Skip to main content
Top
Published in:

Open Access 2024 | OriginalPaper | Chapter

3. Auswirkungen des automatisierten Fahrens

Authors : Jens Schippl, Constantin Pitzen, Michael Aleksa, Willibald Krenn, Emanuele Leonetti, Markus Deublein, Erik Schaarschmidt, Torsten Fleischer, Robert Yen

Published in: Automatisierter ÖPNV

Publisher: Springer Berlin Heidelberg

Activate our intelligent search to find suitable subject content or patents.

search-config
insite
CONTENT
download
DOWNLOAD
print
PRINT
insite
SEARCH
loading …

Zusammenfassung

In Kap. 3 wird zunächst aufgezeigt, welche verkehrlichen Folgen und Risiken mit avF einhergehen können und wie diese von der Nutzungsform und der Regulierung automatisierter Fahrzeuge abhängen. Weiter behandelt werden die Anforderungen von avF an Infrastrukturen wie Straßen, Parkraum, aber auch an die digitale Verkehrsinfrastruktur, wie z. B. Lichtsignalanlagen, Verkehrsbeeinflussungsanlagen oder Kommunikationsplattformen. Anschließend behandelt das Kapitel Fragen des derzeitigen und zukünftigen Datenbedarfs von avF im Mobilitätssystems und – damit verknüpft – Aspekte der Datensicherheit bzw. Cyber-Security. Auch das Thema Verkehrssicherheit im Mischverkehr von avF und mit vulnerablen Verkehrsteilnehmergruppen wird lösungsorientiert beleuchtet. Wie das automatisierte und vernetzte Fahren einen Beitrag für die Attraktivitätssteigerung und den Kapazitätsausbau des ÖPNV beitragen kann, wird ebenso behandelt wie für die Umsetzung von afV relevante gesellschaftliche und ethische Aspekte.

3.1 Verkehrliche Auswirkungen von avF: Risiken und Ansatzpunkte für deren Vermeidung

Constantin Pitzen und Jens Schippl

3.1.1 Einleitung

Das Thema automatisiertes und vernetztes Fahren (avF) ist aus den aktuellen Diskussionen zur Zukunft der Mobilität nicht mehr wegzudenken. Viele Experten sind sich einig, dass avF grundsätzlich zu tiefgreifenden Änderungen des Mobilitätssystems führen können. Weniger Einigkeit besteht, wenn es darum geht, wann welche Form von avF marktreif wird und wie sich die verkehrlichen Wirkungen entwickeln (Fleischer und Schippl 2018). Dementsprechend kontrovers wird die Frage diskutiert, ob avF zu einem nachhaltigen Mobilitätssystem beitragen können. Gelingt es, die Fahraufgabe teilweise oder vollständig an einen „Roboter“ abzugeben, so entstehen zahlreiche neue Möglichkeiten, Mobilität zu gestalten und zu organisieren. Dabei sind sehr unterschiedliche Ausprägungen bzw. Entwicklungspfade für avF denkbar. Einerseits können private Pkw teilweise oder vollständig autonom fahren, sodass sich der Fahrer bzw. Passagier temporär oder permanent anderen Aufgaben widmen kann. Der aktuelle, als Drive-Pilot vermarktete Stauassistent von Mercedes-Benz ermöglich bereits heute, dass sich der Fahrer unter bestimmten Bedingungen auf Autobahnen im Stau anderen Aufgaben widmen darf, vorausgesetzt, er ist jederzeit bereit, die Fahraufgaben nach einiger Sekunden Übergabefrist wieder zu übernehmen. Ganz andere Entwicklungspfade ergeben sich durch Anwendung von avF im öffentlichen Verkehr. Die vielen derzeit in Deutschland und anderen Ländern in Pilotprojekten eingesetzten autonomen Kleinbusse sind als öffentlich zugängliches Mobilitätsangebot im urbanen Bereich ausgelegt, und nicht für den Verkehr auf Autobahnen.
Schon diese beiden Beispiele machen deutlich, dass die verkehrlichen Wirkungen von avF sehr stark davon abhängen, welche Form von avF sich mit welchen Marktanteilen realisiert. Besondere Bedeutung kommt dabei der Ausgestaltung von Angebotsformen im Bereich zwischen motorisiertem Individualverkehr (MIV) und öffentlichem Verkehr (ÖV) zu und der Frage, unter welchen Bedingungen diese für unterschiedliche Nutzergruppen und Verkehrszwecke attraktiv sein können. Wird es zukünftig in größerem Umfang kleine, fahrerlose Kleinbusse oder Robo-Taxis geben? Aussagen zu den verkehrlichen Wirkungen von avF sind dementsprechend mit einem hohen Maß an Unsicherheit verbunden.
Wie weiter zu berücksichtigen ist, kann die Einführung unterschiedlicher Formen von avF sich selbst verstärkende Effekte mit entsprechenden Pfadabhängigkeiten in Gang setzen. So könnten individuell genutzte automatisierte Fahrzeuge – oder unter Umständen auch von nur wenigen Personen genutzte Fahrzeuge (z. B. Ridepooling) so attraktiv werden, dass sie vom klassischen ÖV Fahrgäste abziehen, damit dessen Wirtschaftlichkeit und Verkehrsanteil schwächen, was eine Reduktion des traditionellen ÖV-Angebots zu Folge haben kann, die dessen Attraktivität weiter schwächt. („Vicious Cycle“ des ÖV, vgl. Fraedrich et al. 2017b). Stellt sich so eine Pfadabhängigkeit ein, so wird das Mobilitätssystem durch avF nicht mehr, sondern weniger nachhaltig (Schippl et al. 2022). Andererseits ist ebenfalls vorstellbar, dass avF zur Flexibilisierung und Ausweitung des ÖV beiträgt und damit die Wettbewerbsfähigkeit des Systems ÖV insgesamt erhöht (Virtous Cycle). Durch Wegfall des Fahrers lassen sich Kosten reduzieren, z. B. durch Einsatz kleinerer, liniengebundener oder auch flexibilisierter Busse bzw. kleinerer Shuttles, die in höherer Frequenz fahren, damit den traditionellen ÖV ergänzen und so das Gesamtsystem stärken. Viele Experten verbinden deshalb mit avF große Chancen für eine nachhaltige Entwicklung des Mobilitätssektors (Canzler et al. 2019b).
Sowohl Chancen wie auch Risiken von avF werden also vielfach thematisiert. Im Unterschied zu anderen Beiträgen im vorliegenden Buch (zu den Chancen siehe insbesondere die Kap. 1 und 2) möchten wir in diesem Artikel zunächst mögliche Effekte und Entwicklungslinien in den Mittelpunkt stellen, die aus Nachhaltigkeitsperspektive eher eine Herausforderung darstellen. Dazu gehören insbesondere ein Wachstum des motorisierten Individualverkehrs (MIV) und eine stärkere Zersiedlung der Landschaft, die wiederum weiteres Verkehrswachstum zur Folge haben könnte. In Abschn. 3.1.2 stellen wir Ursache-Wirkungs-Beziehungen, welche diesen Effekten zugrunde liegen können, in den Mittelpunkt. Wir stützen uns dabei auf eine Auswahl aus den zahlreichen Studien, die inzwischen zu diesem Thema erschienen sind und oft mit Modellierungen arbeiten. Die Auswahl dient der Illustration und der Sensibilisierung für verkehrliche Herausforderungen, die mit avF verbunden sind; ein vollständiger Überblick über die Literaturlage ist im Rahmen dieses Beitrags nicht leistbar. In Abschn. 3.1.3 stellen wir dann ausgewählte Anwendungskontexte für avF in den Mittelpunkt, denen oft ein großes Änderungspotenzial zugeschrieben wird. Abschließend wird der sich daraus ableitende Handlungsbedarf betont und es werden einige Vorschläge skizziert, die helfen können, die Entwicklungsrichtung von avF zu steuern.

3.1.2 Mögliches Wachstum von Verkehrsnachfrage und Fahrleistung durch avF

In diesem Kapitel geben wir zunächst einen Überblick über diskutierte verkehrliche Effekte durch avF und deren Ursachen. Anschließend skizzieren wir dann einige Studien, die auf die genannten Effekte bzw. Ursache-Wirkungs-Beziehungen eingehen.
Gründe für ein mögliches Wachstum von Verkehrsnachfrage und Fahrleistung durch avF
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.
1.
Es können neue Wege entstehen, die es bisher nicht gab.
 
2.
Es können Wege verlängert werden, wenn eben durch Reisezeitgewinne oder neue Tätigkeiten während der Fahrt (Arbeiten, Konferenzen, Lesen etc.) längere Wege in Kauf genommen werden.
 
3.
Unterschiedliche Angebots- und Nutzungsformen von avF können einen Modal Shift bewirken, d. h. die Nachfrage nach avF-basierten Angeboten steigt zu Lasten von anderen Verkehrsträgern wie dem klassischen ÖPNV (aus Nachhaltigkeitsperspektive wünschenswert wäre dagegen eine Verlagerung vom MIV auf andere Verkehrsträger).
 
Auszüge aus Studien zu den möglichen (negativen) verkehrlichen Effekten von avF
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.

3.1.3 Herausforderungen in ausgewählten Anwendungskontexten von avF

Während Abschn. 3.1.2 in erster Linie modellbasierte Forschungen zu möglichen Wirkungen von avF behandelt, möchten wir im vorliegenden Abschnitt auf drei ausgewählte Anwendungskontexte von avF eingehen: Mobilitätsplattformen, On-Demand-Mobilität und mögliche Anwendungen von avF im Dienstleistungsbereich. Diesen drei Anwendungskontexten werden oft große Änderungspotenziale zugeschrieben. Wir möchten wieder hervorheben, dass sich neben neuen Chancen auch in diesen Fällen Herausforderungen ergeben bzw. dass ein Beitrag von avF zu nachhaltigerer Mobilität kein Selbstläufer ist, sondern sorgfältiger Planungen und Interventionen bedarf. Die individuelle Nutzung von avF ab Level 4 in privatem Besitz wird nachfolgend nicht weiter thematisiert, weil dies nach dem novellierten StVG in den nächsten Jahren kaum möglich und auch aus technischen Gründen zunächst nicht ohne Weiteres zu erwarten ist.
Mobilitätsplattformen können die Verkehrswende auch schwächen
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.
Effiziente Nutzung flexibler On-Demand-Angebote im ÖPNV
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:
  • Buchung der Fahrt über Telefon, Internet oder App;
  • Bedienung mit oder ohne Fahrplan;
  • Bedienung auf einem festgelegten Linienweg oder in einem Korridor (Richtungsband) oder in einem räumlich definierten Gebiet (Bedienungszelle);
  • Fahrpreis des ÖPNV, ggf. mit «Komfortzuschlag» oder isoliertes Tarifsystem.
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:
  • Erschließung von Räumen mit geringer Verkehrsnachfrage z. B. im ländlichen Raum abseits der Hauptlinien des ÖPNV zu allen Tageszeiten;
  • Erschließung und Verbindung in Schwachlastzeiten in Städten und Ballungsräumen am Abend, in der Nacht und am Wochenende;
  • Schwächer nachgefragte Verbindungen in Räumen mit schwacher Verkehrsnachfrage, z. B. Querverbindungen oder andere ungewöhnliche Relationen, ggf. mit einem Aufpreis oder höheren Tarif.
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:
  • ÖPNV im Landkreis Wittenberg: Im Jahr 2006 wurde der Linienbusverkehr aufgrund speziell wirkender Anreizmechanismen außerhalb der Schülerbeförderung weitgehend auf fahrplanungebundene Rufbusse umgestellt. Die starke Fahrgastnachfrage führte zu extrem hohen Kosten für den Landkreis, weil bündelungsfähige Fahrgastströme nun durch Rufbusse mit hohen Kosten pro beförderter Person übernommen wurden. 8 Jahre später, mit der nachfolgenden Neuerteilung der Konzessionen, wurden auf stark nachgefragten Relationen stündliche Busverbindungen eingeführt und die Rufbusse auf ihre Rolle als Zubringer und Verkehrsangebot in Zeiten schwacher Verkehrsnachfrage zurückgedrängt (Heinze und Kill 2008).
  • Schülerbeförderung mit Sedric: Volkswagen hat im Jahr 2018 auf dem Genfer Autosalon ein Fahrzeugkonzept für die Schülerbeförderung mit dem autonomen Fahrzeug Sedric präsentiert. Offen bleibt hier die Frage, welche Infrastruktur benötigt wird, wenn hunderte dieser 4-Sitzer relativ zeitgleich vor der Schule vorfahren (Effler 2018).
  • On-Demand-Angebot im Stadtverkehr Ahrensburg: Zur Finanzierung des Rufbusverkehrs von ioki wurde eine Stadtbuslinie eingestellt. Die Weiterführung des Angebotes sieht die Stadt nur bei einer vollständigen Finanzierung durch Fördermittel vor. Ob es den Rufbus auf Dauer geben wird, ist mehr als fraglich.
Dienstleister überschwemmen die Stadt mit avF
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:
  • Zustellung und Abholung für Post-, Express- und Paketdienste just in time
  • Leerung von Briefkästen und Paketboxen, ggf. in hoher Frequenz
  • Zustellung für die Gastronomie (Pizza-Taxi) just in time
  • Zustellung Lebensmitteleinkauf für Discounter oder andere Einzelhändler just in time
  • Zustellung Behördenpost mit Authentifizierung des Bürgers/der Bürgerin am Fahrzeug
  • Versorgung von Baustellen mit Werkzeug und Baumaterial just in time
  • Bargeld Ver- und Entsorgung für Geschäfte und Bankautomaten
  • Straßenreinigung in hoher Frequenz
  • Mülltonnen und spezielle Aschenbecher leeren
  • Selbstfahrende Mülltonnen und Glascontainer
  • Überwachung des Straßenzustandes durch Straßenbaulastträger, wichtig auch für avF
  • Durchsetzung von Park- und Halteverboten, z. B. auf Busspuren (Überwachung, Kennzeichenerfassung, Fakturierung der Verwarnung etc.)
  • Winterdienst in hoher Frequenz, dadurch Eisbildung vermieden
  • Gießen von Straßenbegleitgrün, zunehmend wichtig
  • Wasser versprühen zur Temperaturabsenkung in überhitzen Städten
  • Sicherheitsdienste, wiederkehrende Überwachung durch Video
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.
Fazit zu Abschn. 3.1
Kernziel dieses Beitrags ist es zu verdeutlichen, dass avF nicht „automatisch“ zu einer Verkehrswende beitragen wird. Die in Abschn. 3.1.2 zitierten Studien zeigen ebenso wie die in Abschn. 3.1.3 skizzierten Anwendungskontexte, dass avF auch zu einem Wachstum von Verkehrsnachfrage und -leistung, sowie zu einer Zersiedlung der Raumstrukturen beitragen können. Der MIV könnte gestärkt werden, der ÖPNV könnte zu Gunsten kleinerer Fahrzeuge, die nicht in den ÖPNV integriert sind, an Bedeutung verlieren, der Verkehrsfluss könnte zurückgehen und Staus könnten zunehmen.
Gleichzeitig zeigen viele der genannten Studien aber auch, das avF attraktive Alternativen zum eigenen Pkw bieten und damit zu einer nachhaltigen Entwicklung im Sinne einer Mobilitätswende beitragen kann. Ein wichtiger Faktor ist, dass sich ÖPNV durch avF flexibler und kostengünstiger anbieten lässt. Solch eine nachhaltige Pfadentwicklung ist jedoch keineswegs ein Selbstläufer, sondern vielmehr bedarf es dazu bestimmter politisch-regulativer Flankierungen sowie entsprechender Angebotsformen. Auch Agora Verkehrswende (2020, S. 5) kommt in einem Bericht zu den Folgen des automatisierten Fahrens zu dem Schluss: „Gelingt es, die Fahrzeugautomatisierung für neue Mobilitätsangebote und eine bessere Verkehrsabwicklung zu nutzen, kann sie zu einem unterstützenden Faktor der Verkehrswende werden. Ohne politische Steuerung wie zum Beispiel durch Preisinstrumente besteht das Risiko, eine neue Ära der Massenmotorisierung einzuleiten.“ Wie Lang et al. (2020) hervorheben, müssen Stadtverwaltungen frühzeitig entscheiden, inwiefern avF die richtige Wahl für ihre Stadt sind, und entsprechend planen. Zur Vermeidung von Fehlentwicklungen wird ein strategisches und klares Vorgehen der Kommunen erforderlich sein, dass folgende Prämissen berücksichtigt:
  • Erstens braucht es Raumstrukturen, die kurze Wege ermöglichen und damit Verkehr reduzieren/vermeiden.
  • Zweitens braucht es einen ÖPNV, der durch attraktive, schnelle Verbindungen und dichte Fahrplantakte eine gute Flächenerschließung für viele Verkehrszwecke erfüllt.
  • Drittens wird der Umgang der Kommunen mit den Anbietern von automatisierten Fahrdiensten entscheidend für die Entwicklung des Verkehrsmarktes sein. Die deutschen Kommunen verfügen durch den Nahverkehrsplan über ein Instrument, um künftige Wettbewerber des ÖPNV, wie Anbieter von gebündelten Bedarfsverkehren, durch Restriktionen zu begrenzen.
Generell ist es entscheidend, neben den Chancen von avF auch die Risiken zu kommunizieren. AvF muss über Einzelanwendungen hinaus in Konzepte und Planungen für ein nachhaltiges Mobilitätssystem integriert werden.

3.2 Anforderungen des avF an den Infrastrukturbedarf

Michael Aleksa, Willibald Krenn, Constantin Pitzen und Robert Yen
Dieses Kapitel beschäftigt sich mit den Anforderungen des automatisierten und vernetzten Fahrens (avF) an die Infrastruktur. Unter Infrastruktur sind in diesem Fall nicht nur die Straßen und der Parkraum zu verstehen, sondern ebenso die digitale Verkehrsinfrastruktur, wie die Lichtsignalanlagen, Bahnschranken, Verkehrsbeeinflussungsanlagen, Kommunikationsplattformen usw. Selbst die digitale Karte, die für die Navigation automatisierter Fahrzeuge notwendig ist, wird als Teil der digitalen Infrastruktur verstanden.
Ziel dieses Beitrags ist es, zu verdeutlichen, dass die Einführung automatisierten Fahrens auch Auswirkungen auf den Verkehrsraum und die digitale Verkehrsinfrastruktur hat und somit die automatisierten Fahrzeuge nicht unabhängig von dieser gedacht werden dürfen, sondern als ein integraler Bestandteil des Mobilitätssystems verstanden werden müssen.

3.2.1 Automatisiertes Fahren und Infrastruktur – einige einführende Anmerkungen

Derzeit steckt das automatisierte Fahren noch in den Kinderschuhen und es ist noch ein weiter Weg, bis vollautomatisierte Fahrzeuge SAE Level 5 unsere Straßen bevölkern werden. Dennoch wurden in den letzten Jahren große Fortschritte gemacht, sodass wir davon ausgehen können, dass in den nächsten Jahren automatisiertes Fahren SAE Level 4 als ÖPNV im Regelbetrieb Realität und Teil unseres Mobilitätssystems sein wird. Um die technologischen Entwicklungen sowie die infrastrukturellen Vorbereitungen zu fördern, hat der deutsche Gesetzgeber im Jahr 2021 das weltweit erste Gesetz zur Ermöglichung des automatisierten Fahrens im Regelbetrieb in der Novelle zum Straßenverkehrsgesetz (StVG) geschaffen. Darin regelt der deutsche Gesetzgeber, unter welchen Bedingungen ein Fahrzeug unter technischer Aufsicht für die Teilnahme am öffentlichen Straßenverkehr zugelassen wird. Diese Zulassung umfasst nicht nur das Fahrzeug selbst, sondern sieht eine gesamtheitliche Zulassung von Fahrzeug und jenem Straßennetz (Betriebsbereich) vor, auf dem das automatisierte Fahrzeug fahren wird. Die Nutzung des automatisierten Fahrzeugs bzw. der automatisierten Funktionen außerhalb dieses zugelassenen Straßennetzes ist nicht erlaubt (siehe dazu auch Abschn. 6.​1 „Rechtsrahmen für hochautomatisiertes Fahren in Deutschland“ und Abschn. 7.​5 „Wie können automatisierte Fahrzeuge für den ÖPNV, für kommunale Dienste und Logistik oder als selbstfahrende Container zugelassen werden?“). Nicht nur der Gesetzgeber ist sich dessen bewusst, dass automatisiertes Fahren nicht unabhängig vom Kontext, in dem das Fahrzeug bewegt wird, gedacht werden kann. Daher werden von der Industrie zum Betrieb von Fahrzeugen auch sog. Operational Design Domains (ODD) definiert (SAE 2018). ODD können sowohl technische Voraussetzungen wie die Existenz hochauflösender dreidimensionaler Karten oder Kameras mit einer Kommunikationsschnittstelle, die zusätzliche Informationen über das weitere Umfeld übermitteln, als auch räumliche und infrastrukturseitige Voraussetzungen umfassen.
In diesem Kapitel werden Straßen mit Mischverkehr von konventionellen Fahrzeugen und solchen mit automatisierten Fahrfunktionen SAE Level 4 betrachtet. Bereiche, die exklusiv für automatisierte Fahrzeuge reserviert werden, werden aufgrund der Begrenztheit des öffentlichen Raumes sicherlich keine dominante Bedeutung erlangen. Zu unterscheiden sind die Arten der Infrastruktur. Die digitale Infrastruktur hat dafür zu sorgen, dass automatisierte Fahrzeuge jederzeit über alle Informationen zur Bewertung der umgebenden Verkehrsverhältnisse verfügen. Die bauliche Infrastruktur der Straßen soll grundsätzlich auch für Fahrzeuge mit automatisierten Fahrfunktionen nutzbar sein, wobei sich für den Betriebsbereich der automatisierten Fahrzeuge entsprechend dem technischen Fortschritt anfänglich nicht alle Straßen abhängig von der Verkehrsführung oder dem Verkehrsaufkommen eignen (siehe dazu Abschn. 1.​1 „Was muss man sich unter ‚automatisiertem Fahren‘ vorstellen?“).
Die Verantwortung für die digitale Infrastruktur, also die Kommunikation zwischen der Straßeninfrastruktur einschließlich der Verkehrsanlagen, den Fahrzeugen untereinander (im Falle der Kommunikation über eine Plattform) und den digitalen Karten ist derzeit noch nicht abschließend geklärt. Hierbei geht es in erster Linie darum, wer für den Aufbau und den Betrieb der digitalen Infrastruktur verantwortlich ist. So sind heute die Anforderungen der Fahrzeughersteller an die digitalen hochauflösenden Karten sehr unterschiedlich. Weiter zu spezifizieren sind auch viele betriebliche Fragen bezogen auf die geografischen Informationen, wie beispielsweise die Frage, wer, wen und wann über Veränderungen des Straßennetzes oder Umleitungen wegen Arbeiten am Straßennetz informiert. Ausgehend von der Einführung eines automatisierten ÖPNV werden in den kommenden Jahren die Fragen der Verantwortlichkeiten für jedes Beschaffungsprojekt individuell in der Leistungsbeschreibung der Ausschreibungen für den automatisierten ÖPNV-Betrieb geklärt werden (siehe auch Abschn. 7.​4 „Wie kann ein automatisiertes Fahrzeug oder eine automatisiert fahrende Transportdienstleistung beschafft und implementiert werden?“).
Für privat genutzte Fahrzeuge des motorisierten Individualverkehrs (MIV) bedarf es einheitlicher Regeln und Standards für die Klärung der Verantwortlichkeiten und der Kommunikation zwischen den Akteuren. Hier sind sowohl die öffentliche Hand als auch die Industrie gefordert. In diesem Falle müsste von folgenden Anforderungen an die digitale Infrastruktur ausgegangen werden:
  • Nutzbarkeit für alle Betreiber von Fahrzeugen mit autonomen Fahrfunktionen im Mischverkehr mit konventionellen Kraftfahrzeugen
  • Nutzbarkeit für Fahrzeuge unterschiedlichen Automatisierungsgrads (SAE Levels)
  • Bereitstellung und ständige Aktualisierung der digitalen Karten (geografische Informationen, die auch die Verkehrszeichen, Geschwindigkeiten usw. beinhalten)
  • Unterstützung der Ortung und Bewertung der Verkehrsverhältnisse, z. B. durch Aufbau von Plattformen
  • Kommunikation zwischen Fahrzeugen und Lichtsignalanlagen, Verkehrsbeeinflussungsanlagen, Bahnübergängen und anderen Verkehrsanlagen
  • Kommunikation zwischen Fahrzeugen untereinander, ggf. über die o. g. Plattformen
  • Begrenzung der Sonderbehandlung von automatisierten Fahrzeugen auf ein absolutes Minimum
  • Klärung der Haftung für digitale Karten (geografische Informationen, die auch die Verkehrszeichen, Geschwindigkeiten usw. beinhalten) und Schnittstellen, da Entscheidungen der Fahrzeuge auf Basis der übermittelter Informationen vom Fahrzeug getroffen werden und für die Sicherstellung der Verkehrssicherheit existenziell sind

3.2.2 Anforderungen an die bauliche Infrastruktur bzw. Straßeninfrastruktur

Seit den 1950er-Jahren wurde der Verkehrsraum in unseren Städten zunehmend für die Nutzung mit dem Auto gestaltet. Dabei wurde davon ausgegangen, dass alle Fahrzeuge durch einen Menschen gelenkt werden, der entsprechend den gesetzlich festgehaltenen Regeln im Zuge der Fahraufgaben mithilfe der natürlichen Fähigkeiten Entscheidungen trifft. Für diese Fähigkeiten mussten die Menschen einen gesundheitlichen Nachweis erbringen und in einer theoretischen und praktischen Fahrprüfung die Fähigkeit, ein Fahrzeug im Straßenverkehr zu führen, nachweisen.
In der Entwicklung der Technologie für automatisiertes Fahren wird versucht, diese dem Menschen eigenen Fähigkeiten technisch nachzubauen. Es zeigt sich jedoch, dass der Mensch mit steigender Fahrpraxis mit unklaren Situationen deutlich besser umgehen kann als die Maschinen. Es ist daher notwendig, dass man für den Einsatz von automatisierten Fahrzeugen, also Fahrzeugen, die für ihre Steuerung Sensordaten über die aktuelle Situation benötigen, kritische Örtlichkeiten und Abschnitte identifiziert, bei denen man nach derzeitigem Kenntnisstand weiß, dass bauliche Veränderungen der Verkehrssicherheit, Effizienz und Nutzerfreundlichkeit dienen würden. Solche Örtlichkeiten sind z. B. Baustellen, Gefahren- und Unfallstellen, komplexe innerstädtische Kreuzungen, Eisenbahnkreuzungen, Abschnitte mit Fahrbahnschäden, Engstellen, Sondermarkierungen, Kreisverkehre, Parkplätze, Begegnungszonen, Orte mit Straßenbahngleisen und auch Bereiche mit Radfahrern gegen die Einbahn.
Für den Einsatz eines automatisierten ÖPNV SAE Level 4 ist daher eine sorgfältige Planung notwendig. Diese umfasst folgende mögliche Maßnahmen:
  • Klärung des Zwecks des Einsatzes der automatisierten Fahrzeuge im ÖPNV und somit auch Klärung des Einsatzortes. Gerade in den nächsten Jahren sollte der automatisierte ÖPNV dort eingesetzt werden, wo heute normale Linienbusse nicht zum Einsatz kommen aufgrund der zu geringen Nachfrage. Meist sind dies Wohngebiete oder Streusiedlungen. Auf den Straßen in diesen Gebieten gibt es nur ein geringes Verkehrsaufkommen und somit eine deutlich geringere Komplexität für die Ausführung von Fahraufgaben.
  • Diese Komplexität kann noch weiter reduziert werden durch die Schaffung von Einbahnregelungen und die Reduktion von Parkraum. In vielen Wohngebieten parken die privat genutzten Fahrzeuge nicht auf dem eigenen Grundstück, auch wenn ausreichend Fläche vorhanden wäre, sondern im öffentlichen Verkehrsraum.
  • Die Reduktion der Geschwindigkeit auf 15 oder 20 km/h. Dadurch werden die Geschwindigkeiten der verschiedenen Verkehrsteilnehmer angeglichen und der Verkehrsfluss wird gleichmäßiger.
  • Die klare Trennung von Fußgänger:innen und Fahradfahrer:innen von dem mehr- und einspurigen motorisierten Verkehr und die Ermöglichung der Übergänge für diese nur über definierte Fußgängerübergänge.
  • Straßenabschnitte können hinsichtlich des Straßen-Layouts und der -ausstattung mit der Zielsetzung der Vereinfachung und Übersichtlichkeit verändert werden.
  • Zusätzlich können stationär oder temporär installierte Sensoren, die mit den automatisiert fahrenden ÖPNV-Fahrzeugen kommunizieren, für zusätzliche Informationen zur Situation bereitstellen.
Eine zusätzliche Ausstattung der Infrastruktur mit mobiler und statischer Sensorik, damit durch Vernetzung und Übertragung von Echtzeitinformationen die Bewältigung der Fahraufgaben erleichtert bzw. unterstützt wird, ist eine derzeit in der Forschung viel diskutierte Idee. Dies wäre ein Beispiel für eine Mischung aus baulicher und digitaler Infrastruktur, welche die Fahrzeuge unterstützt, z. B. bei einer Kreuzung um die Ecke zu schauen. Diese sogenannten C-ITS-Systeme (kooperativen intelligenten Verkehrssysteme) können viele Informationen, wie z. B. herankommende andere Fahrzeuge, Ampelphasen, Baustellen und Gefahren, per ITS G5 bzw. per 5G-Mobilfunk ins Fahrzeug übermitteln. Damit schafft man es als eine Art lokales Assistenzsystem, die automatisierten Fahrzeuge mit zusätzlichen Informationen zu versorgen und somit beispielsweise das Sichtfeld des Fahrzeugs digital zu erweitern.
Während der nächsten Jahre wird eine (Risiko-) Bewertung seitens des Straßenbetreibers durchgeführt werden müssen und untersucht werden, ob oder unter welchen Voraussetzungen automatisierte Fahrzeuge auf diesem Abschnitt bzw. in dieser Region fahren dürfen. Die Anforderungen an die bauliche Infrastruktur werden mit zunehmendem technischen Fortschritt bei der Automatisierungstechnik der Fahrzeuge sinken. Daher muss jedes Einführungsprojekt für einen automatisierten ÖPNV individuelle Maßnahmen für die genutzte bauliche Infrastruktur definieren.

3.2.3 Anforderungen an die digitale Infrastruktur

Die europäische Perspektive zur Automatisierung des Verkehrs beinhaltet immer die Komponente der Vernetzung: Die Schlagworte „Cooperative Intelligent Transport Systems“ (C-ITS) bzw. „Cooperative Connected and Automated Mobility“ (CCAM) sind hier zu nennen. Es besteht weiterhin das Bestreben, eine ganzheitliche und systemische Sichtweise (siehe die EU-Sustainable and Smart Mobility Strategy) auf den Verkehr zu etablieren. Ziele der Vernetzung wurden im vorhergehenden Abschnitt bereits angedeutet. Es geht darum, nicht nur im Bereich des automatisierten Fahrens, sondern auch bezüglich der nur teilautomatisierten Fahrzeuge die Erhöhung der Verkehrssicherheit durch Kommunikation zwischen den Fahrzeugen sowie den Fahrzeugen und der Infrastruktur zu erreichen. Hinzu kommt der Wunsch, durch Vernetzung mehr aktuelle Informationen über das tatsächliche Verkehrsgeschehen zu erhalten und somit rechtzeitig durch Verkehrsmanagementmaßnahmen in das Verkehrsgeschehen eingreifen zu können, um ggf. Staus oder gefährliche Verkehrssituationen zu vermeiden.
Allein die sichere Vernetzung aller motorisierten Verkehrsteilnehmer unter Einbeziehung der Infrastruktur benötigt zur Umsetzung eine leistungsfähige und ausfallsichere digitale Infrastruktur. An den entsprechenden Standards zur Nachrichtenübertragung wird in verschiedenen internationalen Standardisierungsgremien (u. a. ETSI, ISO) seit Jahren gearbeitet. Verschlüsselungsalgorithmen und -infrastruktur, Nachrichtenformate, Funkverfahren (5G vs. G5), Test- und Zertifizierungsverfahren sind zu entwickeln und zu definieren. In verschiedenen Projekten (z. B. das Projekt C-ROADS1) wird auch die länderübergreifende Umsetzung erprobt.
Neben den Anforderungen, die sich aus der Vernetzung der Fahrzeuge ergeben, findet sich im deutschen StVG in der Fassung der Bekanntmachung vom 5. März 2003 (BGBl. I S. 310, 919), das zuletzt durch Artikel 1 des Gesetzes vom 12. Juli 2021 (BGBl. I S. 3108) geändert worden ist, für autonome Fahrzeuge die Pflicht zu einer „Technischen Aufsicht“. Dies ist eine natürliche Person, die den Betrieb der hochautomatisierten Fahrfunktion deaktivieren bzw. teilweise steuern kann. Dabei kann sich die Technische Aufsicht im Fahrzeug befinden oder die Fahrfunktion aus der Ferne beaufsichtigen. Im ÖPNV kann sehr wahrscheinlich von einer Fernüberwachung der automatisierten Fahrzeuge ausgegangen werden, was sichere (safe & secure) Kommunikationswege mit entsprechender digitaler Infrastruktur voraussetzt. Zudem muss eine abgesicherte Überwachungszentrale mit ausfallssicheren Geräten zur Fernsteuerung aufgebaut werden. Hier ergeben sich hohe Anforderungen sowohl an die bauliche als auch die digitale Infrastruktur: Eine unterbrechungsfreie, redundante Energieversorgung, Sicherheitsbereiche, redundant ausgelegte Netzwerke und Arbeitsplätze für Operatoren sind nur einige der Anforderungen. Sehr wahrscheinlich sollten auch zumindest mehrere solche Überwachungszentralen mit der Möglichkeit der gegenseitigen Unterstützung umgesetzt werden, damit eine sehr hohe Ausfallsicherheit gewährleistet werden kann. Mit Zunahme der gefahrenen Kilometer auf einer bestimmten Strecke und somit der Wiederholung der Fahraufgaben in diesem spezifischen Kontext und der Zunahme an Fähigkeiten durch technischen Fortschritt der automatisierten Fahrzeuge wird auch die Anzahl der notwendigen Eingriffe durch die Technische Aufsicht sinken.
Neben der digitalen Infrastruktur, die seitens des Betreibers notwendig ist, benötigt auch das Fahrzeug selbst digitale Daten. Zumeist müssen für die geplante Route hochauflösende dreidimensionale Kartendaten und weitere sich für den Verkehr auf bestimmte geografische Punkte beziehende Daten verfügbar sein. Diese Daten müssen aktuell gehalten werden, wobei sich hier Überschneidungen mit C-ITS als Update-Mechanismus ergeben können. Hier muss die Frage nach der Verantwortung der Lieferung der Datensätze (Straßenbetreiber, ÖPNV-Betreiber, Fahrzeughersteller) geregelt werden.
Als letztes Beispiel, das die Komplexität der digitalen Infrastruktur beleuchten soll, sei erwähnt, dass, wie bereits in Abschn. 3.2.1 beschrieben, der automatisierte Betrieb von Fahrzeugen an bestimmte Bedingungen, die Operational Design Domains (ODD), geknüpft ist, welche sich auf die vorhandene digitale Infrastruktur abstützen und daher von ihr beeinflusst werden können.
Zusammenfassend ist festzuhalten, dass die Komplexität der digitalen Infrastruktur zur Überwachung und Bereitstellung automatisierter Fahrzeuge – inklusive der zum sicheren Betrieb nötigen Expert:innen – sehr wahrscheinlich über die Komplexität der nötigen baulichen Infrastruktur hinausgehen wird – dies vor allem unter dem Gesichtspunkt der maximalen Verkehrssicherheit, der Cybersicherheit und Verlässlichkeit.
Fazit zu Abschn. 3.2
Soll ein automatisierter ÖPNV in einer Kommune oder ggf. auch auf einer Überlandstraße eingeführt werden, so ist es notwendig, sich nicht nur über die Zielsetzung des Vorhabens Gedanken zu machen, sondern sich auch zu überlegen, welche Anforderungen sich daraus für die bauliche und für eine digitale Infrastruktur ergeben. Da in den nächsten Jahren die dafür notwendigen Standards und Regulatorien insbesondere für die Aufteilung der Verantwortlichkeiten vermutlich noch nicht vorliegen werden, sind die entsprechenden Anforderungen in den Ausschreibungsunterlagen bzw. in den Verträgen der Verkehrsbetriebe und Kommunen mit den Anbietern von automatisierten ÖPNV-Dienstleistungen zu klären (siehe dazu auch Abschn. 7.​4 „Wie kann ein automatisiertes Fahrzeug oder eine automatisiert fahrende Transportdienstleistung beschafft und implementiert werden?“).

3.3 Auswirkung des hohen Datenbedarfs und die Frage nach Datensicherheit und Datenschutz

Willibald Krenn
„Daten sind das neue Gold“ – diese weithin bekannte Aussage trifft in vielen von Digitalisierung betroffenen Bereichen zu, so auch für vernetztes, automatisiertes Fahren: Zum einen möchten die Fahrzeughersteller über gesammelte Daten ihre Produkte kontinuierlich verbessern, was angesichts der hochkomplexen Aufgabe, einen Mechanismus zu entwickeln, der Fahrzeuge selbständig und sicher steuern kann, sehr verständlich ist. Zum anderen bauen auch Konzepte der „smart mobility“ stark auf Daten der Benutzer:innen auf, um maximale Bequemlichkeit zu bieten. Neben einem Komfortgewinn verspricht man sich hier – nicht zuletzt auf EU-Ebene – auch CO2-Einsparungen durch systemische Optimierung des Verkehrs bzw. der Mobilität.
Es stellen sich daher die Fragen des derzeitigen und zukünftigen Datenbedarfs solcher Systeme und – damit verknüpft – die der Datensicherheit bzw. Cyber-Security. Diesen Fragen möchten wir in diesem Kapitel nachgehen, wobei wir uns auf die technische Sicht und die Fahrzeuge konzentrieren werden, erweitert um Aspekte der verbundenen Infrastruktur – inklusive Vertriebs- und Routing-Apps für ÖPNV, Ridepooling oder On-Demand-Services. Eine rechtliche Einordnung wird in Kap. 6 vorgenommen, wobei schon hier darauf hingewiesen sei, dass es kein „Dateneigentum“ an sich gibt und stattdessen Urheberrecht, Geheimnisschutz, Strafrecht, Wettbewerbsrecht oder Datenschutzrecht zur Anwendung kommen.

3.3.1 Cyber-Security – Stand der Dinge

Zwischen 2013 und 2020 ist der Wertanteil der Software in einem Fahrzeug von 0 auf 40 % gestiegen, was einem jährlichen Wachstum von ca. 22 % entspricht (ARTEMIS-IA, Advancy 2019). Dies verdeutlicht sehr gut, wie schnell und disruptiv die Digitalisierung im Fahrzeugbereich Einzug gehalten hat. Die Cyber-Security wurde dabei – vor allem in der Anfangsphase – vernachlässigt. Zahlreiche „Car-Hacks“ sind in der Folge auch bekannt geworden und dokumentiert (siehe z. B. Upstream Security 2021a, Global Automotive Cybersecurity Report). Die Liste der Vorfälle reicht dabei von Schwachstellen in Schließanlagen, die von Dieben ausgenutzt werden können, über die ungewollte Übernahme und Fernsteuerung einzelner Funktionen eines Fahrzeugs bis hin zu Einbrüchen in die IT-Systeme der Hersteller über die Fahrzeuge mit möglichen Konsequenzen für gesamte ausgelieferte Fahrzeugflotten. Neben den Fahrzeugen sind oft auch Apps bzw. Webseiten von Herstellern und Diensteanbietern verwundbar (siehe z. B. Upstream Security 2021b, Vulnerabilities found in agricultural equipment manufacturer’s apps and website und Upstream Security 2021c, Giant ride-hailing tech found to have interfered with privacy of over 1 million Australians).
Abseits dieser eher generischen Angriffe gibt es auch Sicherheitsforschung, die sich gezielt mit den sog. Advanced Driver Assistant Systems (ADAS) beschäftigt. Diese Systeme bilden die Basis für die zukünftige vollständige Automatisierung und sind daher besonders interessante Untersuchungsobjekte. Bekannte ADAS sind Spurhalte- und „Autopilot“-Assistenten. Vielfach greifen diese Systeme auf visuelle Daten der Umgebung – aufgenommen durch mehrere Kameras – zurück. Diese Daten werden dann durch Algorithmen, die auf Künstlicher Intelligenz beruhen, weiterverarbeitet. Ziel der Sicherheitsforschung ist es, die Robustheit zu beurteilen bzw. mögliche Angriffsflächen frühzeitig aufzudecken. Stellvertretend für die vielen Aktivitäten auf diesem Gebiet sei auf die sog. Phantoms (Ben Nassi et al. 2020) verwiesen. Dieser Angriff macht sich zu Nutze, dass ein Computer – im Unterschied zum Menschen – auch Objekte (z. B. Verkehrszeichen) erkennen kann, die nur für einen Bruchteil einer Sekunde zu sehen sind, und diese – bei aktuellem Stand der Technik – für genauso valide hält. Solcherart eingeblendete Verkehrszeichen können ein Fahrzeug beispielsweise zum Anhalten oder Beschleunigen bringen. Zudem ist es den Forschern gelungen, ADAS dazu zu bringen projizierte Objekte für real zu halten und dadurch Fahrzeuge durch falsche Straßenmarkierungen auf die Gegenfahrban zu lotsen.
Das Bedrohungspotenzial ist also riesig. Vom klassischen Daten- und Fahrzeugdiebstahl über Spionage, Erpressung („Ransomware“ für Fahrzeuge bzw. Flotten) bis hin zu lebensbedrohlichen Eingriffen scheint vieles möglich und die Industrie arbeitet hart daran, die Systeme sicher zu machen.
Mittlerweile haben auch die Gesetzgeber und Regulierungsbehörden die Zeichen der Zeit erkannt und zukünftig ist die Cyber-Sicherheit ein Kriterium, das bei der Typzulassung betrachtet wird. Dabei geht es nicht nur um das Fahrzeug selbst, sondern auch um die Unternehmensprozesse beim Hersteller. Die zugrunde liegende Norm ist hauptsächlich die ISO/SAE 21434, die über die UN ECE Regulierung (Wikipedia 2022) und die General Safety Regulation der EU verpflichtend wird. Als ein an die ISO 27k angelehnter Sicherheitsstandard für Unternehmen hat sich in der Automobilbranche auch TISAX (ENX 2022) etabliert.
Zusammenfassend kann also gesagt werden, dass sich die Cybersecurity-Lage im Vergleich zur aktuellen Situation zwar verbessern wird, allerdings mit dem Risiko, dass durch neue Services und Techniken neue Bedrohungen entstehen können. Darum ist die Pflege (Stichwort „Updates“) der Fahrzeugsoftware – inkl. Absicherung gegen erkannte Schwachstellen – in Zukunft als ein wesentlicher Bestandteil der Fahrzeugwartung anzusehen.

3.3.2 Vernetzung

Seit der Einführung des „emergency Call“ (eCall)-Systems 2018 (European Commission 2022a), das nach einem erkannten Unfall automatisch die Rettungskräfte verständigen soll, sind praktisch alle Fahrzeuge mit einer sog. Telematik-Unit ausgestattet, die es dem Fahrzeug erlaubt, mit anderen Teilnehmern per Mobilfunk oder anderen Mitteln zu kommunizieren. Durch über den eCall hinausgehende Funktionserweiterungen dieser Unit sind Fahrzeuge heute in der Lage, mit der Cloud des Herstellers, anderen Fahrzeugen und der Infrastruktur (V2X – Vehicle2X) zu kommunizieren. Letzteres wird auch von der EU unter den Schlagworten C-ITS (Cooperative Intelligent Transport Systems) (C-ROADS 2022) bzw. CCAM (Cooperative Connected and Automated Mobility) (European Commission 2022b) vorangetrieben und dient zur weiteren Erhöhung der Sicherheit, aber auch der Optimierung des Verkehrs. Typische Einsatzszenarien hierbei sind:
  • Priorisierung von Fahrzeugen an Kreuzungen (ÖPNV, Einsatzfahrzeuge, …)
  • Verkehrsfluss optimieren („grüne Welle“)
  • Vor Gefahren warnen und Verkehrsteilnehmer informieren
  • Fahrzeuge zählen
Beim Entwurf der C-ITS-Services wurde auch auf Datenschutz und eine sichere Infrastruktur (PKI) geachtet. Die Services befinden sich noch im Aufbau und sollen auch automatisierten Verkehr unterstützen.

3.3.3 Daten

Damit ein Fahrzeug in der Lage ist, sicher automatisiert zu fahren, benötigt es Zugriff auf viele Sensordaten. Bereits aktuelle Fahrzeuge mit ihren ADAS-Funktionen sind daher mit Sensoren ausgestattet. Dabei werden die erhobenen Daten sowohl für einige Zeit im Fahrzeug für eine direkte Auslesung hinterlegt, als auch – zum Teil – an den Automobilhersteller weitergeleitet. So greift zum Beispiel der ab Mitte 2022 bei neu typisierten Fahrzeugen verpflichtende Event Data Recorder (EDR) (European Commission 2021; United Nations 2021) – eine Art Blackbox für Fahrzeuge – auf diese Daten zurück und speichert sie lokal. Daten, die der EDR speichern muss, sind in UN ECE Reg 160 Annex 4 EDR geregelt und enthalten 41 verschiedene Parameter, unter anderem
  • Maximum delta-V, longitudinal
  • Speed, vehicle indicated
  • Engine throttle, % full
  • Safety belt status, driver
  • Frontal air bag deployment, time to deploy
  • Stability control
  • Steering input
  • Safety belt status, front passenger
  • Seat track position switch, foremost, status, driver
  • Seat track position switch, foremost, status, front passenger
  • Occupant size classification, driver
  • Occupant size classification, front passenger
Im deutschen Straßenverkehrsgesetz (StVG) vom 03.05.1909 (RGBl. S. 437), neugefasst am 05.03.2003 (BGBl. I S. 310, 919) und zuletzt geändert am 12.07.2021 (BGBl. I S. 3108), findet sich unter § 1g auch ein Paragraf zur Datenverarbeitung. Er verpflichtet den Halter eines Kraftfahrzeugs mit autonomer Fahrfunktion zur Speicherung folgender Daten beim Betrieb des Kraftfahrzeugs:
1.
Fahrzeugidentifizierungsnummer,
 
2.
Positionsdaten,
 
3.
Anzahl und Zeiten der Nutzung sowie der Aktivierung und der Deaktivierung der autonomen Fahrfunktion,
 
4.
Anzahl und Zeiten der Freigabe von alternativen Fahrmanövern,
 
5.
Systemüberwachungsdaten einschließlich Daten zum Softwarestand,
 
6.
Umwelt- und Wetterbedingungen,
 
7.
Vernetzungsparameter wie beispielsweise Übertragungslatenz und verfügbare Bandbreite,
 
8.
Name der aktivierten und deaktivierten passiven und aktiven Sicherheitssysteme, Daten zum Zustand dieser Sicherheitssysteme sowie die Instanz, die das Sicherheitssystem ausgelöst hat,
 
9.
Fahrzeugbeschleunigung in Längs- und Querrichtung,
 
10.
Geschwindigkeit,
 
11.
Status der lichttechnischen Einrichtungen,
 
12.
Spannungsversorgung des Kraftfahrzeugs mit autonomer Fahrfunktion,
 
13.
von extern an das Kraftfahrzeug gesendete Befehle und Informationen.
 
Diese vom deutschen Gesetzgeber vorgegebenen, im Fahrzeug zu speichernden Daten stellen dabei eher eine untere Grenze dessen dar, was Fahrzeuge heute an Daten erheben und auch vielfach in die Cloud des Herstellers übertragen. Daten, die von modernen Autos erhoben werden, enthalten zum Beispiel (ADAC 2022):
  • GPS-Position, Kilometerstand, Verbrauch, Tankfüllung, Reifendruck und Füllstände von Kühlmittel, Wischwasser oder Bremsflüssigkeit
  • Zahl der elektromotorischen Gurtstraffungen
  • Gefahrene Kilometer auf Autobahnen, Landstraßen und in der Stadt
  • Betriebsstunden der Fahrzeugbeleuchtung
  • Die letzten 100 Lade- und Entladezyklen der Starterbatterie mit Uhrzeit und Datum sowie Kilometerstand (bei E-Fahrzeugen)
  • Erreichte Maximal-Drehzahl des Motors mit jeweiligem Kilometerstand
  • Anzahl der Fahrtstrecken zwischen null und fünf, fünf und 20, 20 und 100 sowie über 100 km
  • Dauer, wie lange der Fahrer in verschiedenen Modi des Automatikgetriebes (Dauer/Manuell/Sport) unterwegs war
  • Zahl der Verstellvorgänge des elektrischen Fahrersitzes
  • Anzahl der eingelegten Medien des CD-/DVD-Laufwerks
  • Inhalt der Fehlerspeicher
  • Intermodale Verbindungspunkte
  • Detaillierte Daten der Antriebsbatterie
  • Gewählter Fahrmodus, z. B. ECO/ECOPLUS/SPORT
  • Wie und wo geladen (schnell, teilweise usw.) wurde, wie stark die Antriebsbatterie zuvor entladen worden war
  • Qualität der Ladespannung, Ausfälle
  • Position der 16 zuvor benutzten Ladestationen
  • Kamerabilder – Front/Heck/Seiten
  • Öffnen/Schließen von Türen
  • Gaspedalstellung, Längs-/Querbeschleunigung, Bremsvorgänge, Crash Detection/Unfallereignis
Teilweise werden z. B. alle 30 min Datenpakete an die Hersteller gesendet, die die VIN, diverse Seriennummern, Datum, Uhrzeit, GPS-Position, Temperatur, Ladung und Zellspannung der Hochvolt-Antriebsbatterie enthalten; Hersteller können solche Informationen auch aktiv anfordern. Dass auch Aufnahmen der Kameras der Fahrzeuge übertragen werden, zeigt eine ZDF-heute-Dokumentation (ZDF heute Nachrichten/frontal 2021) anhand eines Teslas sehr augenscheinlich: Nach polizeilicher Aufforderung hat Tesla hier Bild- und Fahrzeugdaten zur Verfügung stellen können, auch in einem Fall, in dem kein Unfallereignis vorgelegen ist.
In manchen Fällen kann der Fahrzeughalter dem umfangreichen Sammeln bzw. Übertragen von Daten die Zustimmung verweigern (so auch bei Tesla), was allerdings mit einer Warnung verknüpft sein kann, dass dann eventuell nicht alle Funktionen des Fahrzeugs zur Verfügung stehen könnten.
Fazit zu Abschn. 3.3
Ob Kameras in der U-Bahn oder im Bus zur Überwachung der Passagiere oder Kameras in Fahrzeugen zur Umsetzung des automatisierten Fahrens: In Zukunft werden noch mehr die Privatsphäre berührende Daten gesammelt und automatisiert ausgewertet werden. Die Hauptgründe dafür sind neben der technischen Optimierung und Weiterentwicklung der Systeme, der Sicherheit bzw. Aufklärung von Unfällen auch die Entwicklung neuer Geschäftsmodelle.
In Verbindung mit der oft verbesserungswürdigen Cybersicherheit und der teilweise vielleicht doch etwas zu wenig ausgeprägten Motivation zur Datensparsamkeit steht zu erwarten, dass hier noch das eine oder andere „Leak“ auf uns wartet. Wie aktuell die großen Betriebssystemhersteller für Mobiltelefone werden auch Mobilitätsdienstleister und Hersteller automatisierter Fahrzeuge die theoretische Möglichkeit besitzen, sehr detaillierte Profile ihrer Nutzer anlegen und verwerten zu können. Daher sind, neben hoher Cybersicherheit, die rechtlichen Grundlagen und Grenzsetzungen diesbezüglich – z. B. durch die DSGVO – als besonders wichtig einzuschätzen.

3.4 Auswirkung auf die Verkehrssicherheit im Mischverkehr

Markus Deublein, Erik Schaarschmidt und Michael Aleksa
Es besteht die Hoffnung, dass die Verkehrssicherheit mit dem automatisierten Fahren steigen wird. Es sind jedoch viele Fragen gerade im Mischverkehr mit vulnerablen Verkehrsteilnehmergruppen offen, insbesondere wenn ein sicherer, störungsfreier und fließender Verkehr automatisierter Fahrzeuge sichergestellt werden soll. In diesem Kapitel werden Ansätze vorgestellt, die zur Lösung der auftretenden Probleme beitragen können. Dabei wird in besonderer Weise auf die Verkehrssicherheit beim Betrieb eines automatisierten ÖPNV eingegangen, die neben der Sicherheit der Passagiere auch die Sicherheit der anderen Verkehrsteilnehmenden sowie das derzeit vorhandene infrastrukturelle Umfeld umfasst.
Auf internationaler Ebene wurden in der jüngeren Vergangenheit eine Vielzahl an Pilotversuchen zur Integration eines automatisiert verkehrenden ÖV-Fahrzeuges umgesetzt. Aus diesen Ansätzen heraus lassen sich wichtige Erkenntnisse hinsichtlich des Betriebs dieser Fahrzeuge gewinnen. Allerdings, und das stellt wohl in Zukunft die größte Herausforderung für einen sicheren Betrieb der Fahrzeuge dar, erfolgten die Pilotversuche stets unter Anwesenheit von Sicherheitspersonal bzw. eines Operators, in einem abgegrenzten Verkehrsbereich und bei vergleichsweise geringer Fahrgeschwindigkeit. Auf diese, als Rückfallebene eingezogenen Sicherheitsmaßnahmen, wird man künftig verzichten müssen, sofern man ein wirtschaftliches und attraktives ÖV-Angebot schaffen möchte. Trotz alledem sind aus den Pilotanwendungen wichtige Erfahrungen entstanden, die für die weitere Entwicklung zur Integration eines automatisierten ÖV-Fahrzeuges von Bedeutung sind.
Ausgehend von Erkenntnissen aus der Literatur und aus im „DACH-Raum“ (Deutschland, Österreich, Schweiz) bedeutenden Pilotversuchen werden in diesem Kapitel die wesentlichen Herausforderungen zur Integration dieser Fahrzeuge adressiert. Ziel ist es, die Chancen und Risiken eines automatisierten ÖPNV bezogen auf die Verkehrssicherheit der Insassen, aber auch anderer am Verkehr teilnehmenden Personen aufzuzeigen. Um einen Beitrag für die Verkehrssicherheit zu schaffen, werden verschiedene Maßnahmen erforderlich, die sich anhand unterschiedlicher Dimensionen unterscheiden lassen. Dazu zählen beispielsweise die zeitliche Umsetzung, die Eingriffstiefe sowie die Wirkungsweise auf den Menschen, das Fahrzeug und/oder die Umwelt. Durch Darstellung der zu erwartenden Chancen und Risiken werden Ansätze zu möglichen Maßnahmen und Strategien für die Verbesserung der Verkehrssicherheit aufgezeigt. Dadurch behandelt der vorliegende Beitrag wichtige Grundlagen für die Umsetzung und Integration eines automatisierten ÖPNV.

3.4.1 Einfluss des automatisierten Fahrens auf die Verkehrssicherheit im ÖPNV

Trotz der bisher nur geringen Datengrundlage zum Unfallgeschehen mit automatisierten Fahrzeugen werden mit der Automatisierung der Fahrzeuge hohe Erwartungen zur Verbesserung der Verkehrssicherheit verbunden (Gruber und Sammer 2019). Die prominenteste Argumentation ist, dass heute ca. 90–95 % aller Unfälle durch Fehlverhalten der Fahrzeuglenkenden verursacht werden (vgl. auch Abschn. 3.6), z. B. durch überhöhte Geschwindigkeit, Ablenkung und Müdigkeit am Steuer. Hinter dem erwarteten Sicherheitsgewinn durch das automatisierte Fahren steht der Glaube an das mehr oder weniger vollständige Eliminieren von Fehleinschätzungen der Lenkenden im Konfliktfall (GDV 2018). Die menschlichen Entscheidungen werden durch zuverlässige sach- und situationsgerechte Entscheidungen der Fahrzeugautomatik und der dahinterstehenden Algorithmen ersetzt. Allerdings können durch eine zunehmende Automatisierung auch neue Gefährdungsbilder entstehen, welche die Sicherheitsgewinne zumindest teilweise (je nach Flottenmix) wieder kompensieren (Deublein 2020a). Problemträchtig sind insbesondere die teilweise erforderliche Dauerüberwachung (Vigilanzminderung), die kurzfristige Rückgabe der Fahraufgabe in kritischen Situationen und die Interaktionen mit anderen Verkehrsteilnehmenden.
Aufgrund fehlender Datengrundlagen ist es momentan kaum möglich, den Sicherheitseffekt einer zunehmenden Präsenz automatisierter Fahrzeuge im Straßenverkehr zuverlässig abzuschätzen. Gleichzeitig ist es zentral, zeitnah geeignete Maßnahmen zur Minimierung des Risikos durch neue Gefährdungsbilder des automatisierten Fahrens zu identifizieren und zu initiieren. Einige Untersuchungen kommen zum Schluss (u. a. Lenz 2017 sowie Willi et al. 2019), dass während der aktuellen und noch länger anhaltenden Übergangsphase mit einer Zunahme spezifischer Unfalltypen zu rechnen ist, insbesondere wegen neu auftretender Gefährdungsbilder. Langfristig, mit steigenden Anteilen von hochautomatisierten Fahrzeugen in der Fahrzeugflotte, wird erwartet, dass die Anzahl der Verletzten und Getöteten im Straßenverkehr maßgeblich sinken wird. Daher ist bei der Abschätzung der Sicherheitseffekte durch das automatisierte Fahren eine Differenzierung der Einflüsse in den unterschiedlichen Automatisierungsstufen zwingend. Bis zu einem spürbaren Anteil an hoch- und vollautomatisierten Fahrzeugen im täglichen Verkehr ist deshalb noch mit einer langen Übergangsphase zu rechnen, in der sich Fahrzeuge mit unterschiedlichen Automatisierungsgraden den Straßenraum teilen müssen (Lemmer 2019 sowie Deublein 2020a). In dieser Übergangsphase stellt der Mischverkehr zwischen motorisierten und nicht motorisierten Verkehrsteilnehmenden, aber auch zwischen konventionellen und automatisiert fahrenden, motorisierten Verkehrsteilnehmenden eine große Herausforderung für die Verkehrsplanung und das Verkehrssicherheitsmanagement dar. Besonders die Interaktion und Kommunikation mit anderen nicht-automatisierten Verkehrsteilnehmenden hat einen entscheidenden Einfluss auf die Verkehrssicherheit im Mischverkehr der Zukunft.
Schnittstelle Mensch-Fahrzeug
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.
Kommunikation und Interaktion
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).
Infrastruktur
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).
Erkenntnisse aus Pilotversuchen mit automatisierten Fahrzeugen im ÖPNV
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.

3.4.2 Chancen und Risiken des automatisierten Fahrens für den ÖPNV

Die Verkehrssicherheit spielt im Kontext Verkehr und Mobilität eine wichtige Rolle, so auch bei der Implementierung automatisierter Fahrzeuge. Trotz der nur eingeschränkten Erkenntnisse zum Unfallgeschehen dieses Fahrzeugkollektivs wird der automatisierten Mobilität ein wesentlicher Beitrag zum Erreichen der Mobilitätsziele, wie beispielsweise der „Vision Zero“, zugesprochen (Kremenovic et al. 2021).
Wird automatisierte Mobilität vorrangig für die Attraktivierung des öffentlichen Verkehrs genutzt, wird erwartet, dass durch die Reduktion des Gesamtverkehrsaufkommens die Verkehrssicherheit zusätzlich erhöht werden kann. Dieser Zusammenhang zwischen dem Verkehrsaufkommen und dem Unfallgeschehen ist in verschiedenen Studien untersucht und unter anderem in der Studie „Roadway accident risk prediction based on Bayesian probabilistic networks“ (Deublein 2013) im Kontext von Modellentwicklungen beschrieben. Allerdings fehlen im Zusammenhang mit dem automatisierten Fahren auch hier bisher wichtige Erkenntnisse, da diese Fahrzeuge zunächst in einem tatsächlichen Betrieb ohne zusätzliche Sicherheitsmaßnahmen überführt werden müssten.
Mangels konkreter Befunde zum Unfallgeschehen lassen sich wichtige unfallreduzierende Chancen eines automatisierten Verkehrs sowie dadurch neu entstehende Risiken nur qualitativ abschätzen. Dies erfolgt in Anlehnung an den regelkreisbasierten Ansatz „Fahrer-Fahrzeug-Umwelt“, der in der Literatur (u. a. Mitschke und Wallentowitz 2004 sowie Bubb 2001) häufig im Zusammenhang mit dem assistierten und automatisierten Fahren verwendet wird und auch ein zentrales Element des heute international oftmals verwendeten Safe-System-Approach bildet (Larsson und Tingvall 2013).
Chancen des automatisierten Fahrens für den ÖPNV
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).
Risiken des automatisierten Fahrens für den ÖPNV
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.

3.4.3 Umsetzungsempfehlungen für einen sicheren automatisierten ÖPNV

Handlungsoptionen
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.
ISSI-Programme der Verkehrssicherheit
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:
  • Abstützung des Verkehrssicherheitsmanagements auf die Grundphilosophie des Safe System Approach unter frühzeitigem Einbezug aller Stakeholder und Berücksichtigung aller Verkehrsteilnehmergruppen
  • Konsequente Durchführung von Road Safety Audits (RSA) in der Planung von Neu- oder Umbauprojekten im Mischverkehr (MIV, ÖPNV, Fuß- und Fahrradverkehr).
  • Dokumentation der Planungsdefizite aus dem RSA in einer Datenbank. Auf dieser Grundlage lassen sich Metaanalysen durchführen und die häufigsten Planungsdefizite erkennen und beheben.
  • Durchführung von themenspezifischen Road Safety Inspections (RSI) für den ÖPNV. Dabei werden Abschnitte des Bestandsnetzes befahren und hinsichtlich bestehender Defizite für die Verkehrssicherheit im Mischverkehr mit dem ÖPNV identifiziert. Erweiterung der Checkliste des RSI mit spezifischen Aspekten des automatisierten ÖPNV.
  • Zentrale, differenzierte Datenerhebung, aus der sich auch Analysen zu Unfallhäufigkeiten, Unfallursachen und -typen speziell für den automatisierten ÖPNV durchführen lassen
  • Bei der Sanierung von Unfallhäufungsstellen und Unfallschwerpunkten im Rahmen des Black Spot Managements ist die bestehende Infrastruktur und die verkehrliche Situation vor Ort gesamtheitlich zu analysieren. Insbesondere Unfallursachen mit Beteiligung des automatisierten ÖPNV sind künftig vertiefend zu beleuchten.
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.
Streckenanalyse und Risikobewertung
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.
Fazit zu Abschn. 3.4
Der Mischverkehr der nächsten Jahrzehnte wird insbesondere aufgrund zahlreicher neuer Kompetenzanforderungen für alle Verkehrsteilnehmende die Verkehrssicherheit auf den Prüfstand stellen (Deublein 2020b). Es gilt, rechtzeitig gewünschte Entwicklungschancen zu fördern und ungewünschte Risiken durch geeignete Maßnahmen zu verhindern oder abzuschwächen. Dafür braucht es einen proaktiven politischen Diskurs, um die gesellschaftsdemokratischen Bedürfnisse für eine sichere und lebenswerte Zukunft in unseren Städten und Gemeinden zu skizzieren und durch geeignete regulative Rahmenbedingungen in die gewünschte Richtung zu lenken. Konkrete Maßnahmen, insbesondere im Bereich der Mensch-Maschine-Kommunikation im Mischverkehr sowie bei der zukunftsfähigen sicheren Gestaltung der Infrastruktur, können einen wesentlichen Beitrag zur Bewahrung (oder idealerweise Verbesserung) der Verkehrssicherheit leisten. Expertinnen und Experten sind sich darin einig, dass die Entwicklungen im Kontext des automatisierten Fahrens noch lange keine Garantie für einen unfallfreien Straßenverkehr in der Zukunft sind, da durch die besonderen Verkehrssituationen im Mischverkehr neue Herausforderungen für die Verkehrssicherheit entstehen. Der aufmerksame Mensch am Steuer wird noch lange Zeit die zentrale sicherheitstechnische Rückfallebene bleiben.
Die Chancen der Automatisierung im ÖPNV überwiegen die erkannten Risiken, die bei entsprechender Umsetzung von Maßnahmen zur Minderung der Risiken zusätzliche Sicherheitspotenziale ermöglicht. Durch die wesentlichsten Vorteile ermöglicht das automatisierte Fahren eine Reduktion des Gefahrenpotenzials und somit eine erhöhte Lebensqualität und Steigerung der Nutzungsmöglichkeiten im Straßenraum für erweiterte Personengruppen. Durch eine attraktive Gestaltung des öffentlichen Verkehrs und die Neuorganisation des motorisierten Individualverkehrs (z. B. Sharing-Angebote) kann eine Reduktion des MIV sowie des Gesamtverkehrsaufkommens und dadurch eine wesentliche Verbesserung der Verkehrssicherheit und der Lebensbedingungen erzielt werden.
Damit dies gelingt, sollten sich letztlich alle Akteure der Verkehrsinfrastruktur inklusive der Normierungskommissionen darauf vorbereiten, zunächst gemischte und später vollständig automatisierte Verkehrsströme aufzunehmen, den Verkehr von automatisierten Fahrzeugen zu verwalten und zu regeln, bei Bedarf deren Interaktion und Kommunikation mit ihrer Umgebung zu unterstützen und so die Verkehrssicherheit und -effizienz zu erhöhen (Lemmer 2019). Andererseits werden die automatisierten Fahrzeuge in hohem Maße von der Möglichkeit einer reibungslosen Kommunikation profitieren, nicht nur mit der Infrastruktur und mit anderen Fahrzeugen, sondern auch mit zu Fuß gehenden oder mit dem Fahrrad fahrenden Personen. Dazu muss das gesamte Verkehrsnetz, müssen Städte sowie Autobahnen darauf vorbereitet sein, diese neue Art der Fortbewegung aufzunehmen und zu vernetzen.
Konkrete Handlungsansätze werden in der Vorbereitung und Optimierung der physischen Verkehrsinfrastruktur gesehen. Die spezifischen Problembereiche der Verkehrssicherheit im ÖPNV sind für das heutige Verkehrsgeschehen bekannt (Baier et al. 2007 sowie GDV 2019). Diese sollten auch künftig unter Teilnahme automatisierter Fahrzeuge im ÖPNV durch die genannten Handlungsoptionen überprüft werden. Insbesondere in den Bereich des Verkehrsnetzes, wo ein Fahrgastwechsel stattfindet, wird auch in Zukunft die Verkehrssicherheit im ÖPNV maßgeblich beeinflusst werden können. Wuth und Dorner (2020) sehen u. a. einen positiven Einfluss auf die Verkehrssicherheit in der gezielten Abstimmung von Fahrzeuggeometrie sowie Lenkverhalten mit der baulichen Gestaltung der Haltestellen und der damit verbundenen Reduzierung des Flächenverbrauchs. Umgekehrt liegen nach Ansicht der Autoren allerdings Anzeichen vor, dass für die gefühlte Sicherheit von wartenden Personen eine stärkere Kennzeichnung des Haltestellenbereichs erforderlich wäre. Auch im Umgang mit dem Fahrzeug bzw. dem System muss sichergestellt werden, dass sich Passagiere an Bord sicher fühlen und im Notfall stets ein menschlicher Ansprechpartner, beispielsweise über Sprechfunk, kontaktieren können.
Um die Verkehrssicherheit beim Mischbetrieb mit automatisierten Fahrzeugen sicherzustellen, müssen derartige Systeme neuen und noch zu definierenden Standards folgen (Wintersberger et al. 2020). Dies betrifft insbesondere auch die Systeme, die durch andere Verkehrsteilnehmer von außen sichtbar sind und entsprechend interpretiert werden (müssen). Auch hier sind die nötigen Standards und technischen Rahmenbedingungen zu schaffen, die eine Koexistenz verschiedenster Lösungen vermeidet. Dadurch kann eine potenzielle Verwirrung und Fehlinterpretation, insbesondere durch ungeschützte Verkehrsteilnehmer vermieden werden, die laut Statistiken einen immer größeren Teil der bei Unfällen verunglückten Personen ausmachen (International Transport Forum 2014).

3.5 Betriebliche, wirtschaftliche und rechtliche Aspekte des automatisierten Fahrens aus Sicht der Verkehrsunternehmen

Emanuele Leonetti

3.5.1 Einleitung

Während in ländlichen Räumen, infolge des demografischen Wandels und der damit verbundenen Ausdünnung von Versorgungs- und Siedlungsstrukturen, der wirtschaftliche Betrieb öffentlicher Mobilität immer schwieriger wird, lässt sich für städtische Räume infolge der zunehmenden Urbanisierung eine steigende Nachfrage nach digitalen (bedarfsgesteuerten) Mobilitätsangeboten und Kapazitätsengpässen in den Hauptachsen feststellen. Die damit verbundene Gewährleistung der öffentlichen Mobilität als Daseinsvorsorge – insbesondere hinsichtlich Zugänglichkeit, Barrierefreiheit, Sicherheit, Servicequalität und Kosten – stellt die Unternehmen des öffentlichen Personennahverkehrs vor große Herausforderungen (vgl. Luchmann et al. 2019).
Vor dem Hintergrund der Vorgaben des UN-Klimaschutzabkommens von Paris, des europäischen „Green New Deals“ und zuletzt auch durch das BVerfG-Urteil zum Klimaschutzgesetz wird deutlich, dass dem ÖPNV als Rückgrat einer nachhaltigen Mobilitätswende eine zentrale Rolle zukommen muss. Die entscheidende Frage ist demnach, ob und in wie weit das autonome bzw. automatisierte und vernetzte Fahren einen Beitrag für die Attraktivitätssteigerung und den Kapazitätenausbau des ÖPNV beitragen kann (vgl. Leonetti 2020).

3.5.2 Zielvision des automatisierten Fahrens im ÖPNV

Die Entwicklungsaktivitäten zum autonomen (bzw. automatisierten) Fahren sind für einen langen Zeitraum als ein technologisches Thema der Automobilindustrie gesehen worden. Doch in den letzten Jahren hat die Automatisierung auch für den ÖPNV eine immer stärkere Relevanz gewonnen (vgl. Ackermann et. al. 2021a). Denn der für die Verkehrs- und Mobilitätswende notwendige Angebots- und Kapazitätsausbau kann nicht ohne Digitalisierung und Automatisierung des ÖPNV funktionieren (Leonetti 2021). Exemplarisch kann hier die Studie „Deutschland mobil 2030“ herangezogen werden, welche die Erhöhung des ÖV-Modal-Splits um 30 % bis zum Jahr 2030 zum Ziel gesetzt hat (Deutschland Mobil 2020).1
Die für den Angebotsausbau notwendige Personalgewinnung für den Fahrdienst und die Betriebstechnik stellt bereits heute die Verkehrsunternehmen vor erhebliche Herausforderungen.
Gleichzeitig ist zu erwarten, dass von den heute ca. 151.000 Beschäftigten der ÖPNV-Betreiber ca. 50 % bis 2030 altersbedingt ausscheiden werden, weshalb für die Erreichung eines Verkehrswende-Szenarios über 100.000 zusätzliche Personale eingestellt werden müssen (vgl. VDV 2021). Folglich ist die Digitalisierung, Vernetzung und Automatisierung des ÖPNV-Betriebs von erheblicher strategischer Relevanz. Sowohl in städtischen Quartieren, auf der sog. Ersten/Letzten Meile, als auch in ländlichen Räumen, besitzen autonome Verkehrsangebote das Potenzial, das bestehende ÖPNV-Angebot zu ergänzen und zu verdichten. Hierbei ist es für Anwendungsfälle des autonomen Fahrens im ÖPNV wichtig, dass der Betrieb auf einer spezifischen Linie oder als ÖPNV-integrierter Linienbedarfsverkehr vollautomatisiert innerhalb eines abgegrenzten Gebiets realisiert werden kann. Hierbei ist es auch denkbar, dass dafür anfänglich oder punktuell Unterstützungen durch Infrastruktur-Komponenten oder durch Freigaben einer Leitstelle erfolgen und schrittweise optimiert werden. Jedoch bietet erst der Betrieb nach der SAE Stufe 4 das notwendige wirtschaftliche Potenzial für eine effektive Angebotserweiterung. Gleichzeitig sind ein vollautonomer Betrieb nach SAE Stufe 5 und die damit verbundenen Entwicklungskosten nicht zwingend zu erreichen, da ÖPNV-Angebote sowohl im klassischen Linienbetrieb als auch als flexibles On-Demand-Angebot (Linienbedarfsverkehr) immer planmäßig und in hinreichend abgegrenzten Räumen erfolgt. Vielmehr würde das Erreichen der SAE Stufe 5 den ÖPNV weiter kannibalisieren, denn der heutige Unique Selling Point des ÖPNV – das Gefahrenwerden – würde damit verloren gehen. Folglich sind Verkehrsunternehmen gut beraten, das autonome Fahren strategisch zu begreifen, selbst aktiv zu werden und das autonome Fahren in die eigenen Geschäftsmodelle und Fahrzeugflotten zu implementieren (vgl. Ackermann et. al. 2021a).

3.5.3 Status quo des automatisierten und autonomen Fahrens im ÖPNV

Bundesweit erproben bereits zahlreiche Verkehrsunternehmen die Einsatzmöglichkeiten von autonomen Shuttlebussen in über 50 Reallaboren (vgl. zum Begriff und Umfang eines „Reallabors“ Leonetti 2021) und digitalen Testfeldern für den ÖPNV-Einsatz2.
Vorwiegend kommen für die praktische Erprobung im straßengebundenen ÖPNV umgangssprachlich sog. „People-Mover“ zum Einsatz. Hierbei handelt es sich um konzeptionell neu gestaltete Shuttlefahrzeuge, die über keinen klassischen Fahrerarbeitsplatz mit Lenkrad und Pedalerie verfügen, sondern mit zusätzlicher Sensorik ausgestattet und mittels interaktiver Benutzeroberflächen und Joysticks bedient werden (vgl. Leonetti 2021b).
Technische Rahmenbedingungen
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).
Rechtliche Rahmenbedingungen
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.
Personenbeförderungsrechtliche Aspekte des autonomen Fahrens im ÖPNV
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).
Straßenverkehrsrechtliche Aspekte des autonomen Fahrens im ÖPNV – Status quo ante
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.
Straßenverkehrsrechtliche Aspekte des autonomen Fahrens im ÖPNV – Änderungen durch das Gesetz zum Autonomen Fahren und Durchführungsverordnung (AFGBV)
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.
Rechtliche, wirtschaftliche und technische Würdigung und Abschätzung aus Betreibersicht
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:
1.
Antragstellung auf Genehmigung eines festgelegten Betriebsbereiches nach § 8 Absatz 1 AFGBV und Vorlage eines Gutachtens nach § 9 Absatz 3 Satz 2 AFGBV
 
2.
Erstellung eines Gutachtens im Rahmen der Prüfung des Antrages auf die Genehmigung festgelegter Betriebsbereiche nach § 9 Absatz 3 Satz 2 AFGBV
 
3.
Mitwirkung im Falle einer Nachprüfung nach § 9 Absatz 6 AFGBV
 
4.
Meldung nachträglicher personeller und technischer Veränderungen nach § 9 Absatz 7 AFGBV
 
5.
Vorlagepflicht der Betriebserlaubnis und der Genehmigung eines festgelegten Betriebsbereiches nach § 11 Absatz 2 Nr. 1 und Nummer 2 AFGBV
 
6.
Durchführung einer erweiterten Abfahrkontrolle nach § 13 Absatz 1 Nr. 2 und Absatz 7 AFGBV
 
7.
Gesamtprüfung nach § 13 Absatz 1 Nr. 3 AFGBV
 
8.
Durchführung der Hauptuntersuchung nach § 13 Absatz 8 AFGBV
 
9.
Bestellung einer Technischen Aufsicht und Bereitstellung der sachlichen Voraussetzungen nach § 13 Absatz 6 AFGBV
 
10.
Anforderungen an die Dokumentenverwaltung nach § 13 Absatz 5 AFGBV
 
11.
Ausführung der Technischen Aufsicht – Erstellung Berichte nach § 13 Absatz 4 AFGBV
 
12.
Antrag auf Erprobungsgenehmigung nach § 16 Absatz 1 AFGBV und § 1i Absatz 1 StVG und Vorlage eines Entwicklungskonzeptes nach § 16 Absatz 3 Nr. 4 AFGBV
 
13.
Erstellung eines Entwicklungskonzeptes nach § 16 Absatz 3 Nr. 4 AFGBV
 
14.
Mitführungspflicht Erprobungsgenehmigung und Eintragung in Zulassungsbescheinigung nach § 16 Absatz 6 und 7 AFGBV
 
Der Einfachheit halber werden die Kostenpositionen zusammengefasst und zu folgenden einzelnen Betriebskostenparametern zusammengeführt:
1.
Beschaffung der Fahrzeuge und Lizenzen am Selbstfahrsystem sowie Daten
 
2.
Technische Aufsicht (Hardware, Software, Personal, Ausstattung, Qualifizierung, laufende Personalkosten)
 
3.
Operative Prozesse im Feld („Field-Operator“, Wartungspersonal, „Verkehrsmeister“)
 
4.
Sicherheitsprozesse (Gesamtüberprüfung, HU, tägl. Abfahrkontrolle, sowie entsprechende Personalkosten und externe Begutachtungen)
 
5.
Zulassungen (Fahrzeuge, Betriebsbereichsfestlegung, Personalkosten, Antragsstellung zusätzliche Begutachtungen durch Dritte wie technische Dienste)
 
6.
Rechtsgutachten, Stellungnahmen, Beratung und ggf. Zertifizierung
 
7.
Ggf. Kommunikation, Begleit- und Akzeptanzstudien
 
8.
Prozessentwicklung und Evaluation
 
9.
Ggf. On-Demand-Software-Integration
 
10.
Betriebshof, Ladeinfrastruktur (Aufbau und Management)
 
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.

3.5.4 (Betriebs-)wirtschaftliche Abschätzungen und Realisierbarkeit

Bereits aus der Zusammenschau der bisherigen Erprobungen lassen sich erste wichtige Erkenntnisse und Ableitungen für den zukünftig fahrzeugführerlosen Betrieb gewinnen. Insbesondere der „Wegfall“ des Fahrerarbeitsplatzes und der Tätigkeiten heutiger Berufskraftfahrer:innen werden disruptive Auswirkungen auf den ÖPNV-Betrieb haben. Denn Dreh- und Angelpunkt für heutige Betriebskonzepte ist eine systematische Aufgabenverteilung von betrieblichen Prozessen und deren Wahrnehmung durch Betriebs-, Werkstätten-, Leitstellen- und Fahrpersonal. Im heutigen Betrieb werden diese entscheidenden Aufgaben zur Gewährleistung eines effektiven und wirtschaftlichen ÖV-Betriebs durch Fahrpersonale wahrgenommen. Das Fahrpersonal stellt die entscheidende Schnittstelle zwischen Fahrgast und Betrieb dar und beschränkt sich nicht nur auf das Führen eines Kraftfahrzeugs. Vielmehr zeichnet sich die Tätigkeit des Berufskraftfahrers im ÖPNV neben der sicheren und pünktlichen Beförderung von Fahrgästen durch eine hohe Kundenorientierung, Zuverlässigkeit sowie hohe Servicebereitschaft aus (vgl. hierzu VDV 2022b). Dies muss zukünftig durch das autonome Fahrzeug selbst oder (neue) Betriebspersonale erfüllt werden.
Eine genaue Abschätzung der Betriebskosten für einzelne Betriebskonzepte und Einführungsszenarien stellt sich für die Praxis – aufgrund fehlender geeigneter TCO-Analysen aus der Praxis – weiterhin herausfordernd dar. Eine der größten Unsicherheiten besteht dabei für die Praxis in dem Umfang der Infrastrukturausstattung. Die Schaffung einer „digitalen Infrastruktur“ bspw. durch „digitale Zwillinge“ und sich selbst aktualisierende hochgenaue Karten sollten aus Betreiber- wie auch aus kommunaler Sicht gegenüber tiefergehenden straßenbaulichen und infrastrukturellen Maßnahmen aus Kosten- und Zeitgründen vorgezogen werden. Jedoch ist die genaue Auswahl und Gestaltung des jeweiligen Betriebskonzepts hierbei an die lokal bestehenden räumlichen und angebotsseitigen Rahmen- und Betriebsbedingungen anzupassen (Ackermann et al. 2021a). Für die Entscheidungen eines Betriebskonzepts insbesondere bei größeren Flotten sollten Betreiber zudem folgende Parameter heranziehen (Ackermann et al. 2021a, zudem vertiefend: Holst 2022):
1.
Entscheidung bzgl. des Vorhandenseins eines Fahrerarbeitsplatzes
 
2.
Energie/-Antriebskonzept (Zwischenladung erforderlich oder eingeschränkte Betriebszeiten?)
 
3.
Abstellkonzept (zentraler Betriebshof vs. dezentrale Abstellung innerhalb des Betriebsbereichs)
 
4.
Infrastruktur (straßenseitig vs. digital)
 
5.
Reserve/Ersatzkonzept (Betriebsqualität und Wartungsintervalle)
 
6.
Quotierung der Fahrzeugkapazität hinsichtlich Barrierefreiheit (Vorhalten barrierefreier Fahrzeuge in der Flotte – z. B. 10–20 % je nach Einsatzgebiet)
 
7.
Versuchs- vs. Regelbetrieb (Fahrgeldeinnahmen, öffentliche Zuschüsse zum Betrieb)
 
8.
Zuverlässigkeit durch zusätzliches Personal (z. B. „Trouble-Shooter“ im Einsatzbereich, Servicekräfte)
 
Die hier aufgezählten Parameter betreffen den Kernbereich unternehmerischer Entscheidungen und sind an die lokalen Anforderungen spezifisch anzupassen, sodass pauschalierte Aussagen, Entscheidungen und Handlungsempfehlungen nicht möglich sind. Zukünftige Betreiber autonomer Verkehrsangebote sollten sich jedoch frühzeitig mit den aufgeworfenen Parametern beschäftigen, um zielgenaue Lösungen in ihr Angebot und Betriebskonzept zu integrieren.
Fazit zu Abschn. 3.5 und Empfehlungen für die Praxis
Eine Abschätzung und Ermittlung künftiger Preis- und Geschäftsmodelle autonomer Verkehrsangebote im ÖPNV ist neben der genauen Betriebskostenabschätzung mangels verlässlicher Zahlen weiterhin nicht hinreichend bestimmbar. Aufgrund der hohen anfänglichen Betriebskosten und Investitionen (und ggf. fehlender Einnahmen im Rahmen der Erprobungen) werden autonome Verkehrsangebote – zumindest für einen Übergangszeitraum – weiterhin defizitär und zuschussbedürftig sein (vgl. dazu im Detail Ackermann et al. 2021a).
Unabhängig von den oben dargelegten einzelnen Schritten des neuen Genehmigungsverfahrens nach StVG und AFGBV hat sich für die Praxis folgende Checkliste (Ackermann et al. 2021a) für Pilotbetriebe mit autonomen Shuttlebus-Konzepten als praktisch erwiesen:
  • Entwicklung eines Betriebskonzepts
  • Begehung, Auswahl und Risikoanalyse möglicher Streckenoptionen
  • Lastenheftentwicklung mit anschließender Fahrzeugbeschaffung
  • Identifikation und Umsetzung erforderlicher Streckenmaßnahmen
  • Beauftragung eines Gutachtens für Ausnahmegenehmigung durch technischen Sachverständigen
  • Einprogrammieren der Strecke (HD-Karte, Kartographierung)
  • Zulassungsprozess des Fahrzeugs (Einzelbetriebserlaubnis, Ausnahmegenehmigung, KfZ-Haftpflicht, Kennzeichen)
  • PBefG-Genehmigung (ggf. Befreiung von Beförderungspflicht nach § 22 PBefG)
  • Schulung von Personalen, Erstellung Betriebshandbuch und Betriebsanweisung
  • ggf. technische Integration in Betriebsleitsysteme und Fahrgastinformationssysteme
Verkehrsunternehmen und Kommunen sollten vor dem Hintergrund der hier dargestellten (finanziellen) Herausforderungen das autonome Fahren im ÖPNV weiterhin als strategisches Ziel ansehen und deren Einführung im Regelbetrieb verfolgen. Die Kommunen sollten als Organisator für die Mobilität der Zukunft als Garant für eine gemeinwohlorientierte Entwicklung Stellung beziehen und so aktiv eine moderne Daseinsvorsorge und Lebensqualität für ihre Bürger gestalten. Sowohl aus dem personenbeförderungsrechtlichen Rahmenbedingungen als auch durch die Festlegung von Betriebsbereichen besitzen sie hierbei auch die notwendigen Instrumente, um die Entwicklung in nachhaltige Bahnen zu lenken. Nur so werden ein aktiver Beitrag zur Verkehrswende geleistet und induzierte „Robo-Taxi-Verkehre“ vermieden werden können.

3.6 Gesellschaftliche Aspekte des automatisierten Fahrens

Torsten Fleischer und Jens Schippl

3.6.1 Einleitung: Mobilität als soziotechnisches System

Ein funktionierendes, gut zugängliches, bezahlbares und umweltfreundliches Mobilitätssystem ist unverzichtbar für eine hohe Lebensqualität und eine gute wirtschaftliche Entwicklung in einer modernen Gesellschaft. Mobilität ist Voraussetzung für ein selbstbestimmtes Leben und für die Entfaltung der eigenen Persönlichkeit. Fast jeder Mensch ist täglich in unterschiedlichen Rollen mit dem Mobilitätssystem in Kontakt, sei es als Autofahrer, als Fußgänger, als Anwohner oder als Empfänger einer Paketlieferung. Gleichzeitig sind die negativen Folgen des Mobilitätssystems eine Belastung für Lebensqualität, Gesundheit und Umwelt.
Infrastruktursysteme wie das Mobilitätssystem sind in ständiger Wechselwirkung mit vielen unterschiedlichen nicht-technischen Komponenten. Sie sind geprägt durch bzw. entwickeln sich zusammen mit sozialen Faktoren wie Regelungen, Erwartungen, Gewohnheiten, Einstellungen oder auch Kompetenzen in der Gesellschaft. Es ist nicht nur der technische Wandel, der über die zukünftige Entwicklung von automatisiertem und vernetztem Fahren (avF) und letztlich des gesamten Mobilitätssystems entscheidet. Mindestens so wichtig ist die gesellschaftliche Einbettung der neuen Technologien und Angebote. Konzepte aus der Transitionsforschung haben den Begriff soziotechnisches System (Geels 2012; Rip und Kemp 1998; Schippl et al. 2022) geprägt um deutlich zu machen, dass bei Innovationen, insbesondere wenn sie große Infrastruktursysteme wie das Energie- oder das Mobilitätssystem verändern, gesellschaftliche und technische Faktoren wechselwirken. Diese Ko-Evolution zwischen technischen und nicht-technischen Faktoren gilt es zu berücksichtigen, um soziotechnischen Wandel zu verstehen und, soweit möglich, zu gestalten.
Vor diesem Hintergrund ist es nicht verwunderlich, wie unterschiedlich und vielschichtig die gesellschaftlichen Wirkungen von avF in Debatten, Vorträgen und Publikationen betrachtet und bewertet werden. Zum Beispiel werden Auswirkungen auf die Verkehrssicherheit diskutiert, neue verkehrliche Optionen, die durch Fahrzeuge ohne Fahrer ermöglich werden, Aspekte des Zugangs zur Mobilität als Teilhabe am gesellschaftlichen Leben, Umwelt- und Gesundheitswirkungen von Verkehr oder Fragen der Effizienz von Infrastrukturen. Es geht um Fragen der Wettbewerbsfähigkeit der Automobilindustrie, um Arbeitsplätze im Mobilitätssektor und auch darum, einem wachsenden Fahrermangel im Bus- und Lkw-Verkehr durch Automatisierung entgegenzuwirken. Wir können an dieser Stelle nur auf einige dieser Gesichtspunkte eingehen. Die folgenden drei nicht-technischen bzw. gesellschaftlichen Aspekte sehen wir aber als sehr zentral dafür an, ob und vor allem in welcher Form sich avF zukünftig in Mobilitätssystem und Gesellschaft entwickeln werden:
  • Gesellschaftliche Erwartungen an den Nutzen von Innovationen wie avF sind ein wichtiger Treiber für deren Entwicklung und Verbreitung;
  • Fragen der Akzeptanz werden häufig als mögliches Hindernis für die Nutzung und Verbreitung von Innovationen wahrgenommen;
  • Ethische Reflexionen sind u. a. um einen angemessenen Ausgleich zwischen Vor- und Nachteilen von Innovationen bemüht.

3.6.2 Erwartungen und Risiken

Es hat sich gezeigt, dass Erwartungen an den Nutzen von Innovationen wichtig sind für die Motivation und Koordination der Akteure im Innovationssystem (van Lente 1993) und damit letztlich auch für die praktische Implementierung und Verbreitung von Technologien. Unterstützung von und auch Widerstände gegen neue Technologien sind oft eng mit unterschiedlichen Erwartungen an deren Potenzial verbunden. Um Argumente für und gegen unterschiedliche Varianten des autonomen Fahrens besser einordnen zu können, ist es hilfreich, deutlich zu machen, welche Erwartungen im derzeitigen gesellschaftlichen Diskurs zu avF existieren. Dabei zeigt sich, dass es mehrere Erwartungen bzw. Hoffnungen (Chancen) an avF bzw. seine Einsatzmöglichkeiten gibt, die seit einiger Zeit immer wieder von verschiedenen gesellschaftlichen Gruppen geäußert werden. Nach unseren Beobachtungen lassen sich zumindest die folgenden sechs Erwartungen ausmachen:
  • AvF wird die Verkehrssicherheit verbessern;
  • AvF wird Verkehr effizienter gestalten und seinen ökologischen Fußabdruck verringern;
  • AvF wird (individualisierte) Mobilität für Mobilitätseingeschränkte (und Kinder) ermöglichen;
  • AvF wird neue Formen der Zeitnutzung bei der Fortbewegung (Arbeiten, Lesen beim Autofahren) ermöglichen;
  • AvF wird neue Formen der gemeinsamen/kollektiven/öffentlichen Mobilität ermöglichen und so die Entwicklung zu einem deutlich nachhaltigeren Verkehrssystem unterstützen;
  • AvF wird zur Stärkung der industriellen Wettbewerbsfähigkeit beitragen.
Im Folgenden gehen wir auf diese Erwartungen etwas näher sein. Dabei möchten wir gleichzeitig aufzeigen, dass mit vielen dieser Chancen auch (nicht-intendierte) Risiken für die Gesellschaft bzw. bestimmte gesellschaftliche Gruppen verbunden sein können (Fleischer und Schippl 2018). Auch diese Risiken und die damit verbundenen Zielkonflikte gilt es bei der weiteren Entwicklung von avF im Blick zu halten.
Sicherheit
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).
Effizientere Mobilität
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).
Mobilitätsermöglichung
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.
Reisezeitgewinne/neue Formen der Zeitnutzung während der Fahrt
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.
Stärkung nachhaltiger Mobilität
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.
Industrielle Wettbewerbsfähigkeit und Arbeitsplätze
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.

3.6.3 Zur gesellschaftlichen Akzeptanz von avF

In diesem Abschnitt wird zunächst auf unterschiedliche Zugänge und Rahmungen des Konzepts gesellschaftliche Akzeptanz eingegangen. Im Anschluss präsentieren wir einige Ergebnisse aus einer quantitativen Studie (repräsentative Umfrage) und einer qualitativen Studie (Tiefeninterviews mit Bürgern) zur gesellschaftlichen Akzeptanz von avF. An beiden Studien waren die Autoren federführend beteiligt.
Zum Konzept „soziale Akzeptanz“
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:
a)
als Voraussetzung für den Einsatz bzw. die Diffusion von avF-Technologien und -Dienstleistungen, um damit verbundene politische Ziele wie die Erfüllung der in Abschn. 3.6.2 eingeführten „gesellschaftlichen Erwartungen“ des avF zu erreichen („public policy perspective“),
 
b)
als Voraussetzung für die erfolgreiche Einführung und Diffusion von Technologien und Diensten des automatisierten Fahrens, um wirtschaftliche Ziele von Unternehmen wie neue Produkte und Dienstleistungen, Gewinne, die Vermeidung versunkener Kosten, den Erwerb einer gesellschaftlichen Lizenz zum Betrieb von AV-basierten Diensten oder die Erfüllung von Zielen der sozialen Verantwortung von Unternehmen zu erreichen („business perspecive“) und
 
c)
als Metapher für den Umgang mit moralischen Fragen, Wertkonflikten und Akzeptabilität (Grunwald 2005) im Kontext des avF („ethical perspective“).
 
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.
Ergebnisse einer quantitativen Studie zur sozialen Akzeptanz von avF
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.
Ergebnisse einer qualitativen Studie zur sozialen Akzeptanz von avF
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.

3.6.4 Ethische Perspektiven

Ethik kann und soll Orientierung geben, wenn es darum geht, Lösungen für gesellschaftliche Probleme und Herausforderungen zu finden. „Aufgabe der Technikethik ist es, die normativen Hintergründe von Technikbeurteilungen und Technikentscheidungen nach Maßstäben rationaler Argumentation zu rekonstruieren, um auf diese Weise zu ethisch reflektierten und verantwortbaren Entscheidungen beizutragen“ (Grunwald und Hillerbrand 2021, S. 5). Generell steigt die Nachfrage nach ethischer Reflexion zum wissenschaftlich-technischen Fortschritt, seinen Zielen, Ergebnissen und Folgen seit vielen Jahrzehnten. Technischer Fortschritt, insbesondere wenn er so schnell voranschreitet, wie derzeit die Digitalisierung und Automatisierung, führt immer wieder zu Fragen, für die es (noch) keine klaren Entscheidungskriterien gibt, und damit zu Orientierungsdefiziten, Konflikten und Unsicherheiten (Grunwald und Hillerbrand 2021). Grunwald (2007) spricht in diesem Zusammenhang von „normativer Unsicherheit“.
Die vorhergehenden Abschnitte haben gezeigt, dass avF, wie jede andere neue Technologie, nicht als grundsätzlich positiv oder negativ eingeschätzt werden kann. Viele neue Optionen gehen mit avF einher, die wiederum Chancen und Risiken für Mobilität und Gesellschaft nach sich ziehen. Oft sind Chancen und Risiken nicht gleichmäßig über die Gesellschaft verteilt, sodass es Gewinner und Verlierer geben kann. Daraus ergeben sich Zielkonflikte. Generell sind mit den Dienstleistungen und Folgen des soziotechnischen Systems Mobilität sehr viele unterschiedliche gesellschaftliche Interessen verbunden (z. B. Geschwindigkeit vs. Sicherheit; Umweltschutz vs. Kosten etc.). Solche Zielkonflikte sind nichts grundsätzlich Neues. Teilweise werden durch avF alte Konfliktlinien aufgegriffen, teilweise entstehen aber auch neue Konfliktkonstellationen. Bei solchen Kontroversen geht es keineswegs nur um die Technik selbst, sondern vielmehr auch um moralische Fragen, um unterschiedliche Zukunftsvorstellungen, Menschenbilder oder Gesellschaftsentwürfe (Grunwald und Hillerbrand 2021). Ethische Reflexionen können bei der Abwägung dieser Ziel- bzw. Wertekonflikte Orientierung bieten.
Die Bundesregierung hat bereits 2017 eine Ethikkommission eingesetzt, um ethische Aspekte in den Debatten und Gesetzgebungsverfahren zum Thema avF zu unterstützen. Kernthemen des Berichts sind die Sicherheit und Unfallvermeidung sowie Fragen des Datenschutzes. So argumentiert die Kommission in ihrem Abschlussbericht: „Die Zulassung von automatisierten Systemen ist nur vertretbar, wenn sie im Vergleich zu menschlichen Fahrleistungen zumindest eine Verminderung von Schäden im Sinne einer positiven Risikobilanz verspricht“ (Ethikkommission 2017). Dabei wird davon ausgegangen, dass eine vollständige Unfallvermeidung nicht möglich sein wird, was entsprechende Entscheidungen bei der Programmierung erforderlich macht.
Damit ist auch das sogenannte Trolley-Dilemma angesprochen, auf das ethische Reflexionen im öffentlichen, aber teilweise auch im wissenschaftlichen Diskurs oft reduziert werden (Schippl und Hillerbrand 2021). Es geht um folgende Situation, die in unterschiedlichen Varianten diskutiert wird: Eine außer Kontrolle geratene Straßenbahn rollt ungebremst über eine Schienenstrecke, auf der fünf Personen festgebunden sind. Es ist klar, dass die Straßenbahn alle töten würde. Nun stellt man sich einen unbeteiligten Beobachter vor, der die Möglichkeit hat, einen Hebel umzulegen und damit eine Weiche anders zu stellen. Infolgedessen würde die Straßenbahn auf eine andere Strecke abgelenkt, auf der nur eine Person festgebunden ist, die aber ebenfalls von der Straßenbahn getötet würde. Das Dilemma besteht also darin, dass mindestens eine Person stirbt, egal ob der unbeteiligte Beobachter den Hebel umlegt oder nicht. Diese Situation wird gerne auf das autonome Fahren übertragen. Beispiel wäre eine Situation, in der ein autonomes Fahrzeug einen Unfall, bei dem 10 Kinder sterben würden, nur vermeiden kann, indem es ein Ausweichmanöver startet, bei dem das Auto zwei Senioren tödlich verletzt. Die Frage wäre, wie ein entsprechender Algorithmus programmiert werden soll. Die oben genannte Ethikkommission lehnt im Hinblick auf eine solche Dilemma-Situation eine Aufrechnung von Opfern ab, hält aber eine Programmierung, die Schaden begrenzt, für vorstellbar: „Bei unausweichlichen Unfallsituationen ist jede Qualifizierung nach persönlichen Merkmalen (Alter, Geschlecht, körperliche oder geistige Konstitution) strikt untersagt. Eine Aufrechnung von Opfern ist untersagt. Eine allgemeine Programmierung auf eine Minderung der Zahl von Personenschäden kann vertretbar sein. Die an der Erzeugung von Mobilitätsrisiken Beteiligten dürfen Unbeteiligte nicht opfern.“ (Ethik-Kommission 2017, S. 11).
Weiter fordert die Kommission, dass die Technik so gut sein sollte, dass ein avF erst gar nicht in solch eine Situation kommt. Gerade bei einem hohen Vernetzungsgrad zwischen den Fahrzeugen und zwischen Fahrzeug und Infrastruktur ist sicherlich davon auszugehen, dass solche Situationen eher unwahrscheinlich werden – zumindest sollten sie noch deutlich unwahrscheinlicher werden, als wenn ein menschlicher Fahrer das Fahrzeug steuert. Zudem hätte ein menschlicher Fahrer in solchen Situationen wohl kaum die Zeit für eine ethische Abwägung und würde vermutlich sehr intuitiv und vielleicht eher zufällig handeln. Er müsste ja zunächst die Folgen des Unfalls richtig abschätzen können, bevor er seine Entscheidung abwägen könnte. Auch das scheint in vielen Situationen in der Kürze der Zeit wenig realistisch. Selbst wenn man also vorab von allen Verkehrsteilnehmern anerkannte Entscheidungskriterien festlegen könnte, wie z. B., dass eine geringere Zahl an Personen gefährdet werden sollte, so wären avF besser als Menschen in der Lage, die Folgen einer Entscheidung in Sekundenbruchteilen abzuschätzen. So gesehen, könnte Automatisierung möglicherweise helfen, moralische Standards zu erfüllen, die wir ohne Digitalisierung nicht erreichen könnten (Schippl und Hillerbrand 2021). Das würde einem Algorithmus, der ähnlich wie ein Mensch eher zufällig entscheidet, entgegen sprechen. Letztlich sind damit auch Haftungsfragen verbunden, die bisher kaum geklärt sind und auf die an dieser Stelle nicht weiter eingegangen werden kann. Festzuhalten bleibt, dass sich bei dem Trolley-Dilemma um ein Gedankenexperiment handelt, das vermutlich nur äußerst selten in einer echten Situation und dann nur ansatzweise zum Tragen kommt.
Ähnlich, aber etwas anders gelagert als beim Trolley-Dilemma lässt sich fragen: Wenn es möglich wird, Maschinen eine auf moralischen Grundsätzen basierende Entscheidungsfindung einzuprogrammieren, werden dann Eigeninteressen oder das Gemeinwohl überwiegen? In einer Reihe von Umfragen fanden Bonnefon et al. 2016 heraus, dass die Teilnehmer zwar autonome Fahrzeuge befürworten, die Passagiere opfern könnten, um andere zu retten, es aber vorziehen würden, nicht in solchen Fahrzeugen zu fahren. Das zukünftige Verhältnis von Eigeninteressen zu Gemeinwohl könnte im Hinblick auf einige andere Fragen schon bald Klärungsbedarf erfordern. Perspektivisch könnte es moralisch geboten sein, menschliche Fahrer zu verbieten, wenn es sich herausstellt, dass avF im Vergleich deutlich sicherer wären. Weiter stellt sich die deutlich weniger dramatisch aufgeladene Frage, ob der Fahrer oder Nutzer eines selbstfahrenden Fahrzeugs den Weg noch selbst bestimmen kann oder ob das eine zentrale Steuerung übernimmt. Muss man vielleicht zu Gunsten der Optimierung des Gesamtsystems einen Umweg in Kauf nehmen (Schippl und Hillerbrand 2021)?
Andere ethische Fragen sind sicherlich viel drängender als das Trolley-Dilemma und sollten zeitnah diskutiert werden. Dabei ist vor allem an angemessene Abwägungsprozesse zwischen den oben angesprochenen Zielkonflikten zu denken. Es geht darum, möglichst frühzeitig die Auswirkungen von avF im Hinblick auf Werte wie Sicherheit, Datenschutz und ökologische Nachhaltigkeit integrativ zu betrachten und darauf aufbauend entsprechende Maßnahmen oder Regelungen zu etablieren. Zudem ist zu klären, inwieweit, von wem und zu welchem Zeitpunkt derartige ethische Fragen im Zusammenhang mit dem automatisierten Fahren im Rahmen verkehrspolitischer Entscheidungsfindung zu berücksichtigen sind (Schippl und Hillerbrand 2021). Wichtig sind hier besonders die Auswirkungen von avF auf das Mobilitätssystem als Ganzes. Welches zukünftige Mobilitätssystem möchte die Gesellschaft und wie kann welche Form von avF dazu beitragen?
Fazit und Ausblick zu Abschn. 3.6
Wie die Ausführungen in diesem Beitrag verdeutlichen, hängt die weitere Entwicklung von avF keineswegs nur von technischen Faktoren ab. Gesellschaftliche Erwartungen, Akzeptanzfragen sowie ethische Reflexionen spielen eine mindestens ebenso wichtige Rolle. Anders ausgedrückt: Technische Aspekte sind notwendig, aber nicht hinreichend, um die Entwicklungspotenziale und Realisierungschancen von avF zu verstehen. Es gilt auch die Wechselwirkungen von technischen Entwicklungen und gesellschaftlichen Aspekten im soziotechnischen Mobilitätssystem umfassend zu berücksichtigen. Sowie die technische Seite permanent Änderungen durchläuft, so sind auch die gesellschaftlichen Aspekte nicht als statisches Konstrukt zu verstehen. Insbesondere Akzeptanzfragen, damit verbundene Erwartungen an avF sowie der Stand ethischer Reflexion werden sich ändern und weiterentwickeln. Umso wichtiger ist es, auch im Bereich der gesellschaftlichen Aspekte immer wieder den aktuellen Stand zu erfassen und Entwicklungen fortzuschreiben.
Wie auch andere Beiträge in diesem Buch zeigen, bringt avF sowohl Chancen wie auch Risiken für die Gesellschaft mit sich. Gerade vor diesem Hintergrund ist es erforderlich, dass gesellschaftliche Reflexionen zu den Erwartungen an die Zukunft von avF stattfinden, die einerseits Befürchtungen berücksichtigen, andererseits versuchen, bei Zielkonflikten über transparente ethische Abwägungen Prioritäten zu setzten. Die Gesellschaft muss in der Lage sein, zu entscheiden, welche Form von avF sie wann und wo möchte – sonst besteht die Gefahr, dass sich die Technik „suboptimal“ entwickelt und womöglich die negativen Wirkungen den gesellschaftlichen Nutzen überwiegen.
Open Access Dieses Kapitel wird unter der Creative Commons Namensnennung 4.0 International Lizenz (http://​creativecommons.​org/​licenses/​by/​4.​0/​deed.​de) veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Kapitel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
insite
CONTENT
download
DOWNLOAD
print
PRINT
Footnotes
2
Eine Übersicht der Projekte findet sich unter: https://​www.​vdv.​de/​innovationslandk​arte.​aspx.
 
3
(Mobilfunkunterstütze) Road-Side-Units, vernetzte Lichtsignalanlagen/Ampeln etc.
 
Literature
go back to reference Ackermann T et al (2021a) Digitale Transformation des ÖPNV – Chancen, Lösungen und Herausforderungen für die Branche, S 240 f. Ackermann T et al (2021a) Digitale Transformation des ÖPNV – Chancen, Lösungen und Herausforderungen für die Branche, S 240 f.
go back to reference Ackermann T (2021b) in Gade et al. RAMONA - Realisierung automatisierter Mobilitätskonzepte im Öffentlichen Nahverkehr. Abschlussbericht Ackermann T (2021b) in Gade et al. RAMONA - Realisierung automatisierter Mobilitätskonzepte im Öffentlichen Nahverkehr. Abschlussbericht
go back to reference Agora Verkehrsende (2020) Die Automatisierung des Automobils und ihre Folgen. Chancen und Risiken selbstfahrender Fahrzeuge für nachhaltige Mobilität. Durchführung: Deutsches Zentrum für Luft- und Raumfahrt e. V. (DLR), Berlin Agora Verkehrsende (2020) Die Automatisierung des Automobils und ihre Folgen. Chancen und Risiken selbstfahrender Fahrzeuge für nachhaltige Mobilität. Durchführung: Deutsches Zentrum für Luft- und Raumfahrt e. V. (DLR), Berlin
go back to reference ARTEMIS-IA, Advancy (2019) Embedded intelligence: trends and challenges ARTEMIS-IA, Advancy (2019) Embedded intelligence: trends and challenges
go back to reference Baier R et al (2007) Potenziale zur Verringerung des Unfallgeschehens an Haltestellen des ÖPNV/ÖPSV; Berichte der Bundesanstalt für Straßenwesen BASt Heft M 190 Bergisch Gladbach 2007 Baier R et al (2007) Potenziale zur Verringerung des Unfallgeschehens an Haltestellen des ÖPNV/ÖPSV; Berichte der Bundesanstalt für Straßenwesen BASt Heft M 190 Bergisch Gladbach 2007
go back to reference Bernhart W, Kaise H, Ohasi Y, Schönberg T, Schilles L (2018) Reconnecting the rural: autonomous driving as a solution for non-urban mobility. Roland Berger GmbH, Frankfurt a. M. Bernhart W, Kaise H, Ohasi Y, Schönberg T, Schilles L (2018) Reconnecting the rural: autonomous driving as a solution for non-urban mobility. Roland Berger GmbH, Frankfurt a. M.
go back to reference BMVI (2017) Automatisiertes Fahren im Straßenverkehr Herausforderungen für die zukünftige Verkehrspolitik. Gutachten des Wissenschaftlichen Beirats beim Bundesminister für Verkehr und digitale Infrastruktur. In: Zeitschrift für Straßenverkehrstechnik (8 & 9) BMVI (2017) Automatisiertes Fahren im Straßenverkehr Herausforderungen für die zukünftige Verkehrspolitik. Gutachten des Wissenschaftlichen Beirats beim Bundesminister für Verkehr und digitale Infrastruktur. In: Zeitschrift für Straßenverkehrstechnik (8 & 9)
go back to reference Böckler L et al (2021) Genehmigungsprozesse bei Einsatz von automatisierten Shuttle-Bussen im ÖPNV, ECTL Workingpaper 53/2021, S 38 ff. Böckler L et al (2021) Genehmigungsprozesse bei Einsatz von automatisierten Shuttle-Bussen im ÖPNV, ECTL Workingpaper 53/2021, S 38 ff.
go back to reference Bundesrat (2021) Vgl. BR-Drs. 86/22, S 66 ff., 71 ff. Bundesrat (2021) Vgl. BR-Drs. 86/22, S 66 ff., 71 ff.
go back to reference Bundesrat (2022) BR-Drs. 86/22; BGBl. I 22/2022 vom 30.06.2022, S 986 ff. Bundesrat (2022) BR-Drs. 86/22; BGBl. I 22/2022 vom 30.06.2022, S 986 ff.
go back to reference Bundesverkehrsministerium (2021) Verordnung über den Betrieb von Kraftfahrunternehmen im Personenverkehr vom 21. Juni 1975 (BGBl. I S. 1573), zuletzt geändert durch Artikel 1 des Gesetzes vom 16. April 2021 (BGBl. I S. 822) Bundesverkehrsministerium (2021) Verordnung über den Betrieb von Kraftfahrunternehmen im Personenverkehr vom 21. Juni 1975 (BGBl. I S. 1573), zuletzt geändert durch Artikel 1 des Gesetzes vom 16. April 2021 (BGBl. I S. 822)
go back to reference Bundesverkehrsministerium (2022a) Vgl. § 3 Abs. 2 Nr. 2 AFGBV i. V. m. Anlage 3 AFGBV Bundesverkehrsministerium (2022a) Vgl. § 3 Abs. 2 Nr. 2 AFGBV i. V. m. Anlage 3 AFGBV
go back to reference Bundesverkehrsministerium (2022b) Fahrzeug-Zulassungsverordnung vom 3. Februar 2011 (BGBl. I S. 139), zuletzt geändert durch Artikel 3 der Verordnung vom 24. Juni 2022 (BGBl. I S. 986) Bundesverkehrsministerium (2022b) Fahrzeug-Zulassungsverordnung vom 3. Februar 2011 (BGBl. I S. 139), zuletzt geändert durch Artikel 3 der Verordnung vom 24. Juni 2022 (BGBl. I S. 986)
go back to reference Del Duce A, Trachsel T, Hoerler R (2020) Auswirkungen des automatisierten Fahrens; Teilprojekt 6: Räumliche Auswirkungen. Forschungsprojekt ASTRA 2018/006 auf Antrag des Bundesamtes für Straßen (ASTRA) Del Duce A, Trachsel T, Hoerler R (2020) Auswirkungen des automatisierten Fahrens; Teilprojekt 6: Räumliche Auswirkungen. Forschungsprojekt ASTRA 2018/006 auf Antrag des Bundesamtes für Straßen (ASTRA)
go back to reference Deublein M (2013) Roadway accident risk prediction based on Bayesian probabilistic networks. Doctoral dissertation, ETH, Zurich Deublein M (2013) Roadway accident risk prediction based on Bayesian probabilistic networks. Doctoral dissertation, ETH, Zurich
go back to reference Deutscher Bundestag (2021a) Straßenverkehrsgesetz in der Fassung der Bekanntmachung vom 5. März 2003 (BGBl. I S. 310, 919), das zuletzt durch Artikel 1 des Gesetzes vom 12. Juli 2021 (BGBl. I S. 3108) geändert worden ist Deutscher Bundestag (2021a) Straßenverkehrsgesetz in der Fassung der Bekanntmachung vom 5. März 2003 (BGBl. I S. 310, 919), das zuletzt durch Artikel 1 des Gesetzes vom 12. Juli 2021 (BGBl. I S. 3108) geändert worden ist
go back to reference Deutscher Bundestag (2021b) Vgl. BT-Drs. 19/27439, S 30, 36 f. Deutscher Bundestag (2021b) Vgl. BT-Drs. 19/27439, S 30, 36 f.
go back to reference Deutscher Bundestag (2021c) BT-Drs. 19/27439, S 46; vertiefend Leonetti, E. (2021) En. iv, S 101 ff. Deutscher Bundestag (2021c) BT-Drs. 19/27439, S 46; vertiefend Leonetti, E. (2021) En. iv, S 101 ff.
go back to reference Deutscher Bundestag (2021d) BT-Drs. 19/27439; BGBl. I 48/2021 vom. 27.07.2021, S 3108 ff. Deutscher Bundestag (2021d) BT-Drs. 19/27439; BGBl. I 48/2021 vom. 27.07.2021, S 3108 ff.
go back to reference Deutscher Bundestag (2021e) BT-Drs. 19/27439, S 29 – „Grundsätzlich soll es nicht ausgeschlossen sein, dass die Technische Aufsicht für den Betrieb mehrerer Kraftfahrzeuge mit autonomen Fahrfunktionen zuständig ist solang jedoch die Wahrnehmung der entsprechenden Pflichten im Einzelfall sichergestellt ist“ Deutscher Bundestag (2021e) BT-Drs. 19/27439, S 29 – „Grundsätzlich soll es nicht ausgeschlossen sein, dass die Technische Aufsicht für den Betrieb mehrerer Kraftfahrzeuge mit autonomen Fahrfunktionen zuständig ist solang jedoch die Wahrnehmung der entsprechenden Pflichten im Einzelfall sichergestellt ist“
go back to reference Deutscher Bundestag (2021f) Straßenverkehrsgesetz in der Fassung der Bekanntmachung vom 5. März 2003 (BGBl. I S. 310, 919), zuletzt geändert durch Artikel 1 des Gesetzes vom 12. Juli 2021 (BGBl. I S. 3108) Deutscher Bundestag (2021f) Straßenverkehrsgesetz in der Fassung der Bekanntmachung vom 5. März 2003 (BGBl. I S. 310, 919), zuletzt geändert durch Artikel 1 des Gesetzes vom 12. Juli 2021 (BGBl. I S. 3108)
go back to reference Deutscher Bundestag (2021g) Straßenverkehrs-Zulassungs-Ordnung vom 26. April 2012 (BGBl. I S. 679), zuletzt geändert durch Artikel 11 des Gesetzes vom 12. Juli 2021 (BGBl. I S. 3091) Deutscher Bundestag (2021g) Straßenverkehrs-Zulassungs-Ordnung vom 26. April 2012 (BGBl. I S. 679), zuletzt geändert durch Artikel 11 des Gesetzes vom 12. Juli 2021 (BGBl. I S. 3091)
go back to reference Deutscher Bundestag (2021h) Straßenverkehrs-Ordnung vom 6. März 2013 (BGBl. I S. 367), zuletzt geändert durch Artikel 13 des Gesetzes vom 12. Juli 2021 (BGBl. I S. 3091) Deutscher Bundestag (2021h) Straßenverkehrs-Ordnung vom 6. März 2013 (BGBl. I S. 367), zuletzt geändert durch Artikel 13 des Gesetzes vom 12. Juli 2021 (BGBl. I S. 3091)
go back to reference Deutscher Bundestag (2021i) Personenbeförderungsgesetz in der Fassung der Bekanntmachung vom 8. August 1990 (BGBl. I S. 1690), zuletzt geändert durch Artikel 1 des Gesetzes vom 16. April 2021 (BGBl. I S. 822) Deutscher Bundestag (2021i) Personenbeförderungsgesetz in der Fassung der Bekanntmachung vom 8. August 1990 (BGBl. I S. 1690), zuletzt geändert durch Artikel 1 des Gesetzes vom 16. April 2021 (BGBl. I S. 822)
go back to reference Dierkes F et al (2019) Infrastrukturbedarf automatisiertes Fahren – Grundlagenprojekt. Bremen: Fachverlag NW in der Carl Ed. Schünemann KG 2019; Berichte der Bundesanstalt für Straßenwesen BASt, Fahrzeugtechnik F 130 Dierkes F et al (2019) Infrastrukturbedarf automatisiertes Fahren – Grundlagenprojekt. Bremen: Fachverlag NW in der Carl Ed. Schünemann KG 2019; Berichte der Bundesanstalt für Straßenwesen BASt, Fahrzeugtechnik F 130
go back to reference Effler, VW Sedric (2018) Während der Fahrt nicht mit dem Computer sprechen (2018), heruntergeladen 04.09.2022. https://www.zeit.de/mobilitaet/2018-03/vw-sedric-fahrerloser-schulbus-autonomes-fahren-genfer-autosalon?utm_referrer=https%3A%2F%2Fwww.google.de%2F Effler, VW Sedric (2018) Während der Fahrt nicht mit dem Computer sprechen (2018), heruntergeladen 04.09.2022. https://​www.​zeit.​de/​mobilitaet/​2018-03/​vw-sedric-fahrerloser-schulbus-autonomes-fahren-genfer-autosalon?​utm_​referrer=​https%3A%2F%2Fwww.google.de%2F
go back to reference EU (2008) Richtlinie 2008/96/EG des Europäischen Parlaments und des Rates vom 19. November 2008 über ein Sicherheitsmanagement für die Straßenverkehrsinfrastruktur EU (2008) Richtlinie 2008/96/EG des Europäischen Parlaments und des Rates vom 19. November 2008 über ein Sicherheitsmanagement für die Straßenverkehrsinfrastruktur
go back to reference FGSV (2003) Empfehlungen für die Sicherheitsanalyse von Straßennetzen ESN; Technische Regelwerke FGSV. FGSV Verlag GmbH FGSV (2003) Empfehlungen für die Sicherheitsanalyse von Straßennetzen ESN; Technische Regelwerke FGSV. FGSV Verlag GmbH
go back to reference Fleischer T, Schippl J, Yamasaki Y, Taniguchi A (2021) Social acceptance of automated driving: some insights from comparative research in Japan and Germany Fleischer T, Schippl J, Yamasaki Y, Taniguchi A (2021) Social acceptance of automated driving: some insights from comparative research in Japan and Germany
go back to reference Fleischer T, Puhe M, Schippl J (2022) Autonomes Fahren und soziale Akzeptanz: konzeptionelle Überlegungen und empirische Einsichten. J Mobil Verk 12:9–23 Fleischer T, Puhe M, Schippl J (2022) Autonomes Fahren und soziale Akzeptanz: konzeptionelle Überlegungen und empirische Einsichten. J Mobil Verk 12:9–23
go back to reference Frank L, Bradley M, Kavage S, Chapman J, Lawton TK (2008) Urban form, travel time, and cost relationships with tour complexity and mode choice. Transportation 35(1):37–54CrossRef Frank L, Bradley M, Kavage S, Chapman J, Lawton TK (2008) Urban form, travel time, and cost relationships with tour complexity and mode choice. Transportation 35(1):37–54CrossRef
go back to reference Gasser T et al (2015) Bericht zum Forschungsbedarf: Runder Tisch au-tomatisiertes Fahren – AG Forschung: Deutsches Bundesministerium für Verkehr und digitale Infrastruktur, BMVI 2015 Gasser T et al (2015) Bericht zum Forschungsbedarf: Runder Tisch au-tomatisiertes Fahren – AG Forschung: Deutsches Bundesministerium für Verkehr und digitale Infrastruktur, BMVI 2015
go back to reference Gatzke S (2020) Verkehrszulassung autonomer Forschungsfahrzeuge, FMR-Arbeitspapier 6/2020, S 3 ff. Gatzke S (2020) Verkehrszulassung autonomer Forschungsfahrzeuge, FMR-Arbeitspapier 6/2020, S 3 ff.
go back to reference GDV (2018) Erhöht automatisiertes Fahren die Sicherheit? Gesamtverband der Deutschen Versicherungswirtschaft e. V. 2018 GDV (2018) Erhöht automatisiertes Fahren die Sicherheit? Gesamtverband der Deutschen Versicherungswirtschaft e. V. 2018
go back to reference Gruber C, Sammer G (2019) Erwartungen, verkehrspolitische Auswirkungen und Handlungsbedarf für automatisierte Fahrzeuge und Mobilitätsdienste. Straßenverkehrstechnik 63(4):245–254 Gruber C, Sammer G (2019) Erwartungen, verkehrspolitische Auswirkungen und Handlungsbedarf für automatisierte Fahrzeuge und Mobilitätsdienste. Straßenverkehrstechnik 63(4):245–254
go back to reference Grunwald A (2007) Orientierungsbedarf, Zukunftswissen und Naturalismus. Das Beispiel der »technischen Verbesserung« des Menschen. Dtsch Z Philos 2007(55/6):949–965 Grunwald A (2007) Orientierungsbedarf, Zukunftswissen und Naturalismus. Das Beispiel der »technischen Verbesserung« des Menschen. Dtsch Z Philos 2007(55/6):949–965
go back to reference Grunwald A (2015) Gesellschaftliche Risikokonstellation für autonomes Fahren – Analyse, Einordnung und Bewertung. In: Maurer M, Gerdes JC, Lenz B, Winner H (Hrsg) Autonomes Fahren. Springer, Berlin, S 661–685 Grunwald A (2015) Gesellschaftliche Risikokonstellation für autonomes Fahren – Analyse, Einordnung und Bewertung. In: Maurer M, Gerdes JC, Lenz B, Winner H (Hrsg) Autonomes Fahren. Springer, Berlin, S 661–685
go back to reference Grunwald A, Hillerbrand R (2021) Überblick über die Technikethik. In: Grunwald A, Hillerbrand R (Hrsg) Handbuch Technikethik, 2., aktual. u. erw. Aufl. Metzler, Berlin, S 3–12 (ein Teil von Springer Nature) Grunwald A, Hillerbrand R (2021) Überblick über die Technikethik. In: Grunwald A, Hillerbrand R (Hrsg) Handbuch Technikethik, 2., aktual. u. erw. Aufl. Metzler, Berlin, S 3–12 (ein Teil von Springer Nature)
go back to reference Heinrichs D (2015) Autonomes Fahren und Stadtstruktur. In: Maurer M, Gerdes J, Lenz B, Winner H (Hrsg) Autonomes Fahren. Springer Vieweg, Berlin Heinrichs D (2015) Autonomes Fahren und Stadtstruktur. In: Maurer M, Gerdes J, Lenz B, Winner H (Hrsg) Autonomes Fahren. Springer Vieweg, Berlin
go back to reference Heinze C (2014) § 21 PBefG, Rn. 6 ff. In: Heinze C, Fehling M, Fiedler L (Hrsg) PBefG-Kommentar Heinze C (2014) § 21 PBefG, Rn. 6 ff. In: Heinze C, Fehling M, Fiedler L (Hrsg) PBefG-Kommentar
go back to reference Holst A (2022) Voraussetzung an die Infrastruktur für den Einsatz automatisierter Fahrzeuge im ländlichen Raum. Dissertation, Technische Universität Berlin, S 193, 225 ff. Holst A (2022) Voraussetzung an die Infrastruktur für den Einsatz automatisierter Fahrzeuge im ländlichen Raum. Dissertation, Technische Universität Berlin, S 193, 225 ff.
go back to reference Hörl S, Becker F, Dubernet T, Axhausen KW (2019) Induzierter Verkehr durch autonome Fahrzeuge – Eine Abschätzung. Forschungsprojekt SVI 2016/001 auf Antrag der Schweizerischen Vereinigung der Verkehrsingenieure und Verkehrsexperten (SVI) Hörl S, Becker F, Dubernet T, Axhausen KW (2019) Induzierter Verkehr durch autonome Fahrzeuge – Eine Abschätzung. Forschungsprojekt SVI 2016/001 auf Antrag der Schweizerischen Vereinigung der Verkehrsingenieure und Verkehrsexperten (SVI)
go back to reference Ifmo, Trommer S, Kolarova V, Fraedrich E, Kröger L, Kickhöfer B, Kuhnimhof T, Lenz B, Phleps P (2016) Autonomous driving – the impact of vehicle automation on mobility behaviour Ifmo, Trommer S, Kolarova V, Fraedrich E, Kröger L, Kickhöfer B, Kuhnimhof T, Lenz B, Phleps P (2016) Autonomous driving – the impact of vehicle automation on mobility behaviour
go back to reference International Transport Forum (2014) Road safety annual report 2014. OECD Publishing, ParisCrossRef International Transport Forum (2014) Road safety annual report 2014. OECD Publishing, ParisCrossRef
go back to reference Kirschbaum, Nohroudi, Gerhardy (Door2door) (2021) Strategiepapier Next Generation Ridepooling, heruntergeladen 04.09.2022 Kirschbaum, Nohroudi, Gerhardy (Door2door) (2021) Strategiepapier Next Generation Ridepooling, heruntergeladen 04.09.2022
go back to reference Kolb et al (2019) Technische Aspekte des automatisierten Fahrens, in: Autonome Shuttlebusse im ÖPNV, 2020, S 57 ff.; Luchmann et al. (2019), En. i, S 15 ff. Kolb et al (2019) Technische Aspekte des automatisierten Fahrens, in: Autonome Shuttlebusse im ÖPNV, 2020, S 57 ff.; Luchmann et al. (2019), En. i, S 15 ff.
go back to reference Lanz K, Ruff B, Federer L (2019) Verlässlicher, dynamischer, innovativer – für zukunftsfähige Schweizer Infrastrukturen: Infrastrukturbericht 2019. economiesuisse Zürich 2019 Lanz K, Ruff B, Federer L (2019) Verlässlicher, dynamischer, innovativer – für zukunftsfähige Schweizer Infrastrukturen: Infrastrukturbericht 2019. economiesuisse Zürich 2019
go back to reference Larsson R, Tingvall C (2013) The safe system approach – a road safety strategy based on human factors principles. In: Harris D (Hrsg) Engineering psychology and cognitive ergonomics. Applications and services. EPCE 2013. Lecture notes in computer science, Bd 8020. Springer, Berlin. https://doi.org/10.1007/978-3-642-39354-9_3 Larsson R, Tingvall C (2013) The safe system approach – a road safety strategy based on human factors principles. In: Harris D (Hrsg) Engineering psychology and cognitive ergonomics. Applications and services. EPCE 2013. Lecture notes in computer science, Bd 8020. Springer, Berlin. https://​doi.​org/​10.​1007/​978-3-642-39354-9_​3
go back to reference Lemmer K (Hrsg) (2019) Neue autoMobilität II. Kooperativer Straßenverkehr und intelligente Verkehrssteuerung für die Mobilität der Zukunft. acatech STUDIE. utzverlag GmbH Lemmer K (Hrsg) (2019) Neue autoMobilität II. Kooperativer Straßenverkehr und intelligente Verkehrssteuerung für die Mobilität der Zukunft. acatech STUDIE. utzverlag GmbH
go back to reference Lemmer K (2019) Neue Automobilität II: Kooperativer Straßenverkehr und intelligente Verkehrssteuerung für die Mobilität der Zukunft; Aca-tech München 2019 Lemmer K (2019) Neue Automobilität II: Kooperativer Straßenverkehr und intelligente Verkehrssteuerung für die Mobilität der Zukunft; Aca-tech München 2019
go back to reference Lenz B. (2017) Automatisiertes Fahren: Chancen und Risiken für die Mobilität von morgen: Deutsches Zentrum für Luft- und Raumfahrt 2017 Lenz B. (2017) Automatisiertes Fahren: Chancen und Risiken für die Mobilität von morgen: Deutsches Zentrum für Luft- und Raumfahrt 2017
go back to reference Lenz B, Fraedrich E (2015) Gesellschaftliche und individuelle Akzeptanz des autonomen Fahrens. In: Maurer M, Gerdes JC, Lenz B, Winner H (Hrsg) Autonomes Fahren. Springer, Berlin, S 639–660 Lenz B, Fraedrich E (2015) Gesellschaftliche und individuelle Akzeptanz des autonomen Fahrens. In: Maurer M, Gerdes JC, Lenz B, Winner H (Hrsg) Autonomes Fahren. Springer, Berlin, S 639–660
go back to reference Leonetti E (2020) Robo-Shuttles: Chance für den ÖPNV der Zukunft. DeineBahn 2(2020):36 f. Leonetti E (2020) Robo-Shuttles: Chance für den ÖPNV der Zukunft. DeineBahn 2(2020):36 f.
go back to reference Leonetti E (2021a) Rechtsrahmen und offene Regulierungsfragen für die Integration autonomer Verkehrsangebote im ÖPNV. In: Hermann M, Knauff M (Hrsg) Autonomes Fahren – Ethische, rechtliche und politische Perspektiven, S 81, 83 f., 90 Leonetti E (2021a) Rechtsrahmen und offene Regulierungsfragen für die Integration autonomer Verkehrsangebote im ÖPNV. In: Hermann M, Knauff M (Hrsg) Autonomes Fahren – Ethische, rechtliche und politische Perspektiven, S 81, 83 f., 90
go back to reference Leonetti E (2021b) Automatisiertes Fahren – ÖPNV. In: Chibanguza K, Kuß C, Steege H (Hrsg) Handbuch Künstliche Intelligenz, § 3 Q, Rn. 4ff. mwN Leonetti E (2021b) Automatisiertes Fahren – ÖPNV. In: Chibanguza K, Kuß C, Steege H (Hrsg) Handbuch Künstliche Intelligenz, § 3 Q, Rn. 4ff. mwN
go back to reference Leonetti E (2021c) En. iv, S 101 ff., sowie auch Steege, H. (2021) Gesetzesentwurf zum autonomen Fahren, SVR 2021 128, 131 Leonetti E (2021c) En. iv, S 101 ff., sowie auch Steege, H. (2021) Gesetzesentwurf zum autonomen Fahren, SVR 2021 128, 131
go back to reference Luchmann I et al (2019) FOPS-Bericht 70.941 – Voraussetzungen & Einsatzmöglichkeiten von automatisiert und elektrisch fahrenden (Klein-) Bussen im ÖPNV, S 10 ff. Luchmann I et al (2019) FOPS-Bericht 70.941 – Voraussetzungen & Einsatzmöglichkeiten von automatisiert und elektrisch fahrenden (Klein-) Bussen im ÖPNV, S 10 ff.
go back to reference Lytrivis P et al (2018) Assessment of road infrastructure advances for mixed vehicle traffic flows: the INFRAMIX approach. IRF Global R2T Conference; 07.11.2018; Las Vegas, NV USA Lytrivis P et al (2018) Assessment of road infrastructure advances for mixed vehicle traffic flows: the INFRAMIX approach. IRF Global R2T Conference; 07.11.2018; Las Vegas, NV USA
go back to reference Lytrivis P et al (2020) Infrastructure classification dcheme; projekt INFRAMIX – road INFRAstructure ready for mIxed vehicle traffic flows in Horizon 2020 Research and Innovation Program der europäischen Union 2019 Lytrivis P et al (2020) Infrastructure classification dcheme; projekt INFRAMIX – road INFRAstructure ready for mIxed vehicle traffic flows in Horizon 2020 Research and Innovation Program der europäischen Union 2019
go back to reference Malzhacker N (2021) § 3 J. Automatisiertes Fahren – Völker- und Europarecht im Hinblick auf das Zulassungs- und Verhaltensrecht. In: Chibanguza K, Kuß C, Steege H (Hrsg), Handbuch Künstliche Intelligenz. Nomos: Baden-Baden Malzhacker N (2021) § 3 J. Automatisiertes Fahren – Völker- und Europarecht im Hinblick auf das Zulassungs- und Verhaltensrecht. In: Chibanguza K, Kuß C, Steege H (Hrsg), Handbuch Künstliche Intelligenz. Nomos: Baden-Baden
go back to reference Maurer M et al (2015) Autonomes Fahren: Technische, rechtliche und gesellschaftliche Aspekte. Springer, Berlin Maurer M et al (2015) Autonomes Fahren: Technische, rechtliche und gesellschaftliche Aspekte. Springer, Berlin
go back to reference May AD, Shepherd S, Pfaffenbichler P, Emberger G (2020) The potential impacts of automated cars on urban transport: an exploratory analysis. Transp Policy 98(2020):127–138CrossRef May AD, Shepherd S, Pfaffenbichler P, Emberger G (2020) The potential impacts of automated cars on urban transport: an exploratory analysis. Transp Policy 98(2020):127–138CrossRef
go back to reference Meyer J, Bösch PM, Becker H, Axhausen KW (2016) Erreichbarkeitswirkungen autonomer Fahrzeuge. Internationales Verkehrswesen 69 Meyer J, Bösch PM, Becker H, Axhausen KW (2016) Erreichbarkeitswirkungen autonomer Fahrzeuge. Internationales Verkehrswesen 69
go back to reference Nassi B, Mirsky Y, Nassi D, Ben Netanel R, Elovici Y (2020) Phantom of the ADAS – securing advanced driver assistance systems from split-second phantom attacks. ACM SIGSAC conference on computer and communications security. 2020. https://www.nassiben.com/phantoms Nassi B, Mirsky Y, Nassi D, Ben Netanel R, Elovici Y (2020) Phantom of the ADAS – securing advanced driver assistance systems from split-second phantom attacks. ACM SIGSAC conference on computer and communications security. 2020. https://​www.​nassiben.​com/​phantoms
go back to reference Neubauer M, Comby F (2022) Abschlussbericht SmartShuttle Sion 2016–2020; PostAuto AG Bern 2022 Neubauer M, Comby F (2022) Abschlussbericht SmartShuttle Sion 2016–2020; PostAuto AG Bern 2022
go back to reference Nobis C, Kuhnimhof T (2018) Mobilit¨at in Deutschland – MiD Ergebnisbericht [Mobility in Germany – MiD report on results]. Studie von infas, DLR, IVT und infas 360 im Auftrag des Bundesministers für Verkehr und digitale Infrastruktur (No. FENr. 70.904/15). Bonn, Berlin Nobis C, Kuhnimhof T (2018) Mobilit¨at in Deutschland – MiD Ergebnisbericht [Mobility in Germany – MiD report on results]. Studie von infas, DLR, IVT und infas 360 im Auftrag des Bundesministers für Verkehr und digitale Infrastruktur (No. FENr. 70.904/15). Bonn, Berlin
go back to reference RappTrans AG (2017) Automatisiertes Fahren; Initialprojekt: Klärung des Forschungs- und Handlungsbedarfs. Eidgenössisches Departement für Umwelt, Verkehr, Energie und Kommunikation UVEK, Bundesamt für Straßen RappTrans AG (2017) Automatisiertes Fahren; Initialprojekt: Klärung des Forschungs- und Handlungsbedarfs. Eidgenössisches Departement für Umwelt, Verkehr, Energie und Kommunikation UVEK, Bundesamt für Straßen
go back to reference Rentschler C et al (2020) Systemgrenzen in der Routenplanung autonomer Shuttlebusse. In: Neue Dimensionen der Mobilität, Proff (Hrsg) S 220, 320 Rentschler C et al (2020) Systemgrenzen in der Routenplanung autonomer Shuttlebusse. In: Neue Dimensionen der Mobilität, Proff (Hrsg) S 220, 320
go back to reference Riener A et al (2020) Autonome Shuttlebusse im ÖPNV – Analysen und Bewertungen zum Fallbeispiel Bad Birnbach aus technischer, gesellschaftlicher und planerischer Sicht. Kommentar Klaus Müller; Vorstand DB Regio Bus. Springer Vieweg, Berlin, S 2020CrossRef Riener A et al (2020) Autonome Shuttlebusse im ÖPNV – Analysen und Bewertungen zum Fallbeispiel Bad Birnbach aus technischer, gesellschaftlicher und planerischer Sicht. Kommentar Klaus Müller; Vorstand DB Regio Bus. Springer Vieweg, Berlin, S 2020CrossRef
go back to reference Rupprecht S et al (2018) „Automation Ready“ Framework: COEXIST-Project, final report [Version 1]; 2018 Rupprecht S et al (2018) „Automation Ready“ Framework: COEXIST-Project, final report [Version 1]; 2018
go back to reference SAE International (2018) Taxonomy and definitions for terms related to driving automation systems for on-road motor vehicles SAE International (2018) Taxonomy and definitions for terms related to driving automation systems for on-road motor vehicles
go back to reference Schaarschmidt E et al (2021) Grundlagen zur Kommunikation zwischen automatisierten Kraftfahrzeugen und Verkehrsteilnehmern; Berichte der Bundesanstalt für Straßenwesen BASt Heft F 138 Bergisch Gladbach 2021 Schaarschmidt E et al (2021) Grundlagen zur Kommunikation zwischen automatisierten Kraftfahrzeugen und Verkehrsteilnehmern; Berichte der Bundesanstalt für Straßenwesen BASt Heft F 138 Bergisch Gladbach 2021
go back to reference Schnieders R (2020) Europäische Fahrzeugzulassung, In: VerwArch 2020, 372, 293; Malzhacker, N. in: Handbuch Künstliche Intelligenz, Chibanguza K., Kuß, Steege, H. (Hrsg.) § 3 J, Rn. 28 ff. Schnieders R (2020) Europäische Fahrzeugzulassung, In: VerwArch 2020, 372, 293; Malzhacker, N. in: Handbuch Künstliche Intelligenz, Chibanguza K., Kuß, Steege, H. (Hrsg.) § 3 J, Rn. 28 ff.
go back to reference Schippl J, Hillerbrand R (2021) Automatisiertes Fahren. In: Grunwald A, Hillerbrand R (Hrsg) Handbuch Technikethik, 2., aktual. u. erw. Aufl. Metzler, Berlin, S 378–382 (ein Teil von Springer Nature) Schippl J, Hillerbrand R (2021) Automatisiertes Fahren. In: Grunwald A, Hillerbrand R (Hrsg) Handbuch Technikethik, 2., aktual. u. erw. Aufl. Metzler, Berlin, S 378–382 (ein Teil von Springer Nature)
go back to reference Schippl J, Burghard U, Czech A (Hrsg) (2021) Soziale Akzeptanz von neuen Mobilitätsangeboten und städtebaulichen Veränderungen. Ergebnisse einer Interviewstudie. in: Städtebauliche und sozioökonomische Implikationen neuer Mobilitätsformen. In: Schippl J, Burghard U, Baumgartner N, Engel B, Kagerbauer M, Szimba E (Hrsg) Beiträge aus: Profilregion Mobilitätssysteme Karlsruhe. KIT Scientific Publishing, Karlsruhe, S 31–75. https://nbn-resolv-ing.org/urn:nbn:de:101:1-2022012002391930807071 Schippl J, Burghard U, Czech A (Hrsg) (2021) Soziale Akzeptanz von neuen Mobilitätsangeboten und städtebaulichen Veränderungen. Ergebnisse einer Interviewstudie. in: Städtebauliche und sozioökonomische Implikationen neuer Mobilitätsformen. In: Schippl J, Burghard U, Baumgartner N, Engel B, Kagerbauer M, Szimba E (Hrsg) Beiträge aus: Profilregion Mobilitätssysteme Karlsruhe. KIT Scientific Publishing, Karlsruhe, S 31–75. https://​nbn-resolv-ing.​org/​urn:​nbn:​de:​101:​1-2022012002391930​807071
go back to reference Sieber L, Ruch C, Hörl S, Axhausen KW, Frazzoli E (2020) Improved public transportation in rural areas with self-driving cars: a study on the operation of Swiss train lines. Transp Res Part A Policy Pract 134:35–51 Sieber L, Ruch C, Hörl S, Axhausen KW, Frazzoli E (2020) Improved public transportation in rural areas with self-driving cars: a study on the operation of Swiss train lines. Transp Res Part A Policy Pract 134:35–51
go back to reference Steege H (2021) (2021) Gesetzesentwurf zum autonomen Fahren. SVR 128:129 Steege H (2021) (2021) Gesetzesentwurf zum autonomen Fahren. SVR 128:129
go back to reference Szimba E, Leisener L (2021) Wie ändern sich Mobilitätskosten durch die Automatisierung im Verkehr? In: Schippl et al. 2021, S 107–115 Szimba E, Leisener L (2021) Wie ändern sich Mobilitätskosten durch die Automatisierung im Verkehr? In: Schippl et al. 2021, S 107–115
go back to reference van Lente H (1993) Promising technology. The dynamics of expectations in technological developments. Enschede, Univ., Diss. 1993. Delft: Eburon (WMW-publikatie, 17) van Lente H (1993) Promising technology. The dynamics of expectations in technological developments. Enschede, Univ., Diss. 1993. Delft: Eburon (WMW-publikatie, 17)
go back to reference Weber F et al (2019) Designing cooperative interaction of automated vehicles with other road users in mixed traffic environments: interACT D.4.2 Final interaction strategies for the interACT Automated Vehicles [WP4: Suitable HMI for successful human-vehicle interaction]: EU Project interACT 2019 Weber F et al (2019) Designing cooperative interaction of automated vehicles with other road users in mixed traffic environments: interACT D.4.2 Final interaction strategies for the interACT Automated Vehicles [WP4: Suitable HMI for successful human-vehicle interaction]: EU Project interACT 2019
go back to reference WEF (2018) Reshaping urban mobility with autonomous vehicles lessons from the City of Boston. In collaboration with The Boston Consulting Group WEF (2018) Reshaping urban mobility with autonomous vehicles lessons from the City of Boston. In collaboration with The Boston Consulting Group
go back to reference Willi C, Deublein M, Hafsteinsson H (2019) Automatisiertes Fahren: Auswirkungen auf die Verkehrssicherheit in der Schweiz; [Schlussbericht vom 31. Mai 2018] Fonds für Verkehrssicherheit und EBP Schweiz AG 2019 Willi C, Deublein M, Hafsteinsson H (2019) Automatisiertes Fahren: Auswirkungen auf die Verkehrssicherheit in der Schweiz; [Schlussbericht vom 31. Mai 2018] Fonds für Verkehrssicherheit und EBP Schweiz AG 2019
go back to reference Wintersberger P et al (2020) Evaluierung von Benutzeranforderungen für die Kommunikation zwischen automatisierten Fahrzeugen und ungeschützten Verkehrsteilnehmern; entnommen aus RIENER ET AL (2020) Autonome Shuttlebusse im ÖPNV. Springer Vieweg, Berlin Wintersberger P et al (2020) Evaluierung von Benutzeranforderungen für die Kommunikation zwischen automatisierten Fahrzeugen und ungeschützten Verkehrsteilnehmern; entnommen aus RIENER ET AL (2020) Autonome Shuttlebusse im ÖPNV. Springer Vieweg, Berlin
go back to reference Wuth J, Dorner W (2020) Autonome Shuttlebusse im ÖPNV – Analysen und Bewertungen zum Fallbeispiel Bad Birnbach aus technischer, gesellschaftlicher und planerischer Sicht; entnommen aus Riener et al (2020) Autonome Shuttlebusse im ÖPNV. Springer Vieweg, Berlin Wuth J, Dorner W (2020) Autonome Shuttlebusse im ÖPNV – Analysen und Bewertungen zum Fallbeispiel Bad Birnbach aus technischer, gesellschaftlicher und planerischer Sicht; entnommen aus Riener et al (2020) Autonome Shuttlebusse im ÖPNV. Springer Vieweg, Berlin
Metadata
Title
Auswirkungen des automatisierten Fahrens
Authors
Jens Schippl
Constantin Pitzen
Michael Aleksa
Willibald Krenn
Emanuele Leonetti
Markus Deublein
Erik Schaarschmidt
Torsten Fleischer
Robert Yen
Copyright Year
2024
Publisher
Springer Berlin Heidelberg
DOI
https://doi.org/10.1007/978-3-662-66998-3_3

Premium Partner