autonom betrieben werden können, befinden sich ebenfalls in der Entwicklung. Zahlreiche Autohersteller und Automobilhersteller bieten Systeme mit Level-2++-Fahrfunktionen an, mehr als ein klassischer Tempomat, aber weiterhin mit Aufsichtspflicht des Fahrers. Ab 2027 kommen neue Fahrassistenten in Deutschland auf den Markt, und ab 2027 sollen neue Fahrassistenten im Stadtverkehr verfügbar sein. Die wichtigsten Systeme und Einsatzbereiche heute umfassen:

• Drive Pilot Level 3 auf Autobahnen (Mercedes-Benz, S-Klasse und EQS)

• BMW Personal Pilot L3 bei Stau auf Autobahnen bis 60 km/h

• Level-4-Pilotshuttles in Städten und auf Campusgeländen

• Automated Valet Parking in ausgestatteten Parkhäusern

• Forschung und Testbetriebe für autonome Lastwagen und Busse

Technische Grundlagen: Wie autonome Fahrzeuge funktionieren

Autonome Fahrzeuge basieren auf dem Zusammenspiel mehrerer technischer Säulen: hochentwickelte Sensorik erfasst die Umgebung, leistungsfähige Recheneinheiten verarbeiten Daten in Echtzeit, präzise Karten und Lokalisierungssysteme unterstützen das Situationsverständnis, und Connectivity ermöglicht die Kommunikation mit Infrastruktur und anderen Verkehrsteilnehmern. Autonome Fahrzeuge nutzen Kameras, Radar und Lidar zur Wahrnehmung, jede dieser Technologien hat spezifische Stärken und ergänzt die anderen.

Kernkomponenten im Überblick:

• Sensoren: Kameras für visuelle Erkennung, Radar für Entfernungsmessung bei schlechtem Wetter, Lidar für dreidimensionale Umgebungserfassung, Ultraschallsensoren für den Nahbereich

• Hochauflösende HD-Karten zur präzisen Positionierung und Vorausplanung, ergänzt durch GPS bzw. Differenzial-GPS und Inertialsensoren

• Leistungsfähige On-Board-Computer mit GPUs und speziellen KI-Chips für Echtzeit-Bildverarbeitung und Entscheidungsfindung

• Sensorfusion ist die Kombination von Rohdaten mehrerer Sensoren in leistungsstarken Bordcomputern, sie erzeugt ein kohärentes Bild der Umgebung

• Drive-by-Wire-Systeme ermöglichen die elektronische Steuerung von Fahrzeugen, Lenk-, Brems- und Gasbefehle werden digital übermittelt statt mechanisch

• Car-2-X-Kommunikation (Fahrzeug-zu-Fahrzeug und Fahrzeug-zu-Infrastruktur) nutzt 5G für niedrige Latenzen und hohe Datenraten

• Redundante Sicherheitsarchitekturen sorgen dafür, dass das Fahrzeug bei Ausfall eines Systems sicher in einen kontrollierten Zustand übergeht

Maschinelle Wahrnehmung, Situationsverstehen und Bahnführung

Autonome Fahrzeuge müssen ihre Umgebung ähnlich wie ein Mensch „sehen, verstehen und handeln“. Der Prozess des autonomen Fahrens umfasst die Schritte Wahrnehmen, Verstehen, Planen und Handeln, eine Kette, die in Bruchteilen von Sekunden ablaufen muss. Künstliche Intelligenz spielt eine zentrale Rolle bei der Entscheidungsfindung in autonomen Fahrzeugen und bildet das Rückgrat dieser Verarbeitungskette.

• Wahrnehmung: Sensorfusion aus Kamera, Radar, Lidar und Ultraschall erkennt Fahrzeuge, Fußgänger, Radfahrer, Fahrbahnmarkierungen, Ampeln und Verkehrszeichen. Redundanz sorgt dafür, dass bei Ausfall eines Sensors andere Systeme die Lücke schließen. Autonome Fahrzeuge müssen unvorhergesehene Situationen erkennen können, etwa ein plötzlich auf die Straße laufendes Kind oder unerwartete Hindernisse.

• Situationsverstehen: Das System baut ein dreidimensionales Umgebungsmodell auf, sagt die Bewegungen anderer Verkehrsteilnehmer voraus (z. B. Abbiegewilligkeit, Beschleunigung) und identifiziert kritische Situationen wie Baustellen oder plötzlich auftauchende Objekte. Die Kraft der neuronalen Netze liegt in der Mustererkennung und Vorhersage.

• Bahnführung: Auf Basis des Umgebungsverständnisses plant das System die Fahrtrajektorie: Spurhaltung, Spurwechsel, Abbiegen und Anhalten. Es interagiert mit Blinker, Bremse und Antrieb. Machine Learning und neuronale Netze ermöglichen kontinuierliches Lernen aus Fahrdaten. Gleichzeitig sind redundante Sicherheitskonzepte und Backup-Systeme notwendig, um bei Fehlerfällen sicher herunterzufahren.

KI unterstützt

Automated Valet Parking: Vom Parkhaus zum autonomen Service

Automated Valet Parking (AVP) ist eine der ersten kommerziell verfügbaren Level-4-Fahrfunktionen und wird eine der ersten autonomen Funktionen sein, die im Alltag ankommen. Beim AVP stellt der Passagier sein Fahrzeug in einer Drop-off-Zone im Parkhaus ab und startet den Parkvorgang per App. Das Auto fährt selbstständig los, sucht einen freien Platz, parkt präzise ein und kehrt später auf Abruf zur Pick-up-Zone zurück, ganz ohne dass jemand am Lenkrad sitzt.

Technisch setzt AVP eine vernetzte Parkhaus-Infrastruktur voraus: Sensoren und Kameras im Gebäude überwachen die Umgebung, eine zuverlässige Kommunikation zwischen Fahrzeug und Parkhaus gewährleistet die Koordination, und hochpräzise Lokalisierungssysteme ermöglichen zentimetergenaues Manövrieren auf Rampen und in engen Stellplätzen.

• Mehr Komfort: keine zeitraubende Parkplatzsuche, kein Rangieren in engen Lücken

• Weniger Schaden: präzises automatisches Einparken reduziert Parkrempler deutlich

• Höhere Flächeneffizienz: Fahrzeuge können dichter parken, da keine Türen geöffnet werden müssen

• Sicherere Wege für Fußgänger in Parkhäusern, da weniger Fahrzeugbewegungen durch Menschen verursacht werden

• Seit Oktober 2022 können Hersteller beim KBA automatisierte Parkdienste beantragen

• Mercedes-Benz und Bosch betreiben ein genehmigtes AVP-Projekt am Parkhaus des Mercedes-Benz Museums in Stuttgart, bei dem S-Klasse und EQS fahrerlos per App einparken

KI unterstützt

Gesetzlicher Rahmen in Deutschland und international

Deutschland nimmt als Pionier eine Vorreiterrolle ein: Es gehört zu den ersten Ländern weltweit, die einen umfassenden gesetzlichen Rahmen für autonomes Fahren geschaffen haben. Die Bundesregierung hat frühzeitig erkannt, dass Technik und Gesetz Hand in Hand gehen müssen, um den Fortschritt auf die Straßen zu bringen. Diese Gesetzgebung bildet die Grundlage dafür, dass Automobilhersteller ihre Systeme in Deutschland entwickeln, testen und in Serie bringen können.

Die historischen Eckdaten:

• 2017: Deutschland hat 2017 Level-3-Fahrfunktionen zugelassen. Die Novelle des Straßenverkehrsgesetzes (StVG) ermöglichte erstmals den Betrieb automatisierter Systeme, bei denen der Fahrer unter bestimmten Bedingungen die Aufmerksamkeit abwenden darf.

• 2021: Das erste Gesetz zum autonomen Fahren wurde 2021 in Deutschland verabschiedet. Der rechtliche Rahmen für Level-4-Fahrzeuge existiert in Deutschland seit diesem Jahr. Es regelt den Betrieb autonomer Fahrzeuge ohne fahrzeugführende Person in festgelegten Betriebsbereichen.

• 2022: Die AFGBV regelt Genehmigung und Betrieb autonomer Fahrzeuge im Detail, von der technischen Aufsicht bis zur Betriebserlaubnis durch das KBA.

„Festgelegte Betriebsbereiche“ bezeichnen klar kartierte, örtlich begrenzte Räume: bestimmte Autobahnabschnitte, Shuttle-Routen in der Stadt, Werksgelände oder Parkhäuser. Autonome Fahrzeuge dürfen nur in genehmigten Betriebsbereichen fahren. International wird auf UNECE-Regelungen Bezug genommen, etwa die ALKS-Regelung für Level-3-Spurhaltesysteme, die schrittweise auf höhere Geschwindigkeiten und Spurwechsel-Funktionen erweitert wird. Rechtliche Fragen der Haftung und der ethischen Entscheidungsfindung bei Unfällen sind komplex und Gegenstand laufender Diskussionen auf EU-Ebene. Die deutsche Regelung könnte als Vorlage für einen künftigen europäischen und globalen Rechtsrahmen dienen, ein Blick, den viele Länder aufmerksam verfolgen.

Chancen: Warum autonomes Fahren als Schlüsseltechnologie gilt

Autonomes Fahren birgt enormes Potenzial als Schlüsseltechnologie: Es kann die Sicherheit erhöhen, Verkehr effizienter gestalten, neue Geschäftsmodelle schaffen und die gesellschaftliche Teilhabe verbessern. Die Vorteile erstrecken sich auf nahezu alle Bereiche von Mobilität und Wirtschaft.

• Sicherheit: Da menschliches Versagen bei etwa 90 Prozent der Verkehrsunfälle eine Rolle spielt, kann autonome Technik durch den Wegfall von Ablenkung, Müdigkeit und Alkoholeinfluss zahlreiche Unfälle vermeiden. Jede Studie, die sich mit dem Ziel einer „Vision Zero“ befasst, sieht autonomes Fahren als zentralen Baustein.

• Verkehrsfluss und Kapazität: Gleichmäßigeres Fahren, sanftere Brems- und Beschleunigungsvorgänge und geringere Reaktionszeiten ermöglichen dichtere Kolonnen. Platooning, eng aufeinanderfolgende Lkw auf Autobahnen, kann die Kapazität deutlich steigern. Autonome Lastwagen transportieren Waren effizient ohne Fahrer und lindern den Fachkräftemangel im Transportbereich.

• Neue Mobilitätsangebote: Robotaxis, autonome Busse und On-Demand-Verkehre erschließen ländliche Regionen und Randzeiten. Die Integration in bestehende ÖPNV-Netze macht den Kontakt zwischen Menschen und Mobilität einfacher.

• Wirtschaftliche Chancen: Neue Wertschöpfung entsteht für Automobilindustrie, Softwareunternehmen und Infrastrukturbetreiber. Der Wettbewerb um softwaredefinierte Fahrzeuge verschiebt den Fokus von Hardware zu Daten und Diensten.

• Landwirtschaft und Logistik: Autonome Fahrzeuge können in der Landwirtschaft den Personalbedarf senken und ermöglichen präzisere, effizientere Arbeitsabläufe auf großen Flächen.

Risiken und Herausforderungen des autonomen Fahrens

Technischer Fortschritt bringt auch neue Risiken mit sich. Die Herausforderungen des autonomen Fahrens sind vielschichtig und reichen von technischen Grenzen über Datenschutz bis hin zu gesellschaftlichen Vorbehalten.

• Technische Risiken: Technisch gesehen haben autonome Fahrzeuge Herausforderungen in komplizierten Verkehrssituationen und bei schlechter Sicht. Edge-Cases wie unerwartete Baustellen, untypisches Verhalten anderer Verkehrsteilnehmer oder extreme Wetterlagen bleiben schwierig zu beherrschen. Die Sensorik stößt bei Schnee, starkem Regen oder Gegenlicht an Grenzen.

• Cybersecurity: Cybersecurity ist eine Herausforderung für autonome Fahrzeuge aufgrund der gesammelten Daten. Vernetzte Systeme sind angreifbar, Angriffe auf Sensoren, Kommunikationsschnittstellen oder Softwareupdates können schwerwiegende Folgen haben. Verschlüsselung und Intrusion Detection sind zwingend notwendig.

• Datenschutz: Kameras, GPS und Lidar generieren große Mengen personenbezogener Daten. Die DSGVO verlangt Transparenz, Speicherung nur notwendiger Daten und das Recht auf Auskunft und Löschung, eine Quelle permanenter Anforderungen an Hersteller.

• Gesellschaftliche Aspekte: Übervertrauen in Assistenzsysteme bei Level 2 und Level 3 bleibt ein konkretes Risiko: Fahrer verlassen sich zu stark auf die Technik und reagieren im Ernstfall zu spät. Bei fahrerlosen Fahrzeugen (Level 4 und Level 5) bestehen Akzeptanzprobleme. Viele Menschen teilen die Sorge vor dem Kontrollverlust, auch der ADAC beobachtet diese Skepsis in regelmäßigen Befragungen.

Auswirkungen auf Verkehr, Umwelt und Stadtplanung

Autonomes Fahren ist nicht nur ein Technik-Thema, sondern hat tiefgreifende Auswirkungen auf Verkehrspolitik und Stadtplanung. Die Art, wie wir Straßen nutzen, wie Städte gestaltet werden und wie sich unser Mobilitätsverhalten verändert, hängt direkt mit der Verbreitung autonomer Fahrzeuge zusammen.

• Verkehrsaufkommen: Studien, etwa von Deloitte, prognostizieren bis zu 40 Prozent mehr gefahrene Kilometer, wenn autonomes Fahren sehr günstig und hochautomatisiert verfügbar wird. Fahrten werden attraktiver, weil Menschen die Zeit im Auto produktiv nutzen können, was bisher den Weg zum eigenen Auto scheuten.

• Modal Shift: Wenn Robotaxis preislich attraktiver als der ÖPNV werden, droht eine Verdrängung nachhaltiger Verkehrsmittel wie Rad und Bus. Stadtplanung muss die Integration autonomer Angebote in bestehende ÖPNV-Netze sicherstellen.

• Stadtbild und Flächen: Durch Automated Valet Parking und Shared Mobility werden weniger innerstädtische Parkflächen benötigt. Parken wird effizienter, Straßen könnten schmaler geplant werden, neue Räume für Logistik und Ladezonen entstehen.

• Umweltbilanz: Effizienterer Verkehr und Elektromobilität sprechen für eine positive Bilanz. Dem steht das Risiko von Mehrverkehr und Leerfahrten (Fahrzeuge ohne Passagier) gegenüber. Politische Steuerung über City-Maut, Umweltzonen und Vorrang für den ÖPNV bleibt unverzichtbar.

Wirtschaft, Industrie und globaler Wettbewerb

Der globale Wettlauf um autonome Fahrzeuge und softwaredefinierte Autos hat sich verschärft. Kein Land und kein Autohersteller kann es sich leisten, diese Entwicklung zu verschlafen. Deutschland steht mit Mercedes-Benz, BMW und Volkswagen im Zentrum, doch die Konkurrenz schläft nicht.

Mercedes-Benz war Pionier mit dem Drive Pilot Level 3, BMW folgte mit dem Personal Pilot L3, und Volkswagen setzt mit Moia und dem ID Buzz AD auf Level-4-Shuttles. Zulieferer wie Bosch entwickeln Sensorik und Infrastruktur, Lidar wird zunehmend Standard bei Level-3- und Level-4-Systemen. Mercedes plant 2027 den „MB.Drive Assist Pro“ in Deutschland anzubieten, ein weiterer Schritt auf dem Weg zu umfassenderen Fahrfunktionen.

Starke Konkurrenz kommt aus China: Hersteller wie BYD, Xpeng und Nio investieren massiv in fortgeschrittene Assistenzsysteme und Level-4-Technologie. Der Markt in China ist regulatorisch oft weniger restriktiv, was die Entwicklung dort beschleunigt. Tesla verfolgt als Pionier softwarebasierter Fahrzeugarchitekturen eine eigene Strategie mit Over-the-Air-Updates, auch wenn Teslas Systeme offiziell meist als Level 2 klassifiziert sind.

Neue Geschäftsmodelle verändern die Branche grundlegend:

• Abo-Modelle für Softwarefunktionen (z. B. Level-3-Funktionen gegen monatliche Gebühr)

• Pay-per-Use für autonome Fahrfunktionen bei Robotaxis und Shuttles

• Plattformökonomie rund um Daten, Services und Infrastrukturausstattung

Ausblick: Von Level 3 zu Level 5, wie geht es weiter?

Heute stehen wir an einem Wendepunkt: Erste Serienlösungen für Level 3 und operative Level-4-Systeme in klar definierten Bereichen existieren, doch der Weg zu Level 5 bleibt lang und anspruchsvoll. Level-4-Anwendungen werden zunächst auf klar abgegrenzten Betriebsbereichen verbreitet sein, Campusgelände, Shuttle-Linien, Autobahnabschnitte zwischen Logistikzentren, bevor echte Level-5-Systeme überall fahren können.

• Fokus auf Standardisierung und Harmonisierung von Recht, Technik und Schnittstellen über Ländergrenzen hinweg

• Stetige Validierung und Fehlerüberwachung im realen Betrieb als Grundlage für Vertrauen in die Technologie

• Notwendigkeit zertifizierter kognitiver Systeme und KI, die kontinuierlich im Betrieb überwacht werden

Offene Fragen bleiben: Wer trägt die Haftung bei einem Unfall? Wie entscheiden Algorithmen in ethischen Dilemmata? Wie lassen sich internationale Regelwerke harmonisieren? Und wie gewinnen wir das Vertrauen der Menschen, jener Personen, die täglich am Verkehr teilen? Die Antworten auf diese Fragen werden darüber entscheiden, ob Deutschland seine Pionierrolle behaupten kann. Autonomes Fahren ist keine plötzliche Revolution, sondern eine Reihe kontinuierlicher Fortschritte, jeden Bereich betreffend: Technik, Gesetz, Gesellschaft. Der Weg ist leistungsorientiert und schrittweise, das Ziel aber klar: sicherere, effizientere und inklusivere Mobilität für alle.