Robotaxi in Deutschland: Wenn Waymo in München das Lenkrad übernimmt

00:00:00: Willkommen bei Promtzeit!

00:00:01: Wir kommen fast für KI in der Unternehmenswelt.

00:00:04: Von Hardware bis Recht, Praxisnah, Deutschsprachig von dir Es geht los.

00:00:14: Bevor es losgeht ein Hinweis in eigener Sache Bei Promt Zeit ist die KI nicht nur Thema sondern macht auch die Arbeit.

00:00:21: Stimmen, Recherche und Redaktion dieses Podcasts sind KI generiert.

00:00:26: In diesem Sinne viel Spaß mit der Folge Wenn Waymo in München das Lenkrad übernimmt.

00:00:33: Waymo will Ende of the Year in München starten.

00:00:39: Ausgerechnet in der Heimat von BMW bringt damit ein Unternehmen aus dem LVB-Konzern eine Technologie auf die Straße, die in den USA längst kommerziell funktioniert.

00:00:51: Für die deutsche Autoindustrie geht es dabei um mehr als Robotaxis.

00:00:56: Die entscheidende Frage lautet ob künftig derjenige den Mobilitätsmarkt beherrscht, oder derjenige, der fahren kann.

00:01:06: In den kommenden Wochen werden auf Münchens Straßen Fahrzeuge auftauchen die auf den ersten Blick vor allem durch ihre ungewöhnliche Sensorik auffallen.

00:01:15: Kameras, Radar und die Charakteristischen leider aufbauten auf dem Dach verraten dass es sich nicht um gewöhnliche Testfahrzeuge handelt noch sitzen Menschen am Steuer.

00:01:26: das soll sich ändern.

00:01:28: Waymo, die auf autonomes Fahren spezialisierte LVB-Tochter beginnt in München mit der Kartierung des Straßennetzes und ersten Testfahrten.

00:01:38: Zunächst werden speziell geschulte Fahrer die Fahrzeuge manuell bewegen.

00:01:43: Anschließend soll das autonome System – der sogenannte Waymo Driver – auf Münchner Verkehrssituationen vorbereitet werden.

00:01:51: Das Ziel ist deutlich ambitionierter als ein Forschungsprojekt.

00:01:55: Gegen Ende twenty-sevenundzwanzig will Waymo in München einen kommerziellen, vollständig fahrerlosen Ridehailingdienst anbieten.

00:02:04: Die notwendigen Genehmigungen stehen noch aus.

00:02:07: Waymo befindet sich dazu nach eigenen Angaben bereits im Austausch mit Behörden auf kommunaler Landes und Bundesebene.

00:02:16: Die Wahl des Standorts besitzt Symbolkraft.

00:02:19: München ist Sitz von BMW Heimat zahlreicher Automobilzulieferer und einer der wichtigsten europäischen Entwicklungsstandorte für Mobilitätstechnologie.

00:02:30: Und ausgerechnet dort will ein Unternehmen, das selbst kein klassischer Autohersteller ist zeigen dass es eine der schwierigsten Aufgaben des Automobils inzwischen besser deharscht als der Mensch – Das Fahren!

00:02:44: Waymo ist längst kein Forschungsprojekt mehr.

00:02:47: Autonome Fahrzeuge werden seit mehr als einem Jahrzehnt angekündigt.

00:02:51: Viele Prognosen erwiesen sich als zu optimistisch.

00:02:55: Vollautonome Autos sollten längst zum Straßenbild gehören, stattdessen sitzt in nahezu jedem Fahrzeug noch immer ein Mensch am Lenkrad.

00:03:04: Waymo unterscheidet sich inzwischen jedoch in einem entscheidenden Punkt von vielen früheren Projekten.

00:03:10: Das Unternehmen betreibt autonome Mobilität nicht mehr nur im Testbetrieb.

00:03:16: Nach eigenen Angaben hat Waymo inzwischen mehr als zwanzig Millionen vollständig autonome Fahrten absolviert und bedient jede Woche mehrere hunderttausend kommerzielle Fahrten.

00:03:27: Der Waymo Driver hat mehr als zweihundert Millionen Meilen, rund dreihundertzwanzig Millionen Kilometer ohne menschlichen Fahrer auf öffentlichen Straßen zurückgelegt.

00:03:39: In mehreren amerikanischen Metropolregionen können Kunden bereits heute eine App öffnen ein Fahrzeug bestellen und einsteigen.

00:03:47: Auf dem Fahrer sitzt niemand.

00:03:50: Waymo fährt unter anderem in San Francisco, Los Angeles Phoenix Miami Dallas und Houston.

00:03:57: Weitere Städte werden erschlossen.

00:04:00: In Austin und Atlanta können Waymo-Fahrten sogar direkt über Uber gebucht werden.

00:04:06: Diese Größenordnung verändert die Diskussion.

00:04:09: Die Frage lautet nicht mehr ausschließlich ob ein autonomes Fahrzeug prinzipiell durch eine Großstadt fahren kann.

00:04:17: Waymo versucht inzwischen die nächste Stufe zu beweisen.

00:04:21: Lässt sich autonomes Fahren als skalierbares Mobilitätsgeschäft betreiben?

00:04:26: München wird einer der ersten europäischen Tests darauf.

00:04:30: Der entscheidende Unterschied Ein Fahrerassistenzsystem hilft einem Menschen beim Autofahren.

00:04:36: Bei Waymo gibt es im regulären Betrieb keinen Fahrer, der das System permanent überwacht oder jederzeit übernehmen muss.

00:04:45: Der Waymo Driver übernimmt die Fahraufgabe vollständig innerhalb seines freigegebenen Betriebsgebiet.

00:04:52: Der eigentliche Wettbewerb findet nicht zwischen Autos statt.

00:04:56: Wer Waymo als neuen Autohersteller betrachtet, übersieht das Geschäftsmodell.

00:05:02: Waymo möchte nicht primär Autos bauen!

00:05:05: Das Unternehmen entwickelt einen Fahrer.

00:05:08: Die eigene Technologie trägt deshalb bewusst den Namen Waymo-Driver.

00:05:13: Sensorik, Rechner Karten, Software und künstliche Intelligenz werden als System entwickelt das auf unterschiedliche Fahrzeugplattformen übertragen werden kann.

00:05:24: Waymo arbeitet unter anderem mit Hyundai und Jaguar zusammen.

00:05:29: Die sechste Generation des Waymo Drivers wurde ausdrücklich dafür konstruiert auf unterschiedlichen Fahrzeugtypen eingesetzt zu werden.

00:05:38: In den USA arbeitet Waymo zudem mit Magna bei der Integration und Fertigung seiner autonomen Fahrzeuge zusammen.

00:05:46: Damit wird ausgerechnet beim Auto ein Geschäftsmodell sichtbar, das die Technologiebranche bereits mehrfach verändert hat.

00:05:54: Microsoft musste keine PCs bauen um mit Windows einen großen Teil der Wertschöpfung des PC-Marktes zu kontrollieren.

00:06:02: Google musste keine Smartphones herstellen um mit Android zur entscheidenden Plattform für Milliarden Geräte zu werden.

00:06:09: Das Betriebssystem wurde wichtiger als ein großer Teil der Hardware darunter.

00:06:15: Autonomes Fahren könnte einen ähnlichen Effekt erzeugen.

00:06:19: Wenn ein Fahrzeug künftig selbstständig fährt, stellt sich plötzlich die Frage Was ist der strategisch wertvollste Bestandteil dieses Fahrzeugs?

00:06:28: Die Karosserie Der Elektromotor Die Batterie oder die Software, die entscheidet wie sich zwei Tonnen Metall mit fünfzig Stundenkilometern durch eine Kreuzung bewegen?

00:06:41: Für die deutsche Automobilindustrie ist genau diese Verschiebung relevant.

00:06:46: Deutschland ist hervorragend darin Fahrzeuge zu entwickeln und industriell zu produzieren.

00:06:52: Der kommende Wettbewerb entscheidet jedoch möglicherweise stärker darüber wer den digitalen Fahrer besitzt Ein Fahrer für viele Autos.

00:07:03: Waymo formuliert dieses Ziel inzwischen offen.

00:07:07: Das Unternehmen entwickelt nach eigener Aussage bewusst einen Driver und kein bestimmtes Fahrzeug.

00:07:14: Der Waymo-Driver soll auf unterschiedliche Plattformen übertragbar sein.

00:07:19: Bereits heute werden Jaguar und Hyundai Fahrzeuge eingesetzt.

00:07:23: Mit dem neuen Ojai kommt zudem ein speziell für autonome Fahrdienste entwickeltes Fahrzeug hinzu.

00:07:30: Damit lassen sich die Rollen theoretisch trennen.

00:07:33: Ein Unternehmen baut das Fahrzeug, ein anderes entwickelt das autonome Fahrsystem.

00:07:38: Ein Drittes betreibt die Flotte.

00:07:40: Ein Vierter besitzt die Kundenbeziehung.

00:07:44: In Austin und Atlanta zeigt sich diese Trennung bereits.

00:07:47: Waymo stellt das autone System bzw.

00:07:50: die Fahrzeuge während Kunden ihre Fahrt über Uber buchen können.

00:07:56: Fleet Partner übernehmen wiederum Aufgaben wie Reinigung und Betrieb der Fahrzeugflotte.

00:08:02: Für klassische Automobilhersteller ist das strategisch ungewohnt.

00:08:07: Beim Privatwagen kontrolliert der Hersteller heute nahezu die gesamte Kundenerfahrung.

00:08:12: Der Käufer entscheidet sich für einen BMW, einen Mercedes oder einen Volkswagen.

00:08:18: Beim autonomen Fahrdienst könnte der Kunde dagegen sagen – bring mich zum Flughafen!

00:08:24: Welche Marke auf dem Motorhau besteht, könnte dann deutlich weniger relevant sein?

00:08:29: So wie beim Flugzeug.

00:08:31: Nur wenige Passagiere entscheiden sich für einen Flug, weil sie unbedingt in einem Airbus statt in einer Boeing sitzen möchten.

00:08:39: Sie wählen Lufthansa, Eurowings oder Swiss nach Strecke, Preis und Service.

00:08:46: Bei Robotaxis könnte die Mobilitätsplattform wichtiger werden als die Fahrzeugmarke.

00:08:52: Deutschland hat den Rechtsrahmen bereits.

00:08:55: Waymo kommt dabei nicht in einen regulatorischen Lehrraum.

00:08:59: Deutschland gehört zu den Ländern, die bereits vergleichsweise früh einen gesetzlichen Rahmen für autonome Fahrzeuge geschaffen haben.

00:09:07: Das Straßenverkehrsgesetz erlaubt Fahrzeige mit autonomer Fahrfunktion grundsätzlich in festgelegten Betriebsbereichen.

00:09:16: Dafür sind unter anderem eine entsprechende Betriebserlaubnis bzw.

00:09:20: Genehmigung – Die Zulassung des Fahrzeuges und die Genehmigung des jeweiligen Betriebesbereichs erforderlich.

00:09:27: Die twenty-twoundzwanzig in Kraft getretene autonome Fahrzeuge, Genehmigungs und Betriebsverordnung regelt die technischen und organisatorischen Voraussetzungen dafür.

00:09:39: Das bedeutet nicht dass Waymo Ende zwei tausend siebenund zwanzig automatisch durch ganz Deutschland fahren darf.

00:09:47: ein autonomer Dienst wird zunächst innerhalb eines genehmigten räumlichen Bereichs stattfinden.

00:09:53: Die zuständigen Behörden müssen sowohl Fahrzeug und System als auch den vorgesehenen Betrieb entsprechend genehmigen.

00:10:01: Genau dieses Modell passt allerdings gut zu Robotaxis – ein privates Fahrzeug müsste möglichst überall funktionieren, von der Münchner Innenstadt über verschneite Alpenstraßen bis zum Dorf in Mecklenburg.

00:10:16: Ein Robotaxi kann zunächst auf ein genau definiertes Gebiet beschränkt werden.

00:10:21: Damit sinkt die Komplexität erheblich!

00:10:24: Das System muss nicht Deutschland können.

00:10:27: Es muss zunächst München können.

00:10:31: München ist trotzdem eine anspruchsvolle Prüfung, auch das ist schwierig genug.

00:10:37: Amerikanische Städte unterscheiden sich teilweise deutlich von europäischen Innenstädten.

00:10:43: Münchens bietet enge Straßen, Fahrräder, Straßenbahn, Baustellen, Fußgängerzonen unterschiedliche Fahrbahnmarkierungen komplexe Kreuzungen und Verkehrsteilnehmer die sich nicht immer exakt an die vorgesehenen Regeln halten.

00:10:59: Hinzu kommen Wetterbedingungen, die in vielen bisherigen Waymo-Städten weniger stark ausgeprägt sind.

00:11:06: Waymos sechste Systemgeneration wurde deshalb ausdrücklich für eine breitere Palette von Wetter und Straßenbedingung entwickelt.

00:11:15: Das Unternehmen bereitet parallel Einsätze in Städten mit anspruchsvolleren Winterbedingungsvor.

00:11:22: Die nun beginnende Münchner Kartierungsphase ist genau dafür vorgesehen.

00:11:28: Waymo muss nicht nur Straßen erfassen, das System muss lernen wie sich Münchener Verkehr tatsächlich verhält wo Radfahrer auftauchen Wie Straßenbahnen integriert sind Welche Situationen typisch sind?

00:11:44: Wo Baustellen häufig Verkehrsführungen verändern.

00:11:48: Autonomesfahren besteht nicht allein darin Verkehrsregeln zu kennen.

00:11:53: Es besteht darin, die Realität zwischen diesen Regeln zuverlässig zu bewältigen.

00:11:58: Sicherheit ist das stärkste Argument und die wichtigste Hürde.

00:12:04: Waymo stellt Sicherheit entsprechend ins Zentrum seiner Kommunikation nach der aktuellen Unternehmensanalyse über mehr als zweihundertzwanzig Millionen autonom gefahrene Meilen waren Waymo-Fahrzeuge in Vergleich zu menschlichen Fahrern, in denselben Gebieten und Zeiträumen an fourundneunzig Prozent weniger Unfällen mit schweren oder tödlichen Verletzungen beteiligt.

00:12:27: Bei Unfällen mit gemeldeten Verletzung betrug die Reduktion nach Waymo Angaben zweiundachtzig Prozent.

00:12:35: Solche Zahlen verdienen dennoch eine saubere Einordnung.

00:12:39: Die aktuellen umfangreichen Vergleiche stammen wesentlich aus Waymos eigener Sicherheitsanalyse.

00:12:45: Gleichzeitig gibt es externe Unterstützung für die grundsätzliche Richtung.

00:12:50: Eine gemeinsame Untersuchung mit SwissRei hatte bereits anhand früherer Waymo-Fahrdaten deutlich weniger Schadenfälle festgestellt als bei vergleichbaren menschlichen Fahrern.

00:13:02: SwissReI verweist inzwischen auf Reduktionen von achtundachtzig Prozent, bei Sachschaden und zweiundneunzig Prozent bei Personenschadenansprüchen in einer erweiterten Analyse.

00:13:14: Die Ergebnisse sind wirtschaftlich ebenso wichtig wie technisch.

00:13:18: Ein Robotaxi, das nur genauso sicher fährt wie ein durchschnittlicher Mensch hat einen Akzeptanzproblem.

00:13:25: Von einer Maschine erwarten Gesellschaft und Regulierung mehr.

00:13:29: Ein menschlicher Fahrer kann ein Fehler machen ohne dass daraus die grundsätzliche Frage entsteht ob Menschen weiterhin Autos fahren dürfen.

00:13:39: Verursacht ein autonomes Fahrzeug einen schweren Unfall steht sofort das gesamte System zur Debatte.

00:13:46: Autonome Mobilität muss deshalb nicht nur statistisch sicher sein, sie muss das Vertrauen gewinnen, dass diese Statistik im Alltag bestand hat.

00:13:56: Die Deutschen schlafen keineswegs!

00:13:59: Die Ankunft Waymos lässt sich leicht als bekannte Geschichte erzählen.

00:14:04: Silicon Valley entwickelt die Zukunft – Deutschland schaut zu.

00:14:09: So einfach ist es diesmal nicht... Nur wenige Wochen vor Waymo's München-Ankündigung hat Moja, die Mobilitätstochter des Volkswagen-Konzerns in Hamburg einen Testbetrieb mit realen Fahrgästen gestartet.

00:14:23: Ausgewählte Hamburger können Fahrten mit einem selbstfahrenden IDBuzz über die Moja App buchen.

00:14:30: Volkswagen geht dabei einen anderen Weg als Waymo.

00:14:34: Der IDBuzAD entsteht auf Basis eines eigenen Fahrzeugs und nutzt für das autonome Fahrsystem Technologie von Mobileye.

00:14:44: Das Fahrzeug besitzt dreizehn Kameras, neun Lidar-Sensoren und fünf Radarsensoren sowie redundante Systeme für Bremsen, Lenkung und Energieversorgung.

00:14:56: In Hannover läuft seit März, die Vorserienproduktion.

00:15:01: Im Laufe des Jahres sollen dort rund fünfhundert Autonome ID-Buzz für Projekte in Europa und den USA entstehen.

00:15:10: Die Serienproduktion ist für twenty-sevenundzwanzig vorgesehen.

00:15:15: Mercedes Benz verfolgt wiederum mehrere Strategien parallel, Für Privatkunden bietet der Konzern bereits hochautomatisiertes Fahren auf Level drei an.

00:15:26: Gleichzeitig entwickelt Mercedes zusammen mit Nvidia und Uber ein Level vier Robotaxi System Auf Basis der S Klasse.

00:15:35: Mit Momenta und dem Mobilitätsanbieter Lumo läuft ein weiteres Robotaxiprojekt.

00:15:42: BMW hat Level-III-Systeme in Deutschland ebenfalls in die Serie gebracht, und arbeitet unter anderem an Level IV Anwendungen.

00:15:51: Der Wettbewerb ist also offen – aber die Ausgangspositionen unterscheiden sich erheblich.

00:15:58: Anbietter Waymo Schwerpunkt Vollautonomis Ride Hailing Aktueller Stand.

00:16:04: Kommerzieller Betrieb in mehreren US-Märkten.

00:16:07: Münchenziel Ende twenty-sevenundzwanzig Anbieter VW Schrägstrich Moja Schwerpunkt Autonomous Ride Pooling Schräggstrich Komplettsystem Aktueller Stand Fahrgastests In Hamburg ID BAS AD Serienstaat.

00:16:27: Zwei Tausend Siebenundzwanzig geplant.

00:16:30: Anbierter Mercedes Benz Schwer Punkt Level III Privatfahrzeug plus Level IV Robotaxi.

00:16:38: Aktueller Stand DrivePilot im Markt, mehrere L-IV-Partnerschaften.

00:16:45: Anbieter BMW – Schwerpunkt automatisiertes Privatfahrzeug.

00:16:50: Aktueller Stand Level III in Serie weitere L-Vierentwicklung.

00:16:57: Die entscheidende Frage ist damit nicht ob deutsche Hersteller autonome Technologie besitzen sondern ob sie diese genauso schnell in skalierbare Mobilitätsdienste übersetzen können.

00:17:08: Das Robotaxi verändert die Ökonomie des Autos.

00:17:13: Bei einem klassischen Taxi oder Ride Hailing ist ein zentraler Kostenfaktor unvermeidbar, der Fahrer.

00:17:20: Ein Fahrzeug kann rund um die Uhr verfügbar sein – ein Mensch nicht!

00:17:25: Fällt der Fahrrad aus der Kostenstruktur heraus, verändert sich das Geschäftsmodell grundsätzlich.

00:17:30: Dem stehen neue Kosten gegenüber.

00:17:33: Die Fahrzeuge benötigen teure Sensorik und Rechner.

00:17:36: Sie müssen gereinigt, geladen, gewartet und überwacht werden.

00:17:40: Flotten benötigend Depots, Remote Support Versicherungen und lokale Betriebsorganisationen.

00:17:47: Ein Robotaxi ist deshalb nicht automatisch ein Taxi zum halben Preis.

00:17:52: Aber autonome Mobilität verändert die Skalierungslogik.

00:17:56: Eine zusätzliche Fahrt benötigt nicht automatische eine zusätzliche Arbeitsstunde eines Fahrers.

00:18:03: Für Ride-Hailing Anbieter ist genau das strategisch attraktiv.

00:18:07: Und für Städte könnte es ein zweischneidiges Schwert werden.

00:18:11: Autonome Fahrzeuge können Mobilitätsangebote dort erweitern, wo Fahrer fehlen oder ein klassischer Linienbetrieb unwirtschaftlich ist.

00:18:20: Moja nennt den Fahrermangel und schwach ausgelastete Regionen ausdrücklich als mögliche Einsatzfelder autonoma Mobilität.

00:18:29: Gleichzeitig erzeugt ein billiger, jederzeit verfügbarer Fahrdienst zusätzliche Nachfrage.

00:18:35: Wenn Menschen statt U-Bahn-, Fahrrad oder Fußweg häufiger einen Robotaxi nehmen, könnte der Stadtverkehr sogar wachsen.

00:18:44: Waymo betont deshalb in München ausdrücklich den bestehenden öffentlichen Verkehr sowie Rad und Fußverkehr ergänzen zu wollen.

00:18:52: Ob genau das gelingt wird letztlich weniger eine technische als eine verkehrspolitische Frage sein.

00:18:59: Das Fahrzeug wird zur rollenden Sensorplattform.

00:19:03: Für Deutschland kommt ein weiterer Punkt hinzu, Datenschutz.

00:19:08: Ein autonomes Fahrzeug muss seine Umgebung permanent erfassen Kameras beobachten Fahrbahnen, Fahrzeuge und Fußgänger.

00:19:16: LIDA tastet die räumliche Umgebungen ab Radar misst Bewegungen und Abstände Karten- und Positionsdaten werden laufend verarbeitet.

00:19:26: das ist technisch unvermeidbar.

00:19:28: ohne Wahrnehmung keine Autonomie.

00:19:32: Einen Tag vor der München-Ankündigung veröffentlichte Waymo deshalb eigens seine Datenschutzgrundsätze für die internationale Expansion.

00:19:41: Das Unternehmen erklärt unter anderem, seine Sensoren dienten Navigation, Kartierung und der Verbesserung des Waymo Drivers und sein nicht dazu bestimmt Menschen per Gesichtserkennung oder anderen biometrischen Verfahren zu identifizieren.

00:19:56: Personenbezogene Sensordaten würden nicht verkauft.

00:20:01: Für den deutschen Markt wird diese Frage trotzdem relevant bleiben.

00:20:05: Ein Robotaxi bewegt sich schließlich nicht in einer abgeschlossenen Fabrikhalle, es fährt durch öffentlichen Raum.

00:20:12: die gesellschaftliche Akzeptanz wird deshalb nicht allein davon abhängen ob das Auto sicher links abbiegt sondern auch davon, ob nachvollziehbar ist welche Daten dabei entstehen wie lange sie gespeichert werden und wofür sie genutzt werden.

00:20:28: Die Haftung wandert vom Fahrer zur Technologie.

00:20:32: Autonomes Fahren verändert außerdem einen der ältesten Grundsätze des Straßenverkehrs.

00:20:38: Bislang sitzt hinter fast jedem Unfall ein Mensch.

00:20:42: Wer ist gefahren?

00:20:43: War er zu schnell?

00:20:44: Hat er aufgepasst?

00:20:46: War Er alkoholisiert?

00:20:49: Beim vollständig autonomen Fahrzeug verschiebt sich diese Logik.

00:20:53: Der Passagier fährt nicht, das System fährt.

00:20:57: Damit gewinnen Hersteller, Software-Anbieter und Flottenbetreiber in der Haftungskette an Bedeutung.

00:21:04: Swiss Rea erwartet mit zunehmender Autonomie entsprechend eine Verschiebung vom klassischen Fahrerrisiko in Richtung Produkt- und Technologiehaftung – auch das verändert die Wertschöpfung!

00:21:16: Wer den Fahrer ersetzt, übernimmt nicht nur dessen Funktion.

00:21:20: Er übernimmt einen Teil seines Risikos.

00:21:24: Für Waymo ist deshalb jeder gefahrene Kilometer gleichzeitig Technologieprodukt, Sicherheitsnachweis und Versicherungsdatensatz.

00:21:34: Was die deutsche Autoindustrie daraus lernen kann?

00:21:38: Waymos-Einstieg in München ist keine Niederlage für BMW Mercedes oder Volkswagen Aber er isst ein strategisches Signal.

00:21:48: Drei Punkte sind besonders relevant.

00:22:18: Kondbox Vault ist die KI für ihr Unternehmenswissen und sie läuft komplett in ihrem eigenen Rechenzentrum.

00:22:26: Vault verbindet SharePoint, Teams, SAP und über vierzig weitere Systeme beantwortet Fragen ihrer Mitarbeiter in Sekunden unverteilt wissen automatisch per Mail Messenger oder Bildschirm.

00:22:40: ihre Daten bleiben bei ihnen DSGVO-Konform ISO-Siebenundzwanzig Nullnull Eins zertifiziert.

00:22:48: Und statt unkalkulierbarer Cloud-Kosten, zahlen Sie einen planbaren Festpreis – bis zu seventy-fünf Prozent günstiger als Cloudalternativen!

00:22:58: Mehr als tausend gesparte Arbeitsstunden im Jahr ohne Kontrollverlust.

00:23:17: Das Auto wird zur Plattform für einen digitalen Fahrer.

00:23:22: Fahrzeugqualität bleibt wichtig, aber beim autonomen Mobilitätsdienst entscheidet zunehmend die Qualität des Fahrsystems darüber ob ein Fahrzeug überhaupt wirtschaftlich eingesetzt werden kann.

00:23:34: Zweitens reale Kilometer sind ein Wettbewerbsvorteil.

00:23:39: Autonomes Fahren lässt sich nicht allein im Labor entwickeln.

00:23:43: Weimos, hunderte Millionen autonom gefahrene Kilometer erzeugen Daten über seltene Verkehrssituationen Fehler und Grenzfälle.

00:23:52: Wer später startet muss diesen Erfahrungsvorsprung anderweitig kompensieren.

00:23:57: Drittens Das Geschäftsmodell ist genauso wichtig wie die Technologie.

00:24:03: Ein hervorragendes autonomes Fahrzeug ohne Flottenmanagement Buchungsplattform Wartung Ladeinfrastruktur und regulatorisches Betriebskonzept ist noch kein Robotaxi-Geschäft.

00:24:16: Genau deshalb baut auch Moja inzwischen nicht nur ein Fahrzeug, sondern eine komplette Turnkey-Lösung aus autonomem ID-Bus, flotten Steuerungen und Betreiberleistungen.

00:24:28: Mehr als zwanzig Millionen vollständige autonome Fahrten hat Waymo nach eigenen Angaben absolviert – mehr als zweihundert Millionen Meilen bzw.

00:24:38: mehr als dreihundertzwanzig Million Kilometer wurden vollständig autonom auf öffentlichen Straßende fahren.

00:24:45: Hunderttausende kommerzielle Fahrten bedient Waymo inzwischen pro Woche.

00:24:50: Ende twenty-sevenundzwanzig ist er derzeit geplante Zeitpunkt für den Öffentlichen Fahrdienst in München.

00:24:57: Der Wettbewerb um das Betriebssystem der Straße.

00:25:01: Die vielleicht wichtigste Nachricht an Waymos' München Ankündigung lautet deshalb nicht, dass bald ein paar Autos ohne Fahrer durch Schwabing fahren könnten.

00:25:11: Sie liegt tiefer.

00:25:13: Über hundert Jahre lang entstand ein großer Teil der Wertschöpfung des Automobils dadurch, ein möglichst gutes Fahrzeug zu bauen – Motor, Getriebe, Fahrwerk, Karosserie, Sicherheit, Marke.

00:25:26: Elektromobilität hat diesen Wettbewerb bereits verschoben.

00:25:30: Batterie-, Leistungs- elektronik und Software sind wichtiger geworden.

00:25:35: Autonomes Fahren verschiebt ihn ein weiteres Mal Denn ein Auto, das sich selbst bewegt, besitzt einen neuen zentralen Bestandteil.

00:25:44: Eine künstliche Intelligenz der wir das Lenkrad überlassen.

00:25:49: Waymo versucht genau diesen Bestandtal zum Produkt zu machen – nicht das beste Auto, den besten Fahrer!

00:25:57: Die deutsche Industrie verfolgt andere Ansätze.

00:26:00: Volkswagen verbindet Fahrzeug- und Mobilitätsplattform.

00:26:03: Mercedes kombiniert eigene Fahrzeugarchitektur mit Technologiepartnern.

00:26:09: BMW konzentriert sich stärker auf automatisierte Funktionen im Privatfahrzeug.

00:26:15: Welche Strategie sich durchsetzt, ist offen und möglicherweise wird es nicht einen Gewinner geben.

00:26:22: Privatfahrzeuge, Robotaxis, autonome Schattels- und öffentlicher Verkehr können unterschiedliche Systeme benötigen.

00:26:31: München wird ab twenty-sevenundzwanzig trotzdem zu einem interessanten Testfeld.

00:26:36: Nicht nur für die Frage ob ein amerikanisches Robotaxi mit Fahrrädern, Straßenbahnen und deutschen Baustellen zurechtkommt.

00:26:45: Sondern für eine wesentlich größere Frage – wer kontrolliert künftig die entscheidende Technologie des Automobils?

00:26:53: Das Unternehmen das das Fahrzeug baut?

00:26:56: Die Plattform über die es gebucht wird oder die künstliche Intelligenz, die es fährt?

00:27:03: Dass Waymo ausgerechnet in München eine Antwort darauf suchen will dürfte kein Zufall sein.

00:27:09: Zeitnot, Tesla.

00:27:11: der radikale Gegenentwurf zu Waymo.

00:27:15: Die Expansion von Waymo nach München zeigt nur eine Seite des derzeit spannendsten technologischen Wettbewerbs der Automobilindustrie.

00:27:22: In Texas verfolgt Tesla einen Ansatz, der sich in drei wesentlichen Punkten von Way Mo unterscheidet Bei der Sensorik bei der Softwarearchitektur und bei der Frage, wie ein autonomes System auf neue Städte- und Verkehrssituationen skaliert werden kann.

00:27:40: Waymo setzt auf eine möglichst redundante Wahrnehmung.

00:27:43: Kameras Leida & Rada betrachten dieselbe Umgebung mit unterschiedlichen physikalischen Verfahren.

00:27:50: Die Argumentation dahinter ist nachvollziehbar.

00:27:53: Eine Kamera kann beispielsweise bei schwierigen Lichtverhältnissen an Grenzen stoßen während Leida Entfernungen direkt misst und Radar zusätzliche Informationen über Bewegungen liefert.

00:28:06: Fällt eine Informationsquelle aus oder interpretiert eine Situation falsch, bleiben weitere Sensoren.

00:28:13: Tesla kommt ausgerechnet aufgrund früherer Erfahrungen mit Sensorfusion zu einer anderen Schlussfolgerung.

00:28:20: Ältere Tesla-Generationen kombinierten ebenfalls Kameras, Radar und Ultraschallsensoren.

00:28:27: Beim späteren Übergang zu Tesla Vision stellte Elon Musk eine grundsätzliche Frage.

00:28:33: Was passiert, wenn Kamera und Radar widersprüchliche Informationen liefern?

00:28:38: Welcher Sensor hat dann

00:28:40: recht?!

00:28:42: Mehr Sensoren beseitigen Unsicherheit nicht automatisch!

00:28:46: Sie können eine zusätzliche Entscheidungsebene erzeugen auf der die Software beurteilen muss welcher Quelle sie vertraut.

00:28:53: Tesla entschied sich deshalb, die visuelle Wahrnehmung und deren neuronale Verarbeitung so weit zu verbessern dass das System im Wesentlichen auf Kameras basiert.

00:29:04: Aktuelle Model III und Model Y verwenden in vielen Märkten entsprechend Tesla Vision ohne Radar für die relevanten Fahrerassistenzfunktionen.

00:29:15: Support, welche Philosophie am Ende sicherer ist, ist nicht durch die Anzahl der Sensoren entschieden.

00:29:21: Waymos Multisensoransatz schafft zusätzliche Informationsquellen und damit Redundanz.

00:29:27: Er garantiert aber nicht, dass das Gesamtsystem jede reale Situation besser bewältigt.

00:29:34: Das zeigte sich im April bei Wetterereignissen.

00:29:39: Im April erkannte ein Waymo einen potenziell nicht befahrbaren überfluteten Straßenabschnitt verlangsamte und fuhr trotzdem in das Wasser hinein.

00:29:49: Die US-Verkehrssicherheitsbehörde NHTSA erfasste daraufhin einen Rückruf von drei tausend siebenhundertneunzig Waymo-Systemen der fünften und sechsten Generation.

00:30:02: Als Zwischenlösung schränkte Waymo den zulässigen Betrieb bei erhöhtem Überflutungsrisiko ein, und änderte die von den Fahrzeugen verwendeten Karten.

00:30:12: Im Mai wurden Dienste in mehreren Regionen wegen schwerer Unwetter- und Flashfladrisiken vorübergehend pausiert.

00:30:20: In Austin wurde zudem ein Waymo gefilmt, das vor Wasser auf der Farbe anstehen blieb.

00:30:26: Das bedeutet nicht dass Leider bei Regen grundsätzlich versagt oder Teslas Kameraansatz bei Starkregen automatisch besser funktioniert.

00:30:36: Es zeigt aber eine wichtige Grenze der einfachen Gleichung Mehr Sensoren gleich mehr Sicherheit.

00:30:43: Entscheidend ist am Ende nicht, wie viele Sensoren ein Fahrzeug besitzt sondern wie zuverlässig das Gesamtsystem eine unbekannte und möglicherweise widersprüchliche Situation interpretiert.

00:30:56: Noch deutlicher wird der Unterschied bei der Software.

00:30:59: Tesla hat mit FSD-Version XII begonnen wesentliche Teile des Fahrens auf End to end Neural Networks umzustellen.

00:31:08: Vereinfacht gesagt wird das Fahrverhalten zunehmend aus sehr großen Mengen realer Beispiele gelernt, statt sämtliche Situation in Form expliziter von Menschen programmierter Regeln abzubilden.

00:31:21: Das klassische Gegenbild wäre eine Softwarelogik nach dem Muster – Verkehrszeichen erkannt also führe die programmierte Stop-Regel aus.

00:31:31: Moderne Waymo-Systeme sind allerdings ebenfalls erheblich weiter als dieses einfache Schema.

00:31:38: Waymo verwendet neuronale Netze, Transformer, Foundation Models und inzwischen selbst End-to-End Modelle.

00:31:47: Es wäre deshalb falsch, Waymo als konventionelle regelbasierte Software zu beschreiben.

00:31:53: Der entscheidende Unterschied ist subtiler.

00:31:56: Waymo kombiniert gelernte KI-Systeme bewusst mit zusätzlichen fest definierten Sicherheitsgrenzen.

00:32:03: Die von der KI geplante Fahrbewegung wird gegen physikalische Grenzen und Verkehrsregeln validiert.

00:32:11: Tesla versucht dagegen, einen immer größeren Teil des eigentlichen Fahrverhaltens direkt aus Daten lernen zu lassen – noch größer ist der Unterschied beim Kartenansatz!

00:32:21: Bevor Waymo einen neuen Markt eröffnet, wird die Umgebung zunächst detailliert kartiert.

00:32:27: Genau das geschieht derzeit in München.

00:32:30: Waymo kündigt ausdrücklich an, zunächst manuell durch die Stadt zu fahren und dabei High Definition Maps des lokalen Straßennetzes zu erstellen.

00:32:39: Anschließend folgen Testfahrten mit Spezialisten bevor das System fahrerlos eingesetzt werden soll.

00:32:46: Waymo.com Der Ansatz erhöht die Menge an Vorwissen mit der das Fahrzeug in eine Situation fährt.

00:32:54: Gleichzeitig entsteht daraus eine strukturelle Einschränkung der Skalierung.

00:32:58: Ein Waymo aus San Francisco lässt sich nach dem heutigen Betriebskonzept nicht einfach nach München transportieren und dort am nächsten Morgen als Robotaxi einsetzen.

00:33:09: Der neue Betriebesraum muss zunächst erfasst, getestet und freigegeben werden.

00:33:14: Tesla setzt wesentlich stärker darauf die Straße aus der aktuellen visuellen Wahrnehmung heraus zu verstehen.

00:33:22: Navigationskarten werden weiterhin verwendet.

00:33:24: Auch ein Tesla muss schließlich wissen, ob sein Ziel links oder rechts liegt.

00:33:29: Aber das Fahrzeug benötigt keine Waymo-artige hochauflösende drei D-Karte als Voraussetzung dafür eine Straße überhaupt fahren zu können.

00:33:39: Tesla FSD Supervised wird deshalb auf unterschiedlichsten Straßen innerhalb zugelassener Märkte genutzt und nicht nur in zuvor vollständig kartierten Robotaxiegebieten.

00:33:52: Tesla selbst beschreibt das System als für Fahrten Fast überall ausgelegt.

00:33:57: Tesla.com Das ist für die Skalierungsfrage ein fundamentaler Unterschied.

00:34:04: Allerdings sollte man auch Tesla hier nicht idealisieren.

00:34:07: Der heutige unbeaufsichtigte Robotaxidienst arbeitet ebenfalls in definierten Servicegebieten.

00:34:14: Tesla erweitert diese Geofences schrittweise und eine Reuters-Recharge berichtete, dass Tesla vor dem Austin-Robotaxi-Start erhebliche lokale Arbeit investierte um bestimmte Strecken und problematische Situationen gezielt zu trainieren.

00:34:31: Teslas technischer Ansatz benötigt also keine Waymoartige HD-Kartierung.

00:34:36: daraus folgt aber noch nicht das ein Cybercap heute ohne Vorbereitung in jeder beliebigen Stadt der Welt fahrerlos eingesetzt werden könnte.

00:34:46: Ein weiterer Unterschied betrifft die Verbindung zur Infrastruktur außerhalb des Fahrzeugs.

00:34:52: Waymo fährt nicht ferngesteuert, die eigentliche Fahrentscheidung liegt im Fahrzeug.

00:34:58: Bei ungewöhnlichen Situationen kann der Waymo Driver aber sogenannte Remote Assistance anfordern.

00:35:06: Rund siebzig solcher Mitarbeiter waren Anfang twenty-sixundzwanzig gleichzeitig für eine Flotte von etwa dreitausend Fahrzeugen im Einsatz.

00:35:15: Sie steuern die Fahrzeuge nicht, sondern liefern zusätzliche Kontextinformationen wenn das autonome System eine Situation nicht eindeutig beurteilen kann.

00:35:26: Waymo.com.

00:35:28: Dass diese Architektur eine reale betriebliche Abhängigkeit erzeugt zeigte sich beim großen Stromausfall in San Francisco im Dezember, Mehr als siebentausend ausgefallene Ampeln wurden von Waymo-Fahrzeugen grundsätzlich korrekt, als nicht funktionierende Signale erkannt.

00:35:48: In manchen Situationen forderten die Fahrzeuge jedoch zusätzliche Bestätigung von Remote Assistance an.

00:35:56: Die ungewöhnlich hohe Zahl gleichzeitig Anfragen erzeugte einen Rückstau.

00:36:01: Fahrzeige blieben deshalb teilweise an Kreuzungen stehen und behinderten den Verkehr.

00:36:07: Waymo hat den Vorfall inzwischen selbst detailliert aufgearbeitet.

00:36:11: Das Unternehmen änderte anschließend die Software, damit Fahrzeuge in vergleichbaren großflächigen Ausnahmesituationen stärker eigenständig entscheiden und nicht in derselben Größenordnung auf Bestätigung warten.

00:36:25: Damit wäre allerdings auch der Satz Flottenmanagement, Support und weitere Betriebsfunktionen.

00:36:41: Tesla nutzt bei Robotaxis ebenfalls Remote-Support bzw.

00:36:46: Teleoperationsfunktion.

00:36:48: Ein vollständiger Ausfall externer Kommunikation ist also für keinen kommerziellen Robotaxidienst irrelevant.

00:36:57: Auf Fahrzeugebene ist der Unterschied trotzdem interessant.

00:37:01: Teslas Serienfahrzeuge verarbeiten die Wahrnehmung lokal und besitzen lokale Navigationskarten.

00:37:08: Tesla weist im eigenen Handbuch ausdrücklich darauf hin, dass Navigation auch ohne Datenverbindung möglich bleibt, sofern die vollständige Zieladresse eingegeben wird.

00:37:19: Lediglich Online-Funktionen wie Echtzeitverkehr stehen dann nicht zur Verfügung – tesla.com.

00:37:27: Der wahrscheinlich größte Unterschied zwischen den beiden Systemen liegt jedoch weder im LiDAR noch in den Karten.

00:37:34: Er liegt in den Daten.

00:37:36: Tesla verfügt über eine Flotte von mehr als sechs Millionen Fahrzeugen, aus deren realem Betrieb Trainingssituation gewonnen werden können.

00:37:45: Das Unternehmen spricht inzwischen von mehr-als vierzehn Milliarden gefahrenen Meilen mit FSD Supervised beziehungsweise von Milliarden Meilen realer Fahrdaten, mit denen das System trainiert wird.

00:37:58: Diese Meilen sind nicht mit Waymos vollständig autonomen Level Vier Meilen gleichzusetzen.

00:38:04: Beim heutigen FSD SuperWeist trägt weiterhin ein Mensch die Verantwortung und muss das Fahrzeug überwachen.

00:38:12: Für das Training neuronaler Netze ist diese Unterscheidung jedoch weniger entscheidend als für die Sicherheitsstatistik.

00:38:19: Ein Video einer schwierigen Kreuzung bleibt ein Trainingsbeispiel, unabhängig davon ob am Lenkrad einen Mensch saß.

00:38:27: Und genau hier besitzt Tesla einen Datenbeschaffungsmechanismus den ein spezialisierter Robotaxi-Betreiber kaum replizieren kann.

00:38:36: Millionen bereits verkaufter Fahrzeuge erleben täglich reale Straßen, ungewöhnliche Baustellen, seltene Verkehrssituationen, schlechte Markierungen, Regen-, Schnee-, Fußgänger-, Fahrräder und menschliche Fehler.

00:38:51: Tesla lädt dabei nicht permanent sämtliche Videoaufnahmen jedes Autos hoch.

00:38:56: Das Unternehmen kann aus der Flotte gezielt relevante Sequenzen sammeln und mit entsprechender Zustimmung anonymisierte Daten für das Training verwenden.

00:39:07: Besonders wertvoll sind sogenannte Edge-Cases, Situationen in denen das System unsicher war ein Fahrer eingegriffen hat oder eine seltene Konstellation auftrat.

00:39:19: Damit entsteht ein Rückkopplungseffekt.

00:39:21: Millionen Fahrzeuge erzeugen reale Erfahrungen.

00:39:25: Aus ausgewählten Erfahrungen entstehen Trainingsdaten Neue neuronale Netze werden trainiert.

00:39:33: Die verbesserte Software wird per Over-the-Air Update wieder auf die Flotte verteilt.

00:39:38: Diese Fahrzeuge erzeugen wiederum neue Daten.

00:39:42: Waymo löst das Datenproblem auf andere Weise.

00:39:46: Neben den mehr als zweihundert Millionen tatsächlich vollständig autonom gefahrenen Meilen, trainiert der Waymo Driver Milliarden weitere Meilen in Simulation.

00:39:57: Das Unternehmen hat dafür inzwischen ein eigenes generatives World-Model entwickelt, das reale Verkehrssituationen verändern und seltene Ereignisse synthetisch erzeugen kann.

00:40:09: Waymo.com.

00:40:11: Damit stehen sich auch beim Training zwei Philosophien gegenüber.

00:40:16: Way Mo kombiniert eine vergleichsweise kleine reale Flotte mit extrem detaillierter Sensorik HD Karten und riesigen Simulationswelten.

00:40:26: Tesla kombiniert eine wesentlich größere, reale Fahrzeugflotte mit kostengünstigerer Sensorik und versucht den entscheidenden Teil der Fahrintelligenz aus realen Videodaten zu lernen.

00:40:40: Die wirtschaftliche Bedeutung dieses Unterschieds zeigt sich beim Cybercap.

00:40:45: Das Fahrzeug wurde ausschließlich für den fahrerlosen Betrieb konstruiert – zwei Sitze, kein Lenkrad, keine Pedale!

00:40:53: Tesla produziert das Fahrzeug selbst, entwickelt seine Fahrzeugarchitektur die FSD-Software, die neuronalen Netze, die KI-Inferenzchips und einen großen Teil der dazugehörigen Trainingsinfrastruktur innerhalb desselben Unternehmens.

00:41:11: Tesla produzieren selbstverständlich nicht jedes Bauteil selbst und lässt beispielsweise Halbleiter von spezialisierten Foundries fertigen.

00:41:20: Der Grad vertikaler Integration bleibt dennoch außergewöhnlich.

00:41:25: Autohiersteller, KI-Entwickler, Chip Designer, Software Anbieter, Datenplattform und Robotaxi Betreiber fallen weitgehend zusammen.

00:41:36: Waymo hat einen anderen Vorteil – das Unternehmen kann heute bereits zeigen dass sein System ohne Sicherheitsfahrer im kommerziellen Alltag funktioniert.

00:41:46: inzwischen über hunderte Millionen vollständig autonome Straßenmeilen.

00:41:52: Tesla besitzt dagegen möglicherweise die Architektur mit dem größeren Skalierungshebel, wenn Vision plus end-to-end KI tatsächlich dieselbe oder eine bessere Sicherheit erreicht als ein System aus Kameras, Radar, LIDAR, HD Karten und zusätzlicher Remoteinfrastruktur verändert sich die Kostenrechnung erheblich.

00:42:17: Ein Cybercap könnte dann eher wie ein industrielles Massenprodukt hergestellt und softwareseitig auf neue Regionen ausgerollt werden, statt als hochspezialisiertes Robotaxi Stadt für Stadt eingeführt zu werden.

00:42:32: Aber genau das muss Tesla noch beweisen.

00:42:35: Waymos Ansatz ist heute aufwendiger, teurer und lokal stärker vorbereitet – aber er funktioniert bereits in großem fahrerlosen Betrieb!

00:42:46: Teslas-Ansatz ist radikaler, datengetriebener und potentiell wesentlich leichter skalierbar.

00:42:53: Aber sein Beweis auf Waymo's Level steht noch aus!

00:42:57: Die spannendste Frage lautet deshalb nicht ob LIDAR besser ist als Kameras.

00:43:02: Sie lautet?

00:43:04: Wie viel Vorwissen muss man einer Maschine über die Welt geben Und wieviel kann sie lernen, die Welt selbst zu verstehen?

00:43:13: Waymo gibt seinem Fahrer mehrere Sensorprinzipien Detaillierte Karten, Simulationen und zusätzliche Sicherheitsbarrieren.

00:43:21: Tesla setzt darauf das ein neuronales Netz mit genügend realen Erfahrungen zunehmend dieselbe Fähigkeit entwickelt die auch einen menschlicher Fahrer benötigt eine unbekannte Straße zu sehen, zu verstehen und darauf angemessen zu reagieren.

00:43:38: Sollte diese Wette aufgehen wäre der technische Vorteil nur die halbe Geschichte.

00:43:44: Der eigentliche Unterschied läge in den Kosten und in der Skalierung.

00:43:49: Waymo müsste seine Technologie weiterhin Markt für Markt ausrollen.

00:43:54: Tesla kannte Autonomie zunehmend wie Software ausrollern, ob das funktioniert ist noch offen aber genau deshalb ist der Vergleich zwischen Tesla und Waymo weit mehr als ein Streit über Leider oder Kameras.

00:44:09: Es ist ein Wettbewerb zwischen zwei grundverschiedenen Vorstellungen davon, wie eine Maschine Autofahren lernen sollte.

00:44:16: Und das Thema ist gut genug für einen eigenen Prompt-Zeit-Podcast.

00:44:21: Das war's wieder für heute und wir hoffen sie konnten etwas Nützliches aus der Folge ziehen!

00:44:26: Wir sind Ella... ...und Helmut.