Beschleunigte Entwicklung

Bereits 2021 hatte Honda den mit Level 3 ausgestatteten Legend in Japan auf den Markt gebracht, und 2024 führte Mercedes-Benz mit der Drive Pilot-Option für die S-Klasse und die EQS-Limousine SAE Level 3 Autonomie in den USA ein. Diese Fahrzeuge sind nicht nur auf dem neuesten Stand der Technik in der Automotive-Branche, sondern verschieben auch die Grenzen des gesetzlichen Rahmens mit einer noch nie dagewesenen Übergabe der Verantwortung vom Fahrer an das Fahrzeug. Mit der Weiterentwicklung der FAS-Technologie (Fahrerassistenzsysteme) müssen auch die rechtlichen und regulatorischen Bereiche überdacht werden, um die Rolle des Fahrers neu zu bewerten.

Die SAE-Level für die Automatisierung des Fahrens

Level 3 stellt sowohl in Bezug auf die Technologie als auch auf die Haftung einen bedeutenden Sprung dar. Nach der SAE-Tabelle in Abbildung 1 ist Level 3 der erste Level, bei dem es Szenarien gibt, in denen die Person auf dem Fahrersitz nicht der eigentliche Fahrer ist. Wenn Sie in einen Unfall verwickelt werden, während Funktionen von Level 3 aktiviert sind, haftet der Automobilhersteller. Das Fahrzeug wird zum „Fahrer".

Der Unterschied zwischen den Leveln 2 und 3 hat sowohl mit der Gesetzgebung als auch mit der Technologie zu tun. Sowohl Fahrzeuge mit Level 2 als auch Level 3 können ihre Geschwindigkeit hinter einem anderen Fahrzeug beibehalten und in ihrer Spur bleiben. Der Unterschied besteht darin, dass man haftbar gemacht wird, wenn man mit einem Fahrzeug mit Level 2 in einen Unfall verwickelt wird. Wenn Sie in einen Unfall verwickelt werden, während die Level-3-Merkmale aktiv sind, haftet der Fahrzeughersteller. Diese wichtige Unterscheidung bedeutet, dass der Fahrer in den Augen des Gesetzgebers das Fahrzeug bei Automatisierung in Level 3 nicht wirklich „fährt“.

Die schwierigste Herausforderung beim Übergang von Level 2 zu Level 3 ist der Faktor Mensch. In einer Studie der deutschen Versicherer zur Unfallforschung wurden Fahrer in einen Fahrsimulator gesetzt, der ein Level-3-Fahrzeug emulierte und eine Übernahme der Fahrzeugsteuerung durch den Fahrer forderte, während die Funktionen zum automatisierten Fahren aktiv waren.^[i] Die Ergebnisse zeigten, dass Fahrer, die auf eine besonders fesselnde, nicht fahrerische Aufgabe fixiert waren, beispielsweise Tetris-Spielen auf der Infotainment-Konsole des Fahrzeugs, fünf Sekunden länger brauchten, um ihre Füße auf die Pedale, die Hände auf das Lenkrad und die Augen auf die Straße, den Tacho und den Rückspiegel zu richten.

Fünf Sekunden scheinen keine lange Zeit zu sein, aber ein Fahrzeug mit einer Geschwindigkeit von 120 km/h legt in dieser Zeit 165 Meter zurück. Die Fahrzeughersteller müssen die Risiken und Vorteile von Level 3 abwägen, denn wenn man sich darauf verlässt, dass eine abgelenkte Person schnell aufmerksam für das Fahren wird, entsteht eine große Schwachstelle im System. Bei frühen Tests mit selbstfahrenden Autos von Ford schliefen die Fahrer am Steuer ein.^[ii] Der Drive Pilot von Mercedes entschärft den Risikofaktor Mensch, indem er die Möglichkeiten des Fahrers bei aktivem selbstfahrenden Fahren einschränkt. Kameras rund um den Fahrer stellen sicher, dass er wach ist und auf die Straße blickt, und Sensoren erkennen, ob sich der Sitz nach hinten neigt. Mercedes hat eindeutig von den schläfrigen Fahrern von Ford gelernt.

Auf das Unerwartete vorbereitet sein

Als Fahrer treffen wir manchmal Entscheidungen darüber, wo und wie wir fahren wollen, wenn Fahrbahnmarkierungen abgenutzt sind oder die Wetterbedingungen die Sicht beeinträchtigen. In Baustellen kann es vorkommen, dass provisorische Fahrbahnmarkierungen verwendet werden, um neue Verkehrswege zu zeigen. Rettungskräfte leiten den Verkehr manchmal mit Handsignalen, die Vorrang vor Verkehrsschildern und Ampeln haben. Manchmal müssen wir Schlaglöchern oder einem Trümmerteil auf der Straße ausweichen und dazu eine benachbarte Fahrspur benutzen.

Die technische Herausforderung für autonome Fahrzeuge besteht nicht darin, sie zum Fahren auf der Straße zu bringen. Die eigentliche Herausforderung besteht darin, die Fahrzeuge so vorzubereiten, dass sie sich in einzigartigen Situationen zurechtfinden, für die sie nicht speziell trainiert wurden. Hier kommt dem Machine Learning eine entscheidende Rolle zu. Szenarien, die von Fahrzeugen aufgezeichnet wurden, die bereits auf den Straßen unterwegs sind, bieten den Fahrzeugherstellern reichlich Material zur Verfeinerung ihrer Algorithmen. Die Hersteller können dann über eine Feedback-Schleife Over-the-Air-Updates für ihre Flotten bereitstellen, damit die Fahrzeuge von den Erfahrungen der anderen lernen können.

Technologische Wunderwerke, rechtliche Komplexität

Level-3-Fahrzeuge sind aus rechtlicher Sicht ebenso komplex wie aus technologischer Sicht (Abbildung 2). Das Hin- und Herschieben der Haftung zwischen Fahrer und Fahrzeug ist in den USA beispiellos. Automotive-Entwickler sollten die rechtlichen Rahmenbedingungen und Standards kennen, die für ihre Arbeit gelten.

Autonome Fahrzeuge sorgen für interessante rechtliche Grenzfälle. Tesla bietet zum Beispiel eine Option namens Smart Summon an, bei der das Auto vom Parkplatz aus selbst zum Nutzer fahren kann. Rein rechtlich betrachtet ist der Nutzer des Fahrzeugs immer noch für einen Unfall mit Blechschaden haftbar, obwohl er nicht im Auto sitzt.

Auch für Level-2-Fahrzeuge ist die Abgrenzung der Verantwortung zwischen Fahrer und Fahrzeug wichtig, denn der Fahrer kann möglicherweise naiv und unachtsam werden und sich so verhalten, als ob er in einem Level-3- oder 4-Fahrzeug säße. Die Fahrzeughersteller müssen den Fahrern die Grenzen der autonomen Funktionen des Fahrzeugs deutlich machen, und die Fahrer müssen verstehen, dass sie in den meisten Fällen immer noch die Kontrolle über das Fahrzeug haben.

Wie geht es weiter?

Level 3-Fahrzeuge sind ein wichtiger Meilenstein auf dem Weg, die Straßen sicherer und den Verkehr effizienter zu machen. Diese innovative Technologie wird vorerst nur in begrenzten Bereichen eingesetzt, doch gleichzeitig setzen sich FAS-Funktionen von Level-1- und 2-Fahrzeugen weltweit immer mehr durch. Intelligente Fahrzeuge, die eine aktivere Rolle im Straßenverkehr übernehmen, verschieben sowohl die technologischen als auch die rechtlichen Grenzen. Auf dem Weg zu Level 4-Fahrzeugen für den Endkundenbereich müssen die Erkenntnisse aus Level 3 und Level 4 für gewerbliche Fahrzeuge verfeinert und ein robuster Rechtsrahmen entwickelt werden.

^[i] Zhuoqun Dai, Yang Li, Max Caspar Sundermeier, Tobias Grabe und Roland Lachmayer. „Lidars for vehicles: from the requirements to the technical evaluation“, 2021, https://www.repo.uni-hannover.de/bitstream/handle/123456789/11439/Dai2021_Lidars_for_vehicles.pdf?sequence=4.

^[ii] Michael Cantu, „Ford Engineers Can’t Stay Awake in Driverless Cars“, MotorTrend, 20. Februar 2017, https://www.motortrend.com/news/ford-engineers-cant-stay-awake-in-driverless-cars/.