Waymos Sicherheitsbehauptung stützt sich auf begrenzte Crash-Vergleiche

Waymos jüngster Sicherheitsnachweis kommt mit wichtigen Vorbehalten

Das Insurance Institute for Highway Safety hat sich zugunsten der fahrerlosen Fahrzeuge von Waymo ausgesprochen und argumentiert, dass die Robotaxis des Unternehmens seltener verunfallen als menschliche Fahrer. Doch die Grundlage für diese Schlussfolgerung, wie sie im Quelltext beschrieben wird, beruht auf einer Kette von Annahmen und auf einem Datensatz, der deutlich schmaler ist, als die Schlagzeile vermuten lässt.

Das macht die Analyse nicht bedeutungslos. Es bedeutet jedoch, dass das Ergebnis als früher, bedingter Vergleich gelesen werden sollte, nicht als sauberes Urteil über die Sicherheit autonomer Fahrweise. Das Kernproblem ist einfach: Unfallmeldungen für autonome Fahrzeuge und Unfallmeldungen für menschliche Fahrer sind nicht direkt aufeinander abgestimmt, und die branchenweiten Expositionsdaten sind unvollständig.

Kalifornien verlangt seit 2014 die Meldung von Unfällen autonomer Fahrzeuge, und die National Highway Traffic Safety Administration verlangt seit 2021 ähnliche Meldungen. Aber diese Standards unterscheiden sich von den Meldesystemen für herkömmliche Fahrer. Eine der wichtigsten Normierungsgrößen, die gesamte Fahrzeugkilometerleistung, ist für menschliches Fahren in großem Umfang über Verkehrsberichte des Department of Transportation verfügbar. Für autonome Fahrzeuge muss diese Zahl in der Regel nicht offengelegt werden.

Waymo veröffentlicht Kilometerdaten freiwillig. Andere Unternehmen für autonome Fahrzeuge tun das im Allgemeinen nicht. Diese eine Tatsache prägte die Analyse maßgeblich und erklärt weitgehend, warum sich der Vergleich auf Waymo und nicht auf das breitere Feld der autonomen Fahrzeuge konzentrierte.

Was das IIHS tatsächlich verglichen hat

Dem Quelltext zufolge musste das IIHS die autonomen Unfallmeldungen von 2021 bis 2024 umfangreich bereinigen, bevor überhaupt ein Vergleich möglich war. Die Forscher entfernten Dubletten und schlossen Ereignisse aus, bei denen die Automatisierung nicht aktiv war, das Fahrzeug sich nicht auf einer öffentlichen Straße befand oder kein echter Unfall stattgefunden hatte.

Damit blieb ein weiteres Problem: Nicht jeder gemeldete Vorfall mit einem autonomen Fahrzeug lässt sich eindeutig den Arten von Unfällen zuordnen, die normalerweise in polizeimeldbaren Datensätzen menschlicher Fahrer erscheinen würden. Deshalb setzte das Institut eine zusätzliche Prüfung an, ob ein Unfall unter vergleichbaren Bedingungen menschlicher Fahrweise wahrscheinlich an die Polizei gemeldet worden wäre.

Der Quelltext nennt Beispiele für diese Bewertungen. Wenn jemand Schmerzen beklagte, aber den Ort verließ, stuften die Forscher das Ereignis als wahrscheinlich nicht polizeimeldepflichtig ein. Wenn ein Airbag auslöste, stuften sie den Unfall als polizeimeldepflichtig ein, weil eine Kollision mit höherer Wucht und die Reparaturkosten ihn gewöhnlich unabhängig von anderen Schadens- oder Verletzungsdetails in diese Kategorie einordnen würden.

Dieser Prozess ist wichtig, weil er den nutzbaren Datensatz stark verkleinert hat. Am Ende, so der Quelltext, wurde weniger als ein Viertel der autonomen Unfalldaten für den endgültigen Vergleich als brauchbar angesehen. Von 736 öffentlichen Straßenunfällen, bei denen die Automatisierung aktiv war, schätzte das IIHS, dass nur 22% wahrscheinlich polizeimeldepflichtig waren.

In diesem Teilbereich waren 89 Unfälle mit Waymo-Fahrzeugen, 50 mit Cruise-Fahrzeugen, 10 mit Zoox-Fahrzeugen und 10 mit anderen Unternehmen verbunden. Da Kilometerdaten nur für Waymo verfügbar waren, nutzte das Institut Waymos Unfallzahlen, um den gewünschten Vergleich für autonomes Fahren zu berechnen.

Warum das Ergebnis enger ist als die Schlagzeile

Oberflächlich betrachtet klingt das Argument, Waymo verunfalle seltener als menschliche Fahrer, wie eine breite Aussage über autonome Mobilität. Die hier beschriebene Evidenz ist jedoch viel enger. Sie bezieht sich spezifisch auf einen gefilterten Teil autonomer Unfälle, der durch einen vereinheitlichten Meldestandard bewertet und mit Kilometer-Expositionsdaten eines Unternehmens verknüpft wurde, das diese Informationen freiwillig offenlegt.

Das bedeutet, dass es sich nicht um ein allgemeines Ranking von Robotaxis gegenüber Menschen auf allen Straßen, in allen Regionen, Wetterlagen und Fehlermodi handelt. Es ist besser als der Versuch zu verstehen, aus Datensystemen, die ursprünglich nicht dafür ausgelegt waren, einen fairen Vergleich zu extrahieren.

Die in der Quelle eingebaute Skepsis spiegelt dieses Problem wider. Wenn ein großer Teil der Vorfälle verworfen oder umklassifiziert werden muss, bevor ein Vergleich möglich ist, sollten Leser auf den Aufbau des Datensatzes achten, nicht nur auf das Ergebnis. Eine Methode kann vernünftig sein und dennoch begrenzt bleiben.

Gleichzeitig macht der Vorgang eine reale Regulierungslücke sichtbar. Testen und Einsatz autonomer Fahrzeuge sind auf öffentlichen Straßen weit genug fortgeschritten, dass Unfallbehauptungen nun Regulierung, Versicherung, Stadtpolitik und öffentliches Vertrauen prägen. Doch die Offenlegungsvorschriften erschweren es weiterhin, autonome Systeme auf konsistenter Basis mit menschlichen Fahrern zu vergleichen.

Das größere Problem ist Transparenz

Die stärkste Schlussfolgerung aus dem Quelltext ist vielleicht nicht, dass Waymo sicherer oder weniger sicher als menschliche Fahrer ist. Es könnte sein, dass der Öffentlichkeit weiterhin ein standardisierter, branchenweiter Rahmen fehlt, um solche Behauptungen zu bewerten. Ohne verpflichtende Kilometerberichterstattung über alle Unternehmen hinweg können keine Unfallraten pro Meile für den gesamten Sektor berechnet werden. Ohne gemeinsame Definitionen von Vorfallschwere und Meldegrenzen können selbst rohe Unfallzahlen irreführend sein.

Waymos Bereitschaft, Kilometerdaten zu veröffentlichen, verschafft dem Unternehmen einen Vorteil in jeder Debatte, die auf exponierungsbereinigte Sicherheitsmetriken angewiesen ist. Das ist für Forscher nützlich, schafft aber auch eine ungleiche Evidenzlage. Unternehmen, die mehr offenlegen, können genauer untersucht werden, während solche mit weniger Offenlegung schwerer zu vergleichen bleiben.

Für Regulierer und Sicherheitsforscher weist das auf einen offensichtlichen nächsten Schritt hin: Die Meldesysteme für autonome Fahrzeuge müssen über fragmentierte Offenlegung und Kategorien-Missverhältnisse hinaus reifen. Ein Feld, das menschliches Fahren im großen Maßstab ersetzen oder ergänzen will, kann nicht auf Dauer auf Ad-hoc-Vergleiche angewiesen sein.

Bessere Standards würden auch Unternehmen helfen, die ernsthaft glauben, dass ihre Systeme Menschen übertreffen. Wenn die Evidenz stark ist, würde ein konsistentes öffentliches Melderegime das leichter zeigen. Wenn die Evidenz schwächer ist, würden dieselben Standards verhindern, dass verfrühte Behauptungen zur akzeptierten Weisheit verfestigt werden.

Was sich jetzt sagen lässt

Auf Grundlage des bereitgestellten Quelltexts hat das IIHS eine pro-Waymo-Sicherheitsfolgerung aus bereinigten autonomen Unfalldaten von 2021 bis 2024 und Waymos freiwillig geteilten Kilometerdaten abgeleitet. Das Institut schätzte, dass nur 22% der 736 öffentlichen Straßenunfälle mit aktiver Automatisierung nach Standards, die dem Berichtswesen menschlicher Fahrer ähneln sollten, wahrscheinlich polizeimeldepflichtig waren. Aus diesem engeren Pool betrafen 89 Waymo-Fahrzeuge, und Waymo war das einzige Unternehmen in der Gruppe mit verfügbaren Kilometerdaten für den Sicherheitsvergleich.

Das reicht aus, um die Studie bemerkenswert zu machen. Es reicht nicht aus, das Ergebnis als endgültige Antwort auf die Sicherheit autonomer Fahrweise zu behandeln. Die Analyse zeigt sowohl, wie weit die Branche gekommen ist, als auch, wie viel grundlegende Messinfrastruktur noch fehlt.

In diesem Sinne ist die Studie vielleicht weniger als endgültige Wertung wertvoll, sondern eher als Demonstration dessen, was Forschende heute leisten müssen, um Robotaxis überhaupt mit menschlichen Fahrern zu vergleichen. Wenn autonome Fahrzeuge öffentliches Vertrauen in ihre Sicherheit gewinnen sollen, brauchen künftige Studien weniger statistische Auslese und mehr standardisierte Evidenz.

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