Tesla optimiert Robotaxis gegen nächtliche Katzenunfälle

Tesla arbeitet an einer spezifischen Anpassung für den nächtlichen Betrieb seiner Robotaxi-Flotte, um eine bisher unterschätzte Gefahr zu minimieren: die Detektion von Katzen auf dunklen Straßen. Der Tesla-Vorstandsvorsitzende Elon Musk gab bekannt, dass die Betriebsfenster der fahrerlosen Fahrzeuge in Austin vorübergehend auf die Uhrzeit von 22 bis 23 Uhr verschoben werden. Diese Maßnahme dient der gezielten Validierung und Verbesserung der KI-gestützten Bildverarbeitung unter schlechten Lichtverhältnissen. Musk betonte, dass graue Katzen auf dunklem Asphalt für die rein kamera-basierte Wahrnehmung von Tesla eine besondere technische Hürde darstellen. Im Gegensatz zu Branchenführern wie Waymo, die auf LiDAR-Systeme mit Laser-Scannern setzen, vertraut Tesla auf rein visuelle Sensoren. Um dies zu kompensieren, setzt das Unternehmen auf fortgeschrittene Algorithmen zur Photonenanzahl-Analyse. Diese Technik soll selbst bei minimaler Beleuchtung eine präzise Konturerkennung ermöglichen und speziell darauf trainiert werden, die unvorhersehbaren Bewegungen von Haustieren frühzeitig zu identifizieren, um Kollisionen zu verhindern. Die Erweiterung der nächtlichen Testphasen erfolgt in einem sensiblen regulatorischen Umfeld. Die US-Verkehrsbehörde NHTSA prüft aktuell, ob die Kamera- und KI-Systeme von Teslas Fahrzeugen unter suboptimalen Sichtbedingungen ausreichend robust gegen unerwartete Hindernisse sind. Diese Untersuchung wird durch konkrete Vorfälle verschärft: Im September 2025 meldete Tesla der NHTSA einen Vorfall in Austin, bei dem ein Robotaxi einen Hund rammte, der unverletzt floh. In einem ähnlichen Fall erregte Waymo internationale Aufmerksamkeit, als ein dort eingesetztes fahrerloses Fahrzeug eine Katze tötete. Solche Ereignisse unterstreichen die Dringlichkeit verlässlicher Wahrnehmungssysteme für den öffentlichen Einsatz. Trotz dieser sicherheitsrelevanten Herausforderungen setzt Tesla seine Expansion fort. Nach dem Initialbetrieb in Austin werden sukzessive weitere Städte in Texas sowie Standorte in Florida in das Netz eingebunden. Die gesammelten Daten aus den nächtlichen Einsatzfenstern fließen direkt in das Training der neuronalen Netze ein, um die Systemzuverlässigkeit für den kommerziellen Dauerbetrieb zu steigern. Die erfolgreiche Bewältigung der Detektion schwer erkennbarer, schnell bewegter Objekte bei Nacht gilt als entscheidender Indikator dafür, ob sich die Vision eines rein kamera-basierten autonomen Fahrens auf breiter Strecke durchsetzen lässt. Tesla bleibt dabei an der Schnittstelle von technischer Innovation, regulatorischer Compliance und öffentlicher Sicherheit im Fokus der Branche.