Autonomes Fahren genießt momentan keine Priorität

Die deutschen Autobauer, so scheint es, haben in der jüngeren Zeit ein wenig die Lust am autonomen Fahren verloren. Während sich die OEMs bis vor einigen Monaten zumindest in den Medien noch einen Wettlauf der Versprechen mit einer Reihe von Startups aus den USA geliefert haben, ist der Schwung mittlerweile verlorengegangen. Das könnte mit der anhaltenden Coronakrise zu tun haben, aber eben nicht nur.

„Im Ownership-Bereich liegt bei Audi ein starker Fokus auf der Weiterentwicklung des automatisierten Fahrens auf SAE-Level 2“, sagt Benedikt Strasser, der bei dem Ingolstädter Autobauer für diese Technologien verantwortlich ist. Von den Levels 3 und 4 ist da schon deutlich zurückhaltender und unkonkreter die Rede, zumal die Mutter Volkswagen diese Thematik konzernweit in die Kooperation mit Ford und Argo ausgelagert hat.

Autonomes Fahren weicht Elektrifizierung

Weiter oben auf der SAE-Skala wird es noch ein wenig dünner. „Level 5 halten wir für ein sehr ambitioniertes Ziel“, so Strasser. Ähnlich sieht die Situation bei BMW aus – das Unternehmen entwickelt gemeinsam mit Partnern eine entsprechende Technikplattform. Aber auch hier scheint ein wenig die Luft raus zu sein. „Da hat sich eine gewisse Ernüchterung eingestellt, was technisch in absehbarer Zeit machbar ist“, bestätigt ein Sprecher von BMW die aktuelle Stimmung. „Jetzt haben wir andere Themen.“

Der Mann von BMW spricht etwas offen aus, das andere Marktteilnehmer ebenso umtreibt, die das aber offenbar nicht gerne auf den Punkt bringen. Industrieweit werden momentan Akzente neu gesetzt und Ressourcen umgeschichtet. Priorität hat jetzt offensichtlich im Zuge der Dekarbonisierung die Einführung lokal emissionsfreier Antriebe und die Entwicklung adäquater Energiespeicher.

Aktuell kommt es mehr denn je darauf an, nun endlich Elektroautos in mehr als nur homöopathischen Stückzahlen unters Volk zu bringen. Aus dieser Fokusverschiebung in Richtung Elektrifizierung resultiert der Eindruck einer gewissen Lustlosigkeit in Sachen autonomes Fahren, den die deutsche Industrie gegenwärtig verströmt.

Mangel an Koordination und Strategie

Bestätigt wird diese Wahrnehmung von einer Studie des Beratungsunternehmens KPMG. In ihrem „2020 Autonomous Vehicles Readiness Index“ vergleichen die Marktbeobachter den Reifegrad von dreißig wichtigen Volkswirtschaften im Hinblick auf die Einführung selbststeuernder Fahrzeuge im allgemeinen Verkehr. Das schmachvolle Ergebnis: Deutschland belegt lediglich den 14. Platz – hinter Dänemark, Finnland, den Niederlanden und, selbstverständlich, den USA und Singapur.

Sogar die unter automobiltechnischen Gesichtspunkten bisher nicht übermäßig hervorgetretenen Vereinigten Arabischen Emirate liegen vor dem Land von Carl Benz und Gottfried Daimler – und zwar gleich um sechs Stellen. Das Sahnehäubchen der beschämenden Bilanz: Schon das dritte Jahr in Folge befindet sich Deutschland im Sinkflug; 2018 hatte es immerhin noch den sechsten Platz belegt. Die Studie untersucht ein breites Spektrum von Faktoren, die in einer Volkswirtschaft das autonome Fahren begünstigen, darunter digitale Verkehrsinfrastruktur, Sicherheit und Datenschutz.

Verantwortlich für den Punkteabzug ist aus Sicht der KPMG-Experten vor allem der Mangel an Koordination und Strategie bei den verschiedenen Stakeholdern für das autonome Fahren in Deutschland. Recht gut sieht es der Studie zufolge dagegen mit der Innovationskraft der deutschen Industrie aus; auch für die Fähigkeit zur Bildung von Industriepartnerschaften findet der KPMG-Bericht lobende Worte.

Trio der Sensorprinzipien

Innovationsfähigkeit hin oder her, es bleibt noch einiges zu tun für die deutsche Industrie, bevor sie selbstfahrende Autos auf die Öffentlichkeit loslassen kann. Sensorik, Rechnerplattformen, Software, Entwicklungsprozesse – alle diese Faktoren sind von zentraler Bedeutung. Erst wenn sie alle verfügbar sind, kann das Projekt autonome Mobilität gelingen.

Ein Beispiel dafür, wie Sensorik und Hardware autonomer Fahrzeuge aussehen könnten und vor allem wie diese sich je nach Einsatzzweck und Geschäftsmodell unterscheiden könnten, liefert das BMBF-geförderte Forschungsprojekt UnicarAgil, in dem acht Universitäten und diverse kommerzielle Unternehmen die Technikplattformen für das autonome Fahren der Zukunft entwickeln.

Im Juli stellten die Beteiligten erste Zwischenergebnisse vor: Die Wissenschaftler und ihre Industriepartner präsentierten vier Fahrzeuge, die allesamt komplett fahrerlos unterwegs sein können, die sich aber je nach geplantem Einsatzfeld in ihrer Ausführung unterscheiden – ein People Mover namens AutoShuttle, ein Robotertaxi namens AutoTaxi, das maximal variable Familienfahrzeug AutoELF sowie das konfigurierbare Frachtabhol- und Lieferfahrzeug AutoCargo.

Bei aller mechanisch-physischen Unterschiedlichkeit nutzen alle vier Roboterautos die gleiche Elektronikplattform aus Sensorik, Rechnereinheiten und Algorithmik. Die Sensorik umfasst jenes Trio an unterschiedlichen Sensorprinzipien, das mit der lautstarken Ausnahme Tesla bei nahezu allen Herstellern als unverzichtbar angesehen wird, um ein hinreichendes Maß an Überlappung, Redundanz und damit Ausfallsicherheit hinzubekommen, die auch bei widrigen Sicht- und Wetterbedingungen eine unfallfreie Teilnahme am Verkehr versprechen. Das sind Radar, Kameras und Lidar-Scanner.

Lossagen von vorhandenen Strukturen

Hinsichtlich der Rechnerarchitektur haben sich die Forscher am menschlichen Nervensystem orientiert. Zwar ist jedes der vier Sensormodule mit einem Rechner für die Datenfusion ausgestattet, doch führt ein Zentralrechner die Oberaufsicht und bestimmt die Trajektorien und Fahrstrategien.

Mit diesem Ansatz löst sich das UnicarAgil-Konsortium bereits ein gutes Stück weit von dem, was in der Industrie heute die Serienproduktion bestimmt – nämlich jener Wildwuchs aus ausgabenspezifischen, dezentralen Steuergeräten, deren Komplexität die Entwickler vor immer größere Probleme stellt.

„Wir sehen dort, dass man sehr stark auf die vorhandenen Architekturen aufsetzt“, sagt UnicarAgil-Projektleiter Timo Woopen mit Blick auf die real existierende Industrielandschaft. „Wir als Forschungskonsortium haben bewusst den Schritt unternommen, uns von solchen vorhandenen Strukturen loszusagen und die Architekturen neu zu denken.“

Bei der Software nahmen die UnicarAgil-Forscher eine Anleihe bei den serviceorientierten Architekturen (SOA), modifiziert um automobilspezifische Aspekte; das Ganze heißt dann ASOA (Automotive Service-oriented Architecture). Vorteile sind wesentlich größere Flexibilität und Robustheit. Ein weiteres wichtiges, ja zentrales Entwicklungsziel ist die Modularisierung der Software. Denn so lassen sich Updates und Upgrades viel leichter auch nach der Produktionsphase noch einbringen.

Leistungsfähigkeit und Kompaktheit

Für Aufgaben wie die Zusammenführung der Sensordaten zu einem konsistenten räumlichen Bild der Umgebung wird, ebenso wie für die Berechnung der Fahrstrategie, eine enorme Rechenleistung benötigt. Während sich die UnicarAgil-Forscher hier noch mit – allerdings sehr leistungsfähigen – Standard-PCs behelfen, wird überall in der Industrie viel Energie in die Entwicklung von Rechenplattformen gesteckt, die für solche Aufgaben nicht nur leistungsfähig genug sind, sondern auch nicht viel von dem knappen Bauraum im Auto beanspruchen und mit wenig Strom auskommen.

Hier kristallisieren sich bestimmte Entwicklungen als offenbar besonders erfolgversprechend heraus. Neben der Intel-Firma Mobileye mit ihren EyeQ-Rechenchips ist das vor allem der Chiphersteller Nvidia – seine Bauteile sind bei OEMs und Zulieferern fast überall vertreten. Was nicht heißt, dass die erforderliche Kombination aus Leistungsfähigkeit und Kompaktheit bereits auf dem Markt verfügbar ist.

Hier dürfte noch einiges an Optimierung nötig sein. „Das ist ein sehr wichtiger Markt – ohne diese Chips wird es sehr schwierig werden, die entsprechenden Rechnerplattformen zu realisieren“, kommentiert Experte Woopen. Tröstlich ist allenfalls, dass dieser Mangel die gesamte Automobilindustrie weltweit trifft.

Softwarekompetenzen der Hersteller

Eine weitere Dauerbaustelle befindet sich im Bereich der Software. Zwar arbeiten sämtliche deutschen Autohersteller fieberhaft daran, ihre Softwarekompetenz auszubauen, doch sind die bisher erzielten Erfolge recht überschaubar. Allerdings ist die Lage schwierig einzuschätzen, denn die Hersteller tun allesamt recht geheimnisvoll.

So steht die Entwicklung eines Fahrzeugbetriebssystems quer durch die Branche weit oben auf der Prioritätenliste, doch sollte man sich darunter nicht unbedingt jene meist recht homogene Sammlung von Kernfunktionen und Schnittstellen vorstellen, die wir aus der Computertechnik kennen. Zumindest lässt sich das aus den spärlichen Statements ableiten, die sich die OEMs abringen. Zur Entwicklung geeigneter Software sind andere Verfahren, ja gar eine andere Unternehmenskultur notwendig.

„Man sieht, dass die klassische Herangehensweise bei der Entwicklung an Grenzen stößt“, sagt Martin Schleicher, Executive Vice President des Automobil-Softwarehauses Elektrobit. Um die softwaretechnische Komplexität das autonomen Fahrens – zu der die künstliche Intelligenz ein gutes Stück beiträgt – zu beherrschen, braucht es einen ganzen Werkzeugkasten voller neuer Ansätze. Dazu gehören auf der Softwareebene Standards und Architekturen. Es braucht zudem neue Methoden – agile Entwicklung etwa, die immerhin in Teilen der Branche bereits angekommen ist.

In deren Gefolge sind darüber hinaus adäquate Verfahren wie Continuous Delivery und Continuous Integration vonnöten. Immerhin hat sich hierbei nach Beobachtung von Brancheninsidern bereits einiges getan. „Die Software bekommt einen völlig neuen Stellenwert. Wir sehen einen sehr schnellen Umschwung“, erklärt Karsten Krügel, Lead Business Development Manager beim Entwicklungstool-Anbieter dSpace.

Gesetzesentwurf der Bundesregierung

Die KI verändert nicht nur die Designphase der Software, sondern auch deren Absicherung – die verschiebt sich zunehmend in die Cloud. „Hochautomatisiertes und autonomes Fahren erfordert sehr umfangreiche Tests, das lässt sich nicht mehr mit traditionellen Ansätzen wie Hardware in the Loop lösen“, sagt Krügel. „Die Nutzung von Cloudstrukturen für Tests und Verifizierung ermöglicht die für solche Verfahren notwendige Skalierung.“

Als eine der effektivsten Bremsen für die Einführung des autonomen Fahrens galt bisher die fehlende rechtliche Basis. Keines der in dieser Technik führenden Länder besitzt bis dato einen vollumfänglichen Rechtsrahmen für das Fahren ohne Fahrer. Keines? Doch, eines: Kürzlich ging die deutsche Regierung in Führung. So kursiert seit diesem Sommer ein Gesetzesentwurf, der inhaltlich zwar nicht das autonome Fahren auf SAE-Level 5, aber immerhin das hochautomatisierte Fahren auf Level 4 regeln soll.

Ob dieses Gesetz allerdings den erhofften großen Wurf darstellt, ist noch unklar, denn zum einen sieht es offenbar nur eine gewerbliche Nutzung solcher Fahrzeuge vor und zum anderen besticht das vorgestellte zweistufige Genehmigungsverfahren sicherlich nicht durch elegante Einfachheit. Mit dieser Vorlage dürfte der seltene Fall eingetreten sein, dass eine Regierung schneller agiert als die Industrie. Ob das für die Regierung oder gegen die Industrie spricht, mag jeder selbst entscheiden.