Uber will sein Fahrernetzwerk in eine Datenebene für selbstfahrende Autos verwandeln

Ubers nächster Wetteinsatz im Bereich autonomes Fahren

Ubers langfristige Strategie für autonome Fahrzeuge formt sich um eine Rolle, von der das Unternehmen glaubt, dass nur wenige andere sie erreichen können: Datenerfassung in globalem Maßstab. Das Unternehmen sagt, es wolle die Autos menschlicher Fahrer irgendwann mit Sensoren ausstatten, damit diese Fahrzeuge reale Fahrdaten für Entwickler autonomer Fahrzeuge und möglicherweise auch für andere KI-Systeme sammeln können, die auf physische Weltszenarien trainiert werden.

Diese Vision wurde von Ubers Technologievorstand Praveen Neppalli Naga skizziert, der das Konzept als die Richtung beschrieb, in die sich das Unternehmen nach ersten Erkenntnissen aus einem kleineren internen Vorhaben bewegen will. Kurzfristig nutzt Uber eine eigene Flotte von sensorbestückten Autos im Rahmen eines Programms namens AV Labs, das Ende Januar angekündigt wurde. Der strategische Anspruch ist jedoch viel größer. Ubers Fahrernetzwerk umfasst weltweit Millionen von Fahrern und eröffnet damit die Möglichkeit einer verteilten Sensorplattform, die die Reichweite der internen Flotte eines einzelnen Self-Driving-Unternehmens weit übertreffen könnte.

Warum Uber die Chance in den Daten sieht

Die These des Unternehmens ist klar: Der begrenzende Faktor für die Entwicklung autonomer Fahrzeuge ist nicht nur der zugrunde liegende Software- und Hardware-Stack, sondern auch der Zugang zu breiten, szenarienreichen Daten. Naga argumentierte, der Engpass sei die Datenerfassung selbst. Aus seiner Sicht brauchen AV-Entwickler gezielte Beispiele aus bestimmten Straßen, Tageszeiten und Fahrbedingungen, verfügen aber oft nicht über das Kapital, um genügend Fahrzeuge einzusetzen und diese Informationen effizient zu sammeln.

Wenn Uber dieses Problem lösen kann, könnte das Unternehmen zur Infrastruktur für den AV-Sektor werden und nicht nur ein Vertriebspartner sein. Das wäre ein bedeutender Wandel. Uber hatte sich zuvor aus dem Aufbau eines eigenen Selbstfahrsystems zurückgezogen, und der Aufstieg von Robotaxi-Programmen hat seit Langem die Frage aufgeworfen, ob Plattformen ohne eigene AV-Stacks irgendwann an Einfluss verlieren würden. Dieser Plan legt nahe, dass Uber einen anderen Weg sieht: Zugang zum Reisennetzwerk, zum operativen Nachfragesignal und möglicherweise zur Datenebene zu besitzen, die AV-Unternehmen bei der Verbesserung ihrer Modelle hilft.

Von der Fahrplattform zur „AV-Cloud“

Uber sagt, es baue das auf, was Naga eine „AV-Cloud“ nannte, eine Bibliothek gelabelter Sensordaten, die Partnerunternehmen abrufen und für das Modelltraining nutzen können. Das Unternehmen arbeitet laut dem bereitgestellten Quelltext bereits mit 25 AV-Partnern zusammen, darunter Wayve mit Sitz in London. Diese bestehende Partnerstruktur verschafft Uber eine Basis aus Kunden oder Kooperationspartnern für jeden umfassenderen Datendienst, den es aufbauen kann.

Der Plan geht über bloße Speicherung hinaus. Uber sagt, Partner könnten das System auch nutzen, um trainierte Modelle im „Shadow Mode“ gegen echte Uber-Fahrten laufen zu lassen. In dieser Konfiguration fährt das AV-System das Fahrzeug nicht tatsächlich, kann aber so bewertet werden, als würde es das tun. Dadurch können Unternehmen das Modellverhalten mit realen Fahrbedingungen vergleichen, ohne ein selbstfahrendes Auto auf die Straße zu schicken.

Das ist wichtig, weil es Ubers Betriebsnetzwerk sowohl zu einer Testumgebung als auch zu einem Vertriebskanal macht. Für AV-Entwickler könnte die Möglichkeit, Daten zu sammeln und Modelle anschließend gegen reale Fahrtmuster zu bewerten, einen Teil der Lücke zwischen Training und Einsatz verringern.

Die regulatorische und technische Reibung

Uber behauptet nicht, dass dies sofort passieren kann. Naga sagte, das Unternehmen müsse zunächst Sensor-Kits und ihre praktische Funktionsweise besser verstehen. Er verwies auch auf regulatorische Unsicherheit und sagte, das Unternehmen brauche in den Bundesstaaten Klarheit darüber, was die Sensoren bedeuten und was der Datenaustausch umfassen würde.

Diese Hürden sind erheblich. Ein groß angelegtes Netzwerk privat betriebener, sensorbestückter Fahrzeuge würde Fragen zu Installation, Wartung, Datenschutz, Einwilligung und landesspezifischer Compliance aufwerfen. Ubers eigene Beschreibung räumt ein, dass das Projekt davon abhängt, diese Fragen zu lösen. Vorerst bleibt AV Labs eine kleinere und stärker kontrollierte Version des Konzepts, bei der von Uber selbst betriebene Autos genutzt werden, statt die breitere Fahrerschaft in mobile Datensammler zu verwandeln.

Warum das Ubers Position verändern könnte

Ubers Ansatz ist bemerkenswert, weil er das Verhältnis des Unternehmens zur Autonomie neu rahmt. Statt direkt als Autohersteller oder Autonomieentwickler zu konkurrieren, positioniert sich Uber als Vermittler mit einzigartiger physischer Reichweite. Millionen von Fahrern schaffen Routenvielfalt, zeitliche Abdeckung und geografische Verteilung, die für ein einzelnes AV-Unternehmen schwer zu replizieren sind. Wenn nur ein Bruchteil dieser Fahrzeuge mit Sensoren ausgestattet wäre, könnte der Umfang enorm sein.

Das garantiert keinen Erfolg. Der Plan hängt von Regulierung, Wirtschaftlichkeit und Partnerakzeptanz ab. Dennoch zeigt er, wie Uber strategisch relevant bleiben will, während die selbstfahrende Technologie reift. Daten, Labeling, Fahrtverteilung und simulierte Bewertung sind allesamt Vermögenswerte, die wertvoller werden, wenn viele AV-Akteure sie gleichzeitig benötigen.

Ein breiterer Infrastruktur-Play für KI

Der Quelltext lässt auch eine noch breitere Deutung zu. Uber sagt, die Daten könnten nicht nur für Self-Driving-Unternehmen nützlich sein, sondern auch für andere KI-Systeme, die auf physische Weltszenarien trainiert werden. Das deutet darauf hin, dass das Unternehmen in kuratierten realen Sensordaten einen Wert sieht, der über den Robotaxi-Markt hinausgeht.

Im Moment ist die unmittelbare Geschichte klar. Uber will sich von einer Plattform, die Fahrgäste und Fahrer verbindet, zu einer Plattform entwickeln, die auch eine Dateninfrastruktur für autonome Mobilität bereitstellt. Das Unternehmen beginnt klein über AV Labs, doch der langfristige Anspruch ist unverkennbar: Teile seines globalen Fahrernetzwerks in ein Sensorgitter zu verwandeln und zu einer grundlegenden Schicht des AV-Ökosystems zu werden.

Dieser Artikel basiert auf einer Berichterstattung von TechCrunch. Den Originalartikel lesen.