Lesedauer: 4 Minuten
Eine schmale Straße in der indischen Metropole Bangalore. Es herrscht Linksverkehr, doch um das zu erkennen, braucht das ungeübte Auge einen Moment. Fahrbahnmarkierungen, Ampeln und Schilder sucht man vergeblich. Einen Gehweg gibt es nicht. Lieferwagen, Pkw und Motorroller parken dicht an dicht auf beiden Seiten. Kinder rennen zwischen ihnen hindurch. Am linken Straßenrand stehen vier Bürostühle. Für Sperrmüll zu ordentlich aufgereiht, als Sitzgelegenheit zu weit auf der Straße.
Ein Wagen fährt an den deplatzierten Möbeln vorbei. Plötzlich wird er von zwei Motorrollern gleichzeitig überholt. Einer zieht rechts vorbei, haarscharf am entgegenkommenden Verkehr. Der andere quetscht sich links zwischen Auto und Bürostühlen hindurch. Weitere Roller folgen. Sie überholen den Wagen auf beiden Seiten, nur um ihn wenige Meter später wieder auszubremsen. Ohne Blickkontakt, Blinker oder Handzeichen schneiden sie direkt vor ihm ein, um abzubiegen. Gleichzeitig fahren von der gegenüberliegenden Seite andere Fahrzeuge in die Kreuzung hinein und versperren den Weg. Niemand hupt, niemand bleibt länger stehen als nötig.
Die Verkehrsteilnehmer arrangieren sich, Zentimeter für Zentimeter. Schließlich löst sich das Knäuel, und der Wagen fährt weiter. Ein paar Minuten später blockiert eine Kuh die Straße.
Die Fahrschule der Zukunft
Die oben beschrieben Szenen sind in einem Video festgehalten, das auf YouTube angesehen werden kann[1]. Sie sind nichts besonders in Bangalore. Im Gegenteil: Für die hiesigen Verhältnisse sind die Ereignisse harmlos. Die 12-Millionen-Einwohner-Metropole gilt als eine der am stärksten verkehrsbelasteten Städte Indiens. „That‘s like the least ‘busy’ streets in Bangalore“, kommentiert jemand unter dem Video mit dem beidseitigen Überholmanöver und der querstehenden Kuh: „Das sind die am wenigsten belebten Straßen in Bangalore.“
Nicht der Verkehr, sondern etwas ganz anderes an diesem Video ist bemerkenswert: Das Fahrzeug, aus dessen Innerem heraus gefilmt wurde, fährt autonom. Eine Person sitzt zwar am Steuer, doch sie bedient Pedale und Lenkrad nur im Notfall. Kameras filmen die Umgebung. Eine KI manövriert den Wagen zwischen Autos, Motorollern, Kindern und Kühen hindurch. Entwickelt hat sie Minus Zero, ein Start-up für autonomes Fahren mit Firmensitz in Bangalore. Seit vergangenem Jahr darf der Minus-Zero-Prototyp ganz offiziell in – für Bangalores Verhältnisse – ruhigen Seitenstraßen wie dieser am Verkehr teilnehmen. Und die KI kann lernen.
Wie das gelingt, erklärt Lukas Wuttke, Gründer und CEO des KI Start-ups tracebloc. tracebloc ermöglicht es Unternehmen, gemeinsam mit externen Experten, KI-Modelle sicher auf ihren eigenen Daten zu entwickeln, zu testen und zu vergleichen, ohne sensible Daten teilen zu müssen. „Wir sagen einer KI nicht, was sie zu lernen hat und was nicht. Wir geben ihr einen Datensatz“, erklärt der Experte. Aus diesem soll die KI dann so viel Wissen aufbauen, dass sie selbst Schlüsse ziehen kann, wie sie mit neuen Situationen umgehen soll: „Wir wollen ja, dass KI autonom ist. Das ist die Idee hinter KI.“
Lernen durch Wiederholung
Damit die künstliche Intelligenz eigene Entscheidungen fällen kann, muss der Trainingsdatensatz umfangreich sein. Im Falle des autonomen Fahrens besteht er aus möglichst vielen erlebten Verkehrssituationen. Dabei ist es wichtig, immer wieder die gleiche Situation darzustellen und die KI zu belohnen, wenn sie richtig handelt.
Denn anders als der Mensch kann künstliche Intelligenz beim Lernen nicht auf Kindheitserfahrungen zurückgreifen, erklärt Lukas Wuttke: „Kinder lernen: Wenn ich vom Flachdach runterspringe, tun meine Füße weh. Menschen wissen also früh: Höhen können wehtun. Sie generalisieren einzelne Erfahrungen auf neue Kontexte, viel besser als die heutige KI. Als Erwachsener werde ich daher nie auf die Idee kommen, eine Klippe herunterzufahren, nur weil das der kürzeste Weg ist.“
KI-Modelle haben diese kindliche Lernkurve nicht. „Wir müssen dem Modell deshalb ganz häufig rückmelden: Du bist gerade nicht über die Klippe gefahren, das ist ein Erfolg!“
Lernen durch Vielfalt
Auch muss die KI möglichst viele verschiedene Situationen erleben, um nicht nur Regeln zu beherrschen, sondern auch Ausnahmen – zum Beispiel, wenn ein falsch parkendes Auto die Weiterfahrt auf der eigenen Spur verhindert: „Der KI wird nie gesagt, dass sie eine weiße Linie nicht überfahren darf. Sie erlernt jedoch durch das Training, dass sie es in den meisten Fällen nicht tun darf, aber in einzelnen Fällen schon.“ Das soll die KI eigenständig erarbeiten – um sich im Zweifel selbst erlauben zu können, die gelernte Regel zu brechen. So wie es auch ein menschlicher Fahrer oft tun muss, um den Verkehr nicht zum Erliegen zu bringen.
Hierfür wird ein ungeordnetes Verkehrssystem wie das in Indien zum wahren Lernschatz für die KI, so Lukas Wuttke: „Du brauchst einen Datensatz, in dem alles abgebildet wird, damit die KI alles schonmal gesehen hat.“ Bangalores Straßen bieten schon auf kurzen Abschnitten deutlich mehr Input als eine deutsche Autobahn über kilometerweite Strecken. Kühe, spielende Kinder, fehlende Markierungen, selbst die Bürostühle am Straßenrand: Was für uns ein Hindernis darstellt, ist für die künstliche Intelligenz Datenfülle. Die braucht sie, um auch bei Abweichungen von der erlernten Routine nicht ins Straucheln zu kommen. Lukas Wuttke berichtet von amerikanischen KI-Modellen, die über Monate trainiert wurden, jedoch nie zu Halloween auf der Straße waren – und dann an kostümierten Kindern im Straßenverkehr scheiterten, weil sie diese nicht als menschliche Wesen erkannt
Training für das Unerwartete
Alle Eventualitäten abzubilden ist nahezu unmöglich. Das Ziel ist daher ein selbstlernendes System, das auch mit Situationen umgehen kann, für die es nicht explizit trainiert wurde. In der Branche spricht man in diesem Zusammenhang von Out-of-Distribution Learning: Was passiert, wenn ein Trainingsdatensatz bestimmte reale Szenarien schlicht nicht abbildet?
Halloween ist kein offizieller Feiertag in Indien. Und Kühe stehen in anderen Ländern nicht einfach so auf der Straße herum. Es liegt daher auf der Hand, dass ein KI-Modell, das hier trainiert wird, beim Ausrollen auf andere Länder ein Finetuning erfahren muss. Gegenüber Spiegel Online berichtete Minus Zero Gründer Gagandeep Reehal, dass bereits ein Pilotprojekt mit einem deutschen Autobauer laufe. Einen Namen nannte er nicht.[2]
Klar ist: Nicht nur die Verkehrsteilnehmer unterscheiden sich in den verschiedenen Märkten, sondern auch ihre Art, mit bestehendem Regelwerk umzugehen. Die Hemmschwelle, ob man zum Ausweichen über einen Bordstein fährt oder nicht, ist in Bangalore eine andere als in Berlin. Auch so etwas muss eine KI lernen.
Die Zukunft ist schon da
Lukas Wuttke ist sicher, dass das gelingen wird. Wenn nicht Minus Zero, dann einen anderen Anbieter. Die autonomen Taxen des Google-Projektes Waymo zum Beispiel sind bereits in mehreren US-Metropolen etabliert. In San Francisco ist Lukas Wuttke selbst mit ihnen gefahren: „Die Technologie ist da. Sie wird jetzt entwickelt und in den nächsten fünf bis sechs Jahren wird sich unser Stadtbild komplett verändern.“ Das Ausmaß dieser Anwendungsform von KI sei vielen noch nicht bewusst: „Autonomes Fahren wird eine der größten transformativen Kräfte sein, die unsere Mobilität auf den Kopf stellen wird“, prognostiziert der Experte.
In Indien wird diese Transformation vermutlich länger dauern als in anderen Ländern, mutmaßt Gagandeep Reehal im Spiegel-Online-Bericht. Er sehe in den kommenden zehn Jahren noch keine selbstfahrenden Autos in seinem Heimatland: Einen Fahrer anzustellen sei hier einfach sehr viel preiswerter, als einen autonom fahrenden Wagen anzuschaffen. Dennoch: Eine Kooperation mit dem indischen Nutzfahrzeug-Produzenten Ashok Leyland gibt es bereits[3]. Die selbstfahrenden Lkw sollen zunächst für Häfen, Fabriken und Firmengelände entwickelt werden. Die Automatisierung des Mobilitätssektors hat also auch im bevölkerungsreichsten Land der Erde bereits begonnen.
[1] Navigating with autopilot in busy streets of Bengaluru | Minus Zero 23.03.2026
[2] Autonom durch Indien: KI trifft Kuh 23.03.2026
[3] India’s Ashok Leyland partners with Minus Zero to develop self-driving trucks 23.03.2026
