Jeder Wanderer (sogar ein Wochenend-Wanderer wie Sie) kennt das widerliche Gefühl eines falschen Gipfels. Man schwitzt stundenlang, die Beine schmerzen, die Lunge brennt, man ist zu 100 % davon überzeugt, dass der letzte Gipfel gleich hinter dem nächsten Grat liegt – nur um dann darüberzuklettern und eine nahezu senkrechte Felswand zu entdecken, die sich gefühlt bis in die Wolken selbst erstreckt.
Im milliardenschweren Wettlauf um das Entfernen des Lenkrads aus modernen Elektroautos veröffentlichte Waymo von Alphabet ein technisches Manifest, das der autonomen Welt genau diese eiskalte Diagnose liefert, ohne ihren Namen zu nennen – und damit einen direkten Blick auf Teslas riskantes Glücksspiel zu werfen.
Der von Srikanth Thirumalai, Leiter der KI-Stiftungen bei Waymo, verfasste Beitrag legt zehn grundlegende Lehren dar (ich frage mich, ob Waymo wollte, dass dies als 10 Gebote angesehen wird?), die aus dem Fahren von mehr als 200 Millionen völlig autonomen Meilen gewonnen wurden. Es liest sich wie eine akademische Aufschlüsselung der Sicherheitsrahmen für maschinelles Lernen, tatsächlich handelt es sich laut Elon Musk jedoch um eine taktische Breitseite gegen das Evangelium.
Waymo buchstabiert die Buchstaben T-E-S-L-A nie, muss es aber nicht. Jede einzelne Erkenntnis zerstört die technischen Grundpfeiler des Full Self-Driving (FSD). Der schmerzhafteste Treffer landet auf der berühmten Abkürzung: der Überzeugung, dass sich eine fortschrittliche Fahrerassistenzsuite der Stufe 2 irgendwie zu vollständiger Autonomie der Stufe 4 entwickeln kann.
Waymo nennt diesen Übergang einen glatten falschen Gipfel. Das Argument bringt es auf den Punkt: Sie können Milliarden von simulierten Meilen in einer Serverfarm protokollieren und Sie können Millionen von Autobahnmeilen mit alltäglichen Kundenautos sammeln, aber nichts davon bereitet eine künstliche Intelligenz auf die Realität vor, bis Sie den menschlichen Ersatz vom Fahrersitz nehmen. Solange ein menschlicher Fahrer rechtlich verantwortlich bleibt und bereit ist, das Lenkrad zu reißen, wenn es brenzlig wird, wird die KI nie mit der wahren Schwere ihrer Entscheidungen konfrontiert.
Dann kommt der ideologische Heilige Krieg um die Hardware. Tesla hat vor Jahren Radar- und Ultraschallsensoren aus seinen Autos entfernt, um Kosten zu senken und die Produktion zu rationalisieren, und setzt dabei ganz auf reine Kamerasicht. Waymos Eröffnungslektion weist diesen Ansatz mit kaltem Pragmatismus zurück und behauptet, dass die multimodale Sensorfusion nicht zur Verhandlung stehe.
Kameras eignen sich hervorragend zum Lesen von Geschwindigkeitsbegrenzungsschildern und zum Erkennen des Farbtons einer Ampel, sind jedoch anfällig für blendende, tiefstehende Wintersonne und dichte Gischt. Waymo kombiniert hochauflösende optische Kameras mit rotierendem Lidar auf dem Dach, um millimetergenaue 3D-Geometrien zu erstellen, während mmWave-Radar strömende Regenfälle, dichten Nebel und aufgewirbelten Staub durchschneidet.
Die Strategie von Tesla setzt darauf, dass leichte Consumer-Hardware und clevere Software das leisten können, was schwere, teure Hardware-Stacks leisten. Gleichzeitig treiben chinesische Autohersteller das Hardware-Wettrüsten auf Hochtouren. Der mittelgroße elektrische Crossover G6 von XPeng packt Dual-LiDAR-Arrays in eine Architektur, die in ausländischen Märkten rund 50.000 Euro kostet, und beweist damit, dass fortschrittliche sensorische Redundanz nicht unbedingt sechsstellig kosten muss.
Waymos vierte Lektion befasst sich mit der modernen Silicon-Valley-Orthodoxie: dem durchgängigen neuronalen Netzwerk. In den letzten zwei Jahren hat Tesla alles auf End-to-End-Modelle gesetzt, die rohe Videopixel von den Kameras aufnehmen und sie direkt in Lenk-, Gas- und Bremseingaben einspeisen. Waymo warnt davor, dass es eine gefährliche Falle ist, sich ausschließlich auf eine reine End-to-End-Blackbox zu verlassen, da man nicht einfach überprüfen kann, wie das Modell Entscheidungen über Leben und Tod trifft.
Stattdessen verwendet Waymo eine sogenannte „schnell und langsam denkende“ Architektur. Die schnelle Sensorfusion verarbeitet physikalische Reflexe in Sekundenbruchteilen, und spezielle große Vision-Language-Modelle ermöglichen die tiefgreifende Szenenbeurteilung (z. B. die Interpretation eines Verkehrspolizisten, der mit einer Taschenlampe um einen Unfall herum wedelt).
Eine unabhängige, integrierte KI-Validierungsebene fungiert als Rücklaufsperre und übersteuert automatisch jeden Lenk- oder Bremsbefehl, der gegen Verkehrsregeln verstößt oder einen Aufprall riskiert. Wenn das neuronale Netzwerk einen freien Weg in eine Baubarriere halluziniert, tritt die Sicherheitsrücklaufsperre auf die Bremse.
Wenn man sich die operativen Scorecards ansieht, wird die Kluft zwischen der kommerziellen Realität und den Softwareversprechen schmerzlich groß. Waymo führt jede Woche mehr als 500.000 bezahlte, vollständig fahrerlose Passagierfahrten durch Phoenix, San Francisco, Los Angeles, Austin, Dallas, Houston, San Antonio und Orlando durch und strebt bis zum Jahresende eine Million wöchentliche Fahrten an.
Teslas limitierter Robotaxi-Pilot in Austin, der mit menschlichen Sicherheitsmonitoren in der Kabine operierte, schaffte im Laufe eines Jahres nur 380.000 unbeaufsichtigte Meilen. Die kommerzielle Flotte von Waymo legt genau diese Strecke in etwa 24 Stunden zurück. Aber Teslas Situation wird sich offenbar ändern.
Natürlich haben wir diese erzählerische Spannung schon einmal gesehen – der Instinkt von Silicon Valley besteht darin, schnell zu handeln, Beta-Code zu versenden und die Benutzerbasis das Produkt in freier Wildbahn debuggen zu lassen. Aber ein zwei Tonnen schweres Elektrofahrzeug, das eine Familie mit Autobahngeschwindigkeit transportiert, kann nicht wie ein instabiles Smartphone-Betriebssystem behandelt werden.
Das Fahrerassistenzsystem der Stufe 2 ist ein brillanter Begleiter auf der Autobahn, der die täglichen Fahrten zur Arbeit erleichtert, aber die Behauptung, dass ein paar Over-the-Air-Updates ein kamerabasiertes Pendlerauto in ein kommerzielles Robotaxi verwandeln würden, wirkt langsam wie eine Fantasie. Allerdings scheinen die chinesischen Autohersteller große Fortschritte zu machen. Das Schlüsselwort hier ist „scheinen“.
Wenn man auf einem niedrigeren Bergrücken steht, kann man leicht nach oben blicken, die dünne Luft spüren und sich davon überzeugen, dass der Sieg unmittelbar bevorsteht. Aber wie 200 Millionen fahrerlose Meilen gezeigt haben, erfordert der wahre Höhepunkt der Fahrzeugautonomie eine ernsthafte sensorische Kletterausrüstung, strenge unabhängige Sicherheitsrücklaufsperren und die Ehrlichkeit, zuzugeben, dass Kameras allein nicht jeden Sturm durchschauen können. Allerdings besteht eine geringe Chance, dass Waymo und ein paar andere (einschließlich mir) völlig falsch verstanden haben, und Elon wird uns nächsten Monat das Gegenteil beweisen.
