Uber, Autobrains und Nvidia bringen gemeinsam ein Robotaxi-Programm nach München. Das Herzstück ist die sogenannte Agenten-KI (Agentic AI) von Autobrains, die auf der Hardware-Plattform Drive Hyperion von Nvidia läuft.
Das Projekt zielt darauf ab, ein fahrzeugunabhängiges System zu etablieren, das autonomes Fahren aus der Nische in eine kommerzielle Skalierung führt. Vorbehaltlich der behördlichen Genehmigungen soll die bayerische Landeshauptstadt das erste Einsatzgebiet werden.
Fahrzeugunabhängiges Modell für Skalierung
Bisherige Ansätze für autonomes Fahren scheiterten oft an der Skalierung. Sie basieren meist auf Spezialfahrzeugen sowie einem System mit hochaufgelöstem Kartenmaterial (HD Maps). Die Autos finden sich mithilfe der Sensoren innerhalb der kartierten Straßen zurecht. Der Nachteil: Karten sind teuer zu erstellen und müssen laufend aktualisiert werden. Zudem kann ein kommerzieller Robotaxi-Anbieter sein System nicht einfach auf eine andere Stadt ausweiten. Für jede Stadt ist aktuelles Kartenmaterial erforderlich.
Bei dem Testprojekt des Trios lernt das Fahrzeug mithilfe von künstlicher Intelligenz, sich in der von den Sensoren erkannten Welt zurecht zu finden. Mitunter müssen sie zur Auswertung der Daten bzw. Fahrbefehle auf eine Cloud zurückgreifen. Dabei legen sich die drei Unternehmen nicht auf ein spezielles Fahrzeug fest. Mit ihrer Technik lässt sich fast jedes aktuelle Serienfahrzeug zum Robotaxi machen.
Viele Agenten lenken das Fahrzeug
Den technologischen Kern liefert Autobrains mit seiner Agentic AI. Statt auf ein einziges, monolithisches End-to-End-Modell zu setzen, das die gesamte Fahraufgabe bewältigen muss, zerlegt die Software den Fahrvorgang in einzelne Agenten. Jeder dieser Agenten konzentriert sich auf einen bestimmten Fahrkontext oder eine Entscheidungsebene. Diese Agenten bewerten kontinuierlich die Umgebung, wägen mehrere mögliche Handlungen ab und wählen in Echtzeit die passende Reaktion aus. Dieser Ansatz verspricht ein robusteres Verhalten in komplexen und unvorhersehbaren Verkehrssituationen. Gleichzeitig soll das System so effizient sein, dass es auf Standard-Automobil-Sensorik und gängiger Rechenleistung lauffähig ist – eine klare Abgrenzung zu ressourcenintensiven Konkurrenzsystemen.
Die Symbiose aus KI, Rechenleistung und Mobilitätsnetz
Die Zusammenarbeit bündelt die Kompetenzen dreier Akteure. Autobrains liefert die Software-Intelligenz, Nvidia stellt mit der Drive Hyperion Plattform die notwendige, leistungsstarke KI-Rechenleistung zur Verfügung, und Uber integriert das System in sein globales Mobilitätsnetzwerk und steuert die operative Erfahrung bei. Autohersteller erhalten dadurch einen pragmatischen Zugang zum autonomen Ride-Hailing.
„Autonomes Fahren wird nicht skalierbar sein, wenn man sich auf ein einzelnes Modell verlässt, um jedes Fahrszenario zu lösen. Es erfordert Systeme, die unter Unsicherheit überlegen, sich anpassen und Entscheidungen treffen können“, sagt Igal Raichelgauz, CEO und Gründer von Autobrains. Das Unternehmen wurde in Israel gegründet und hat bis heute dort seine Zentrale. Im Aufsichtsrat sitzt der deutsche Automanager Karl-Thomas Neumann. Er war als CEO bei Continental sowie Opel tätig und leitete die Volkswagen Group China.
Für Autohersteller und Entwickler von Autonomiesystemen besteht die Herausforderung nicht nur darin, autonome Fahrzeuge zu bauen, es geht darum, sie in ein kommerzielles Netzwerk zu integrieren, in dem sie Fahrgästen zuverlässig und in großem Maßstab dienen. „Dieses Programm schafft einen Weg dafür, indem es fahrzeugunabhängige Autonomie, führende KI-Rechenleistung und die Ride-Hailing-Plattform von Uber kombiniert“, sagt Sarfraz Maredia, Global Head of Autonomous Mobility & Delivery bei Uber.
Fazit: Pragmatischer Angriff auf Waymo und Cruise
Der Ansatz von Autobrains, Uber und Nvidia ist pragmatisch und direkt auf Skalierbarkeit ausgelegt. Statt auf kostspielige Spezialfahrzeuge wie Waymo zu setzen, will die Allianz eine flexible Software- und Hardware-Plattform schaffen, die Autohersteller in ihre Serienfahrzeuge integrieren können. Der technologische Kern, die Agenten-KI, klingt vielversprechend, da sie komplexe Fahraufgaben modularisiert und somit robuster machen könnte. Die eigentliche Bewährungsprobe steht dem System noch bevor: der tägliche Einsatz im unberechenbaren Münchner Stadtverkehr. Erst dort wird sich zeigen, ob die Technologie hält, was ihre Architekten versprechen.
