Forschung bringt autonome Autos in den Stadtverkehr
Eine Realfahrt in Berlin und das Forschungsprojekt STADT:up zeigen, wie automatisiertes Fahren im Stadtverkehr vorankommt. Neben KI, Sensorfusion und Verhaltensprognosen rücken dabei Prüfung, Betriebserlaubnis und urbane Integration in den Fokus.
Mit dem Forschungsfahrzeug Edgar untersucht die Technische Universität München automatisiertes Fahren im realen Verkehr. Bei einer Berliner Testfahrt wurde das System unter Level-4-Bedingungen von TÜV und Dekra geprüft.
TU München
Autonomes Fahren kommt in Deutschland in eine neue Erprobungsphase. Zwei aktuelle Projekte zeigen, wie sich Forschung, Prüfpraxis und urbane Mobilitätskonzepte einander annähern. In Berlin wurde erstmals eine Prüfmethodik für eine Realfahrt unter Level-4-Bedingungen im öffentlichen Verkehr erprobt. Parallel zog das Verbundprojekt STADT:up Bilanz aus dreieinhalb Jahren Forschungs- und Entwicklungsarbeit zum automatisierten Fahren im Stadtverkehr.
Beide Vorhaben markieren keinen unmittelbaren Serienstart autonomer Fahrzeuge. Sie zeigen jedoch, an welchen Stellen die Technologie konkreter wird. Im Fokus stehen nicht mehr allein einzelne Fahrfunktionen auf der Autobahn, sondern komplexe urbane Szenarien. Dort treffen automatisierte Systeme auf Fußgänger, Radfahrer, Lieferverkehr, unklare Verkehrslagen und wechselnde Umgebungsbedingungen.
Forschungsfahrzeug Edgar absolviert Realfahrt durch Berlin
Bei der Berliner Realfahrt stand das Forschungsfahrzeug Edgar der Technischen Universität München im Mittelpunkt. Das Fahrzeug fuhr autonom eine Strecke über fünf Kilometer vom Bundesministerium für Verkehr bis zum Berliner Radialsystem. Nach Angaben des TÜV-Verbands und der Dekra handelte es sich um die erste Prüfungsfahrt eines Fahrzeugs unter Level-4-Bedingungen in Deutschland.
Die Fahrt diente nicht der Zulassung des Forschungsfahrzeugs. Ziel war vielmehr, eine unabhängige Prüfmethodik für autonome Fahrzeuge unter realen Verkehrsbedingungen zu erproben. Drei TÜV-Prüferteams begleiteten die Fahrt und bewerteten das Fahrverhalten unabhängig voneinander. Das Fahrzeug absolvierte die Strecke durch Berlin insgesamt dreimal. Grundlage der Bewertung waren Fahraufgaben, die auf dem im Verkehrsblatt veröffentlichten Begutachtungsleitfaden beruhen.
Die vorläufigen Ergebnisse fallen positiv aus. Laut TÜV-Verband bestätigte die Realfahrt die Praxistauglichkeit des entwickelten Prüfkonzepts. Auch die eingesetzte Messtechnik habe sich als praxiserprobt erwiesen und lasse sich mit vertretbarem Aufwand in Prüfungen integrieren. Die gewonnenen Erkenntnisse sollen in die Weiterentwicklung objektiver und harmonisierter Bewertungskriterien für autonome Fahrzeuge einfließen.
Level 4 braucht mehr als Fahrzeugtechnik
Edgar habe den Berliner Stadtverkehr innerhalb des geprüften Betriebsbereichs sicher und zuverlässig bewältigt, teilte der Verband mit. Für eine reguläre Level-4-Betriebsgenehmigung fehlten dem Fahrzeug jedoch zentrale Voraussetzungen. Dazu zählt insbesondere eine Technische Aufsicht, die das Fahrzeug im Bedarfsfall überwachen und eingreifen kann. Damit verweist das Projekt auf eine zentrale Hürde beim Hochlauf autonomer Mobilität. In Deutschland erfolgt die Genehmigung von Level-4-Fahrzeugen in zwei Schritten. Zunächst wird das Fahrzeug technisch geprüft und typgenehmigt. Anschließend muss der konkrete Betriebsbereich behördlich genehmigt werden. Dabei bewerten unabhängige Sachverständige, wie das Fahrzeug komplexe Fahraufgaben bewältigt und auf reale Verkehrssituationen reagiert.
Der TÜV-Verband leitet aus der Berliner Realfahrt auch regulatorische Anforderungen ab. Prüfstellen und Behörden müssten umfassenden Zugang zu sicherheitsrelevanten Fahrzeugdaten erhalten, damit autonome Systeme wirksam bewertet und im Betrieb kontrolliert werden könnten. Zudem fordert der Verband standardisierte Schnittstellen, europäisch harmonisierte Regeln für autonome Fahrzeuge und klare Vorgaben für lernende KI-Systeme in sicherheitsrelevanten Anwendungen.
STADT:up nimmt den Stadtverkehr in den Blick
Während die Berliner Realfahrt vor allem die unabhängige Prüfung eines autonomen Fahrzeugs unter realen Bedingungen in den Vordergrund stellt, setzt das Forschungsprojekt STADT:up breiter an. Das Verbundprojekt steht für „Solutions and Technologies for Automated Driving in Town“ und befasst sich mit automatisiertem Fahren im urbanen Raum. Nach dreieinhalb Jahren Laufzeit präsentierten die Partner am 10. und 11. Juni 2026 im Aldenhoven Testing Center ihre Ergebnisse. Das Projekt verfügte über ein Gesamtbudget von 62,2 Millionen Euro. Beteiligt waren 20 Partner aus Fahrzeugindustrie, Zulieferwirtschaft, Technologieentwicklung und Forschung. Zu den Unternehmen gehörten CARIAD, Mercedes-Benz, Opel, Aptiv, AUMOVIO, AVL, DeepScenario, Ergosign, gestigon, Hella, Bosch, Valeo und ZF. Aus dem Forschungsbereich wirkten unter anderem die Bundesanstalt für Straßen- und Verkehrswesen, das Deutsche Zentrum für Luft- und Raumfahrt sowie mehrere Hochschulen und Universitäten mit.
Ziel des Projekts war es, automatisiertes Fahren durchgängig im Stadtverkehr zu ermöglichen und Fahrer dauerhaft von Fahraufgaben zu entlasten. Der innerstädtische Verkehr gilt als besonders anspruchsvoll, weil dort heterogene Verkehrsströme, komplexe Knotenpunkte, temporäre Hindernisse und direkte Interaktion mit anderen Verkehrsteilnehmern zusammenkommen.
KI entlang der funktionalen Kette
Ein Schwerpunkt des Projekts lag auf dem umfassenden Einsatz künstlicher Intelligenz. Die Projektpartner entwickelten eine urbane Fahrautomation, bei der KI entlang der funktionalen Kette eingesetzt wird. Dazu gehören Umgebungserfassung, Datenfusion, Verhaltensprädiktion und Manöverplanung.
Für automatisierte Fahrzeuge ist diese Verbindung entscheidend. Sie müssen ihre Umgebung erkennen, Daten aus unterschiedlichen Sensoren zu einem belastbaren Gesamtbild zusammenführen und zugleich abschätzen, wie sich andere Verkehrsteilnehmer voraussichtlich verhalten. Erst auf dieser Grundlage kann das System entscheiden, ob es bremst, wartet, ausweicht oder weiterfährt.
STADT:up meldet insbesondere Fortschritte bei der sensorgestützten Umfelderfassung. Die KI soll Daten verschiedener Sensoren so zusammenführen, dass selbst bei Störungen oder Fehlinformationen einzelner Sensoren ein zuverlässiges Gesamtbild entsteht. Als Beispiel nennt das Projekt widrige Bedingungen wie starken Regen. Für den Stadtverkehr ist diese Robustheit zentral, weil automatisierte Fahrzeuge nicht nur unter Idealbedingungen sicher agieren müssen.
Digitaler Zwilling für urbane Mobilität
Das Projekt ging zudem über die Fahrzeugebene hinaus. In Zusammenarbeit mit Städten analysierten die Projektpartner Anforderungen, Nutzungskonflikte und mögliche Zukunftsszenarien. Die Ergebnisse flossen in die Konzeption eines digitalen Zwillings ein, der intermodale Mobilitätsströme abbilden und die Auswirkungen automatisierter Fahrzeuge auf das Verkehrssystem simulieren soll. Dieser Ansatz zeigt, dass autonomes Fahren im urbanen Raum nicht allein als Fahrzeugtechnologie verstanden werden kann. Entscheidend ist auch, wie automatisierte Fahrzeuge in bestehende Mobilitätssysteme eingebunden werden. Das betrifft den öffentlichen Verkehr, neue Shuttle-Angebote, Robotaxi-Konzepte und mögliche Einsatzräume in klar definierten Betriebsbereichen.
Die Berliner Realfahrt und STADT:up zeigen unterschiedliche, aber miteinander verbundene Fortschritte. Edgar macht sichtbar, wie Prüfmethoden für autonome Fahrzeuge unter realen Verkehrsbedingungen erprobt werden können. STADT:up hingegen liefert technologische Bausteine für automatisiertes Fahren in besonders komplexen urbanen Szenarien.
Für den Markthochlauf bleibt der Abstand zwischen Forschungsfortschritt und breiter Anwendung dennoch groß. Autonome Fahrzeuge müssen technisch robust, regulatorisch abgesichert und betrieblich kontrollierbar sein. Hinzu kommen Fragen der Datenverfügbarkeit, der Betriebsgenehmigung und der Einbindung in bestehende Verkehrssysteme. Trotzdem verdichten sich die Hinweise, dass autonomes Fahren in eine konkretere Phase eintritt. Der Weg führt derzeit weniger über eine universelle Selbstfahrfunktion im privaten Pkw, sondern über abgegrenzte Betriebsbereiche, urbane Testfelder und klar definierte Anwendungen. Dort könnten Shuttles, Robotaxis oder andere geteilte Mobilitätsdienste zu den ersten Einsatzfeldern gehören, in denen automatisierte Systeme ihre Alltagstauglichkeit nachweisen müssen.
