Waymo erklärt: Wie der Robotaxi-Pionier wirklich funktioniert

Waymo gilt als Vorreiter beim vollautonomen Fahren: kein Sicherheitsfahrer, komplexe Kreuzungen, dichter Stadtverkehr. Wir erklären, wie der Waymo Driver aus LiDAR, Kameras, Radar und riesigen Datenmengen tatsächlich Entscheidungen trifft, und was das für die Zukunft der Mobilität bedeutet.

Waymo einfach erklärt: Was macht den Robotaxi-Pionier besonders?

Kaum ein Name steht so sehr für autonomes Fahren wie Waymo. Aus einem Forschungsprojekt von Google entstanden, betreibt das Unternehmen heute in mehreren US-Städten Robotaxi-Flotten, die vollständig ohne Sicherheitsfahrer unterwegs sind. Wer sich in Deutschland mit Elektromobilität beschäftigt, stößt früher oder später auf Waymo, denn autonomes Fahren und Elektroantrieb sind technisch und strategisch eng miteinander verzahnt. Fast alle aktuellen Robotaxi-Flotten setzen auf Elektrofahrzeuge, weil sich Sensorik, Rechenleistung und Energiemanagement in einem elektrischen Antriebsstrang deutlich einfacher integrieren lassen als in einem Verbrenner.

Für deutsche Elektroauto-Interessierte lohnt sich der Blick auf Waymo aus mehreren Gründen. Zum einen zeigt das Unternehmen, wie weit die Technik inzwischen tatsächlich ist, nicht als Zukunftsvision, sondern als Alltagsdienst mit zahlenden Fahrgästen. Zum anderen wirft der Betrieb großer autonomer Flotten Fragen auf, die auch die Ladeinfrastruktur betreffen: Wer lädt Tausende autonome Fahrzeuge, und wie organisiert sich das autonome Laden an der Ladesäule, wenn kein Fahrer mehr eingreift? Diese Fragen werden in den kommenden Jahren auch für europäische Städte relevant, selbst wenn Deutschland regulatorisch noch deutlich zurückhaltender agiert als die USA.

Bevor es an die technischen Details geht, lohnt sich eine kurze Einordnung: Waymo bewegt sich auf einer der höchsten Stufen der SAE-Level für autonomes Fahren, konkret auf Level 4. Das bedeutet, das System fährt innerhalb eines klar definierten Betriebsgebiets komplett selbstständig, ganz ohne menschliches Eingreifen, aber eben nicht überall und unter allen Bedingungen wie ein hypothetisches Level-5-Fahrzeug. Genau dieser Unterschied erklärt, warum Waymo seine Dienste bislang nur in wenigen, sorgfältig ausgewählten und aufwendig vorbereiteten Städten anbietet.

Quelle: The Wall Street Journal: Watch Waymo's Self-Driving Taxis Put Urban Terrain to the Test | WSJ

So funktioniert der Waymo Driver: Sensorik, Karten und Entscheidungslogik

Im Kern von jedem Waymo-Fahrzeug arbeitet der sogenannte Waymo Driver, ein vollständiges Hardware- und Software-System, das Wahrnehmung, Entscheidung und Steuerung des Fahrzeugs komplett übernimmt. Es handelt sich nicht um ein reines Fahrerassistenzsystem, das Autobahnfahrten erleichtert, sondern um eine Komplettlösung, die im dichten Stadtverkehr eigenständig navigiert. Ein vom Wall Street Journal begleiteter Testbericht zeigt eindrucksvoll, wie dieses System in realen Straßensituationen in Chandler, Arizona, und San Francisco funktioniert, komplett ohne Person am Lenkrad.

Drei Sensortypen, die sich gegenseitig ergänzen

Die Wahrnehmung der Umgebung stützt sich auf ein Zusammenspiel dreier unterschiedlicher Sensortechnologien, die jeweils ihre eigenen Stärken einbringen. Wie genau diese Systeme im Detail funktionieren und sich technisch unterscheiden, erklären wir ausführlich im Beitrag zu LiDAR, Radar und Kameras. Für Waymo konkret gilt:

• LiDAR erzeugt per Laserpulsen ein hochauflösendes 360-Grad-3D-Bild der Umgebung mit einer Reichweite von bis zu 300 Metern.
• Kameras liefern eine ebenfalls vollständige 360-Grad-Sicht und erkennen Ampeln, Verkehrsschilder und Fahrbahnmarkierungen auf über 500 Meter Entfernung.
• Radar misst zusätzlich Geschwindigkeit und Distanz von Objekten und bleibt dabei auch bei Regen, Nebel oder Schnee zuverlässig.

Diese sogenannte Sensorfusion sorgt dafür, dass Schwächen einzelner Systeme, etwa die eingeschränkte Sicht von Kameras bei schlechtem Wetter, durch die anderen Sensoren ausgeglichen werden. Nur durch dieses Zusammenspiel entsteht ein robustes, redundantes Gesamtbild der Fahrzeugumgebung, in dem sich Laser-, Bild- und Funkdaten mehrfach pro Sekunde gegenseitig bestätigen oder korrigieren.

Hochdetaillierte Karten als zweite Wahrnehmungsebene

Bevor ein Waymo-Fahrzeug überhaupt in einem neuen Gebiet fahren darf, kartiert das Unternehmen die betreffende Zone im Voraus extrem detailliert. Fahrspuren, Bordsteine, Ampelpositionen und Zebrastreifen werden erfasst und in einer hochpräzisen digitalen Karte hinterlegt. Im laufenden Betrieb vergleicht das Fahrzeug seine Live-Sensordaten permanent mit dieser vorab erstellten Karte. Dieser Abgleich erlaubt dem System, Abweichungen sofort zu erkennen, etwa eine kurzfristige Baustelle oder ein falsch parkendes Fahrzeug, und entsprechend zu reagieren. Genau diese aufwendige Vorbereitung erklärt auch, warum Waymo seine Dienste bewusst nur schrittweise auf neue Städte ausweitet, statt von Anfang an flächendeckend zu fahren, und warum jede neue Stadt zunächst monatelang mit Testfahrzeugen und menschlichen Sicherheitsfahrern vorbereitet wird, bevor der fahrerlose Betrieb überhaupt beginnt.

Sense, Solve, Go: Die Entscheidungslogik im Fahrzeug

Die eigentliche Fahrentscheidung folgt bei Waymo einem klar strukturierten Prinzip, das sich mit "Sense, Solve, Go" zusammenfassen lässt. Das System beantwortet dabei fortlaufend vier zentrale Fragen:

1. Wo befinde ich mich gerade genau?
2. Was befindet sich in meiner unmittelbaren Umgebung?
3. Was wird als Nächstes wahrscheinlich passieren?
4. Was sollte ich jetzt konkret tun?

Diese vier Schritte laufen mehrfach pro Sekunde ab und bilden die Grundlage für jede einzelne Lenk-, Brems- oder Beschleunigungsentscheidung. Damit diese Entscheidungen zuverlässig sind, greift das System auf künstliche Intelligenz zurück, die kontinuierlich trainiert und verbessert wird. Wie künstliche Intelligenz und maschinelles Lernen beim autonomen Fahren konkret eingesetzt werden, ist ein eigenes, spannendes Thema für sich.

Eine riesige Erfahrungsbasis als Trainingsgrundlage

Waymo stützt seine KI-Modelle auf eine gewaltige Datenbasis: hunderte Millionen tatsächlich gefahrene Meilen im Realverkehr, ergänzt durch Milliarden zusätzlicher simulierter Meilen. Diese Simulationen sind besonders wichtig, um seltene, aber gefährliche Verkehrssituationen zu trainieren, die im echten Straßenverkehr nur sporadisch auftreten, etwa ein plötzlich auf die Straße laufendes Kind oder ein Falschfahrer an einer Kreuzung. Ohne diese Kombination aus Realdaten und Simulation wäre es kaum möglich, ein System so zu trainieren, dass es auch auf Extremsituationen angemessen reagiert.

Waymo im Realbetrieb: Chandler, San Francisco und die Sicherheitsfrage

Chandler, Arizona, war eine der ersten Zonen weltweit, in denen Waymo komplett fahrerlos unterwegs war, also gänzlich ohne Sicherheitsfahrer im Fahrzeug. Erst nach ausgiebiger Erprobung wurde der Dienst schrittweise auf weitere, deutlich anspruchsvollere Städte wie San Francisco ausgeweitet, wo enge Straßen, starker Fußgänger- und Radverkehr sowie komplizierte Kreuzungen ganz andere Anforderungen stellen als die eher weiträumig angelegten Straßen in Arizona. Die im WSJ-Bericht gezeigten Testfahrten machen deutlich, wie unterschiedlich diese beiden Umgebungen für ein autonomes System sind. Inzwischen betreibt Waymo seinen Fahrdienst Waymo One auch in Los Angeles, Phoenix, Austin und zahlreichen weiteren US-Städten, mit mittlerweile mehreren hunderttausend zahlenden Fahrten pro Woche (Stand 2026) und einer Gesamtzahl gefahrener autonomer Kilometer, die inzwischen weit über hundert Millionen liegt.

Trotz dieser Fortschritte bleibt die Interaktion mit Fußgängern und Radfahrern an Kreuzungen ein zentraler Prüfstein für die Zuverlässigkeit von Robotaxi-Systemen im dichten Stadtverkehr. Unabhängige Berichte und Sicherheitsdaten diskutieren diesen Punkt fortlaufend, und auch Waymo selbst veröffentlicht regelmäßig Kennzahlen zu Unfällen und kritischen Situationen. Wer sich genauer für die aktuelle Datenlage interessiert, findet einen vertieften Überblick im Beitrag zur Sicherheit selbstfahrender Autos anhand von Studien und Zahlen. Grundsätzlich gilt: Autonome Systeme wie Waymo müssen sich in dieser Hinsicht an sehr hohen Maßstäben messen lassen, weil bereits einzelne kritische Vorfälle das öffentliche Vertrauen in die gesamte Technologie erschüttern können.

Wer sich fragt, was ein Robotaxi im Alltag konkret von einem klassischen Taxi oder einem privaten Auto unterscheidet, findet eine grundlegende Einordnung im Ratgeber Was ist ein Robotaxi. Kurz zusammengefasst: Ein Robotaxi ist ein fahrerloses Fahrzeug, das per App bestellt wird und Fahrgäste ohne jede menschliche Steuerung von A nach B bringt, während der Betreiber im Hintergrund Flotte, Wartung und Software zentral verwaltet.

Ausblick: Wohin entwickelt sich Waymo, und was bedeutet das für Deutschland?

Waymo expandiert kontinuierlich in neue amerikanische Metropolen und testet zunehmend auch Autobahnfahrten mit höheren Geschwindigkeiten, ein Bereich, der bislang bewusst ausgeklammert wurde. Parallel investiert das Unternehmen massiv in noch leistungsfähigere Sensorik und größere Simulationsumgebungen, um die Zuverlässigkeit weiter zu erhöhen und künftig auch in Regionen mit extremeren Wetterbedingungen wie Schnee oder starkem Regen operieren zu können. Gleichzeitig beobachten Wettbewerber wie Tesla, Zoox oder Baidu Apollo Go den Markt sehr genau, sodass sich in den kommenden Jahren ein zunehmend dichter Wettbewerb im Bereich autonomer Mobilität abzeichnet.

Für Deutschland stellt sich die Frage naturgemäß anders. Die hiesige Rechtslage ist im internationalen Vergleich deutlich strenger, und ein flächendeckender Robotaxi-Betrieb ohne Sicherheitsfahrer ist derzeit nicht vorstellbar. Einen detaillierten Überblick über den aktuellen Stand von Gesetzgebung, Pilotprojekten und geplanten Zeitplänen liefert der Beitrag zur Rechtslage für Robotaxis in Deutschland. Während amerikanische Städte bereits kommerzielle Flotten betreiben, befinden sich deutsche Projekte größtenteils noch in der Test- und Genehmigungsphase, oft in enger Abstimmung mit Behörden wie dem Kraftfahrt-Bundesamt.

Für Besitzer und Interessenten von Elektroautos in Deutschland lohnt sich der Blick auf Waymo trotzdem, denn viele der hier beschriebenen Technologien, von Sensorfusion über hochauflösende Kartierung bis hin zu KI-gestützter Entscheidungsfindung, fließen zunehmend auch in klassische Fahrassistenzsysteme europäischer Hersteller ein. Wer sich generell für die schrittweise Automatisierung des eigenen Fahrzeugs interessiert, sollte sich außerdem mit den Grundlagen des Ladens von Elektroautos vertraut machen, denn autonome Mobilität und elektrisches Laden werden in Zukunft noch enger zusammenwachsen, etwa wenn Flotten künftig eigenständig ihre Ladezeiten planen und Ladesäulen ansteuern, ohne dass ein Mensch eingreifen muss. Waymo liefert damit schon heute einen realistischen Einblick, wie ein Baustein dieser vernetzten Mobilität der Zukunft in der Praxis funktioniert.

Ergänzendes Video

Während das erste Video erklärt, wie Waymo technisch funktioniert, zeigt dieser Praxistest im direkten Vergleich mit Teslas Ansatz, wie sich das Robotaxi im echten Straßenverkehr schlägt und wo die Unterschiede zwischen Lidar- und Kamera-basiertem autonomem Fahren sichtbar werden.

Quelle: Tesla Welt Podcast – Ey Mann, wo is' mein Waymo? Robotaxi getestet: Besser als Tesla?