What California Regulatory Filings Reveal about Robotaxi Operations at Scale

Stellen Sie sich eine Stadt vor, in der die Autos, die Sie abholen, keine Fahrer haben. Es sind nicht nur Elektrofahrzeuge; sie sind vollautonom, fähig, komplexe Straßen zu navigieren, im Verkehr anzuhalten und ihren Weg zu Ihrem Ziel zu finden, ohne dass eine menschliche Hand am Steuer liegt. Dies ist das Versprechen des Robotaxis, einer Technologie, die aus der Science-Fiction in die Straßen von Städten wie San Francisco und Los Angeles gewandert ist. Die Hoffnung war lange Zeit, dass diese Maschinen mehrere Probleme gleichzeitig lösen würden. Indem sie elektrisch sind, würden sie die Verschmutzung reduzieren. Indem sie geteilt werden, würden sie die Anzahl der Autos reduzieren, die die Straßen verstopfen. Und indem sie automatisiert sind, würden sie mit einem Effizienzniveau operieren, das menschliche Fahrer nicht erreichen können, etwa indem sie die Autos ständig in Bewegung halten und niemals parken müssen, während sie auf einen Fahrgast warten.

Die Realität, wie diese Flotten tatsächlich in großem Maßstab operieren, blieb jedoch ein Mysterium, verborgen hinter Unternehmens-Dashboards und privaten Daten. Jahrelang hat sich die Öffentlichkeit auf Zusammenfassungen, Simulationen oder Modelle verlassen, um zu erraten, wie diese Systeme funktionieren. Doch eine neue Analyse hat den Vorhang gelüftet und offizielle Regierungsunterlagen verwendet, um genau zu sehen, was passiert. Forscher des Lawrence Berkeley National Laboratory untersuchten tausende Seiten von Berichten, die Robotaxi-Unternehmen bei der California Public Utilities Commission eingereicht hatten. Diese gesetzlich vorgeschriebenen Einreichungen enthalten detaillierte Protokolle über jede Fahrt, jede gefahrene Meile und jedes Mal, wenn ein Fahrzeug stoppt, um zu laden. Durch die Sichtung dieser Daten zeichneten die Forscher ein Bild des Robotaxi-Betriebs, das weitaus komplexer und weniger effizient ist als die optimistische Vision der Zukunft.

Die Studie konzentrierte sich primlich auf Waymo, den größten Betreiber von fahrerlosen Taxis in den USA, und verglich dessen Leistung mit Zoox, einem anderen großen Akteur, der derzeit ein groß angelegtes Pilotprogramm durchführt. Die Forscher untersuchten die Daten von Januar 2025 bis Juni 2026, einem Zeitraum, in dem Waymo in Kalifornien auf eine Flotte von etwa 3.285 Fahrzeugen angewachsen war, was etwa 8 % der gesamten nationalen Flotte ausmachte. Sie verfolgten, wie viele Meilen diese Autos mit Fahrgästen im Inneren gegenüber wie vielen Meilen sie leer fuhren. In der Welt des Ride-Hailing wird das leere Fahren als „Deadheading“ bezeichnet. Es ist ein notwendiger Teil des Geschäfts, da Autos zu einem Fahrgast fahren müssen und nach dem Absetzen eines Fahrgastes wieder wegfahren müssen. Aber das Ziel der Automatisierung sollte es sein, diese Verschwendung zu minimieren.

Die Daten erzählen eine andere Geschichte. Obwohl Waymo seine Effizienz im Laufe der Zeit verbesserte, blieb das leere Fahren hartnäckig hoch. Zwischen Anfang 2025 und Mitte 2026 sank der Anteil der ohne Fahrgast gefahrenen Meilen von 53 Prozent auf etwa 42 Prozent. Dies ist zwar eine Verbesserung, liegt aber immer noch signifikant höher als bei von Menschen gesteuerten Ride-Hailing-Diensten, und übertrifft diese Zahlen um mehr als 50 Prozent. Die Forscher fanden heraus, dass selbst als die Flotte wuchs und die Autos besser darin wurden, Fahrgäste zu finden, immer noch eine enorme Menge an Energie für die Bewegung leerer Fahrzeuge aufgewendet wurde. Dieses beständige leere Reisen steht im Widerspruch zu der Idee, dass Automatisierung automatisch zu einem schlankeren, effizienteren System führen würde.

Die überraschendste Erkenntnis betrifft vielleicht das, was die Autos tun, wenn sie keinen Fahrgast befördern. Die Forscher entdeckten, dass ein großer Teil der „leeren“ Zeit nicht mit dem Herumfahren auf der Suche nach einer Fahrt verbracht wird, sondern damit, stillzustehen. Als die Flotte expandierte, wuchs die Gesamtzeit, die Fahrzeuge mit Warten – Parken oder Idlen – verbrachten, um 39 Prozent. Dies deutet darauf hin, dass das System nicht so flexibel ist wie ein von Menschen gesteuertes Netzwerk. Wenn die Nachfrage sprunghaft ansteigt, können menschliche Ride-Hailing-Dienste auf einen riesigen Pool von Fahrern zurückgreifen, die bereits auf der Straße sind oder schnell ihre Arbeit aufnehmen können. Robotaxis hingegen verlassen sich auf eine feste Flotte von Fahrzeugen, die physisch präsent sein müssen, um eine Anfrage zu bedienen. Um einen plötzlichen Ansturm von Fahrgästen zu bewältigen, benötigt das System eine große Anzahl von Autos, die in Parkplätzen oder Depots bereitstehen. Dies erzeugt einen massiven „Parkplatz-Fußabdruck“, bei dem Tausende von Fahrzeugen über lange Zeiträume stationär sind und Platz sowie Ressourcen verbrauchen, ohne sich zu bewegen.

Die energetischen Auswirkungen dieses Verhaltens sind erheblich. Die Forscher nutzten die Häufigkeit der in den Einreichungen gemeldeten Ladevorgänge, um zu schätzen, wie viel Elektrizität die Flotte tatsächlich verbraucht. Sie fanden heraus, dass die für den Betrieb der Flotte erforderliche Energie weit höher war, als es die offiziellen Effizienzbewertungen der Fahrzeuge vermuten ließen. Für Waymo lag der durch die Ladedaten implizierte Energieverbrauch bei etwa dem Doppelten des Nennantriebs der Fahrzeuge und erreichte etwa 69 Prozent der Energie, die ein typisches Benzinauto für dieselbe Distanz verbrauchen würde. Diese zusätzliche Energie wird durch die ständige Notwendigkeit, leere Autos zu bewegen, die Zeit des Leerlaufs (Idling) und die häufigen Ladezyklen verbraucht, die erforderlich sind, um die Flotte betriebsbereit zu halten. Als sie sich Zoox ansah, war der Energieoverhead sogar noch höher und erreichte etwa 147 Prozent des Benzin-Äquivalents.

Die Studie hob auch eine Verschiebung in der Art und Weise hervor, wie die leeren Meilen gefahren werden. In der Anfangsphase des Dienstes war der Großteil des leeren Fahrens „unzuordbar“ (unassigned), was bedeutete, dass die Autos ohne spezifisches Ziel herumkurvten, in der Hoffnung, einen Fahrgast zu finden. Im Laufe der Zeit änderte sich dies. Ein größerer Anteil der leeren Meilen wurde zu „Anfahrtsmeilen“ (approach miles), also den Fahrten, die unternommen werden, um zu einem Fahrgast zu gelangen, nachdem eine Fahrt bereits angefordert wurde. Dies deutet darauf

darauf hin, dass die Autos zwar besser darin werden, Fahrgäste zu finden, die Distanz, die sie zurücklegen müssen, um sie zu erreichen, jedoch steigt, möglicherweise weil das Einsatzgebiet gewachsen ist oder weil die Autos weiter entfernt von dort parken, wo Menschen Fahrten anfordern.

Die Forscher stellten sorgfältig fest, dass sich diese Ergebnisse auf reale Betriebsdaten beziehen, nicht auf Simulationen. Sie untersuchten Millionen von Fahrtdatensätzen und Ladeprotokollen, was einen seltenen, konkreten Blick darauf bietet, wie diese Flotten in großem Maßstab funktionieren. Die Daten stützen nicht die Vorstellung, dass Robotaxis bereits die Effizienzgewinne erzielt haben, die viele erwartet hatten. Stattdessen offenbaren sie ein System, das immer noch mit den grundlegenden Herausforderungen kämpft, leere Fahrzeuge zu bewegen und eine feste Flotte in einer dynamischen Umgebung zu verwalten. Das Versprechen einer saubereren, effizienteren Zukunft mit Robotaxis bleibt möglich, aber der Weg dorthin ist nicht so geradlinig wie das einfache Übergeben des Lenkrads an einen Computer. Die Daten legen nahe, dass ohne signifikante Änderungen in der Verwaltung dieser Flotten – etwa durch eine bessere Abstimmung der Autos auf die Nachfrage oder durch Wege, die Notwendigkeit massiver Mengen an stationären Fahrzeugen zu reduzieren – die Energie- und Platzkosten von Robotaxis hoch bleiben könnten.

Letztendlich dient diese Analyse als Realitätscheck für die Robotaxi-Branche. Sie zeigt, dass sich die Technologie zwar weiterentwickelt und die Flotten wachsen, die betrieblichen Realitäten jedoch komplex sind. Die Effizienzgewinne durch Automatisierung werden durch die Notwendigkeit kompensiert, eine große Anzahl von Fahrzeugen bereitstehen und warten zu lassen, was zu erheblichem Energieverbrauch und leerem Fahren führt. Während diese Dienste weiter expandieren, muss sich der Fokus möglicherweise von der bloßen Hinzufügung weiterer Autos hin zu der Frage verschieben, wie man die bestehende Flotte intelligenter einsetzt. Bis dahin bleibt die Vision einer perfekt effizienten, fahrerlosen Zukunft genau das – eine Vision, statt einer Realität.