Wie kann die Robotaxi-Branche durchstarten?

Die Massenkommerzialisierung von Robotaxis ist kein einseitiger Fortschritt im Bereich der Technologie, sondern ein Prozess der kooperativen Evolution auf mehreren Ebenen und mit mehreren Interessengruppen. Um von der aktuellen "Gewächshaus-Pilotphase" im ODD (Operational Design Domain) zur echten Skalierung zu gelangen, müssen gleichzeitig vier Schlüsselschwellen in den Bereichen Technologie und Engineering, wirtschaftlicher Vorteil, Gesetzgebung und Ethik sowie sozialer Verantwortung überschritten werden.

Robotaxis (selbstfahrende Taxis) werden allgemein als einer der spannendsten Geschäftsbereiche in der Ära des autonomen Fahrens angesehen. Sobald die L4/L5-Fahrerlose-Technologie wirklich reif ist, könnte sie das traditionelle Taxigeschäft, die Fahrgemeinschaftsdienste und sogar die gesamte Automobilindustrie subversiv verändern.

Der Markt hat verschiedene Prognosen für das Marktvolumen und die Wachstumsgeschwindigkeit von Robotaxis. Die aggressivste Prognose stammt von der Star-Fondsmanagerin Cathie Wood von der ARK Investment Management. Sie hat geschätzt, dass die globale Flotte von Robotaxis bis etwa 2030 auf 50 Millionen Fahrzeuge ansteigen könnte, was einem jährlichen Mobilitätsumsatz von 8 bis 10 Billionen US-Dollar entsprechen würde. Das gesamte Ökosystem könnte dann einen Unternehmenswert von etwa 34 Billionen US-Dollar schaffen.

Andere führende Institutionen wie Citigroup, Goldman Sachs und Frost & Sullivan geben weitaus vorsichtigerere Prognosen ab: Für den chinesischen Robotaxi-Markt liegt die Prognose für 2030 zwischen 10 und 70 Milliarden US-Dollar und für 2035 zwischen 40 und über 100 Milliarden US-Dollar. Für den globalen Markt konzentrieren sich die Prognosen für 2030 auf 20 bis 100 Milliarden US-Dollar und steigen bis 2035 auf mehrere hundert Milliarden US-Dollar. Selbst auf der Grundlage dieser relativ vorsichtigen Prognosen deutet der Robotaxi-Markt auf einen neuen Markt mit beträchtlichem Volumen und erstaunlichem Wachstum hin.

Um diese Prognosen zu verstehen, müssen wir die aktuelle Entwicklungssituation der Branche kennen, die zugrunde liegende Logik des Branchenwachstums finden und dann beides zusammenführen, um die Zukunft vorherzusagen.

Zwei Modelle, zwei Szenarien

In allen Anwendungsbereichen der Künstlichen Intelligenz sind die Vereinigten Staaten und China weltweit führend, und Robotaxis sind da keine Ausnahme.

Im Jahr 2025 betrug das Marktvolumen der Robotaxis in den Vereinigten Staaten etwa 30 Millionen US-Dollar, was etwa 0,5 % des gesamten Marktes für Fahrgemeinschaftsdienste von 58 Milliarden US-Dollar ausmacht. Waymo ist der Pionier, der am frühesten systematisch die Entwicklung von Robotaxis vorangetrieben hat. Bis Ende 2025 bot es in San Francisco, Los Angeles, Phoenix und Austin bezahlte Robotaxi-Services an, und die Flotte umfasste etwa 2.500 Fahrzeuge. Das Unternehmen plant, die Flotte in diesem Jahr auf mindestens 3.500 Fahrzeuge zu erweitern und den Service auf etwa 12 US-Städte auszudehnen und auch in ausländischen Städten zu operieren. Die neuesten wöchentlichen Bestellungen beliefen sich auf etwa 500.000 (März 2026), was etwa das 50-fache der wöchentlichen Bestellungen vor drei Jahren (Mai 2023) ist. Bis Anfang 2026 hatte die vollständig autonome Flotte von Waymo auf realen Straßen eine Gesamtfahrstrecke von über 170 Millionen Meilen (etwa 274 Millionen Kilometer, Spitzenreiter in der Branche) zurückgelegt, wobei allein im Jahr 2025 etwa 70 bis 80 Millionen Meilen hinzugekommen sind.

Tesla ist eine wichtige Variable auf dem amerikanischen Robotaxi-Markt. Es verfolgt strategisch zwei Wege: Einerseits soll durch Software-Updates die bestehende Serie von Fahrzeugen mit FSD (Full Self-Driving, Teslas Assistenzsystem) in Regionen, in denen dies zulässig ist, in ein verteiltes Robotaxi-Netzwerk integriert werden. Andererseits plant es, ein spezielles Robotaxi-Modell ohne Lenkrad und Pedale, das Cybercab, in diesem Jahr in die Serienproduktion zu bringen. Allerdings ist die Umsetzung von Elon Musks Plänen oft mit großen Unsicherheiten in Bezug auf den Zeitplan verbunden, was viele Unbekannte mit sich bringt.

Darüber hinaus ist der technische Übergang von Assistenzsystemen zu vollautomatischem Fahren kein glatter Übergang, sondern erfordert einen Sprung in Bezug auf die Fähigkeit, seltene Situationen zu bewältigen, die Redundanz des Systems und die Zuverlässigkeit des Engineering. Tesla hofft, dass das heute für überwachtes Fahren eingesetzte FSD in Zukunft ohne große Hardware-Änderungen auch autonomes Fahren übernehmen kann. Dies bedeutet jedoch enorme Druck auf das Engineering und die Sicherheitsstandards.

Der chinesische Markt zeigt ein anderes Bild. Laut einer Schätzung von Goldman Sachs betrug das Marktvolumen der Robotaxis in China im Jahr 2025 etwa 54 Millionen US-Dollar, was ebenfalls der Anfangsphase entspricht. Hier gibt es jedoch mehr Akteure und der Wettbewerb ist intensiver. Zu den führenden Spielern gehören Apollo Go von Baidu, Pony.ai und WeRide.

Apollo Go, das auf Baidus Apollo-Plattform basiert, hat in Peking, Wuhan, Chongqing, Shenzhen, Changsha und anderen Städten verschiedene Genehmigungen für den autonomen Betrieb erhalten. In Teilen von Wuhan wird bereits rund um die Uhr vollautonom betrieben, und das Unternehmen hat angekündigt, dass einige Strecken bereits rentabel sind. Es ist eines der Robotaxi-Marken mit den meisten Bestellungen und dem größten betrieblichen Umfang ohne Sicherheitsfahrer in China.

Pony.ai und WeRide führen Pilotprojekte für Robotaxis in Guangzhou, Peking, Shanghai, Shenzhen und anderen Städten durch und expandieren aktiv ins Ausland. Sie kooperieren mit lokalen Regierungen und Plattformen in den Mittleren Osten, Singapur und anderen Regionen und bauen eine doppelte Strategie auf, bestehend aus Pilotprojekten in China und kommerziellem Engagement im Ausland.

Zur zweiten Gruppe gehören Yuanrong Qixing, Didi Autonomous Driving, Momenta und andere. Sie haben in einigen Städten die Genehmigung für den Demonstrationsbetrieb erhalten und suchen aktiv nach Geschäftsmodellen. Einige Automobilhersteller wie XPeng haben ebenfalls die technische und betriebliche Vorbereitung für Robotaxi-Projekte gestartet.

Ein bemerkenswertes Merkmal des chinesischen Robotaxi-Marktes ist die Führungsrolle der politischen Planung und die treibende Kraft der Politik. Im Rahmen der Politikstrategie "Zentraler Leitplan + Lokale Pilotprojekte" gibt die zentrale Regierung strategische Leitlinien für die Entwicklung der autonomen Fahrtechnologie heraus und wählt bestimmte Städte als Testgebiete aus, um diesen die Möglichkeit zu geben, voraus zu experimentieren.

Städte wie Peking, Shanghai, Guangzhou, Shenzhen, Wuhan und Chongqing haben phasenweise Test-, Demonstrationsbetriebs- und Kommerzialisierungspolitiken eingeführt. Unternehmen dürfen zunächst in bestimmten Gebieten mit Sicherheitsfahrern betrieben werden, bevor sie schrittweise den autonomen Betrieb ohne Fahrer im Fahrzeug und die Fernüberwachung außerhalb des Fahrzeugs ermöglichen und schließlich zum vollautonomen Betrieb gelangen. Die Verwaltungsvorschriften in Wuhan, Peking Yizhuang und anderen Gebieten geben auch klare Regeln für die Gebühren und die Versicherung, was die institutionelle Grundlage für den frühen geschlossenen Geschäftszyklus bildet.

Fragen zur Sicherheit

Sicherheit ist ein zentraler Faktor bei der Entwicklung von Robotaxis. Robotaxis müssen in puncto Sicherheit den menschlichen Fahrern überlegen sein, um eine Massenanwendung zu ermöglichen.

Laut den neuesten von Waymo veröffentlichten Daten hat das selbstfahrende System von Waymo im Vergleich zu den durchschnittlichen menschlichen Fahrern in den betroffenen Städten etwa 82 % weniger Unfälle verursacht, bei denen Personen verletzt wurden, und etwa 92 % weniger Unfälle mit schwerwiegenden Verletzungen oder noch gravierenderen Folgen. Diese Zahlen sind sehr ermutigend.

Darüber hinaus ist die Methodik von Waymo relativ streng: Der menschliche Referenzwert basiert nicht auf dem nationalen Durchschnitt, sondern auf den Polizeidaten zu Unfällen und Fahrstrecken in den betroffenen Städten. Bei dem Vergleich werden durch eine Gewichtungsmethode die Fahrstrecken und -gebiete von Waymo so weit wie möglich angeglichen, und es werden Zeiträume und Straßenbedingungen berücksichtigt, um die Unfallraten pro Million Meilen unter den Bedingungen "gleiche Stadt, ähnliche Straßen und Betriebszeiten" zu vergleichen. Dies ist weitaus reifer und vertrauenswürdiger als ähnliche Vergleiche anderer Unternehmen.

Heißt das, dass Robotaxis bereits sicherer sind als menschliche Fahrer? Das ist nicht der Fall. Es zeigt nur, dass Robotaxis innerhalb des derzeit sorgfältig ausgewählten und streng eingeschränkten ODD (Operational Design Domain) eine bessere Sicherheitsleistung als die durchschnittlichen menschlichen Fahrer in der Region erzielen. Das grundlegende Problem der derzeitigen Hauptströme in der Intelligenz-Fahrtechnologie ist die fehlende Robustheit bei der Generalisierung von seltenen Szenarien.

Die ausgezeichneten Sicherheitsdaten, die Waymo in Städten wie San Francisco und Phoenix aufweist, wurden innerhalb des sorgfältig ausgewählten ODD erzielt. Das ODD ist kein beliebiges Gebiet, sondern eine "relativ sichere Zone", die nach sorgfältiger manueller Auswahl und technischer Abwägung festgelegt wurde: Bei der Auswahl von Stadtteilen werden bevorzugt Gebiete mit regelmäßigen Straßen, klaren Fahrstreifen und relativ geringer Komplexität von Fußgängern und Verkehr gewählt. Bei der Auswahl von Städten werden bevorzugt Orte mit mildem Klima und relativ wenigen Extremwetterbedingungen ausgewählt. Bei schlechtem Wetter kann das Unternehmen den Betrieb einschränken oder unterbrechen. Sobald der Betrieb auf das gesamte Land, das ganze Jahr und alle Straßenbedingungen erweitert wird, steigt die Anzahl der seltenen Szenarien exponentiell, und "nie zuvor gesehen" wird zur Norm statt zur Ausnahme.

Das "Weltmodell" könnte langfristig eine Lösung für dieses Problem sein. Ein realistischeres Problem besteht jedoch darin, ob die Abdeckung von seltenen Szenarien durch die Akkumulation echter Daten und die Simulationstechnologie so weit verbessert werden kann, dass es auf technischer und gesellschaftlicher Ebene eine akzeptable Lösung für den skalierbaren Betrieb darstellt, bevor das Weltmodell kurzfristig einen Durchbruch erzielt.

Der Ansatz der "Integration von Fahrzeug, Straße und Cloud" in einigen chinesischen Lösungen kann als Methode zur Reduzierung des Problems mit seltenen Szenarien angesehen werden: In einigen Pilotgebieten wird nicht ausschließlich auf die Sensoren im Fahrzeug vertraut, sondern es werden auch Straßenrand-Sensoren, Signalprioritätsmechanismen, spezielle Fahrspuren und Cloud-Steuerplattformen installiert. Durch V2X (Vehicle-to-Everything, Fahrzeug-zu-Alles-Kommunikation) werden Teile der "Sicht" und der "Urteile" auf die Infrastrukturebene verlagert, um die Schwächen der Einzelfahrzeugintelligenz teilweise auszugleichen. Die Exploration der Kooperation zwischen Fahrzeug, Straße und Cloud bringt Informationen wie Überhorizont-Sicht, Verdeckungen und Blinde Flecken über die Straßenrandgeräte und V2X an das Fahrzeug, was im Wesentlichen die Schwächen der Einzelfahrzeugintelligenz durch die "Externe Infrastruktur" ausgleicht.

Selbst mit der Unterstützung der eingebauten und externen Intelligenz-Fahrtechnologie kann das Problem mit den seltenen Szenarien bei Robotaxis nicht vollständig beseitigt werden. Derzeitige Endlösung ist, dass wenn ein Robotaxi ein seltenes Problem nicht lösen kann, es von einem Menschen ferngesteuert wird. Dies ist in gewisser Weise eine "Tricks-Konfiguration" für das autonome Fahren und möglicherweise nicht der ideale Zustand des autonomen Fahrens, aber in der Praxis ist es eine kluge Unterstützung für die technische Zuverlässigkeit und eine notwendige Maßnahme, um "Fehler kontrollierbar und Ausstieg geordnet" zu gewährleisten.

Überwindung der Kluft zwischen Technologie, Kosten und Institutionen

Die selbstfahrende Technologie, auf der Robotaxis basieren, ist nicht einfach eine Verbesserung der Funktionen im Vergleich zu Assistenzsystemen, sondern eine Umstellung des Betriebsparadigmas.

Robotaxis müssen nicht nur eine einzelne technische Schwelle überwinden, sondern die gesamte Schwelle, um von einem experimentellen Geschäft zu einem sozialen Grunddienst zu werden: Technisch und engineeringmäßig muss es in einem breiteren ODD das Risiko von seltenen Szenarien auf ein gesellschaftlich akzeptables Niveau reduzieren und eine ausreichend robuste Systemzuverlässigkeit und ein Abfallmechanismus etablieren. Wirtschaftlich muss es sich von langfristigen Subventionen und Kapitalzufuhr lösen und ein rentables Geschäftsmodell entwickeln. Institutionell müssen die Gesetzgebung, die Zuständigkeitsteilung, die Versicherungsmechanismen und die ethischen Konsensse synchronisiert werden. Gesellschaftlich muss es für die teilweise ersetzten Berufsfahrer eine akzeptable Lösung für den Austritt und die Umqualifizierung geben.

Nur wenn in diesen Bereichen gleichzeitig Fortschritte erzielt werden, besteht die Möglichkeit, dass Robotaxis von der gegenwärtigen kommerziellen Nutzung in begrenzten Szenarien zu einer breiten Massenkommerzialisierung gelangen.

Zunächst besteht zwischen dem Zustand "Fahren möglich" und dem Zustand "Skalierbares und sicheres Fahren" für Robotaxis eine enorme Kluft. Die technische Zuverlässigkeit ist eine Herausforderung, die leicht unterschätzt wird. Ein Robotaxi muss täglich mehrere Stunden und mehrere hundert Kilometer fahren und in verschiedenen Betriebszuständen eine sehr geringe Ausfallrate und eine sehr schnelle Wiederherstellungskapazität aufweisen. Dies betrifft die Redundanz und die Degradationserkennung der Sensoren, die Wärmeverwaltung und die langfristige Stabilität der Rechenplattform, die Sicherheitsüberprüfung von OTA-Updates und die Robustheit des Flottenverwaltungssystems.

Zweitens muss die Massenkommerzialisierung von Robotaxis letztendlich auf der wirtschaftlichen Rentabilität beruhen. Bei einem einzelnen Fahrzeug erhöhen sich die Kosten durch hochpräzise Sensorsets, leistungsstarke Rechenplattformen, hohe Forschungs- und Entwicklungsausgaben und die Kosten für Sicherheitsfahrer in der Anfangsphase. Die größte Kosteneinsparung kommt von der Einsparung der Personalkosten für Fahrer. Ein sehr wichtiger und oft unterschätzter Faktor bei den Kosten ist die Anzahl der Fahrzeuge, die ein Fernsicherheitsfahrer überwachen kann - dies bestimmt direkt, wie weit die Personalkosten verteilt werden können.

Aus den von einigen Unternehmen veröffentlichten Daten geht hervor, dass das wirtschaftliche Modell für einzelne Fahrzeuge in bestimmten ODDs bereits den Break-Even-Punkt erreicht hat. Beispielsweise hat das Management von Pony.ai in der dritten Quartalsberichtsbesprechung 2025 mitgeteilt, dass die siebte Generation von Robotaxis, die in Guangzhou eingesetzt wurde, im November desselben Jahres bei durchschnittlich 23 Bestellungen pro Fahrzeug pro Tag bereits eine positive Rentabilität auf Stadtebene erreicht hat. Bezüglich des Verhältnisses von Fahrern zu Fahrzeugen hat Apollo Go von Baidu 2024 in Wuhan ein Verhältnis von 1:3 offen gelegt, d. h. jeder Fernsicherheitsfahrer überwacht etwa drei Robotaxis. Bis 2025 hat sich das Verhältnis verbessert, indem die Fahrzeuge in schwierigen Situationen besser in der Lage sind, sich selbst zu bewältigen, wie z. B. durch automatisches Abbremsen und Anhalten an der Seite, um einen Zustand minimalen Risikos zu erreichen. Dadurch muss der Fernsicherheitsfahrer nicht mehr ständig bereit sein, das Fahrzeug zu übernehmen, sondern kann eher Entscheidungsempfehlungen geben, wenn das Fahrzeug in schwierige Situationen gerät, um es aus komplexen Straßenabschnitten herauszuführen. Dadurch hat sich das Verhältnis von Fahrern zu Fahrzeugen deutlich verbessert. Derzeit können die führenden Robotaxi-Unternehmen in einigen Städten ein Verhältnis von etwa 1:20 erreichen, was die Betriebskosten pro Fahrzeug erheblich reduziert.

Die Wirtschaftlichkeit von Robotaxis hängt in hohem Maße von der Skaleneffekt ab. Nur wenn die