3. Auswirkungen des automatisierten Fahrens

Im Hinblick auf den Personenverkehr beschäftigt sich bereits eine größere Zahl an Studien mit der Frage, ob bzw. in welchem Umfang sich die verschiedenen Stufen der Automatisierung auf die Verkehrsnachfrage und auf die Fahrleistung auswirken. Viele Studien gehen beim Erreichen der Automatisierungsstufen 4 und 5 von einem Wachstum der Verkehrsnachfrage und der Fahrleistung aus (EBP 2017; Fraedrich et al. 2017b; BMVI 2017; RappTrans 2017). In den Studien werden vor allem die in Abb. 3.1. zusammengefassten Gründe für ein mögliches Wachstum in den genannten Bereichen angeführt:

Wie teilweise bereits angedeutet, können die in Abb. 3.1 dargestellten Faktoren in unterschiedlicher Form auf Verkehrsnachfrage und Fahrleistung wirken.

Verschiedene Studien greifen die unterschiedlichen potenziellen Entwicklungspfade auf und berechnen die verkehrlichen Effekte mit Verkehrsmodellen für bestimmte Regionen. Beispielweise modellieren Legênea et al. (2020) im Zusammenspiel mit der Einführung von avF die Wirkung verschiedener Faktoren auf den Stadtverkehr im Raum Kopenhagen. Die Analyse führt zu zwei unterschiedlichen Szenarien. Im dem einen Szenario führt eine stärkere gemeinsame Nutzung von Fahrzeugen durch avF zu weniger Verkehr und mehr Freiraum in der Stadt. Im anderen Szenario werden Autos durch avF attraktiver, einfacher zu benutzen und für ein breiteres Publikum und für verschiedene Zwecke leicht verfügbar. Infolgedessen werden mehr Privatfahrzeuge gekauft und genutzt, was zu mehr Fahrzeugen auf den Straßen, längeren Fahrten und einer stärkeren Zersiedelung der Landschaft führt. Die Probleme mit der Knappheit in städtischen Gebieten werden folglich zunehmen, da der Bedarf an Straßenfläche steigt. Es kommt zu mehr Staus auf den Einfallstraßen von Metropolen und in Ballungsräumen. Andere Forschungsarbeiten machen deutlich, dass avF auch dann zu negativen Effekten (Stau, Luftverschmutzung) führen können, wenn sich neue Geschäftsmodelle wie Car-Sharing oder Car-Pooling durchsetzen, weil das Verkehrsvolumen trotzdem steigen würde (Friedrich et al. 2018; Friedrich und Hartl 2016; May et al. 2020). Dabei spielen auch Leerfahrten eine Rolle, z. B. um Fahrgäste abzuholen (vgl. May et al. 2020). In Ifmo (2016) wird je nach Durchdringungsrate und Nutzungsform von automatisierten Fahrzeugen ein Wachstum der Fahrleistung bis zu 9 % in 2035 in Deutschland berechnet, wobei neue Nutzergruppen (z. B. Mobilitätseingeschränkte, Kinder) bei diesen Berechnungen stark zum Wachstum beitragen. Auch hier geht die Nutzung des ÖV deutlich zurück, Car-Sharing und Car-Pooling könnten jeweils Marktanteile bis zu 10 % erreichen. Fraedrich et al. (2017b) gehen für Deutschland im Falle einer Einführung privater avF von einem Zuwachs der Fahrleistung um 10 % und einem Rückgang des ÖV um 8 % aus. Gründe sind hier insbesondere neue Nutzer und veränderte Distanzwahl. Friedrich et al. (2018) berechnen für die Region Stuttgart, dass durch automatisierte Mobilitätsangebote die Größe der Fahrzeugflotte erheblich reduziert werden könnte. Die im Netz zurückgelegten Fahrzeugkilometer können jedoch nur reduziert werden, wenn die meisten Reisenden Ridesharing anstelle von Carsharing oder Privatfahrzeugen nutzen. Insgesamt wird deutlich: Ein entscheidender Faktor für die verkehrlichen Wirkungen ist der Besetzungsgrad, mit dem avF-Angebote genutzt werden. Verteilt man beispielsweise die Nutzer von gut ausgelasteten Bussen und Bahnen auf kleine Robo-Taxis mit niedrigem Besetzungsgrad (z. B. 1–3 Personen), so braucht man mehr Fahrzeuge um die gleiche Nachfrage abzudecken. Dementsprechend steigt die Fahrleistung.

Viele Studien versuchen abzuschätzen, wie sich die Kostenstrukturen verschiedener Mobilitätsangebote ändern, wenn der Fahrer bzw. die Fahraufgabe entfällt. Meist wird davon ausgegangen, dass sowohl individuell genutzte automatisierte Fahrzeuge (wie private Pkws) als auch kollektiv genutzte Flotten (Shuttles oder Sammeltaxis) den traditionellen ÖV unter starken Konkurrenzdruck setzen und in einigen Regionen sogar vollständig verdrängen könnten (Bösch et al. 2018). Die Studie von Bösch et al. zeigt aber auch, dass Flotten von geteilten autonomen Fahrzeugen nicht zwangsläufig die kostengünstigste Option darstellen, gerade die Reinigungskosten dürften nicht unterschätzt werden. Eine Analyse von Hörl et al. (2019) ergab, dass die Unterschiede der Kosten pro Passagierkilometer zwischen den Verkehrsmitteln durch deren Automatisierung deutlich kleiner werden. Insbesondere automatisierte Taxis könnten für eine deutlich größere Kundengruppe für den Alltagsgebrauch erschwinglich werden. Auch nach Berechnungen von Szimba und Leisner (2021) können autonome Mobilitätsangebote die Nutzerkosten für motorisierte Mobilität deutlich reduzieren. Dazu trägt insbesondere die Einsparung von Fahrpersonal bei (Einsparungspotenzial 39–58 % bei ÖV und Taxidiensten). Doch auch die Nutzerkosten des MIV können zurückgehen. Dabei werden Reisezeiteinsparungspotenziale als Kosten ausgedrückt, womit sich in diesen Berechnungen die Pendlerkosten mit dem autonomen Privat-Pkw um rund 20 % verringern. Nach Berechnungen von Deloitte (2019) für deutsche Agglomerationen werden autonome Shuttles und Taxis günstiger sein als private Pkw und der traditionelle ÖV. Die Berechnungen zeigen, dass, bei entsprechender Auslastung bzw. Nutzungsfrequenz, ein Kilometer mit dem Robo-Taxi (ein bis wenige Fahrgäste) 34 Cent, mit dem Robo-Shuttle (mehrere Fahrgäste) lediglich 15 Cent kosten könnte. Dadurch würden zwar immer mehr Menschen auf ein eigenes Auto verzichten. Wenn aber auch die Nutzung des klassischen ÖV zurückgeht, dann könnte sich das Verkehrsaufkommen dennoch erhöhen, zumindest, wenn sich die ehemaligen ÖV-Nutzer auf viele kleinere Fahrzeuge verteilen. Mehr Staus und geringe innerstädtische Durchschnittsgeschwindigkeiten könnten die Folge sein.

Weiter wird in der Literatur diskutiert, welche Effekt eintreten könnten, wenn Fahrzeuge in der Lage wären, sich selbst einen Parkplatz zu suchen. Durch automatisiertes Valet-Parking würde die Parkplatzsuche am Zielort entfallen, was die Nutzung eines eigenen Pkw attraktiver macht. Das bestätigt auch eine Studie von WEF (2018). Die Umfrage unter 5500 Verbrauchern in 27 Städten auf der ganzen Welt ergab, dass der wichtigste Vorteil von autonomen Fahrzeugen darin gesehen wird, keinen Parkplatz suchen zu müssen. Fraedrich et al. (2017b) führen an, dass bei hoher Nachfrage in Innenstädten der Parkdruck auf die Randbereiche verlagert werden könnte; das selbstfahrende Auto setzt den Passagier in der Innenstadt ab und wartet dann am Stadtrand. Es wird aber auch angeführt, dass bei Umwidmung von Verkehrs- bzw. Parkflächen für andere Zwecke die Attraktivität urbaner Räume erhöht werden könnte (Engel und Grenz 2021; Schippl und Hillerbrand 2021). Zudem lassen sich Parkflächen durch avF intensiver nutzen und besser bündeln. Laut Heinrichs (2015) wird bei Einsatz eines Parkroboters von bis zu 60 % mehr Parkplätzen auf gleicher Fläche ausgegangen.

Inwiefern automatisierte Angebote wie Shuttles oder Robo-Taxis als eine Alternative bzw. Konkurrenz zum oder als integraler Bestandteil des ÖV funktionieren, kann sich in städtischen und ländlichen Räumen unterschiedlich darstellen. Bernhart et al. (2018) argumentieren, dass selbstfahrende Fahrzeuge der Schlüssel für eine bessere Anbindung des ländlichen Raums sein können. Laut BMVI (2017) ist es vorstellbar, dass in ländlichen Räumen fahrerlose Fahrzeuge den ÖV ersetzen können und damit eine kundenfreundliche, finanzierbare und attraktive Alternative zum heute defizitären ÖV darstellen. Eine Studie von Meyer et al. (2016) deutet an, dass Flotten autonomer Fahrzeuge grundsätzlich in der Lage wären, in der Schweiz die vollständige Verkehrsnachfrage außerhalb der großen Agglomerationen zu bedienen. Sieber et al. (2020) zeigen, dass fahrerlose On-Demand-Angebote gerade für den ländlichen Raum kostengünstige und attraktive Mobilität ermöglichen können, insbesondere in Regionen, wo die Nachfrage aufgrund geringer Siedlungsdichte gering ist. Wie von Fraedrich et al. (2017b) erwähnt, ist bei Konzepten zur Verbindung von klassischem ÖV mit Car-Pooling oder ähnlichen Angeboten allerdings zu beachten, dass viele Studien aufzeigen, wie negativ Umsteigevorgänge generell wahrgenommen und bewertet werden (z. B. Frank et al. 2008; Nobis und Kuhnimhof 2018).

Viele Studien weisen auf mittel- bis langfristig mögliche Wirkungen von avF-Anwendungen auf Entwicklungen der Raumstrukturen hin. Reisezeitgewinne lassen sich in erster Linie im MIV realisieren, wenn Fahrzeit im autonomen Modus zum Lesen, Arbeiten oder Netzwerken genutzt werden kann. Das könnte eine erhöhte Bereitschaft, längere Strecken zu fahren, bewirken, die eventuell auch einen Wechsel des Wohn-, Arbeits- oder Ausbildungsorts nach sich zieht (Freadrich et al. 2017b; Szimba und Hartmann 2020). Mögliche Konsequenz wären Suburbanisierungs- und Zersiedlungsprozesse, die neben erhöhtem Flächenverbrauch die Verkehrsnachfrage und Fahrleistung erhöhen könnten. Grundsätzlich könnten sich entsprechende Effekte bereits bei Teilautomatisierung einstellen, wenn z. B. Autobahnen im autonomen Modus befahren werden dürfen (Szimba und Hartmann 2020). Meyer et al. (2016) zeigen, dass gut erschlossene, ländliche Gemeinden große Erreichbarkeitsgewinne aufweisen könnten. Die Ergebnisse der Studie lassen Automatisierung als potenziellen Treiber für Urban Sprawl verstehen. Andererseits kommen Del Duce et al. (2020) für die Schweiz zu dem Ergebnis, dass das Potenzial von Zersiedlung aufgrund von automatisierten Fahrzeugen als sehr klein einzuschätzen ist. Ein wichtiger Grund ist eine Analyse der Pendelwege in der Schweiz, die gezeigt hat, dass typische Länge, Dauer und Autobahnanteile der Strecken zwischen allen Räumen (Stadt, Agglomeration, Land) relativ kurz sind und sich für eine aktive Zeitnutzung (z. B. Lesen oder Arbeiten während der Fahrt) nicht eignen. Viele Fragen bleiben also offen, u. a. unsicher bleibt, wie stark der MIV tatsächlich an Attraktivität gewinnt, wenn sich die Fahrer auf andere Dinge konzentrieren können und ob bzw. vor allem auch in welchem Ausmaß längere Fahrzeiten in Kauf genommen würden. Ebenso unklar bleibt die raumplanerisch sehr wichtige Frage, ob und in welchem Umfang langfristige Mobilitäts- bzw. Standortentscheidungen tatsächlich von einer erhöhten Bereitschaft zu längeren Wegen betroffen wären.

Mobilitätsplattformen werden als wichtiges Element der Verkehrswende gesehen, sofern sie die Nutzung unterschiedlicher Verkehrsträger vereinfachen. Beispielsweise können sie Information, Buchung und Abrechnung von ÖPNV, Car-Sharing und Bike-Sharing sehr einfach über eine App ermöglichen und damit die Attraktivität dieser Verkehrsträger für die Kunden erhöhen. Findet diese Integration nicht statt, so können plattformbasierte Mobilitätsdienste der Mobilitätswende nicht förderlich sein bzw. nachhaltiger Mobilität sogar entgegenwirken. Mobilitätsplattformen, wie z. B. Uber, bieten Verkehrsdienste von A nach B an und erzielen attraktive Fahrpreise u. a. durch Bündelung von Fahrtwünschen in einem Fahrzeug. Die Angebote sind in der Regel nicht in den ÖPNV integriert, d. h. sie fahren auf Basis eigener Tarife, haben eigenständige Auskunftssysteme und werden nicht vom Aufgabenträger des ÖPNV finanziert.

Die Vermittlung von Fahrtwünschen über Internetportale und die Bündelung von Fahrgästen unterschiedlicher Ziele unterliegt in Deutschland engen Restriktionen durch das PBefG. Mit der Novelle des PBefG von 2021 wurde in § 50 die Genehmigung für „Gebündelte Bedarfsverkehre“ eingeführt, sodass die Genehmigungsfähigkeit dieser Verkehrsdienstleistung nunmehr erleichtert wurde. Allerdings birgt § 50 PBefG den Vorbehalt, dass der Aufgabenträger für den ÖPNV, also i. d. R. der Landkreis oder die kreisfreie Stadt, Restriktionen für den gebündelten Bedarfsverkehr im Nahverkehrsplan festlegen kann, die über die PBefG-Genehmigungsbehörde dann beauflagt werden.

Sobald diese Mobilitätsplattformen fahrerlose avF einsetzen können, ist entsprechend Deloitte (2019) (siehe oben, Abschn. 3.1.2) davon auszugehen sein, dass der Wettbewerbsdruck auf den ÖPNV durch Ridepooling aufgrund günstiger Fahrpreise sehr stark zunehmen wird. Beobachtet wurden bereits die Konkurrenzierung der U-Bahn in New York und einer Regionalbahn durch Uber (Rhode 2018). Die Nutzung des Genehmigungsvorbehalts bekommt daher für die Sicherung des ÖPNV und die Reduzierung des Fahrzeugverkehrs eine große Bedeutung.

Der geringe Erfolg von Uber & CO in Deutschland zeigt aber auch, dass ein gutes ÖPNV-Angebot den Ruf nach Alternativen zum konventionellen Bahn- und Busverkehr mildert. Hierzu s. nachfolgende Abschnitte.

Räumlich und zeitlich flexible Verkehrsangebote, wie Rufbus, Anruf-Sammel-Taxi oder unter dem neuen Begriff „on demand“, können nach dem novellierten PBefG nach § 44 als Linienbedarfsverkehr genehmigt werden. Die genannten Begriffe stehen für Verkehrsangebote, die folgende Eigenschaften haben können:

Diese hier beschriebenen flexiblen Verkehrsangebote sind Bestandteil des ÖPNV, werden vom Aufgabenträger, der Stadt oder der Gemeinde, finanziert und werden zu Zeiten und in Räumen schwacher Verkehrsnachfrage eingesetzt und vermeiden damit leer fahrende Linienbusse.

On-Demand-Angebote werden vielfach (z. B. Kirschbaum et al. 2021) als Voraussetzung für eine Verlagerung von MIV auf den ÖPNV gesehen, weil sie einen finanzierbaren ÖPNV auf dem Land, in Stadtrandbereichen oder in Nachtstunden möglich machen. Dabei wird vielfach nicht berücksichtigt, dass die Kosten mit oftmals 20 bis 76 EUR pro beförderter Person (eigene Auswertung) bei den flexiblen Verkehrsangeboten sehr hoch sind und eine Erhöhung der Auslastung von Fahrzeugen gegenüber dem eigenen Pkw nicht unbedingt erreicht wird. Aufgrund geringer Nachfrage oder aufgrund exorbitant hoher Kosten wurden zahlreiche Rufbus- und On-Demand-Angebote nach einer Förder- oder Versuchsphase wieder eingestellt.

Sobald avF im regulären Straßenverkehr eingesetzt werden können, wird der Betrieb von Rufbussen und ähnlichen Angeboten deutlich kostengünstiger und es stellt sich die Frage, wo und wann ein Einsatz dieser Betriebsform sinnvoll ist. Entsprechend den Überlegungen zu einem differenzierten ÖPNV-Netz (vgl. Abschn. 2.​2. in diesem Buch) bieten sich flexible Verkehrsangebote für folgende Einsatzzwecke an:

Auch wenn das Kostenargument die stärkere Verbreitung von Angeboten wie Rufbussen aufgrund des fahrerlosen Betriebes nicht mehr bremst, wird die Betriebsform des ÖPNV im Einzelfall genau abzuwägen sein. Fehlentwicklungen hat es durch Einsatz überbordender Fördergelder bereits gegeben; zukünftig können Fehlentwicklungen auch ohne Fördergelder nicht ausgeschlossen werden. Nachfolgend werden hierzu einzelne Beispiele benannt:

Die Wirkungen von avF werden auch in Bereichen außerhalb der Personenbeförderung eintreffen. Grundsätzlich werden auf Basis der Regelungen des novellierten StVG avF in allen Dienstleistungsbereichen interessant werden, in denen die Kosten des Fahrers einen hohen Anteil der Betriebskosten ausmachen. Die nachfolgende Liste denkbarer Einsatzgebiete für avF ist exemplarisch und lässt sich sicherlich noch erweitern:

Alle diese privaten und staatlichen Dienstleistungen werden durch Einsatz von avF kostengünstiger und können somit häufiger, preisgünstiger und mit höherer Qualität (Zuverlässigkeit) angeboten werden. Die genannten privaten Unternehmen mit besetztem Büro werden die Anforderungen des StVG an den Betreiber von avF erfüllen. Durch die Vielzahl der denkbaren Dienstleistungen und die teilweise häufigen Zustellfahrten ist mit einer stark zunehmenden Dichte an gewerblichen Kraftfahrzeugen in den Wohngebieten der Städte zu rechnen. Diese sollte im Hinblick auf Planungen und möglichen Regulierungsbedarf frühzeitig Berücksichtigung finden.

Auf Grundlage des bestehenden Forschungsstands zu den möglichen sicherheitstechnischen Auswirkungen des automatisierten Fahrens sind insbesondere die Stufen SAE L2 und SAE L3 kritisch einzuschätzen. Beide Automatisierungsstufen sind dadurch gekennzeichnet, dass der Mensch weiterhin eine wichtige Rolle bei der Durchführung der Fahraufgabe innehat (vgl. Abschn. 1.​1). Die Fahrzeuglenkenden müssen dabei die Möglichkeiten und Grenzen ihres Fahrzeugs und der sich an Bord befindenden Systeme gut kennen, um diese zweckmäßig einzusetzen und deren Sicherheitspotenzial ausschöpfen zu können. Die Herausforderungen innerhalb dieser Automatisierungsstufen basieren vor allem darauf, dass die Fahrenden zunehmend zu Überwachenden des Fahrzeugs werden. Der Mensch wird also auf der einen Seite durch die technischen Systeme entlastet, muss aber trotzdem je nach Automatisierungsstufe voll wachsam und übernahmebereit sein, um als Rückfallebene zu dienen, sobald die Fahrzeugautomation aufgrund besonders komplexer Verkehrssituationen ihre Systemgrenze erreicht.

Im Grunde ist das automatisierte Fahren keine völlig neue Erscheinung, denn es wird vielmehr das fortgeführt, was in modernen Fahrerassistenzsystemen seit einigen Jahren bereits seinen Anfang genommen hat. Der Unterschied liegt vor allem darin, dass bisher verfügbare Systeme unter der Annahme konstruiert wurden, dass stets die Fahrenden im Notfall für korrigierende Eingriffe und Übernahmen der Fahrzeugsteuerung unverzüglich zur Verfügung stehen. Weil bei der Übertragung der Fahrzeugsteuerung vom Computersystem auf den Lenkenden eine bestimmte Übernahmezeit erforderlich ist, muss ein automatisiertes Fahrzeug mit einem eigenständigen technischen Absicherungssystem bzw. einem zeitlichen Sicherheitspuffer ausgestattet sein (Gasser et al. 2015). Wie lange dieser zeitliche Sicherheitspuffer sein muss, damit die kognitiven Leistungsmöglichkeiten möglichst aller Fahrzeuglenkenden nicht überfordert werden, darüber divergieren die Expertenmeinungen noch heute. Gleichzeitig ist dieser Moment der Verantwortungsübergabe vom Fahrzeug auf den Menschen entscheidend für die Verkehrssicherheit.

Automatisierte Fahrzeuge müssten neben der Fähigkeit zur Mustererkennung für Gesten und Körperhaltungen auch über ein Kontextverständnis verfügen, welches ihnen die richtige Erkennung, Interpretation und Bewertung von Gesten und Signalen ermöglicht (Maurer et al. 2015). Eine unmissverständliche Kommunikation zwischen allen Verkehrsteilnehmenden nimmt einen zentralen Stellenwert in der heutigen und zukünftigen Verkehrssicherheit ein. Es ist entscheidend zu definieren, welche Nachrichten/Botschaften bei Interaktionen mit automatisierten Fahrzeugen und anderen Verkehrsteilnehmenden ausgetauscht werden müssen und anhand welcher Signale und Informationsdesigns eine intuitive und unmissverständliche Kommunikation zwischen allen Verkehrsteilnehmenden realisiert werden kann (Weber et al. 2019 sowie Deublein 2020a). Da der Straßenverkehr auch im Zustand des Mischverkehrs noch stark vom kooperativen Verhalten der Verkehrsteilnehmenden geprägt sein wird, stellt eine gelingende Kommunikation zwischen den automatisierten und nicht-automatisierten Verkehrsteilnehmern eine wichtige Grundlage für die Verkehrssicherheit dar (Schaarschmidt et al. 2021). Eine Vertiefung der Möglichkeiten zur Kommunikation im Straßenverkehr sowie die Auseinandersetzung mit den Prozessen einer gelingenden Informationsübertragung als Basis für kooperatives Verhalten sind an dieser Stelle nicht möglich. Um der hohen Bedeutung der Kommunikation und Interaktion gerecht zu werden, wird diesem Thema ein eigenes Kapitel gewidmet (Abschn. 4.​3).

Die Bedeutung der Straßeninfrastruktur liegt in der Herausforderung und dem Potenzial, hilfestellend der Kommunikation zwischen Verkehrsteilnehmenden mit unterschiedlichem Automatisierungsgrad zur Seite zu stehen (Dierkes et al. 2019). Hauptziel ist es, sowohl physische als auch digitale Elemente der Straßeninfrastruktur zu entwerfen, zu aktualisieren, anzupassen und zu testen, um einen unterbrechungsfreien, vorhersehbaren, sicheren und effizienten Verkehr zu gewährleisten. Eine intelligente, mit den Fahrzeugen direkt kommunizierende Infrastruktur kann dazu beitragen, dass kritische Verkehrssituationen bereits vor ihrem Eintreten bekannt sind oder erkannt werden und somit präventive Informationen zur Gefahrensituation an die involvierten Verkehrsteilnehmenden übermittelt werden. Zu Form und Gestaltung solcher Kommunikationsmedien auch für Fußgänger und Radfahrer laufen derzeit diverse Forschungsbemühungen in Europa (Lytrivis et al. 2018 sowie Rupprecht et al. 2018). Die Ergebnisse zeigen, dass Infrastrukturanpassungen, ob physisch oder digital, bei höheren Marktdurchdringungsraten von automatisierten Fahrzeugen erforderlich sein können, um die Verkehrseffizienz und -sicherheit für alle Verkehrsträger im Verkehrsnetz zu verbessern. Spezifische Infrastrukturanpassungen müssen dabei den Mobilitätsanforderungen in den verschiedenen heterogenen Netzabschnitten gerecht werden (Lanz et al. 2019).

Seit der jüngeren Vergangenheit laufen national und international eine Vielzahl an Pilotversuchen mit automatisierten Fahrzeugen auf Teststrecken im straßengebundenen ÖPNV. Das weltweit erste „SmartShuttle“ auf öffentlichen Straßen verkehrt seit dem Jahr 2016 im schweizerischen Ort Sitten (Neubauer und Comby 2022). Das Ziel der Betreiber war es, die neue Technologie im öffentlichen Raum zu testen und so Erfahrungen für zukünftige Einsatzmöglichkeiten zu sammeln. Die insbesondere seit 2018 auch anderenorts vermehrt auftretenden Versuche im „Reallabor Straße“ waren meist nur von begrenzter Dauer und in abgegrenzten räumlichen Bereichen. Zudem muss auch heute noch aufgrund der rechtlichen Rahmenbedingungen speziell geschultes Sicherheitspersonal an Bord sein, um das Fahrzeug zu stoppen oder manuell bedienen bzw. steuern zu können. Seither wird in unzähligen Projekten der automatisierte Betrieb von Shuttlebussen im Realeinsatz auf öffentlichen und nicht-öffentlichen Straßen erprobt. Mittlerweile hat sich aus den ersten Versuchen und den Überlegungen zum Einsatzbereich der automatisiert verkehrenden Shuttlebusse der Anspruch entwickelt, eine vollwertige Ergänzung zum bestehenden ÖPNV darzustellen – insbesondere als Angebot für die erste und letzte Meile im ländlichen Raum.

In Deutschland hat der Verband der deutschen Verkehrsunternehmen (VDV) eine Liste von bisherigen und aktuell laufenden Shuttlebus-Projekte mit automatisierten Fahrzeugen publiziert (VDV 2022a), die in Kooperation und Zusammenarbeit mit örtlichen Verkehrsunternehmen entwickelt und vorangetrieben werden. Diese zeigt, dass von Friedrichshafen bis Sylt und von Aachen bis Berlin in großen und kleinen Kommunen wichtige Erfahrungen und Erkenntnisse für den automatisieren ÖPNV der Zukunft gesammelt werden. Das erste und dadurch wohl bekannteste Projekt in Deutschland ist die Erprobung eines hochautomatisierten Shuttlebusses im Linienbetrieb im bayerischen Bad Birnbach. Ziel des sich seit 2017 im realen Fahrgastbetrieb befindenden Projekts ist die Erprobung des automatisierten „Erste-/Letzte-Meile-Konzepts“ im ländlichen Raum, was mittlerweile auch das Fahren auf einer Landstraße inkludiert (Mederle 2021).

Auch in Österreich wurden in mehreren Pilotversuchen, wie beispielsweise dem „auto.Bus-Seestadt“ (WIENER LINIEN 2021) oder dem „Digibus Austria“ (SALZBURG RESEARCH 2021) die Ziele verfolgt, Methoden, Technologien und Modelle zu erforschen und zu erproben, die einen zuverlässigen und verkehrssicheren Betrieb von automatisierten Fahrzeugen im ÖPNV erlauben. Neben der technischen Weiterentwicklung der Fahrzeuge und ihrer Systeme werden versuchsbegleitend meist weitere Forschungsinitiativen initiiert. Dabei nutzen involvierte Forschungseinrichtungen, ÖV-Dienstleister sowie weitere Stakeholder die Pilotversuche als Experimentierraum, in dessen Mittelpunkt die Erprobung von Innovationen unter Realbedingungen steht. Innerhalb dieser Begleitforschung werden neben technologischen Aspekten (Betriebssicherheit, IT-Sicherheit, Sensorik etc.) auch soziale und ökonomische Aspekte berücksichtigt, wie zum Beispiel Akzeptanz- und Verhaltensanalysen beim Umgang mit diesen Fahrzeugen sowie der Geschäftsmodellentwicklung der entsprechenden Mobilitätsdienstleister.

Belastbare Aussagen zur Verkehrssicherheit bedingen eine mehrjährige Betrachtung des Unfallgeschehens. Die Empfehlungen für Sicherheitsanalysen von Straßennetzen der FGSV geben dafür einen Zeitraum von mindestens drei Jahren vor (FGSV 2003). Nur die wenigsten Pilotversuche zeigen eine ähnlich lange Laufzeit. Anders zeigt sich hier der Linienbetrieb eines automatisierten Shuttles in Pörtschach am Wörthersee in Kärnten, bei dem seit 2018 ein automatisiertes Shuttle eine über zwei Kilometer lange Strecke in einem 20-min-Takt bedient – ohne nennenswerte Vorfälle. Gleiches gilt für das Fallbeispiel in Bad Birnbach, bei dem bisher keine Befunde über sicherheitsrelevante Zwischenfälle vorliegen oder Situationen auftraten, in denen ein Eingreifen der Begleitpersonen aus Sicherheitsgründen notwendig wurde (Riener et al. 2020). Auch das „Smartshuttle“ in Sitten nimmt aufgrund seiner langen Laufzeit eine besondere Rolle für die Analyse der Verkehrssicherheit automatisierter Fahrzeuge im ÖPNV ein. Bisher gab es nur einen einzigen Vorfall im Jahr 2016, der zu leichtem Sachschaden führte (POSTAUTO 2016). Nach diesen insgesamt sehr positiven Entwicklungen wird der Betrieb der beiden letztgenannten Projekte ausgeweitet, sodass ab 2022 die automatisierten Shuttlebusse „on demand“ verkehren werden.

Ein Großteil aller heutigen Unfälle wird durch menschliches Fehlverhalten (bewusst oder unbewusst) verursacht. Heute helfen verschiedene Assistenzsysteme, die Anzahl dieser Fehler zu reduzieren. Der bedeutendste Vorteil automatisierter Fahrzeuge für die Verkehrssicherheit ist, dass automatisierte Systeme die allgemeingültigen Verkehrsregeln und -vorschriften einhalten werden. Dies betrifft insbesondere die Beachtung von Lichtsignalen, von statischen Beschilderungen und Bodenmarkierungen sowie der Vorfahrtsregelungen an ungeregelten Knotenpunkten. Zudem passen automatisierte Fahrzeuge ihre Geschwindigkeit nicht nur auf Basis der Witterungs-, Sicht- und Fahrbahnbedingungen an, sondern halten sich auch an die jeweils zulässige Höchstgeschwindigkeit. Es wird erwartet, dass Verkehrsunfälle, die aufgrund überhöhter bzw. unangepasster Geschwindigkeit oder durch Missachtung von Signalen begründet sind, deutlich seltener in Erscheinung treten werden.

Eine derzeit ebenfalls häufig auftretende Unfallursache ist „Ablenkung“ bzw. „Unachtsamkeit“. Lenkende sind aufgrund einer meist visuellen Überforderung von der eigentlichen Fahraufgabe abgelenkt und nehmen Gefahren nicht bzw. nicht zeitgerecht wahr. Das Bedienen des Fahrzeugs, aber auch die fahrzeuginternen Entertainment-Möglichkeiten führen ebenfalls zu einer Ablenkung, die im schlimmsten Fall zu einem Unfall führt. Zusätzlich können Lenkende aber auch durch dauerhafte oder temporär reduzierte physische und psychische Voraussetzungen relevante Informationen nicht oder nur verringert aufnehmen. Diese menschlichen Gegebenheiten können durch Sensorik und selbstlernende Algorithmen ausgeschlossen werden. Eine Maschine kann die (Fahr-)Aufgaben stets ohne Ermüdung bzw. Ablenkung durchführen und schaltet somit diesen Risikofaktor aus. Auf Basis dieser zwei beispielhaft beschriebenen Veränderungen wird durch das automatisierte Fahren ein positiver Einfluss auf die Verkehrssicherheit erwartet. Für den ÖPNV bedeutet dies, dass das ohnehin bereits sehr sichere Verkehrsmittel „Bus“ weitere Sicherheitspotenziale offenbart.

Analysen des Gesamtverbandes der Deutschen Versicherungswirtschaft e. V. (GDV 2019) haben gezeigt, dass die Verkehrssicherheit im ÖPNV maßgeblich an den Haltestellen beeinflusst wird. Die durchgeführten statistischen Analysen weisen nach, dass das generelle Fußverkehrsaufkommen im Haltestellenbereich das Unfallniveau signifikant beeinflusst. Zudem hat sich gezeigt, dass das Unfallrisiko und die Unfallfolgen mit zunehmendem Fahrgastaufkommen steigen. Typische Unfallmuster sind insbesondere sogenannte Überschreiten-Unfälle von Personen, die im Bereich der Haltestelle die Fahrbahn queren. Baier et al. (2007) haben erkannt, dass querende Fußgänger im Haltestellenbereich die Verkehrssicherheit maßgeblich beeinflussen. Auch Rotläufer, also die bewusste Missachtung der roten Fußgängerampel, können zu Unfällen führen. Ebenso hat die physische Verkehrsinfrastruktur im Haltestellenbereich einen großen Einfluss auf die Verkehrssicherheit. Auffällig sind beispielsweise Konflikte zwischen wartenden Fahrgästen und dem Radverkehr, die sich insbesondere durch die beengten Platzverhältnisse oder eine ungünstige Radverkehrsführung im Haltestellenbereich begründen lassen (DVR 2021). Zudem sind Haltestellen am Fahrbahnrand oder Kaphaltestellen als Standardlösung für Busse hinsichtlich der Verkehrssicherheit zu priorisieren (Baier et al. 2007).

Der angeführte Konfliktbereich „Haltestelle“ wird sich durch das automatisierte Fahren im ÖPNV kaum vollständig auflösen können. Insbesondere vor dem Hintergrund, dass der Betrieb eines automatisieren Shuttles nicht zwingend an fixe Haltepunkte gebunden ist (on demand) und die Haltestellenbereiche nicht mehr als solche identifizierbar sind, kann dies zu Verkehrssicherheitsproblemen führen. Da das heute bekannte Unfallgeschehen im Zusammenhang mit dem ÖPNV zu großen Teilen außerhalb des Fahrzeugs geschieht, bleibt abzuwarten, inwieweit sich eine zunehmende Automatisierung der Fahrzeuge auswirken wird.

Auch ist nicht bekannt, inwieweit die Fahrweise des automatisierten Fahrzeugs unter strikter Einhaltung der allgemeinen Verkehrsregeln als Behinderung durch andere Verkehrsteilnehmende wahrgenommen wird und sich dadurch Konflikte im Verkehrsfluss und der Verkehrssicherheit ergeben. Aus heutiger Sicht muss gerade für den Mischverkehr mit einer Zunahme an kritischen Situationen gerechnet werden. Einerseits ist die Technologie noch nicht ausgereift (verbessert sich aber laufend), andererseits ist das derzeitige Verkehrssystem auf Menschen ausgelegt und nicht auf Maschinen, sodass mit den Verkehrsregeln vertraute Lenkende spezifische Situationen besser einschätzen und darauf reagieren können, beispielsweise im Bereich von Engstellen oder unklaren Vorfahrtssituationen.

Die sichere Interaktion und Kommunikation zwischen allen Teilnehmenden im Straßenverkehr ist derzeit ein bedeutendes Forschungsthema. Vor diesem Hintergrund wird dem Thema der Kommunikation mit automatisierten Fahrzeugen ein eigenes Kapitel gewidmet. Allein der Wegfall des Fahrers oder der Fahrerin eines Busses lässt neue Fragen zur Sicherheit entstehen. Durch die Automatisierung fehlt den Passagieren ein unmittelbarer Ansprechpartner bei auftretenden Notsituationen im Fahrzeug selbst. Von persönlichen Notfällen einzelner Passagiere über Konflikte zwischen Passagieren bis hin zu Verkehrsunfällen des automatisierten Fahrzeugs können Notsituationen sehr vielfältig in Erscheinung treten und müssen künftig durch eine fernmündliche Kontaktperson behandelt werden können.

Ein ebenfalls nicht zu verachtendes Risiko ist ein vorsätzlicher Eingriff von außen auf das Fahrzeug und dessen Steuerung (Kremenovic et al. 2021). Dieses Risiko einer ungewollten und erzwungenen Fremdübernahme muss mit höchstem technischem Aufwand verhindert werden und könnte die Akzeptanz und Nutzung solcher Systeme in der Gesellschaft stark in Mitleidenschaft ziehen. Dieses Thema wird aber in Abschn. 3.3 näher erörtert.

Um ein gegenseitiges Verständnis für die Anforderungen zur Erhöhung der Verkehrssicherheit zu schaffen, sollten, nach Meinung der Autoren, frühzeitig und laufend Kooperationen zwischen Fahrzeugherstellern, Straßenbetreibern und der Forschung stattfinden. Eine so grundlegende Änderung des Verkehrssystems muss Bedacht auf die Interessen und Bedenken aller Beteiligten nehmen, damit ein sicheres Miteinander im Straßenraum gewährleistet werden kann.

Um eine entsprechend hohe Akzeptanz der neuen Technologie in der Bevölkerung zu ermöglichen, wäre es von Vorteil, alle erforderlichen Daten und Informationen zur Unterstützung des automatisierten Fahrens von allen Stakeholdern bereitzustellen, zu teilen und ins Verkehrssystem zu integrieren. Es ist nach Meinung der Autoren elementar, auch die Straßenbetreiber bei der Integration des automatisierten ÖPNV einzubeziehen, da nur sie wertvolle Informationen und Daten zur Unterstützung des automatisierten Fahrens, z. B. durch straßenseitige Sensoren, C-ITS und Kommunikationsinfrastruktur, zur Verfügung stellen können.

Die Unterstützung durch eine digitale Infrastruktur wird beispielsweise durch die in der Forschung bereits verwendeten ISAD-Level (Infrastructure Support Level for Automated Driving) klassifiziert (Lytrivis et al. 2020). Hierbei werden in einem Schema für die Straßeninfrastruktur Level-Stufen definiert, die den Grad der Digitalisierung der Infrastruktur, von keiner digitalen Infrastruktur (Level E) bis zur höchsten Digitalisierungsstufe (Level A), als Grundlage für das automatisierte Fahren beschreiben. Aber auch seitens der Fahrzeughersteller werden ODD (Operational Design Domains) definiert, also jene Örtlichkeiten und Umstände (Wetter, Geschwindigkeit, Tageszeit), in welchen eine Automatisierungsfunktion spezifikationsgemäß funktionieren muss. Die Infrastrukturausrüstung kann dabei helfen, diese ODD zu erweitern, also quasi den Bereich, in dem eine Funktion noch angeboten werden kann, auszudehnen. Dies kann u. a. durch Hilfestellung bei der Erkennung von Straßenmarkierungen, Fahrsituationen oder Baustelleninformationen geschehen und somit das automatisierte Fahren sicherer machen.

Ein wesentlicher Aspekt im Gesamtsystem des automatisierten Fahrens ist eine korrekte Information und Aufklärung der Bevölkerung über den Umgang mit automatisierten Fahrzeugen im Straßenverkehr. Nur durch eine gesellschaftliche Diskussion darüber werden Ängste und Sorgen vermindert und dadurch die Akzeptanz für neuartige Technologien, deren Sicherheit und das Vertrauen erhöht. Ein Ende der aktuellen Entwicklung zur Ausweitung der Pilotversuche scheint daher nicht in Sicht, will man weiter daran forschen, was der Mensch im zukünftigen Mischverkehr braucht, was das Fahrzeug bereits beherrscht und wie das Umfeld unterstützend eingreifen kann.

Gestützt auf die Richtlinie 2008/96/EG des Europäischen Parlaments und des Rates (EU 2008) wurden auch in den DACH-Ländern verschiedene prozessuale Instrumente zur Erhöhung der Infrastruktursicherheit (ISSI) erarbeitet und in Normen oder Richtlinien verankert. Diese Instrumente bilden zum einen eine proaktive Unterstützung bei der Planung von neuen oder bei der Umgestaltung bestehender Straßenabschnitte und Kreuzungsbereiche. Zum anderen gibt es Instrumente, die auf Grundlage des dokumentierten Unfallgeschehens eine Hilfestellung zur effizienten Sanierung defizitärer Netzabschnitte anbieten. Bisher richten sich die Inhalte der ISSI in erster Linie nach dem motorisierten Individualverkehr. Spezifische Bedürfnisse einzelner Verkehrsteilnehmergruppen (z. B. Fahrradfahrende) oder die Herausforderungen im Mischverkehr werden nicht explizit adressiert. Dies gilt auch für bestehende und die oben beschriebenen zukünftigen Herausforderungen im ÖPNV. Für das automatisierte Fahren im ÖPNV werden die folgenden Handlungsfelder empfohlen:

Festzuhalten ist, dass eine Berücksichtigung der Anforderungen und Herausforderungen eines zukünftig zunehmend automatisierten ÖPNV bereits heute in der Konzeption der Infrastruktur-Sicherheitsinstrumente notwendig ist. Zudem ist im Kontext des Automatisierten ÖPNV zukünftig davon auszugehen, dass eine Vernetzung der Fahrzeuge untereinander (bereits heute oftmals gegeben), aber auch der Fahrzeuge mit der Infrastruktur und anderen Verkehrsteilnehmergruppen eine wichtige Voraussetzung sein wird, um den zukünftigen Straßenverkehr sicherer zu machen und den Verkehrsfluss zu gewährleisten. Die Interaktion von automatisierten Fahrzeugen mit den nicht-automatisierten Verkehrsteilnehmenden (zu Fuß Gehende, Radfahrende, konventionelle Fahrzeuglenkende) im Mischverkehr wird dabei wohl eine der größten Herausforderungen darstellen. Auch der ÖPNV muss so ausgelegt sein, dass eine intuitive und unmissverständliche Kommunikation mit allen Verkehrsteilnehmergruppen gelingen kann.

Einen ähnlichen Ansatz wie in den oben beschriebenen ISSI-Programmen verfolgt das Land Österreich, wo im Jahr 2022 für die Durchführung von Testfahrten automatisierter Fahrzeuge im realen Verkehr eine verpflichtende Risikobewertung aller durch das automatisierte Fahrzeug zu befahrenden Routen eingeführt wurde. Dieser wesentliche Baustein zur Genehmigung eines Probebetriebs gewährleistet eine umfassende Betrachtung der Verkehrssicherheit für alle Verkehrsteilnehmenden.

Im Rahmen der Risikobewertung finden Besichtigungen vor Ort sowie Foto- und/oder Videodokumentationen zur Grobanalyse der vorhandenen Verkehrsinfrastruktur statt. Diese beinhaltet die Erhebung der baulichen Gestaltung, wie Fahrbahnbreiten, Längs- und Querneigungen etc., des Unfallgeschehens, der Umfeldstruktur (Schulen, Kindergärten oder Altersheime) und Besonderheiten wie Eisenbahnkreuzungen, Baustellen und Tunnel. Darauffolgend wird die gesamte Strecke in Abschnitte segmentiert, die jeweils ein ähnliches Umfeld aufweisen und hinsichtlich des Risikopotenzials der örtlichen Gegebenheiten bewertet. Dies erfolgt u. a. hinsichtlich der Anlage- und Sichtverhältnisse (z. B. Qualität der Bodenmarkierungen), der Gestaltung der Haltestellenbereiche oder der Knotenpunkte inkl. der Signalisation (z. B. ungeregelt, mit LSA oder als Kreisverkehr). Durch diese intensive Auseinandersetzung mit den örtlichen Gegebenheiten werden vorhandene Risiken der Verkehrsinfrastruktur identifiziert, die dann in weiteren Schritten durch infrastrukturseitige, fahrzeugseitige und/oder organisatorische Maßnahmen verbessert und damit entschärft werden.

Die bisher marktverfügbaren Shuttlebus-Konzepte sind aus praktischer (Betreiber-)Perspektive, noch nicht für einen autonomen ÖPNV-(Regel-)Betrieb geeignet. Im Wesentlichen liegt dies an dem fehlenden technischen Reifegrad der Fahrzeuge selbst, aber auch an fehlenden technischen Standards für den Aufbau und Betrieb autonomer Shuttlebusse im ÖPNV-Einsatz. Dies betrifft insbesondere etwaige Mindeststandards an die Grundausstattung von Sitz- und Stehplätzen, Anforderungen an die Barrierefreiheit, die Auswahl geeigneter Strecken und Betriebskonzepte, sowie die Mensch-Maschinen-Interaktion sowohl zwischen den autonomen Fahrzeugen und den Fahrgästen als auch des autonomen Fahrzeugsystems mit den Betriebspersonalen, wie der technischen Aufsicht.

Zwar sind einzelne autonome Shuttlefahrzeuge auch mit elektrischen Rampen ausgestattet – taktile Hilfen oder Standards im Hinblick auf die Barrierefreiheit werden jedoch nicht erfüllt.

Insbesondere existiert auch noch kein technisches System, welches bspw. Menschen, die auf die Nutzung von Rollstühlen angewiesen sind, dabei unterstützt, selbstständig bzw. automatisiert im Fahrgastraum zu sichern. Dies bedeutet für die Praxis, dass zusätzliches Servicepersonal (aktuell) bereitgestellt werden muss. Bei autonomen Fahrzeugen der M1-Fahrzeugklasse – also Pkw-Aufbauten – sieht es hinsichtlich der Gewährleistung der Barrierefreiheit noch mangelhafter aus. Neben dem noch nicht barrierefreien Zugang ist die deutlich herabgesetzte Höchstgeschwindigkeit – in der Regel 18 km/h – ein weiteres Hemmnis für ein integriertes Verkehrsangebot. Dadurch ist ein „Mitschwimmen“ der hochautomatisierten Shuttlebusse noch nicht möglich und könnte so ein zusätzliches Verkehrshindernis darstellen. Ein eigenständiges Umfahren von Hindernissen erfolgt nicht, sondern muss manuell durch den Sicherheitsbegleiter durchgeführt werden. Weiterhin ist auch das Innenraumkonzept noch nicht auf einen autonomen Betrieb ausgelegt. Ferner sind auch die Sicherheitskonzepte noch unzureichend, sodass noch nicht die Redundanz und Resilienz der Systeme vorhanden sind, die für einen Regelbetrieb im ÖPNV-Einsatz erforderlich sind (weitere Hinweise zum Stand der Technik vgl. Rentschler, C. et al. 2020).

Aufgrund der technischen Reife der Systeme und der regulatorischen Rahmenbedingungen werden die Fahrzeuge heute noch durch Sicherheitsfahrer bzw. „Operatoren“ in den Fahrzeugen überwacht. Auch wenn in der Praxis oft vom „autonomen Fahren“ gesprochen wurde, handelte es sich bei den Erprobungen im ÖPNV bisher weder technisch noch rechtlich um einen Betrieb von Kraftfahrzeugen mit autonomen Fahrfunktionen. Vielmehr handelte es sich bei den eingesetzten autonomen Shuttlebussen genehmigungsrechtlich um sog. „Sonderkraftfahrzeuge zur Personenbeförderung“ und lediglich um einen teil- bzw. hochautomatisierten Betrieb der SAE Stufen 2 und 3 (so im Ergebnis auch: Kolb et al. 2019).

Im Kontext des autonomen bzw. automatisierten und vernetzten Fahrens werden verschiedenste Rechtsbereiche berührt – u. a. das Straßenverkehrsrecht, Datenschutzrecht, Haftungsrecht, Verfassungsrecht, Strafrecht wie auch das Personenbeförderungsrecht (vgl. Ackermann et al. 2021b). Für die ÖPNV-Praxis ist hierbei der Bereich des Personenbeförderungsrechts und des Straßenverkehrsrechts am relevantesten, weshalb sich die nachfolgenden Ausführungen hierauf beschränken.

Die entgeltliche oder geschäftsmäßige Beförderung von Personen mit Straßenbahnen, mit Oberleitungsomnibussen und mit Kraftfahrzeugen ist nur unter den Rahmenbedingungen des Personenbeförderungsgesetzes (Deutscher Bundestag 2021) genehmigungsfähig, § 1 Abs. 1 S. 1 PBefG. Das PBefG unterscheidet zwar zwischen Pkw, Bussen und Straßenbahnen, aber nicht zwischen Fahrzeugen mit und ohne Fahrer:in, sodass es für autonome Verkehrsleistungen weiterhin Anwendung findet (vgl. Leonetti et al. 2021). Bei den Genehmigungsvoraussetzungen in § 13 PBefG wird nicht danach gefragt, wer das Fahrzeug fährt, denn der entscheidende Anknüpfungspunkt für das Beförderungsrecht ist der Verkehrsunternehmer. In der Folge bilden die Verkehrsarten des PBefG auch den genehmigungsrechtlichen Rahmen für autonome Verkehrsleistungen. Die eigentlichen Anforderungen an den ÖPNV-Betrieb hinsichtlich der Sicherheit und Ordnung ergeben sich fast ausschließlich aus den Regelungen des Straßenverkehrs- und Straßenzulassungsrechts und nur ergänzend kommen auf Grundlage der Verordnungsermächtigung aus § 57 Abs. 1 PBefG Regelungen aufgrund von Betriebsordnungen wie bspw. der BOKraft (Deutscher Bundestag 2021b) hinzu (Heinze 2014). Im Grundsatz ist das Personenbeförderungsrecht jedoch auch für autonome Fahren gerüstet und bietet einen hinreichend konkreten Rechtsrahmen für die Markteinführung autonomer Verkehrsangebote (Leonetti 2021a, b).

Den im Kern relevanten Regelungsrahmen für den autonomen Betrieb im ÖPNV bildet das Straßenverkehrsrecht. Es regelt mit dem Genehmigungs- und Zulassungsrecht das „Ob“ – also unter welchen Voraussetzungen (autonome) Fahrzeuge auf öffentlichen Straßen in Betrieb genommen werden dürfen (Bsp. StVG (Deutscher Bundestag 2021a), FZV (Bundesverkehrsministerium 2022b), StVZO (Deutscher Bundestag 2021g)). Das Verhaltensrecht regelt hingegen das „Wie“, also unter welchen Voraussetzungen (autonome) Fahrzeuge betrieben bzw. „gefahren“ werden dürfen (Bsp. StVG, StVO (Deutscher Bundestag 2021a, 2021h)).

Die Zulassung eines Kraftfahrzeugs zum Straßenverkehr erfolgt dabei zweistufig: Auf der ersten Stufe wird für das Kraftfahrzeug eine Betriebserlaubnis, Einzelgenehmigung oder europäische Typengenehmigung erteilt, in der überprüft wird, ob das jeweilige Fahrzeug den technischen Beschaffenheitsanforderungen entspricht; auf der zweiten Stufe erfolgt dann die entsprechende Zulassung durch Zuteilung eines amtlichen Kennzeichens, § 1 Abs. 1, S. 2, § 3 Abs. 1. S. 2, 3 StVG und §§ 3, 8 FZV(vgl. Schnieders 2020).

Für die hier betrachteten autonomen Shuttlebus-Konzepte ist insbesondere das nationale Zulassungsrecht relevant, da die Fahrzeuge aufgrund ihrer besonderen Bauart nicht den europäischen Typen der (EU) 2018/858 entsprechen. In der Praxis wird für die „People-Mover“-Fahrzeuge eine Einzelgenehmigung nach § 21 Abs. 1 StVZO erteilt (vgl. Gatzke 2020). Allerdings bedürfen die Fahrzeuge in der Regel noch einer zusätzlichen Ausnahmegenehmigung von der obersten Landesbehörde nach § 70 Abs. 1 Nr. 2 StVZO, da die Fahrzeuge nicht alle Beschaffenheitsanforderungen der StVZO erfüllen (vgl. Böckler et al. 2021). Diese wird nach § 70 Abs. 3 StVZO in der Regel örtlich erteilt und festgelegt, sodass neben der Einzelfahrzeuggenehmigung noch eine „Streckengenehmigung“ erteilt wird. Das bisherige Zulassungsverfahren für den „People-Mover“ ist demnach dreistufig aufgebaut.

Im Ergebnis stellte der gesamte Prüf-, Begutachtungs- und Zulassungsprozess für jedes Erprobungsprojekt bisher eine behördliche Einzelfallentscheidung dar (Leonetti 2021a, b). Für die Praxis ist hierbei hervorzuheben, dass die Betriebsstrecken in der Regel für den Fahrzeugeinsatz angepasst wurden. Hierzu gehören – insbesondere für kommunale Straßenbaulastträger und Entscheider relevant – die Anordnung von zusätzlichen straßenrechtlichen und straßenbaulichen Maßnahmen, wie z. B. Geschwindigkeitsbegrenzungen, Parkverbote, der Aufbau vernetzter Infrastrukturen (RSU, LSA, V2X etc.)³, Grünschnittbeseitigung, Aufbau zusätzlicher (maschinenlesbarer) Verkehrszeichen sowie die „Nachbesserung“ von Fahrbahnmarkierungen (vgl. Leonetti 2021a, b).

Aufgrund bestehender Übergangsvorschriften gem. § 1i Abs. 4 StVG sollte die bisherige Genehmigungspraxis trotz neuerer Regelungen zumindest kursorisch bekannt sein und die Erkenntnisse aus früheren Erprobungsprojekten herangezogen werden. Neben den vielfältigen praktischen Herausforderungen wie dem gebiets- und streckenbezogenen Betrieb, der Notwendigkeit eines Sicherheitsfahrers im Fahrzeug, erheblichen Zeitaufwänden bei Genehmigungsverfahren und der eingeschränkten Höchstgeschwindigkeit und Einsatzbereitschaft der Erprobungsfahrzeuge sind Zulassung und Fahrgastbetrieb mit „autonomen Shuttlebussen“ („People-Mover“) dem Grunde nach jedoch auch nach altem Rechtsstand (mit Sicherheitsbegleiter) möglich gewesen.

Die Herausforderung bei der Erprobung autonomer Verkehrsangebote hat die Politik erkannt und mit dem Gesetz zum autonomen Fahren (Deutscher Bundestag 2021b) und der Autonome-Fahrzeuge-Genehmigungs- und Betriebsverordnung (AFGBV, Bundesrat der Bundesrepublik Deutschland 2022) einen weltweit einmaligen Regelungsrahmen für den Einsatz im Regelbetrieb autonomer Fahrzeuge geschaffen. Mit diesem Regelungsrahmen hat der Gesetzgeber eine Vielzahl von Anwendungsfällen des autonomen Fahrens der SAE Stufe 4 – d. h. des autonomen Fahrens in spezifischen Anwendungsfällen – ermöglicht und den Regelbetrieb entsprechender Kraftfahrzeuge mit autonomen Fahrfunktionen gestattet. Hervorzuheben ist hierbei, dass, auch wenn eine Vielzahl möglicher Einsatzszenarien adressiert wird, der Gesetzes- und Verordnungsgeber hier erkennbar auf die Ermöglichung des Einsatzes von (Shuttle-)Fahrzeugen mit autonomen Fahrfunktionen zu verschiedenen Anwendungsfällen in der (Logistik und) Personenbeförderung fokussiert hat (Leonetti 2021a, b).

Der neue nationale Rechtsrahmen ordnet ein dreistufiges Genehmigungs- und Zulassungsverfahren und besitzt eine hohe Deckungsgleichheit zu der bisherigen Genehmigungspraxis der autonomen „People-Mover“. Das neue Genehmigungsverfahren besteht nach § 1e Abs. 1 StVG aus: 1. einer Betriebserlaubnis für das Kraftfahrzeug mit autonomen Fahrfunktionen (BEaF), 2. einem Verfahren zur Betriebsbereichsfestlegung und 3. aus einer (regulären) Zulassung.

Auf der ersten Stufe muss der Hersteller beim Kraftfahrbundesamt (KBA) eine BEaF beantragen, § 2 Abs. 1 i. V. m. § 3 Abs. 1 AFGBV. Das Fahrzeug muss dabei über eine entsprechende technische Ausstattung verfügen, die den Anforderungen des § 1e Abs. 2 StVG i. V. m. Anlage 1 AFGBV genügt. Die Fähigkeiten und Ausstattungsmerkmale werden dabei dediziert beschrieben (vertiefend: Leonetti 2021a, b). Den Hersteller trifft dabei eine umfangreiche Dokumentations- und Nachweispflicht (Bundesverkehrsministerium 2022a). Das KBA prüft anhand der eingereichten Dokumente und Erklärungen des Herstellers die Einhaltung der technischen Anforderungen an das Fahrzeug und seine autonomen Fahrfunktionen, § 3 Abs. 4 AFGBV. Der Umfang der einzureichenden Unterlagen und Prüfungen ergibt sich aus § 3 Abs. 2 AFGBV und beinhaltet u. a. neben einer Herstellererklärung über die funktionalen Voraussetzungen des Systems und des Sicherheitskonzepts auch die Vorlage eines Betriebshandbuchs, von Sicherheitskonzepten zur funktionalen Sicherheit und zur Informationstechnologie, sowie Nachweise zu Testszenarien und Umweltbedingungen etc. Das KBA kann sich hierbei eines amtlich anerkannten Sachverständigen bedienen und bspw. technische Dienste bei der Begutachtung hinzuziehen, § 3 Abs. 7 AFGBV. In der Zusammenschau der Vorgaben und Anforderungen bestimmt die BEaF folglich das technische Können des Fahrzeugs und beschreibt die für den Betrieb relevanten Bedingungen und Anforderungen – die sog. Operational Design Domain (ODD) (Bundesverkehrsministerium 2022a).

Der Betrieb ist jedoch nur in vorher festgelegten Betriebsbereichen zulässig, § 1e Abs. 1 Nr. 2 StVG. Nach dieser umfassenden und komplexen „Grundgenehmigung des autonomen Fahrzeugs“ in Form der BEaF hat dann der jeweilige Halter auf Grundlage dieser Betriebserlaubnis ein Verfahren zur Betriebsbereichsfestlegung zu beantragen, § 7 Abs. 1 AFGBV. Das Verfahren über den jeweiligen Betriebsbereich wird hierbei in der Regel durch die örtlich und sachlich zuständigen Länderbehörden bestimmt, § 7 Abs. 2 Nr. 2 AFGBV. Der Betriebsbereich i. S. d. § 1d Abs. 2 StVG ist dabei der „örtlich und räumlich bestimmte öffentliche Straßenraum“, in dem das Kraftfahrzeug mit autonomen Fahrfunktionen betrieben werden darf. Die zuständigen (Länder-)Behörden prüfen hierbei auf Grundlage des in der Betriebserlaubnis definierten (grundsätzliche) Könnens des Fahrzeugs, ob dieses dann auch konkret in dem räumlich beschriebenen Bereich die Fahraufgabe erfüllen kann und der Betriebsbereich alle Voraussetzungen dafür mitbringt. Folglich wird im Rahmen der Betriebsbereichsfestlegung vom Halter bzw. Betreiber der autonomen Fahrzeuge beantragt, „wie“ und „wo“ betrieben wird und durch die zuständige Länderbehörde dann verbindlich festgestellt und angeordnet.

Auf der letzten Stufe erfolgt dann die reguläre Zulassung zum Straßenverkehr, § 1e Abs. 1 Nr. 4 i. V. m. § 1 Abs. 1 StVG. Diese erfolgt bei den örtlichen Zulassungsbehörden und richtet sich nach den allgemeinen Vorschriften, d. h. durch Zuteilung eines amtlichen Kennzeichens. Besonderheiten beim Kennzeichen – bspw. durch den Buchstaben „A“ für autonom – existieren nicht. Im überwiegenden Falle werden die autonomen Shuttlebusse jedoch elektrisch betrieben, sodass sich ein „E“ auf dem amtlichen Kennzeichen befindet. Es ist jedoch vorstellbar und auch die bisherige Praxis, dass innerhalb des Einsatzgebiets autonomer Shuttleerprobungen entsprechende Verkehrszeichen aufgestellt werden, die auf den „autonomen Fahrzeugbetrieb“ hinweisen. Als weitere Voraussetzung für die Erteilung des Kennzeichens und die abschließende Zulassung ist das Vorliegen einer entsprechenden Kfz-Haftpflichtversicherung nachzuweisen (vgl. hierzu detailliert Malzhacker 2021).

Eine weitere Besonderheit des neuen Rechtsrahmens besteht in der Einführung einer neuen Rechtsfigur – der „Technischen Aufsicht“, § 1d Abs. 3 StVG. Die Technische Aufsicht (TA) ist hierbei eine natürliche Person, die das Fahrzeug deaktivieren und Manöver freigeben oder vorschlagen kann. Sie trifft ein umfangreiches eigenes Pflichtenprogramm, welches gesetzlich in § 1f Abs. 2 StVG bestimmt ist. Ausweislich der Gesetzesbegründung kann die TA auch grundsätzlich aus der Ferne wahrgenommen werden, was im Umkehrschluss bedeutet, dass eine Betreuung mehrerer Fahrzeuge durch eine TA erfolgen kann (Deutscher Bundestag 2021e). Die TA ist folglich nicht mit einem Operator/Sicherheitsfahrer vergleichbar, sondern ist vielmehr als „Leitstelle“ zu verstehen, die ihre „Lotsenfunktion“ (nur) nach Anforderung des Systems wahrnimmt. Ihre Überwachungspflichten sind vielmehr auf eine „Evidenzkontrolle“ beschränkt bzw. auf eine sichere Gewährleistung des „Gesamtbetriebs“.

An die Personen der TA werden jedoch hohe fachliche Qualifizierungsanforderungen gestellt. Gem. § 14 Abs. 1 AFGBV müssen sie über einen akademischen Abschluss in den Fachrichtungen Maschinenbau, Fahrzeugtechnik, Elektrotechnik, Luft- und Raumfahrttechnik oder Luftfahrzeugtechnik verfügen oder staatlich geprüfte Techniker sein. Die mit einem solchen „Ingenieursnachweis“ verbundenen Herausforderungen für ÖPNV-Betreiber liegen damit klar auf der Hand, da die ÖPNV-Personale vorwiegend aus Fachkräften und Berufskraftfahrern bestehen. Der Verordnungsgeber hat das Problem jedoch noch rechtzeitig erkannt und im Bundesratsverfahren einen § 14 Abs. 2 AFGBV eingefügt, der es ermöglicht, einzelne Aufgaben und Pflichten an „Nicht-Ingenieure“, die mindestens drei Jahre Berufserfahrung im Bereich der Verkehr- oder Kraftfahrzeugwesens verfügen, zu delegieren (vertiefend: Leonetti 2021a, b). Weiterhin muss die TA eine entsprechende Schulung beim Fahrzeughersteller absolviert haben, einen gültigen Führerschein besitzen und „zuverlässig“ sein, § 14 Abs. 1 Nr. 2–4 AFGBV. Die Länderbehörden sind dabei für die Prüfung dieser personellen und sachlichen Voraussetzungen zuständig und werden entsprechende Nachweise vom Antragsteller verlangen, § 9 Abs. 1 Nr. 3 i. V. m. §§ 13, 14 AFGBV.

Neben den hohen Qualifikationsanforderungen an die eingesetzten Betriebspersonale (Technische Aufsicht und „Maintenance-Personal“) bestehen für Halter und Betreiber autonomer Fahrzeuge noch weitere Aufgaben und Pflichten. Hervorzuheben sind hierbei regelmäßige Wartungen und Prüfungen, bspw. durch eine „täglich durchzuführende erweiterte Abfahrkontrolle“ (§ 13 Abs. 1 Nr. 2, Abs. 7 AFGBV), eine halbjährliche Hauptuntersuchung (§ 13 Abs. 8 AFGBV), eine 90-tägige „Gesamtprüfung“ (§ 13 Abs. 1 Nr. 3 AFGBV) und nicht unerhebliche Dokumentations-, Übermittlungs- und Nachweispflichten.

Zuletzt ist auch noch auf die neue Erprobungsgenehmigung nach § 1i StVG i. V. m. § 16 AFGBV hinzuweisen. Diese soll die bisherige Genehmigungspraxis – wie unter Abschn. 3.2.2. dargestellt – ersetzen.

Die Erteilung einer Erprobungsgenehmigung muss grundsätzlich der Halter beantragen und gilt für bis zu 4 Jahre, § 16 Abs. 2 AFGBV. Sie erfolgt auf Grundlage einer Einzel- oder Typengenehmigung für das jeweilige Kraftfahrzeug. Der Halter hat dabei ein Entwicklungskonzept vorzulegen, in dem die Veränderungen an den Fahrzeugen beschrieben, die Einhaltung des Stands der Technik und die Sicherstellung der permanenten Überwachung dargelegt werden und die Erklärung über die Bereitstellung von (Anfangs-)Daten und Ereignissen erfolgen soll, § 16 Abs. 3 AFGBV. Das KBA nimmt dann eine inhaltliche Prüfung der Unterlagen vor und wird die für den Erprobungsbereich zuständigen Landesbehörden anhören. Eine Betriebsbereichsfestlegung wie im „Regelverfahren“ erfolgt jedoch nicht, auch wenn mit einer hohen Deckungsgleichheit zu rechnen sein dürfte. Nach positivem Ergebnis erfolgt dann die Erteilung der Erprobungsgenehmigung für max. 4 Jahre. Diese kann nach Ablauf der Genehmigung noch einmalig verlängert werden oder es wird ein Regelbetriebserlaubnisverfahren initiiert. Bei der Erprobungsgenehmigung ist die permanente Überwachung des Fahrzeugs (vor Ort) besonders hervorzuheben, sie deckt sich mit den heutigen Erprobungsgenehmigungen – allerdings wird der Halter zukünftig tiefer mit in die Entwicklungsverantwortung genommen. Zusammenfassend ist jedoch auch die Erprobungsgenehmigung geeignet, wesentliche Verbesserungen für die Praxis mitzubringen.

Mit dem neuen Rechtsrahmen zum autonomen Fahren hat der Gesetzgeber seinen Auftrag erfüllt und einen beachtenswerten Regelungsrahmen für die Einführung dieser Hochtechnologie im Regelbetrieb geschaffen – insbesondere für die Anwendung im ÖPNV. Das Verfahren zur Betriebsbereichsfestlegung, von anfänglich einzelnen Straßen hin zu ganzen Quartieren, bietet eine geeignete Möglichkeit für die Skalierung und Integration autonomer Verkehrsangebote im ÖPNV. Doch für die ÖPNV-Betriebspraxis könnten die hohen sachlichen und personellen Anforderungen ein großes Hemmnis bedeuten. Neben den hohen Dokumentation- und Nachweispflichten betrifft dies insbesondere die Qualifikationsanforderungen an die eingesetzten Personale. Ein Blick in die bisherige Praxis zeigt jedoch, dass qualifiziertes Fachpersonal in der Lage ist, einen sicheren Gesamtbetrieb zu gewährleisten. Vielmehr werden die Hersteller autonomer Fahrzeuge gefordert sein, die Resilienz ihrer Systeme zu stärken und geeignete Nutzerschnittstellen zum Betrieb (d. h. der Technischen Aufsicht) und zu den Fahrgästen zu entwickeln. Nicht zuletzt wird die Einführung entsprechender Systeme aufgrund der umfangreichen Prüf- und Begutachtungsaufwände hohe Anfangsinvestitionen erfordern.

Ausweislich der Gesetzesmaterialien und erster Aufwandsabschätzungen können die Einführungs- und Betriebskosten erster autonomer Verkehrsangebote schnell einen zweistelligen Millionenbetrag erreichen (Bundesrat der Bundesrepublik Deutschland 2021).

Der Verordnungsgeber geht dabei von folgenden Positionen aus:

Der Einfachheit halber werden die Kostenpositionen zusammengefasst und zu folgenden einzelnen Betriebskostenparametern zusammengeführt:

Eventuell notwendige Ausstattungen mit 5G-Kommunikationsinfrastruktur der Betriebsbereiche bzw. der Kommunen sind hierbei ggf. auch noch zu berücksichtigen.

Im Ergebnis wird jedoch klar, dass für die Einführung autonomer Verkehrsangebote im ÖPNV zusätzliche öffentliche Mittel bereitgestellt werden müssten, bis es zu einem echten Hochlauf autonomer Verkehrsangebote kommt.

Ein Gewinn an Sicherheit für alle Verkehrsteilnehmer ist eine der zentralen Erwartungen an die Automatisierung der Fahraufgabe. Es wird in der politischen und öffentlichen Debatte kaum bezweifelt, dass automatisierte Fahrzeuge im Straßenverkehr grundsätzlich weniger Fehler machen werden als Menschen. Sofern vernetzt, können sich automatisierte Autos z. B. bei Unfällen oder schlechten Straßenverhältnissen gegenseitig Warnsignale übermitteln oder im Falle eines Unfalls die Rettungszentrale verständigen. Ob aber eine Vision Zero, also ein Verkehrsgeschehen ganz ohne Fehler bzw. zumindest ohne tödliche Verkehrsunfälle, perspektivisch wirklich möglich ist, bleibt umstritten.

Doch auch eine so gut wie vollständig automatisierte Steuerung des gesamten motorisierten Verkehrs brächte neue Herausforderungen von gesellschaftlicher Relevanz mit sich. So steigt die Abhängigkeit vom Funktionieren der Roboter immens, wenn Menschen gar nicht mehr selbst fahren können und vielleicht auch das komplexe Gesamtsystem von einem Computer gesteuert wird (Grunwald 2015). Eine Vernetzung von möglichst vielen Fahrzeugen und Infrastrukturelementen gilt aus Sicht der Unfallvermeidung und Systemsteuerung als grundsätzlich wünschenswert. Damit entstehen aber auch zahlreiche Einfallstore für Hacking- oder Hacking-ähnliche Angriffe. Neben einer Entführung von automatisierten Fahrzeugen, bei welcher Angreifer die komplette Kontrolle über das Fahrzeug übernehmen, sind auch kleinere, eventuell schwer nachweisbare Angriffe denkbar. Beispielsweise könnten entsprechend manipulierte Fahrzeuge falsche Information über das Fahrzeug weitergeben. Solche Entwicklungen könnten also der anfänglichen Erhöhung der Sicherheit durch automatisierte Fahrzeuge entgegenwirken (Schippl und Hillerbrand 2021).

Viele Studien weisen darauf hin, dass automatisierter Verkehr zu einer Optimierung der Verkehrsflüsse führen könnte, etwa durch gleichmäßigere und vorausschauende Geschwindigkeitsregelungen (z. B. adaptive Geschwindigkeitsregulierung, Kreuzungskontrollsysteme; vgl. Fraedrich et al. 2017b). Emissionen und Energieverbrauch ließen sich so reduzieren. Gleichzeitig ließen sich die Kapazitäten von Infrastrukturelementen wie Straßen und Kreuzungen optimieren. Wenn sich die Zeitlücken zwischen den Fahrzeugen reduzieren, z. B. durch Platooning, führt das zu einem Verkehrsfluss mit kürzeren Fahrzeugfolgen und damit zu einem dichteren Verkehr (BMVI 2017). Zudem könnte der Flächenverbrauch durch Parkplätze reduziert werden, wenn dichteres Parken möglich ist, weil kein Fahrer mehr ein- und austeigen muss und/oder wenn weniger Fahrzeuge unterwegs wären. Mobilität wird kostengünstiger, wenn der Fahrer von der Fahraufgabe entlastet ist bzw. ganz entfällt. Zu erwähnen ist zudem, dass der Wegfall des Fahrers nicht nur Kosten reduziert, sondern auch dem Mangel an Fahrern insbesondere im Bus- und Lkw-Verkehr entgegenwirken könnte. Jedoch wird ebenfalls diskutiert, ob eine Erhöhung der Kapazitäten und eine Reduktion der Kosten z. B. die Attraktivität des MIV steigert und wieder mehr Verkehr anzieht (Rebound Effekt; vgl. Abschn. 3.1).

Eine ebenfalls oft genannte Erwartung an vollautomatisierte Fahrzeuge ist die Mobilitätsermöglichung für Menschen ohne Führerschein, z. B. für Kinder/Jugendliche, die noch keinen Führerschein haben, oder für Menschen, die körperlich nicht (mehr) in der Lage sind, selbst ein Auto zu fahren oder weitere Wege zu einer Haltestelle zurückzulegen (EBP 2017). AvF-Angebote müssten dann deutlich günstiger sein als herkömmliche Taxis, die ja bereits heute einen ähnlichen Service bieten würden. Diese Entwicklung geht mit zusätzlichen Wegen, d. h. mit mehr Mobilität einher. Sofern diese nicht mit Fahrzeugen abgewickelt werden, die ohnehin unterwegs sind, steigt damit auch die Fahrleistung. Zudem treten nun auch Leerfahrten im Bereich der Pkw auf. Diese werden nötig, um Fahrzeuge zum Nutzer zu bringen. Strittig bleibt zudem, inwieweit die in den Blick genommenen Nutzergruppen (bzw. deren Eltern) bereit sind, einen solchen Dienst zu nutzen bzw. nutzen zu lassen.

Eine weitere Erwartung an avF sind neue Möglichkeiten der Zeitnutzung bei der (Auto-)Fahrt. Durch Wegfallen der Fahraufgabe könnte die Reisezeit anders – und in der Erwartung mancher auch deutlich produktiver – genutzt werden. Zunächst positiv ist, dass damit die Erreichbarkeit ländlicherer Regionen steigen sollte. Damit steigt aber auch die Attraktivität dieser Regionen als Wohnstandort, was wiederum zu einer stärkeren Zersiedlung und einem Anstieg der Fahrleistung führen könnte (vgl. Abschn. 3.1). Längere Reisezeiten zum Arbeiten, aber auch zu anderen Aktivitäten, könnten eher hingenommen und in den Lebensalltag integriert werden, wenn sich die Fahrzeit für Aktivitäten wie Arbeiten, Filme schauen oder auch zum Schlafen nutzen lässt. Auch Staus könnten vermehrt in Kauf genommen werden. Vorteile des ÖV, dass man eben nicht fahren und keinen Parkplatz suchen muss, würden wegfallen, wenn das für die private Pkw-Nutzung ebenso gilt.

Mit Wegfall der Kosten für das Fahrpersonal lassen sich öffentlich zugängliche Mobilitätsangebote deutlich günstiger anbieten. Viele Experten sehen avF deshalb als eine große Chance, um neue, flexible, effiziente und kostengünstige Mobilitätsangebote (z. B. Robo-Taxis, Shuttles) zu schaffen und um den klassischen ÖPNV zu stärken (Canzler 2019; UITP 2017; vgl. Kap. 1 in diesem Buch). So soll es attraktiver werden, vom privaten Pkw auf andere, in ihrer Gesamtheit nachhaltigere Mobilitätsoptionen umzusteigen und damit die Nachhaltigkeit des Mobilitätssystems zu erhöhen. Folge wäre eine echte Mobilitätswende. Immer wieder wird in diesem Zusammenhang darauf hingewiesen (vgl. Abschn. 3.1 in diesem Buch), dass sich solch ein Transformationspfad kaum „automatisch“ mit der Marktreife von avF – sozusagen als Selbstläufer – entwickeln wird. Vielmehr bedarf es begleitender politischer Maßnahmen, die neue Angebote unterstützen und gleichzeitig die Attraktivität des Individualverkehrs reduzieren. Durch die Automatisierung wird sehr wahrscheinlich auch der MIV deutlich an Attraktivität gewinnen und unter Umständen sogar Fahrgäste vom ÖV bzw. vom Radverkehr abziehen. Einige Gründe sind in dem vorliegenden Kapitel bereits genannt: Bereits ab Level 4 könnte der Fahrer in manchen in dieser Stufe bereits zulässigen Betriebsbereichen (etwa bestimmte Straßennetze oder Stau) von der Fahraufgabe entlastet werden. Zudem fällt die oft als lästig empfundene Parkplatzsuche weg, wenn das Auto den Fahrer bzw. Fahrgast absetzen und sich eigenständig einen Parkplatz suchen könnte. Bisher ist offen, in welche Richtung avF das Mobilitätssystem tatsächlich verändern werden (Fraedrich et al. 2017a; Schippl et al. 2022). Das neue Straßenverkehrsgesetz (vgl. Abschn. 6.​1) sollte einer Integration von avF in öffentliche Mobilitätsangebote förderlich sein und somit den Transformationspfad Richtung Mobilitätswende unterstützen.

Im Unterschied zu den vorgehend skizzierten Erwartungen stehen hier verkehrliche Wirkungen nicht im Vordergrund. Vielmehr geht es darum, ob avF dazu beiträgt oder sogar unverzichtbar ist, um die internationale Wettbewerbsfähigkeit der deutschen Automobilindustrie zu stärken und damit Arbeitsplätze in Deutschland zu sichern.

Fragen nach der Akzeptanz des avF wurden in den vergangenen Jahren von unterschiedlichen Beteiligten am Innovationsdiskurs immer wieder in den Raum gestellt. So erklärte zum Beispiel der Automobilclub von Deutschland im Jahr 2015: „Entscheidend für den zukünftigen Erfolg des autonomen Fahrens ist es, die gesellschaftliche Akzeptanz dafür zu fördern und unbegründete Bedenken zu zerstreuen.“ (ACE 2015) Das Bundesverkehrsministerium argumentierte 2017 in seinem Bericht zum Stand der Umsetzung der Strategie zum automatisierten und vernetzten Fahren: „Der gesellschaftliche Dialog und die Schaffung von Akzeptanz sind zentrale Voraussetzungen für die erfolgreiche Einführung von automatisierten und vernetzten Fahrzeugen im öffentlichen Straßenverkehr.“ (BMVI 2017, S. 11) Die Deutsche Akademie für Technikwissenschaften acatech konstatierte: „Der Erfolg des automatisierten und vernetzten Fahrens hängt nicht mehr von der technologischen Marktreife ab, sondern maßgeblich von der grundsätzlichen Akzeptanz der Technologie und der durch sie veränderten Lebenswirklichkeit der Menschen.“ (Lemmer 2019, S. 76).

Bereits seit einiger Zeit wird also der „sozialen“ Akzeptanz von avF große Bedeutung zugeschrieben, und das obwohl die Technik noch gar nicht richtig ausgereift oder gar kommerzialisiert ist. Diese große forschungspolitische und mediale Aufmerksamkeit für avF während der letzten Jahre hat eine ganze Reihe von Akzeptanzstudien zum automatisierten bzw. autonomen Fahren initiiert, die ihrerseits vorwiegend einstellungsorientierte und sozialpsychologische Ansätze quantitativer Forschung verfolgten. Diese Studien (vgl. Abschn. 4.​1 Attraktivität und Akzeptanz eines automatisierten ÖPNV) konzentrieren sich auf unterschiedliche Akzeptanzthemen: Verbraucherakzeptanz (consumer acceptance), Kundenakzeptanz (customer acceptance), Endnutzerakzeptanz (end-user acceptance) und öffentliche Akzeptanz (public acceptance) gehören zu den Begriffen, die in der Akzeptanzliteratur zum avF regelmäßig verwendet werden.

Wie diese Vielfalt an Themen andeutet, steckt hinter dem Begriff „soziale Akzeptanz“ ein vielschichtiges Konzept, das unterschiedliche Dimensionen umfassen kann (vgl. Lenz and Fraedrich 2015; Lucke 1995). Unsere eigene qualitative Analyse von öffentlichen und wissenschaftlichen Diskursen über avF legt nahe, dass soziale Akzeptanz dort mit mindestens drei verschiedenen Bedeutungen verwendet wird:

Dies legt nahe, Adoptionsentscheidungen als Ergebnisse des Zusammenspiels einer in einem weitgehend stabilen institutionellen Rahmen handelnden Gruppe von Innovationsakteuren zu beschreiben zu versuchen. Dadurch würde die in den anderen Ansätzen dominierende Nutzer-(Kunden-/Konsumenten-) Perspektive um die Rolle professioneller Akteure sowie um den Einfluss handlungsleitender Rahmenstrukturen (Institutionen) erweitert und eruiert, inwieweit sich soziale Adoptionsdynamiken bereits frühzeitig erkennen und ggf. gestalten lassen. Mit dieser Absicht haben wir darum an anderer Stelle (Fleischer et al. 2021) eine Arbeitsdefinition für soziale Akzeptanz vorgeschlagen, die sich mit Blick auf das avF wie folgt konkretisieren ließe: „Soziale Akzeptanz des avF kann definiert werden als eine positive Reaktion (wie z. B. Einstellung, erklärte Präferenz oder Handlung) einer bestimmten Akteursgruppe oder eines Akteursnetzwerks (z. B. Nationalstaat, Regionalverband, Kommune, Organisation) in Bezug auf das avF oder eine Imagination eines zukünftigen Mobilitätssystems, das durch das avF ermöglicht bzw. verändert wird, und die begründete Erwartung, explizite oder stillschweigende Zustimmung zu den damit verbundenen Prozessen ihrer Institutionalisierung innerhalb bestimmter räumlich-zeitlicher Grenzen zu finden.“ Diese zunächst sehr akademisch anmutende Definition weist darauf hin, dass soziale Akzeptanz mehrere unterschiedliche Perspektiven umfasst – neben der aus der klassischen Nutzerakzeptanzforschung bekannten Vielfalt von Akzeptanzformen auch eine Erweiterung der „Akzeptierenden“ um verschiedene soziale Gruppen mit durchaus diversen Interessen sowie eine Erweiterung des „zu Akzeptierenden“ über die eigentliche Technik hinaus auf Vorstellungen des durch sie angestoßenen sozialen Wandels wie auch der sich dafür oder dadurch ändernden Rahmenbedingungen gesellschaftlichen Zusammenlebens.

Beobachtung und Interpretation von Einstellungen zum avF und ihrem Wandel bleiben mithin auch in diesem Verständnis von sozialer Akzeptanz ein wichtiger Teil der Akzeptanzforschung. Insbesondere zwei Punkte sollten aus unserer Sicht in Zukunft noch stärker in der Forschung Beachtung finden, da sie für die Implementierung und Verbreitung von avF wichtig werden können, und das bereits auf der Stufe von Pilotversuchen und Testfeldern. Zum einen werden in vielen Akzeptanzstudien die Akzeptanzobjekte (Was soll akzeptiert werden?) nicht gut konturiert. Oft wird nach „dem“ autonomen Fahren bzw. „autonomen Fahrzeugen“ gefragt, was in seiner Verallgemeinerung der inzwischen auch in der allgemeinen Öffentlichkeit angekommenen Vielfalt von Fahrzeug- und Dienstleistungskonzepten rund um das avF nicht mehr Rechnung trägt und auch nur schwer interpretierbar ist. Weiter untenskizzieren wir Auszüge aus einer repräsentativen Studie, bei der explizit zwischen verschiedenen Formen des avF unterschieden wird.

Des Weiteren deutet unsere eigene qualitative empirische Forschung zu Wahrnehmungen und Einstellungen gegenüber avF darauf hin, dass sich die Argumentationsstrukturen auf mindestens drei unterschiedliche Gruppen von Akzeptanzobjekten richten: Neben (a) dem Fahrzeug selbst, einschließlich seiner Sicherheitsaspekte sowie seines situativen Verhaltens im Verkehr werden auch (b) Erwartungen an Mobilitätsdienstleistungen als Teil des Alltags und das zugeschriebene Potenzial von avF, diese zu erfüllen, und (c) sehr grundlegende Vorstellungen über eine lebenswerte Umwelt und ein „gutes Leben“ sowie die Rolle, die Mobilität, Mobilitätsdienstleistungen und Mobilitätstechnologien dabei spielen, als relevante Akzeptanzobjekte formuliert. Diese drei Ebenen sind offensichtlich eng miteinander verwoben, und ihre relative Bedeutung für die Ausprägung von Einstellungen und Nutzungsabsichten ist noch unklar. Für die Interpretation quantitativer Studien ist es jedoch von zentraler Bedeutung, diese Konstellationen bei Überlegungen zur Qualität und Reichweite der so gewonnenen Ergebnisse zu berücksichtigen. Weiter unten wird kurz skizziert, wie sich diese unterschiedlichen Akzeptanzobjekte mit qualitativen Methoden empirisch adressieren lassen.

Zum anderen wird es darum gehen müssen, den Begriff der gesellschaftlichen (bzw. sozialen) Akzeptanz – und seine Unterscheidung von den anderen oben angeführten, eher auf individuelle Akzeptanz gerichteten Konzepten – noch besser zu fassen.

Zunächst greifen wir auf Resultate einer repräsentativen Bevölkerungsumfrage zu Einstellungen, Erwartungen an Wirkungen sowie zu Einstellungen hinsichtlich regulatorischer und institutioneller Veränderungen im Kontext der Einführung des avF zurück, die von unserer Forschungsgruppe entwickelt wurde. Dabei wurden insgesamt 2001 Bürgerinnen und Bürger ab 16 Jahren in einem Mixed-mode-Design (1001 CATI-Interviews und 1000 CAWI-Interviews) befragt. Die Feldphase fand im November 2021 statt. Ankerpunkt der Analyse von Einstellungen zum avF selbst war ein Frageset, das dem mutmaßlichen Wohlbefinden bei der Nutzung unterschiedlicher durch avF-Technologien ermöglichter Mobilitätsangebote gewidmet war: „Stellen Sie sich bitte einmal vor, es gäbe in Zukunft autonome Straßenfahrzeuge, die in der Lage wären, am öffentlichen Straßenverkehr genauso selbständig teilzunehmen wie es heute Fahrzeuge mit menschlichen Fahrern tun. In welcher Konstellation würden Sie sich denn bei einer Fahrt damit wohlfühlen?“ Angeboten wurden 7 verschiedene Anwendungsfälle (siehe Abb. 3.2): allein in meinem eigenen autonomen Fahrzeug auf der Autobahn bei der heute geltenden Richtgeschwindigkeit (5.1), allein in meinem eigenen autonomen Fahrzeug im Stadtverkehr (5.2), allein in einem gemieteten autonomen Fahrzeug im Stadtverkehr (5.3), allein in einem gemieteten autonomen Fahrzeug im Stadtverkehr, bei dem die Fahrt ständig durch einen Tele-Operator überwacht wird (5.4), zusammen mit zwei bis fünf anderen Fahrgästen in einem autonomen Mini-Bus im Stadtverkehr (5.5), in einem halbvollen autonomen Bus in der Größe heutiger Linienbusse im Stadtverkehr (5.6) sowie in einer halbvollen autonomen Straßenbahn im Stadtverkehr (5.7). Diese Fälle decken die drei heute üblicherweise für den Stadtverkehr diskutierten neuen Mobilitätsdienstleistungen (Robo-Taxi, avF-Shuttle, eigenes Fahrzeug) ab und ergänzen sie um weitere Variationen (Robo-Taxi mit/ohne Tele-Operator) und Optionen. Die Befragten konnten auf einer 11-teiligen Likert-Skala antworten mit 0 = „darin würde ich mich überhaupt nicht wohlfühlen“ bis 10 = „darin würde ich mich auf jeden Fall wohlfühlen“ als den beiden Endpunkten.

Etwas mehr als 8 % (n = 167) konnten sich bei keiner der sieben genannten Optionen vorstellen, sich darin wohlzufühlen (je nach Option lag der Wert zwischen 12 und 21 %), In der Auswertung fällt zudem auf, dass sowohl Mittelwert als auch Median bei allen sieben Items nahe der Verteilungsmitte (5) liegen und die Unterschiede insgesamt eher klein sind, es also in der Gesamtbevölkerung keine ausgeprägte Präferenz für oder Aversion gegen einzelne Anwendungsfälle gab. Weitere Einsichten ermöglicht die Darstellung der Mittelwerte des Antwortverhaltens, differenziert nach unterschiedlichen soziodemografischen Merkmalen.

Hier ist sofort zu erkennen, dass in bestimmten Fällen schon kleine Änderungen des imaginierten Systemdesigns zu messbaren Änderungen im Wohlbefinden führen, etwa durch die Einführung eines Tele-Operators beim Robo-Taxi (5.3 und 5.4) bzw. den Wechsel von Linienbus auf Straßenbahn (5.6 und 5.7). Anschlusshypothese wäre mithin, dass Wohlbefinden in neuen Mobilitätsdienstleistungen (und damit deren Akzeptanz) nicht allein durch Automatisierungskonzept und Automatisierungsgrad („Level“) bestimmt werden, sondern dass hier auch weitere Designfaktoren zu berücksichtigen sind.

Den nach Geschlecht bzw. Alter aufgelösten Darstellungen kann darüber hinaus entnommen werden, dass – unabhängig vom Anwendungsfall – Frauen deutlich seltener als Männer angeben, dass sie sich in automatisierten Verkehrsmitteln wohlfühlen würden (Abb. 3.2). Vergleichbares zeigt sich bei älteren Menschen, deren Angaben zum subjektiven Wohlbefinden durchweg signifikant unter denen Jüngerer liegen (Abb. 3.2). Gleiches gilt für die Differenzierung nach Bildungsgrad, hier gemessen anhand der höchsten abgeschlossenen Schulausbildung. Hochschulabsolventen und Abiturienten schätzen ihr vermutetes Wohlbefinden in avF deutlich höher ein als solche mit Haupt- oder Realschulabschluss. Das Muster repliziert sich bei der Selbsteinschätzung des wirtschaftlichen Wohlergehens (das allerdings in Deutschland stark an den Bildungsabschluss gekoppelt ist). Diese soziodemografischen Variationen decken sich mit Ergebnissen anderer Bevölkerungsbefragungen und Akzeptanzstudien zum avF hinsichtlich der Nutzungs- oder Kaufbereitschaft von automatisierten Fahrzeugen und Diensten oder der Unterstützung ihrer Einführung (Eurobarometer 2019, Abb. 3.3). Es stützt zudem ein Muster, welches sich auch in vielen anderen Umfragen zur Technikakzeptanz (sowohl zu anderen Einzeltechniken als zu Technik allgemein) zeigt.

Die Interpretationen können zwar nicht losgelöst von den Einflüssen anderer soziodemografischer Faktoren vorgenommen werden. Dennoch ermöglichen sie mobilitätspolitische Schlussfolgerungen und weisen zugleich auch auf eine Gestaltungs- und Kommunikationsaufgabe hin: Sowohl die Wissenschafts- als auch die Unternehmenskommunikation führen immer wieder an, dass Mobilitätsermöglichung für Ältere und körperlich Eingeschränkte ein zentrales Motiv für die Forschung und Entwicklung zum avF darstellen. Auch unsere Umfragedaten zeigen, dass dies in der allgemeinen Bevölkerung so erwartet wird. Genau diese Gruppe erweist sich bisher aber als die den neuen Angeboten am wenigsten zugeneigte.

Um die vielen unterschiedlichen Aspekte aufzuzeigen, die für das Konzept sozialer Akzeptanz im Kontext von avF bedeutsam sein können, möchten wir im Folgenden kurz Ergebnisse einer qualitativen Interviewstudie zu dem Thema präsentieren. Quantitative Befragungen ermöglichen repräsentative Ergebnisse, sind aber auf relativ wenige Fragen reduziert, schon allein, weil die Befragung sonst zu lange dauern würde. Dem Antwortverhalten zu Grunde liegende Begründungsmuster lassen sich so kaum erschließen. Qualitative Ansätze, bei denen Menschen zum Beispiel in einer Art strukturiertem Gespräch zu bestimmten Sachverhalten interviewt werden, erlauben es, komplexere Zusammenhänge auszuleuchten. Allerdings muss dabei in der Regel mit verallgemeinernden Interpretationen deutlich vorsichtiger vorgegangen werden, weil nur eine kleine Anzahl Bürger befragt werden können, aber auch weil die Gespräche je nach Antwortmuster in jedem Interview etwas unterschiedlich verlaufen.

Im Frühsommer 2021 wurde im Karlsruher Ortsteil Weiherfeld-Dammerstock eine Interviewstudie mit Bürgern und Bürgerinnen durchgeführt. In diesem Stadtteil verkehrten seit dem Frühjahr 2021 drei automatisiert fahrende Shuttlebusse im Rahmen des Forschungsprojektes EVA-Shuttle (www.​eva-shuttle.​de). Die elektrisch betriebenen Minibusse des Herstellers Easymile waren per App buchbar und bedienten ein bestimmtes Gebiet innerhalb des Stadtteils. Die 30 Interviewpartner wurden nach sozidemografischen Kriterien auf Basis einer Melderegisterauskunft in einem Zufallsverfahren ausgewählt. Für das Auswahlverfahren spielte es keine Rolle; ob sie die EVA-Shuttles bereits genutzt hatten oder nicht. Für die leitfaden-gestützten Interviews wurden 10 junge Erwachsene (nach 1981 geboren) ohne Kinder, 10 Elternteile von kleineren Kindern sowie 10 ältere Erwachsene (zwischen 1946 und 1966 geboren) ausgewählt. Die Erhebung erfolgte mit einem bestimmtem methodischen Ansatz, auf den hier aus Platzgründen nicht eingegangen werden kann (vgl. Puhe et al. 2021; Fleischer et al. 2022). Wir konzentrieren uns im Folgenden auf eine kurze Zusammenfassung zentraler Ergebnisse, die verschiedene Aspekte sozialer Akzeptanz beleuchten (siehe Abb. 3.4).

Bei den jungen Erwachsenen und den Eltern können sich fast alle Befragten zumindest vorstellen, in bestimmten Situationen einer Automatisierung zu vertrauen, die selbständig alle Fahraufgaben und damit die Kontrolle über das Fahrzeug übernimmt. In allen drei interviewten Gruppen wurde dies vor allem damit begründet, dass eine Technologie, die in Deutschland für den Straßenverkehr zugelassen wird, mehr als ausreichend auf ihre Sicherheit überprüft worden sei. Es zeigte sich also ein hohes Vertrauen in die zulassenden Institutionen. Viele der befragten Eltern hätten hinsichtlich der Verkehrssicherheit keinerlei Bedenken, ihre Kinder alleine in einem automatisierten Shuttle mitfahren zu lassen. Deutlich skeptischer waren die Älteren, bei denen sich die klare Mehrheit zunächst einer Automatisierung nicht anvertrauen möchte. Einige können sich aber eine Nutzung nach einer Eingewöhnungsphase vorstellen. Mehrere der Befragten schätzen die Aufgabe, im normalen Verkehr mitzufahren, als zu komplex ein, als dass sie von einer Automatisierung gelöst werden könnte.

Etwas anders gelagert waren die Einschätzungen der jungen Erwachsenen. Mehrere Befragte sahen Vorteile in einer Automatisierung und würden sie in bestimmten Situationen durchaus nutzen, beispielsweise auf langen Autofahrten oder bei Müdigkeit. Gleichzeit überwog in dieser Gruppe der Wunsch nach einer Teilautomatisierung, bei der der Fahrer eingreifen bzw. die Automatisierung in komplexen Situationen ausgeschaltet werden kann. Grund dafür waren weniger nur Sicherheitsfragen, sondern auch der Aspekt, dass in dieser Gruppe eine Mehrheit in bestimmten Situationen Spaß am Selbstfahren hatte.

Weiter wurde mit den Interviewten erörtert, inwiefern die Ausgestaltung von avF als individuelles (Nutzer ist alleine im Fahrzeug) oder als kollektives Angebot (Nutzer ist mit anderen Personen im Fahrzeug) entscheidend ist für deren Attraktivität. Die Ergebnisse zeigen, dass der Personenbesetzungsgrad nur einer unter mehreren Faktoren ist und oft auch nicht der wichtigste. Besonders die zeitliche Flexibilität, das Einsatzgebiet und die Zugänglichkeit des Angebotes spielen eine entscheidende Rolle für Bewertungsaussagen. Nur wenige Befragte lehnen eine kollektive Nutzung generell ab. Bei der Bewertung von Angebotsoptionen stand demnach deren Passfähigkeit mit den alltäglichen Mobilitätsanforderungen klar im Vordergrund und weniger die Frage, von wie vielen Personen das Fahrzeug genutzt wird.

Die Mehrheit der Befragten erwartet von der Einführung von avF Vorteile für Mobilität und Gesellschaft. So wird besonders bei den Eltern, aber auch in den anderen Gruppen, vielfach die Erwartung geäußert, dass avF-Angebote als Alternative zum eigenen Pkw angenommen werden, sodass die Pkw-Nutzung insgesamt zurückgeht, was wiederum als Gewinn für das Leben im städtischen Umfeld betrachtet wird. Gleichzeitig gab es aber durchaus auch Bedenken. Einige empfanden eine von Automatisierung und Robotern dominierte Welt nicht wünschenswert, weil die „Menschlichkeit“ verloren ginge. Die große Mehrheit sah avF-Angebote wie die Shuttles vor allem als einen Gewinn für mobilitätseingeschränkte Menschen. Allerdings sahen die meisten der interviewten Älteren für sich selbst (noch) keinen Bedarf. Im Hinblick auf gesellschaftliche Risiken durch avF gaben besonderes einige aus der Gruppe der Älteren zu bedenken, dass avF zu mehr Verkehr führen könnte, sollte es bequemer werden, mobil zu sein. Zudem wurde befürchtet, dass mit avF der Individualverkehr attraktiver und die Bedeutung des eigenen Autos als Statussymbol gestärkt würden.

Insgesamt lassen sich die Reaktionen auf avF als „vorsichtig optimistisch“ umschreiben – zumindest bei den jungen Erwachsenen und bei den Eltern. Viele konnten sich eine Nutzung grundsätzlich vorstellen, die überwiegende Mehrheit sah in avF aber auch keine entscheidende Verbesserung für ihre aktuelle persönliche Mobilität. Es zeigte sich, dass die genaue Ausgestaltung des Angebots wichtig ist für die Nutzungsabsicht. Besonders bei den jungen Erwachsenen wurde Automatisierung zwar grundsätzlich begrüßt, aber für die persönliche Mobilität eher als „nice to have“ angesehen und weniger als Option, das eigene Mobilitätsverhalten zu verändern. Über alle Gruppen hinweg sahen die Befragten weniger individuelle Vorteile, sondern eher für das Mobilitätssystem insgesamt Verbesserungsoptionen durch avF.

Vergleicht man diese Resultate mit den Ergebnissen der quantitativen Befragung, so fällt mit Blick auf Abb. 3.3 auf, dass sich in beiden Befragungen die Älteren eher zurückhaltend zeigen. Bei den Interviews waren viele aus der Gruppe der Älteren recht skeptisch im Hinblick auf eine zuverlässige Umsetzbarkeit der Automatisierung von Fahraufgaben – einige können sich aber vorstellen, dass zukünftige Generationen das anders sehen werden. Die überdurchschnittlich positive Einstellung der Jüngeren in Abb. 3.3 findet sich in der qualitativen Studie nur teilweise wieder. Die meisten jungen Erwachsenen hatten kaum Sicherheitsbedenken, mehrere möchten aber gerne auch selbst fahren, weil sie Spaß am Fahren haben.