Autonome Autos sollen menschliche Fehler reduzieren und den Straßenverkehr berechenbarer machen. Neue Daten aus realen Fahrten zeigen jedoch einen überraschenden Nebeneffekt: Das sichere und gleichmäßige Verhalten automatisierter Fahrzeuge kann menschliche Fahrer hinter ihnen zu riskanterem Folgen verleiten. Entscheidend ist dabei nicht ein technischer Defekt, sondern eine Veränderung des Fahrabstand. Damit rückt eine bislang unterschätzte Frage in den Mittelpunkt der Verkehrssicherheit.
Ein Großteil der Sicherheitsforschung zum automatisierten Fahren konzentriert sich auf das Fahrzeug selbst. Entwickler messen Bremswege, Reaktionszeiten, Spurhaltung und Unfallraten und vergleichen sie mit menschlichen Fahrern. Dieser Ansatz ist logisch, er betrachtet jedoch nur eine Seite des Verkehrs. Auf realen Straßen bewegen sich autonome Autos nicht isoliert, sondern gemeinsam mit Fahrzeugen, die von Menschen gesteuert werden. Jeder Verkehrsteilnehmer reagiert auf Geschwindigkeit, Bremsmanöver und Fahrstil der anderen. Genau deshalb kann ein besonders gleichmäßig fahrendes Fahrzeug das Verhalten seiner Umgebung verändern. Bei einem menschlichen Fahrer wird beispielsweise aus kleinen Geschwindigkeitsänderungen, leichten Lenkbewegungen und unregelmäßigem Bremsen unbewusst eine Information darüber, wie aufmerksam oder vorhersehbar das vorausfahrende Fahrzeug ist. Ein automatisiertes System verhält sich häufig glatter und stabiler. Die neue Studie untersucht nun, ob menschliche Fahrer dieses scheinbar sichere Verhalten nutzen, um ihren eigenen Sicherheitsabstand zu verkleinern.
Die Frage ist relevant, weil der Abstand zum vorausfahrenden Fahrzeug eine der wichtigsten Reserven gegen Auffahrunfälle bildet. Je kleiner der Zeitabstand, desto weniger Zeit bleibt zum Wahrnehmen, Entscheiden und Bremsen. Gleichzeitig lässt sich Fahrverhalten nicht sinnvoll vergleichen, wenn ein autonomes Fahrzeug zufällig auf einer anderen Straße, bei einer anderen Geschwindigkeit oder in einer anderen Verkehrssituation unterwegs war. Die Forscher mussten deshalb ähnliche Fahrsituationen miteinander abgleichen. Sie nutzten reale Datensätze von Lyft, Waymo und Fahrzeugen mit adaptiver Geschwindigkeitsregelung und verglichen Situationen mit möglichst ähnlichen Geschwindigkeitsprofilen des vorausfahrenden Fahrzeugs. Dadurch konnten menschliche Fahrer und automatisierte Systeme unter vergleichbareren Bedingungen gegenübergestellt werden. Der Ansatz ergänzt frühere Sicherheitsanalysen. Eine große Auswertung hatte bereits gezeigt, dass selbstfahrende Autos deutlich weniger Unfälle verursachen können. Die neue Arbeit fragt nun, was direkt um diese Fahrzeuge herum geschieht.
Die erste Hälfte des Ergebnisses entspricht der Erwartung. Wenn automatisierte Fahrzeuge anderen Autos folgten, verhielten sie sich im untersuchten Datensatz ruhiger und defensiver. Die Studie in Communications Engineering beschreibt für die Lyft-Fahrzeuge längere Zeitabstände und größere Werte bei der sogenannten Time to Collision als bei vergleichbaren menschliche Fahrer. Der Zeitabstand beschreibt, wie viele Sekunden zwischen zwei Fahrzeugen liegen, wenn beide einen bestimmten Punkt passieren. Die Time to Collision schätzt dagegen, wie lange es bei unveränderter Geschwindigkeit und Annäherungsrate bis zu einer Kollision dauern würde. Beide Größen bilden unterschiedliche Aspekte derselben Sicherheitsreserve ab. Ein größeres Polster bedeutet mehr Zeit für Reaktionen. Das automatisierte System erfüllte damit zunächst genau das Ziel, für das solche Fahrfunktionen entwickelt werden: weniger hektische Schwankungen und mehr Abstand.
Überraschend wurde das Ergebnis, als die Blickrichtung der Analyse umgedreht wurde. Die Forscher untersuchten nicht mehr, wie ein autonomes Fahrzeug einem anderen Auto folgt, sondern wie Menschen reagieren, wenn vor ihnen ein automatisiertes Fahrzeug fährt. In diesen Situationen sank der Zeitabstand. Auch die berechnete Time to Collision wurde kleiner. Mit anderen Worten: Das automatisierte Fahrzeug selbst fuhr vorsichtiger, während der Mensch dahinter näher auffuhr. Besonders wichtig ist, dass ein ähnliches Muster nicht nur im Lyft-Datensatz sichtbar war. Die Autoren überprüften den Effekt zusätzlich mit Daten fahrerloser Waymo-Fahrzeuge und mit Fahrzeugen, deren Geschwindigkeit durch adaptive Systeme geregelt wurde. Die Größenordnung war nicht in jedem Datensatz identisch, doch die Richtung blieb vergleichbar. Damit spricht der Befund gegen die Erklärung, dass lediglich ein einzelnes Fahrzeugmodell oder ein spezieller Einsatzort für das Muster verantwortlich war.
Die wahrscheinlich wichtigste Erklärung liegt in der Stabilität. Ein Fahrzeug, das seine Geschwindigkeit sehr gleichmäßig hält, wirkt leichter vorhersehbar. Menschen können dadurch unbewusst den Eindruck gewinnen, dass ein kleinerer Abstand ausreicht. Ein nervös fahrender Mensch vor dem eigenen Auto erzeugt dagegen stärkere Geschwindigkeitsschwankungen und häufiger kleine Bremsvorgänge. Solche Signale können den nachfolgenden Fahrer dazu bringen, mehr Abstand zu lassen. Genau daraus entsteht ein paradoxes System: Je berechenbarer das autonome Fahrzeug fährt, desto kleiner kann die subjektiv benötigte Sicherheitsreserve des Menschen werden. Das bedeutet nicht, dass Fahrer bewusst erkennen, dass vor ihnen ein Robotaxi unterwegs ist. Die Reaktion kann allein aus dem Bewegungsmuster entstehen. Die Forscher sehen die größere Stabilität automatisierter Fahrzeuge als einen Teil der Erklärung. Der Effekt erinnert an andere technische Sicherheitsverbesserungen, bei denen Nutzer einen Teil des gewonnenen Schutzes durch verändertes Verhalten wieder aufbrauchen.
Viele ältere Untersuchungen zu solchen Wechselwirkungen stammen aus Fahrsimulatoren. Dort lassen sich Bedingungen präzise kontrollieren, doch ein Fahrer weiß gleichzeitig, dass kein realer Unfall droht. Die neue Arbeit nutzt dagegen reale Bewegungsdaten aus öffentlichem Verkehr. Das ist besonders wertvoll, weil Robotaxis inzwischen in einigen amerikanischen Städten jeden Tag mit menschlich gefahrenen Autos zusammentreffen. Waymo und Lyft liefern damit nicht nur Informationen über autonome Technik, sondern auch über ein neues soziales Verkehrssystem aus Maschinen und Menschen. Eine offizielle Forschungsseite der Chang'an University führt die aktuelle Veröffentlichung im Schwerpunkt zum Testen automatisierter Fahrzeuge. Gerade die Verbindung aus Verkehrsingenieurwesen und Verhaltensforschung ist entscheidend, weil Verkehrssicherheit nicht allein aus Sensorreichweite und Bremsleistung entsteht.
Ein geringerer Zeitabstand ist ein Sicherheitsindikator, aber noch kein tatsächlicher Unfall. Auch ein kleinerer Wert kann in einer bestimmten Situation ausreichend sein, wenn Geschwindigkeit, Straßenoberfläche und Bremsleistung genügend Reserve lassen. Umgekehrt können selbst große Abstände bei Glätte oder hoher Geschwindigkeit problematisch sein. Die neue Studie misst deshalb einen Risikofaktor und keine direkte Unfallquote. Hinzu kommt, dass die Datensätze aus spezifischen technischen Systemen und Einsatzgebieten stammen. Andere autonome Autos könnten andere Beschleunigungsprofile erzeugen und dadurch andere Reaktionen auslösen. Ebenso könnten Fahrer in Regionen, in denen Robotaxis sehr häufig vorkommen, mit der Zeit anders auf sie reagieren. Für eine allgemeine Aussage über jeden Mischverkehr sind deshalb weitere Daten nötig. Dennoch ist der Mechanismus für Entwickler relevant, weil ein Fahrzeug nicht nur seine eigene Trajektorie optimiert, sondern mit seinem Fahrstil indirekt das Verhalten anderer beeinflussen kann.
Die Konsequenz reicht über Robotaxis hinaus. Adaptive Tempomaten, automatische Spurführung und zukünftige hochautomatisierte Fahrzeuge werden den Verkehr schrittweise verändern, lange bevor ausschließlich autonome Fahrzeuge unterwegs sind. Für Jahre oder Jahrzehnte entsteht deshalb ein Mischverkehr aus unterschiedlichen Automatisierungsgraden. Ein System kann technisch sehr sicher fahren und trotzdem neue Reaktionen bei anderen Verkehrsteilnehmern auslösen. Künftige Fahrstrategien könnten diese menschlichen Reaktionen stärker berücksichtigen, etwa indem Beschleunigungen und Sicherheitsabstände nicht nur für das eigene Fahrzeug optimiert werden. Denkbar ist auch, dass die Bewegungsmuster automatisierter Fahrzeuge so gestaltet werden, dass nachfolgende Fahrer eine angemessene Sicherheitsreserve beibehalten. Die Studie verändert damit die Perspektive auf autonome Autos. Die entscheidende Frage lautet nicht mehr ausschließlich, wie sicher die Maschine fährt. Ebenso wichtig wird, wie Menschen fahren, sobald eine besonders berechenbare Maschine direkt vor ihnen auftaucht.
Communications Engineering, Automated vehicles drive safer but induce riskier behavior in human drivers in car-following scenarios; doi:10.1038/s44172-026-00793-3