Wie Künstliche Intelligenz den weltweiten Wandel hin zu vollautonomen Fahrzeugen vorantreibt - und die Zukunft der Mobilität prägt.
Selbst wenn sie heute noch nicht in Ihrer Strasse unterwegs sind: Das erste autonome Fahrzeug (AV) in Ihrer Nachbarschaft liegt wohl nicht mehr allzu fern in der Zukunft.
Viele Autos verfügen bereits über fortschrittliche Fahrerassistenzsysteme (ADAS) und sind zunehmend digital vernetzt - eine technologische Vorstufe auf dem Weg zur vollständigen Autonomie. Die Automatisierung von Privatfahrzeugen wird allerdings eher ein schrittweiser Evolutionsprozess als plötzliche Revolution: Wie schnell höhere Automatisierungsgrade erreicht werden, hängt von Technologie, Regulierung, Verfügbarkeit und Kosten ab. Derzeit weisen die meisten weltweit verkauften Privatfahrzeuge noch einen relativ geringen Automatisierungsgrad auf.
Doch der Wandel nimmt Fahrt auf. In einigen Städten in den USA und China sind bereits selbstfahrende Robotaxis unterwegs. Noch machen sie einen sehr kleinen Anteil der globalen Fahrzeugflotte aus, aber sie verfügen über die fortschrittlichste Technologie. Die kommerziellen Robotaxis befördern auf öffentlichen Strassen Fahrgäste, verlangen eine Gebühr und fahren vollständig fahrerlos.
Sie können rund um die Uhr, an sieben Tagen pro Woche und bei allen Wetterbedingungen eingesetzt werden. Zwar verfügen derzeit nur drei AV-Unternehmen über vollständig kommerzielle Robotaxi-Flotten, doch rund 20 Firmen testen oder arbeiten an deren Kommerzialisierung.
AV-Entwicklerinnen und -Entwickler betreiben ihre eigenen Flotten, kooperieren aber zunehmend mit etablierten Autoherstellern und Mobilitätsdienstleistern. Welches Geschäftsmodell sich langfristig durchsetzt, bleibt abzuwarten.
Wie lässt sich das Niveau an Autonomie einordnen? Die Society of Automotive Engineers (SAE) definiert sechs Stufen - von Level 0 (keine Automatisierung) bis Level 5 (vollständige Autonomie in jeder Umgebung).
Der Markt für autonomes Fahren ist riesig - doch der Weg dorthin ist komplex.
Heute bewegen sich neue Fahrzeuge meist noch zwischen Stufe 0 und Level 2 - teils mit Spurhalteassistent oder Abstandregelung. Ab Stufe 3 übernimmt das System in bestimmten Situationen komplett, der Mensch muss aber bei Bedarf eingreifen können.
Stufe 4 erlaubt den fahrerlosen Betrieb in definierten Bereichen. Bei Stufe 5 übernimmt das Fahrzeug alle Fahraufgaben in allen Situationen und Umgebungen - eine Fahrerin oder ein Fahrer wird nicht mehr benötigt.
Das Auto der Zukunft ist elektrisch, softwarebasiert - und zunehmend autonom. Zwei Megatrends treiben diese Entwicklung: Elektrifizierung und Digitalisierung, zusätzlich beschleunigt durch Fortschritte in der Künstlichen Intelligenz (KI).
Traditionelle Verbrenner werden zu vernetzten "Computern auf Rädern" und bald zu "Roboter auf Rädern" - vollautonome Fahrzeuge mit KI-gesteuertem Fahrverhalten.
Das Marktpotenzial für autonome Fahrzeuge ist enorm. Prognosen erwarten bis 2035 ein Marktvolumen von USD 300 bis 400 Milliarden - allein im Bereich privat genutzter Fahrzeuge.
Aber auch in der Landwirtschaft, der Logistik und im Bergbau kommen autonome Fahrzeuge bereits zum Einsatz - mit Effizienzgewinnen von bis zu 30 % und Einsparungen bei den Arbeitskosten von bis zu 50 %.
Auch die Politik und Regulierungsbehörden erkennen zunehmend die Vorteile von AVs. Theoretisch könnten sie die Verkehrssicherheit verbessern - ein wichtiges Thema, da Verkehrsunfälle täglich 3’000 Todesopfer fordern und bis zu 50 Millionen Verletzungen und Behinderungen verursachen, meist aufgrund menschlichen Fehlverhaltens.
AVs könnten helfen, demografische Herausforderungen abzufedern: Schon heute führen alternde Gesellschaften zu weniger Fahrerinnen und Fahrern, sowohl bei Lastwagen als auch bei Taxis. Automatisierte Transportlösungen könnten helfen, diese strukturellen Engpässe zu überwinden.
Zudem werden Autos heute schlecht genutzt - Privatfahrzeuge stehen im Schnitt 95 % der Zeit ungenutzt herum. Das macht den Besitz ineffizient. Robotaxis, die sofort verfügbar und sehr günstig sind, könnten den Autobesitz für viele Menschen unattraktiv machen und gleichzeitig Parkplatzprobleme in Städten reduzieren.
Zudem könnten AVs Pendlerzeit freisetzen, den Verkehrsfluss durch vernetzte Systeme optimieren und die Mobilität für Menschen ohne Führerschein verbessern.
Je höher die Autonomie, desto mehr Sensoren - und höhere Kosten.
Der Übergang von einfachen Fahrerassistenzsystemen zu vollautonomen Funktionen erfordert hochentwickelte Hard- und Software. Schlüsselkomponenten sind Sensoren wie Radar, Kameras und LiDAR (Light Detection and Ranging). Sie ermöglichen die Echtzeit-Wahrnehmung und liefern gleichzeitig Daten, um die KI-Modelle kontinuierlich zu verbessern.
Jeder Hersteller verfolgt seine eigene Sensor-Strategie - je nach gewünschter Funktionalität.
Manche setzen stark auf kamerabasierte Systeme in Kombination mit KI, während die meisten führenden AV-Unternehmen auf Redundanz und Sensorfusion setzen, also die Kombination verschiedener Sensortypen- um ein umfassendes Bild der Umgebung zu erhalten.
Aktuell bleibt LiDAR-Integration der bevorzugte Ansatz für erhöhte Sicherheit und Wahrnehmungsgenauigkeit.
AVs brauchen enorme Mengen an Daten, Rechenleistung und intelligente Algorithmen. Zwar werden AVs heute auch mit simulierten Daten trainiert, doch reale Fahrdaten sind entscheidend, um ihre Fähigkeiten und die Sicherheit zu verbessern.
Ein grosser Vorsprung beim Sammeln von Daten - durch frühe Markteinführung oder grosse Flotten - kann sich als entscheidender Wettbewerbsvorteil erweisen.
Die Rechenleistung muss nicht nur im Rechenzentrum bereitgestellt werden, sondern auch im Fahrzeug. Dazu braucht es spezialisierte Halbleiterprodukte, etwa Prozessoren mit hoher Parallelverarbeitungsfähigkeit - ebenso wie energieeffiziente Systeme. Denn Stufe-4-Systeme können bis zu 50 % des Stromverbrauchs eines E-Fahrzeugs ausmachen - was die Reichweite drastisch verringert.
Auch wenn selbstfahrende Autos das grösste Marktpotenzial haben, lassen sich auch andere Transportmittel automatisieren. Die zugrunde liegende Technologie ist hochkomplex und erfordert unterschiedliche Sensoren, Daten, Rechenleistung, Software und KI-Modelle. Unternehmen, die diese Schlüsselkomponenten bereitstellen oder erfolgreich integrieren, dürften besonders vom Trend zum vollautonomen Fahren profitieren.
Die Expertinnen und Experten der LGT analysieren laufend die globale Markt- und Wirtschaftsentwicklung. Mit unseren Publikationen zu den internationalen Finanzmärkten, Branchen und Unternehmen treffen Sie fundierte Anlageentscheide.
