Das ist die Fachrichtung, in der öffentliche Erwartung und technische Realität am weitesten auseinandergegangen sind – deshalb lohnt es sich hier am meisten, sorgfältig zu schreiben.
Wo Autonomie heute wirklich funktioniert
Das ehrliche Bild ist weder abwertend noch atemlos begeistert.
Kommerziell im Einsatz, in begrenzten Umgebungen. Transport im Bergbau, Containerumschlag in Häfen, Lager- und Logistikfahrzeuge und zunehmend Landmaschinen. Diese Umgebungen sind privat, kartiert, kontrolliert und von geschulten Menschen bevölkert – das beseitigt die meisten der schwierigen Probleme.
Im Einsatz in begrenzten öffentlichen Anwendungen. Robotaxi-Dienste in bestimmten Städten, innerhalb definierter Gebiete, unter definierten Bedingungen, mit Fernunterstützung. Real, kommerziell im Betrieb und geografisch eng begrenzt.
Weit verbreitet als Fahrassistenz. Spurhaltung, adaptiver Tempomat, automatische Notbremsung. Das sind Assistenzsysteme, die einen menschlichen Fahrer voraussetzen, und der Abstand zwischen ihnen und echter Autonomie ist qualitativ, nicht graduell.
Nicht gelöst. Allgemeines autonomes Fahren überall, bei jedem Wetter, ohne Einschränkungen.
In den begrenzten Umgebungen liegen die Jobs von heute. Auf das unbegrenzte Problem richtet sich die Aufmerksamkeit.
Der Future of Jobs Report 2025 des World Economic Forum führt Spezialisten für autonome und elektrische Fahrzeuge auf Platz sieben der weltweit am schnellsten wachsenden Berufe bis 2030 – die bestplatzierte Rolle der grünen Transformation. Diese Nachfrage ist real, und sie steckt nicht nur in Robotaxis.
Der Operational Design Domain – und warum er das ganze Argument ist
Das nützlichste Konzept in diesem Feld – und das, das in jedem Beschaffungsgespräch vorkommen sollte.
Ein Operational Design Domain ist die Menge der Bedingungen, unter denen ein System funktionieren soll: welche Straßen, welche Geschwindigkeiten, welches Wetter, welche Lichtverhältnisse, welcher Verkehr, mit welcher Unterstützung.
Sobald man dieses Konzept hat, verliert die Frage „ist dieses Fahrzeug autonom“ ihre Bedeutung. Die eigentlichen Fragen sind: Wie sieht sein Operational Design Domain aus, wie zuverlässig erkennt es, dass es diesen Bereich verlässt, und was tut es dann.
Drei Konsequenzen.
Systeme zu vergleichen erfordert, ihre Domänen zu vergleichen. Ein System, das ein kartiertes Industriegelände fehlerfrei bewältigt, und ein System, das Stadtstraßen bei klarem Wetter bewältigt, sind nicht auf derselben Skala.
Die Grenzerkennung ist sicherheitskritisch. Zu wissen, dass man außerhalb der eigenen Kompetenz ist, ist wohl schwieriger, als innerhalb davon zu operieren – und hier fließt ein Großteil des technischen Aufwands hin.
Den Bereich zu erweitern ist nicht linear. Jede Erweiterung – Regen, Schnee, Nacht, unkartierte Straßen – bringt überproportionale Schwierigkeit mit sich, und genau das ist der Mechanismus hinter dem langen Schwanz.
Was die Fachrichtung abdeckt
Der Umfang: Wahrnehmung, Kartierung, Planung, Navigation und Regelung hinter einem Fahrzeug, das selbst fährt.
Fünf Bereiche.
Wahrnehmung. Die Welt aus Kamera-, Radar- und Lidardaten erkennen und klassifizieren – stützt sich auf die Fachrichtung Computer Vision.
Lokalisierung und Kartierung. Präzise wissen, wo sich das Fahrzeug befindet, auch dort, wo Satellitenortung nicht verfügbar ist.
Vorhersage. Abschätzen, was andere Verkehrsteilnehmer tun werden – schwieriger als Wahrnehmung und seltener besprochen.
Planung und Entscheidungsfindung. Eine Trajektorie wählen, die sicher, legal, komfortabel ist und dem Ziel näherkommt.
Regelung. Die Trajektorie ausführen – die angewandte Fachrichtung Regelungstechnik.
Wo das in der Domäne steht
Autonome Fahrzeuge ist die sechste von neun Fachrichtungen in der Domäne Robotik und autonome Systeme von Astra Trainer. Sie baut auf Regelungstechnik und Computer Vision auf und steht neben Drohnen und Luftrobotik, die die meisten zugrunde liegenden Probleme in einem anderen Medium teilt.
Sie ist eng mit der Domäne Raumfahrt, Luftfahrt und neue Mobilität gekoppelt, die Fahrzeugtechnik und Elektrofahrzeuge sowie zukünftige Mobilität und Transportsysteme abdeckt, und mit KI, Daten und Computing für die Machine-Learning-Ebene. Partner, die Autonomie in industriellen Umgebungen einsetzen, planen meist alle drei ein. Hier findest du die neun Fachrichtungen.
Der lange Schwanz, klar benannt
Die zentrale technische Schwierigkeit, und der Grund, warum sich wiederholte Zeitplan-Prognosen nicht bewahrheitet haben.
Fahren besteht größtenteils aus gewöhnlichen Situationen, die heute gut bewältigt werden, und einer sehr großen Zahl seltener Situationen, die einzeln ungewöhnlich, in der Summe aber häufig sind.
Trümmer auf der Straße. Ein Verkehrspolizist, der entgegen den Ampeln den Verkehr regelt. Ein ungewöhnliches Fahrzeug. Ein Fußgänger, der sich unvorhersehbar verhält. Temporäre Straßenführungen. Verblasste oder widersprüchliche Markierungen. Extremes Wetter. Lokale Fahrkonventionen, die von den geschriebenen Regeln abweichen.
Drei Eigenschaften machen das schwierig, nicht bloß aufwendig.
Der Schwanz endet nicht. Jeder Einsatz stößt auf neue Fälle. Die bekannten Fälle zu bewältigen begrenzt nicht die unbekannten.
Seltene Ereignisse brauchen enorme Exposition, um sie zu bewerten. Eine niedrige Rate eines seltenen Fehlers nachzuweisen erfordert eine sehr große Menge an Fahrten – deshalb tragen Simulation und gezieltes Szenario-Testen so viel Gewicht, und deshalb ist Validierung eine eigene Disziplin.
Manche Fälle erfordern Urteilsvermögen statt Wahrnehmung. Zu entscheiden, was zu tun ist, wenn die richtige Handlung mehrdeutig ist oder das Befolgen der Regeln unsicher wäre, löst man nicht durch schärferes Sehen.
Nichts davon heißt, dass das Problem unlösbar ist. Es heißt, dass der Fortschritt asymptotisch verläuft, und dass jeder Personalplan, der auf einem konkreten, nahen Ankunftsdatum aufbaut, auf der schwächsten verfügbaren Annahme aufbaut. Dieser Artikel macht bewusst keine Vorhersage zum Zeitpunkt.
Validierung ist die Disziplin, nicht das Fahren
Der Teil des Feldes, der die meisten Menschen beschäftigt und die wenigste Aufmerksamkeit bekommt.
Szenariobasiertes Testen. Die Situationen definieren, die ein System bewältigen muss, und systematisch dagegen testen, statt Kilometer zu sammeln und auf Abdeckung zu hoffen.
Simulation. Enorme Mengen an Varianten durchspielen, auch die gefährlichen, die man nicht auf der Straße testen kann. Den Simulator zu bauen und zu validieren ist selbst ein erheblicher technischer Aufwand.
Sicherheitsnachweis. Ein begründetes, mit Evidenz belegtes Argument aufbauen, dass ein System hinreichend sicher ist. Das ist eine formale Disziplin mit eigenen Normen, die sowohl funktionale Sicherheit als auch die Sicherheit der beabsichtigten Funktion abdeckt – also Gefährdungen, die aus Leistungsgrenzen entstehen, nicht aus Fehlern.
Datenpipeline und Triage. Flotten erzeugen riesige Datenmengen, und die interessanten Ereignisse darin zu finden ist ein echter Job.
Fernbetrieb. Eingesetzte Dienste verlassen sich auf menschliche Unterstützung für Situationen, die das Fahrzeug eskaliert – eine betriebliche Rolle, die es heute schon gibt und die selten erwähnt wird.
Für die Personalplanung ist das die nützliche Korrektur: Das Feld braucht Sicherheitsingenieure, Testingenieure, Simulationsingenieure, Dateningenieure und Betriebspersonal in größerer Zahl als Wahrnehmungsforscher.
Die Rollen im Überblick
Wahrnehmungsingenieure.
Ingenieure für Lokalisierung und Kartierung.
Planungs- und Verhaltensingenieure, wo Vorhersage und Entscheidungsfindung angesiedelt sind.
Sicherheitsingenieure. Funktionale Sicherheit und Sicherheit der beabsichtigten Funktion. Dauerhaft knapp und zentral.
Validierungs- und Testingenieure, einschließlich Szenario-Design.
Simulationsingenieure.
Dateningenieure und Triage-Spezialisten für Flottendaten.
Bediener und Aufsichtspersonal für Fernunterstützung.
Ingenieure für Fahrzeugintegration, die das System in eine reale Plattform mit echten Energie-, Wärme- und Bauraumbeschränkungen einbauen.
Wen man dafür weiterbilden kann
Fahrzeugingenieure. Verstehen Fahrzeuge, Integration, Validierungskultur und Sicherheitsnormen der Automobilindustrie. Brauchen den Autonomie-Stack. Der naheliegendste Weg – und häufig zugunsten von Software-Einstellungen übersehen.
Luft- und Raumfahrtingenieure. Bringen echte Disziplin für sicherheitskritische Systeme, Zertifizierungsdenken und Redundanzdesign mit – genau das, was die Sicherheitsnachweis-Ebene braucht.
Regelungstechnik-Ingenieure. Direkter Weg in Planung und Regelung.
Softwareentwickler. In Richtung Wahrnehmung und Planung – brauchen die physische und die Sicherheitsebene.
Testingenieure aus jeder sicherheitskritischen Branche. Schiene, Luftfahrt, Medizinprodukte. Die Validierungsdenkweise überträgt sich, und die Fachdomäne ist die kürzere Lücke.
Berufskraftfahrer und Fahrzeugbediener. In Richtung Sicherheitsfahren, Szenariodefinition und Fernbetrieb, wo das Wissen, wie sich Verkehrssituationen tatsächlich entwickeln, der nützliche Beitrag ist – und selten gesucht wird.
Regulierung, Erprobung und Haftung. Das Erproben und Einsetzen automatisierter Fahrsysteme auf öffentlichen Straßen ist reguliert und erfordert eine spezifische, je nach Rechtsraum unterschiedliche Genehmigung, meist einschließlich Anforderungen an Sicherheitsfahrer, Meldepflichten und Versicherung. Fahrzeugsysteme unterliegen Typgenehmigung und Normen zur funktionalen Sicherheit. Schulungen vermitteln technisches Verständnis. Sie verleihen weder eine Erprobungsgenehmigung noch eine behördliche Zulassung noch eine Bewertung der Sicherheit eines konkreten Systems, und der Sicherheitsnachweis für ein reales System erfordert qualifizierte Fachleute, die nach den geltenden Normen arbeiten.
Was du mitnehmen solltest
Autonomie funktioniert heute in begrenzten Umgebungen, und diese Umgebungen beschäftigen schon jetzt Menschen. Auf das unbegrenzte Problem richtet sich die Aufmerksamkeit.
Der Operational Design Domain ist das Konzept, das jeden Vergleich sinnvoll macht, und die Grenze zu erkennen ist so schwer wie innerhalb davon zu operieren.
Der lange Schwanz endet nicht, seltene Ereignisse brauchen enorme Exposition zur Bewertung, und manche Fälle brauchen Urteilsvermögen statt bessere Wahrnehmung. Der Fortschritt verläuft asymptotisch, und dieser Artikel macht keine Zeitplan-Aussage.
Validierung, Sicherheitsnachweis, Simulation, Daten-Triage und Fernbetrieb beschäftigen mehr Menschen als die Wahrnehmungsforschung.
Und Fahrzeug- sowie Luft- und Raumfahrtingenieure, dazu Testingenieure aus jeder sicherheitskritischen Branche, sind die Umschulungen, die die tatsächlich offenen Rollen füllen.
Wo funktionieren autonome Systeme heute?
In begrenzten Umgebungen: Bergbau, Häfen, Lager und Landwirtschaft, wo das Gelände privat, kartiert und von geschulten Menschen bevölkert ist. Öffentliche Robotaxi-Dienste laufen in definierten Gebieten unter definierten Bedingungen mit Fernunterstützung.
Was ist ein Operational Design Domain?
Die Bedingungen, unter denen ein System funktionieren soll: Straßen, Geschwindigkeiten, Wetter, Lichtverhältnisse, Verkehr und Unterstützung. Er macht die Frage „ist es autonom“ bedeutungslos und ersetzt sie durch bessere.
Warum verschieben sich Zeitpläne immer wieder?
Der lange Schwanz seltener Situationen. Er endet nicht, eine niedrige Rate seltener Fehler nachzuweisen erfordert enorme Exposition, und manche Fälle brauchen Urteilsvermögen statt bessere Wahrnehmung.
Welche Rollen braucht das Feld tatsächlich?
Sicherheitsingenieure, Validierungs- und Testingenieure, Simulationsingenieure, Daten-Triage-Spezialisten und Personal im Fernbetrieb – in größerer Zahl als Wahrnehmungsforscher.
Wer eignet sich für den Wechsel in dieses Feld?
Fahrzeugingenieure, die Fahrzeuge und Validierungskultur verstehen; Luft- und Raumfahrtingenieure, die Disziplin für sicherheitskritische Systeme und Zertifizierung mitbringen; und Testingenieure aus Schiene, Luftfahrt oder Medizinprodukten.