Autos, die nicht müde werden, keine Nachrichten lesen, sich nicht ablenken lassen und innerhalb von Sekundenbruchteilen reagieren: Autonomes Fahren verspricht, den Straßenverkehr grundlegend sicherer zu machen. Doch wie gut lässt sich dieses Versprechen bereits mit belastbaren Daten belegen?
Dieser Frage widmen sich Prof. Roman Dumitrescu und Aschot Hovemann vom Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM in unserem aktuellen „Video der Woche“. In ihrem neuen „Drive Talk“ vergleichen sie den Menschen mit Systemen von Tesla und Waymo, betrachten Unfallstatistiken und Behördenuntersuchungen und diskutieren die unterschiedlichen technischen Ansätze.
Dabei wird schnell deutlich: Die entscheidende Herausforderung besteht längst nicht mehr nur darin, ein Auto selbstständig durch den Verkehr zu steuern. Hersteller müssen auch nachweisen können, dass ihre Systeme unter vergleichbaren Bedingungen tatsächlich sicherer fahren als Menschen.
Der Mensch ist der Maßstab – aber kein besonders guter
Der Ausgangspunkt der Diskussion ist die aktuelle Unfallbilanz. Im Jahr 2025 registrierte die Polizei in Deutschland erneut mehr als 2,5 Millionen Verkehrsunfälle. Nach den endgültigen Zahlen des Statistischen Bundesamtes kamen dabei 2.832 Menschen ums Leben, rund 371.000 wurden verletzt. Das entspricht durchschnittlich acht Todesopfern und mehr als 1.000 Verletzten pro Tag. Die vollständigen Zahlen veröffentlicht das Statistische Bundesamt in seiner Unfallbilanz 2025.
Menschliche Fahrer übersehen Verkehrsteilnehmer, schätzen Situationen falsch ein, reagieren zu spät oder treffen unter Zeitdruck die falsche Entscheidung. Genau hier liegt das große Sicherheitspotenzial automatisierter Systeme.
Im Video wird eine häufig zitierte Untersuchung der US-Verkehrssicherheitsbehörde NHTSA aufgegriffen. In der untersuchten Stichprobe wurde dem Fahrer bei rund 94 Prozent der Unfälle der sogenannte „kritische Grund“ unmittelbar vor dem Unfall zugeordnet. Erkennungsfehler machten dabei den größten Anteil aus, gefolgt von falschen Entscheidungen und Fehlern bei der Ausführung.
Diese Zahl wird jedoch häufig missverstanden. Die NHTSA weist in ihrem Originalbericht zu den kritischen Unfallfaktoren ausdrücklich darauf hin, dass der unmittelbar vorausgehende kritische Grund nicht automatisch mit der alleinigen Unfallursache oder der Schuldfrage gleichgesetzt werden darf. Straßenführung, Wetter, Fahrzeugtechnik und das Verhalten anderer Verkehrsteilnehmer können ebenfalls eine Rolle spielen.
Die oft wiederholte Behauptung, 94 Prozent aller Unfälle würden ausschließlich vom Menschen verursacht und könnten deshalb durch autonome Fahrzeuge verhindert werden, lässt sich aus der Untersuchung nicht ableiten. Trotzdem steht fest: Sehr viele Unfälle beginnen mit Fehlern, die ein aufmerksames und technisch leistungsfähiges System grundsätzlich vermeiden könnte.
Teslas Sicherheitszahlen wirken beeindruckend
Tesla veröffentlicht inzwischen quartalsweise einen eigenen Sicherheitsbericht für FSD Supervised. Im Video nennen Dumitrescu und Hovemann einen Wert von mehr als fünf Millionen gefahrenen Meilen bis zu einer von Tesla als „Major Collision“ bezeichneten Kollision. Der entsprechende Vergleichswert für den gesamten US-Straßenverkehr liegt demnach bei rund 700.000 Meilen.
Auf den ersten Blick deutet das auf einen erheblichen Sicherheitsvorteil hin. Tesla verfügt durch seine vernetzte Fahrzeugflotte über eine Datenmenge, die kaum ein anderer Hersteller erreichen kann. Milliarden real gefahrene Meilen liefern Informationen über alltägliche Situationen ebenso wie über seltene Grenzfälle.
Auch die Methodik ist inzwischen ausführlicher dokumentiert. Tesla zählt eine Kollision dem FSD-Betrieb zu, wenn das System innerhalb der letzten fünf Sekunden vor dem Ereignis aktiv war. Außerdem werden Unfälle unabhängig davon erfasst, wer sie verursacht hat. Die jeweils aktuellen Werte und Definitionen stellt Tesla im FSD-Sicherheitsbericht bereit.
Trotzdem sind die Zahlen kein endgültiger Beweis dafür, dass FSD grundsätzlich um ein Vielfaches sicherer als jeder menschliche Fahrer ist. Tesla erhebt und bewertet die Daten selbst. Hinzu kommen Unterschiede bei Fahrzeugen, Fahrern und Einsatzbedingungen.
FSD wird nicht auf jeder Straße und bei jedem Wetter gleich häufig benutzt. Ein hoher Anteil der automatisiert gefahrenen Strecke kann auf gut ausgebauten Straßen oder Autobahnen zurückgelegt werden, auf denen pro Kilometer ohnehin weniger Konflikte auftreten als im dichten Stadtverkehr. Tesla-Fahrzeuge sind zudem vergleichsweise neu und mit zahlreichen aktiven Sicherheitssystemen ausgestattet.
Für einen wirklich belastbaren Vergleich müssten unter anderem Straßentyp, Tageszeit, Wetter, Verkehrsdichte, Fahrzeugklasse und Schwere der Unfälle einheitlich berücksichtigt werden. Genau einen solchen herstellerunabhängigen Standard vermissen auch die beiden Fraunhofer-IEM-Experten.
Das gefährliche Vertrauen in ein Level-2-System
Eine der wichtigsten Aussagen des Videos betrifft nicht die Technik, sondern das Verhalten der Menschen. Je zuverlässiger ein Assistenzsystem arbeitet, desto größer wird die Versuchung, ihm vollständig zu vertrauen.
Dieses Phänomen wird als „Overreliance“ bezeichnet. Fahrer sammeln über Wochen oder Monate positive Erfahrungen, müssen nur selten eingreifen und beginnen dadurch, ihre Aufmerksamkeit anderen Dingen zu widmen. Manche essen, bedienen ihr Smartphone oder versuchen sogar, die Fahrerüberwachung zu überlisten.
Gerade bei einem Level-2-System entsteht dadurch ein problematisches Zusammenspiel: Das Auto übernimmt bereits einen großen Teil der Fahraufgabe, trägt aber nicht die vollständige Verantwortung. Ausgerechnet in einer seltenen kritischen Situation soll der zuvor kaum beschäftigte Mensch plötzlich aufmerksam sein, die Lage erfassen und innerhalb kürzester Zeit richtig reagieren.
Eine ältere NHTSA-Untersuchung zu Teslas Autopilot stellte genau hier eine „kritische Sicherheitslücke“ fest. Nach Einschätzung der Behörde passten die weitreichenden Fähigkeiten des Systems und die damalige Fahrerüberwachung nicht ausreichend zusammen. Vorhersehbarer Missbrauch habe dadurch zu vermeidbaren Unfällen beigetragen. Die Ergebnisse führten zu einem Rückruf und weiteren Prüfungen der getroffenen Maßnahmen. Der Abschlussbericht der NHTSA spricht von mindestens 13 untersuchten Unfällen mit Todesfolge, bei denen vorhersehbarer Fehlgebrauch offenbar eine Rolle spielte.
Das bedeutet nicht, dass der Fahrer von seiner Verantwortung befreit wäre. Wer ein Überwachungssystem manipuliert oder während einer Fahrt einschläft, handelt hochgradig gefährlich. Ein sicherheitskritisches Produkt muss jedoch auch vorhersehbare Fehlanwendungen berücksichtigen und wirksam begrenzen.
FSD Supervised ist kein autonomes Fahren
Der Name „Full Self-Driving“ vermittelt mehr Eigenständigkeit, als das für Kunden angebotene System rechtlich besitzt. Tesla bezeichnet FSD Supervised selbst als Level 2. Der Fahrer muss den Verkehr dauerhaft überwachen und jederzeit unmittelbar eingreifen können.
Der Unterschied zu den höheren Automatisierungsstufen ist grundlegend:
| Stufe | Wer überwacht den Verkehr? | Aufgabe des Menschen |
|---|---|---|
| Level 2 | Der Fahrer | Ständige Aufmerksamkeit und sofortiges Eingreifen |
| Level 3 | Innerhalb des freigegebenen Bereichs das System | Übernahme nach Aufforderung innerhalb einer vorgegebenen Zeit |
| Level 4 | Das System innerhalb seines festgelegten Betriebsbereichs | Keine Überwachung und keine Übernahme erforderlich |
| Level 5 | Das System unter allen vorgesehenen Bedingungen | Menschen sind nur noch Passagiere |
Auch der häufig verwendete Begriff „Level 2+“ ist keine offizielle zusätzliche Automatisierungsstufe. Er beschreibt meist besonders leistungsfähige Assistenzsysteme, ändert aber nichts an der Verantwortung des Fahrers. Die NHTSA-Übersicht zu den Automatisierungsstufen bringt es auf eine einfache Formel: Bei Level 2 fährt und überwacht weiterhin der Mensch, bei Level 4 fährt innerhalb des freigegebenen Bereichs das System.
Teslas Robotaxi-Betrieb ist deshalb getrennt von FSD Supervised in privaten Kundenfahrzeugen zu betrachten. Ein Robotaxi ohne verantwortlichen Fahrer muss innerhalb seines Einsatzgebietes die Anforderungen eines hochautomatisierten Systems erfüllen. Die ähnliche Softwarebezeichnung darf nicht darüber hinwegtäuschen, dass Verantwortung und Betriebsbedingungen völlig verschieden sind.
Waymo verfolgt einen anderen Weg
Waymo setzt von Beginn an auf Level 4 in klar definierten Gebieten. Die Fahrzeuge kombinieren Kameras mit Radar und LiDAR. Dadurch erhält das System mehrere voneinander unabhängige Informationsquellen über seine Umgebung.
Bis Ende März 2026 legten Waymo-Fahrzeuge nach Unternehmensangaben rund 220,6 Millionen Meilen vollständig ohne menschlichen Fahrer zurück. Im Vergleich mit menschlichen Fahrern in denselben Einsatzregionen meldet Waymo 94 Prozent weniger Unfälle mit schweren oder tödlichen Verletzungen und 82 Prozent weniger Unfälle mit Verletzten. Die Daten, Vergleichsregionen und Berechnungsmethoden veröffentlicht das Unternehmen auf seinem Safety Impact Dashboard.
Auch dabei handelt es sich um Unternehmensdaten. Der Vergleich ist allerdings aussagekräftiger als eine bloße Gegenüberstellung absoluter Unfallzahlen, weil Waymo die gefahrenen Strecken und die menschlichen Vergleichswerte auf dieselben Regionen bezieht.
Der Vorteil dieses Ansatzes liegt in der klaren Verantwortung: Wenn das Fahrzeug vollständig autonom unterwegs ist, kann sich der Passagier tatsächlich zurücklehnen. Der Nachteil besteht in der aufwendigen Technik und dem begrenzten Betriebsgebiet. Waymo muss neue Städte detailliert erschließen und seine Flotte mit zusätzlichen Sensoren ausstatten.
Tesla verfolgt dagegen einen besonders gut skalierbaren Ansatz. Kameras und Rechenhardware befinden sich bereits in Millionen Kundenfahrzeugen. Eine neue Software kann grundsätzlich per Update verteilt werden. Ob der günstigere Vision-only-Ansatz langfristig dieselbe Zuverlässigkeit unter allen relevanten Bedingungen erreicht, ist allerdings noch nicht abschließend geklärt.
Kameras gegen LiDAR und Radar
Einen erheblichen Teil des Videos nimmt deshalb die Frage ein, welcher technische Ansatz sich langfristig durchsetzen wird.
Tesla argumentiert, dass auch Menschen den Straßenverkehr hauptsächlich mit ihren Augen bewältigen. Leistungsfähige Kameras, neuronale Netze und eine riesige Menge an Trainingsdaten sollen deshalb ausreichen. Der Verzicht auf weitere Sensortypen reduziert Kosten und vermeidet Widersprüche bei der Zusammenführung unterschiedlicher Signale.
Waymo setzt dagegen auf Redundanz. Kameras erkennen Farben, Ampeln und semantische Zusammenhänge. Radar misst Abstände und Geschwindigkeiten und kann bei bestimmten Sichtverhältnissen Vorteile bieten. LiDAR erstellt ein präzises räumliches Abbild der Umgebung.
Mehr Sensoren bedeuten allerdings nicht automatisch ein besseres System. Die Software muss widersprüchliche Informationen korrekt bewerten und daraus eine sichere Entscheidung ableiten. Gleichzeitig stellt sich bei einem reinen Kamerasystem die Frage, wie zuverlässig es mit tief stehender Sonne, dichtem Nebel, Staub oder verschmutzten Linsen umgehen kann.
Eine endgültige Antwort liefern Dumitrescu und Hovemann bewusst nicht. Unterschiedliche Ansätze sind in dieser Entwicklungsphase sogar hilfreich: Erst durch reale Erfahrungen lässt sich feststellen, welche Architektur unter welchen Bedingungen die besten Ergebnisse erzielt.
Tesla überzeugt im großen Vergleichstest aus China
Als Beispiel für die Leistungsfähigkeit heutiger Assistenzsysteme greift das Video einen umfangreichen Vergleich des chinesischen Automobilportals Dongchedi auf. 36 Fahrzeuge mussten insgesamt 15 anspruchsvolle Situationen bewältigen – darunter plötzlich auftauchende Hindernisse, Baustellen, einscherende Fahrzeuge und weitere kritische Szenarien.
Tesla Model 3 und Model X schnitten besonders in den Autobahntests sehr gut ab und landeten dort vor zahlreichen chinesischen Fahrzeugen, von denen einige mit LiDAR ausgestattet waren.
Das Ergebnis zeigt, wie leistungsfähig Teslas vergleichsweise günstiger Kameraansatz bereits sein kann. Ein einzelner Testparcours beweist jedoch noch keine allgemeine Überlegenheit. Softwareversion, Geschwindigkeit, Witterung und der genaue Aufbau der Szenarien beeinflussen das Ergebnis erheblich. Zudem können 15 bekannte Prüfungen niemals die nahezu unbegrenzte Zahl möglicher Situationen im realen Straßenverkehr abbilden.
Solche Tests sind wertvoll, wenn sie reproduzierbar durchgeführt und ihre Bedingungen offengelegt werden. Für den umfassenden Sicherheitsnachweis bleiben jedoch zusätzlich große, normalisierte Flottendaten erforderlich.
Der spektakulärste Test ist nicht automatisch der beste
Im Video wird außerdem das viel diskutierte Experiment des YouTubers und Ingenieurs Mark Rober eingeordnet. Dabei fuhr ein Tesla durch eine Wand, auf der eine Straße perspektivisch so dargestellt war, dass sie für eine Kamera wie eine freie Fahrbahn wirken sollte. Ein mit LiDAR ausgestattetes Fahrzeug erkannte dagegen das Hindernis.
Das Experiment war spektakulär und für YouTube perfekt inszeniert. Als wissenschaftlicher Beweis gegen kamerabasiertes Fahren taugt die künstliche Kulisse aber kaum. Hinzu kommt, dass das Video von einem LiDAR-Unternehmen unterstützt wurde und spätere Tesla-Softwareversionen in ähnlichen Nachstellungen anders reagierten.
Relevanter waren die Versuche bei eingeschränkter Sicht. Sie verdeutlichen eine berechtigte Frage: Erkennt ein System früh genug, wenn seine Sensoren nicht mehr zuverlässig arbeiten – und warnt es den Fahrer rechtzeitig?
Die NHTSA hat ihre Untersuchung zu FSD-Unfällen bei eingeschränkter Sicht im März 2026 zu einer vertieften „Engineering Analysis“ ausgeweitet. Gegenstand sind Situationen mit beeinträchtigter Kamerasicht, beispielsweise durch Blendung, Nebel oder Staub. Das offizielle NHTSA-Verfahren EA26002 ist noch keine Feststellung eines Defekts, zeigt aber, dass die Behörde weiteren technischen Klärungsbedarf sieht.
Daneben läuft eine getrennte Untersuchung zu möglichen Verkehrsverstößen bei aktiviertem FSD. Dabei geht es unter anderem um rote Ampeln und Fahrmanöver in die Gegenrichtung. Diese vorläufige NHTSA-Untersuchung PE25012 betrifft schätzungsweise 2,88 Millionen Fahrzeuge. Beide Verfahren dürfen nicht miteinander vermischt werden und sind noch nicht abgeschlossen.
Software entwickelt sich schneller als die Zulassung
Damit trifft das Video einen der schwierigsten Punkte des autonomen Fahrens. Eine Behörde untersucht einen Unfall, fordert Daten an und rekonstruiert die verwendete Software. Bis die Prüfung abgeschlossen ist, kann der Hersteller bereits mehrere neue Versionen veröffentlicht haben.
Ein Fehler kann durch ein Update verschwinden. Gleichzeitig kann eine Veränderung an einem neuronalen Netz neue Probleme in Situationen verursachen, die zuvor zuverlässig funktionierten. Deshalb reichen einmalige Zulassungstests künftig nicht mehr aus.
Dumitrescu und Hovemann plädieren sinngemäß für eine fortlaufende Absicherung. Dazu gehören standardisierte Szenarien, Regressionstests nach Softwareänderungen und ein kontrollierter Zugang der Behörden zu anonymisierten Telemetriedaten. Nur so ließe sich regelmäßig überprüfen, ob eine neue Version nicht nur einzelne bekannte Probleme löst, sondern das Gesamtsystem tatsächlich sicherer macht.
Was ein fairer Sicherheitsvergleich leisten müsste
Ein belastbarer und herstellerunabhängiger Vergleich müsste mindestens folgende Punkte berücksichtigen:
- gefahrene Strecke statt reiner Unfallzahlen,
- vergleichbare Straßen, Regionen und Wetterbedingungen,
- Stadtverkehr und Autobahn getrennt,
- Schwere der Kollisionen und Verletzungsfolgen,
- klare Angaben dazu, wann ein System aktiv war,
- identische Meldepflichten für alle Hersteller,
- Software- und Hardwareversion des Fahrzeugs,
- Eingriffe und Aufmerksamkeit des Sicherheitsfahrers,
- unabhängige Prüfung der Herstellerdaten.
Erst damit ließe sich beantworten, ob ein System nur in ausgewählten Situationen beeindruckend fährt oder innerhalb seines gesamten vorgesehenen Betriebsbereichs nachweislich sicherer ist.
Im Video nennt Aschot Hovemann einen persönlichen Maßstab: Er würde ein autonomes System zulassen, wenn statistisch belegt werden kann, dass es mindestens doppelt so sicher fährt wie der Mensch. Das ist keine offizielle regulatorische Grenze, bringt die zentrale Aufgabe aber gut auf den Punkt. Gesellschaftlicher Nutzen entsteht nicht dadurch, dass die Maschine genauso viele Fehler macht wie wir – sondern dadurch, dass sie erheblich weniger verursacht.
Unser Fazit zum Video der Woche
Das neue Video des Fraunhofer IEM vermeidet die übliche Einteilung in Tesla-Fans und Tesla-Kritiker. Die technischen Fortschritte werden ebenso deutlich anerkannt wie die noch offenen Fragen.
Tesla zeigt, wie leistungsfähig ein skalierbares, kamerabasiertes Assistenzsystem mit großen Datenmengen werden kann. Waymo demonstriert bereits in begrenzten Gebieten, dass vollständig autonome Fahrzeuge sehr niedrige Unfallraten erreichen können. Beide Ansätze liefern wichtige Erkenntnisse, lösen aber unterschiedliche Aufgaben.
Die bisher verfügbaren Daten sprechen dafür, dass automatisierte Systeme den Straßenverkehr erheblich sicherer machen können. Für einzelne Level-4-Einsatzgebiete gibt es bereits starke Hinweise auf einen deutlichen Vorteil gegenüber menschlichen Fahrern. Eine pauschale Aussage, jedes als „selbstfahrend“ beworbene System sei grundsätzlich sicherer als der Mensch, wäre dennoch verfrüht.
Besonders wichtig bleibt die klare Trennung zwischen Assistenz und Autonomie. FSD Supervised kann viele Fahraufgaben übernehmen, bleibt aber ein Level-2-System. Wer es benutzt, trägt weiterhin die Verantwortung und muss den Verkehr ununterbrochen beobachten.
Die vielleicht wichtigste Erkenntnis des Videos lautet deshalb: Die Technik allein entscheidet nicht über die Sicherheit. Ebenso wichtig sind eine verständliche Kommunikation, wirksame Fahrerüberwachung, transparente Daten, vergleichbare Prüfverfahren und eine Zulassung, die mit der Geschwindigkeit der Softwareentwicklung Schritt halten kann.
Autonomes Fahren wirkt inzwischen nicht mehr wie ein unlösbares Zukunftsversprechen. Doch bevor wir das Lenkrad endgültig loslassen können, muss nicht nur das Fahrzeug fahren lernen – wir müssen auch lernen, seine Sicherheit überzeugend nachzuweisen.
Quelle: Youtube Kanal @FraunhoferIEM, Abonniert gerne den Kanal !
Seid bei der elektrischen COMMUNITY 2026 in Fulda dabei !
Tickets und Infos findet Ihr hier : https://www.elektrische-community.de/
