Wissenschaftler der Technischen Universität Delft in Zusammenarbeit mit Waymo haben ein neues Fahrzeugmodell entwickelt, das menschliche Reaktionen auf gefährliche Verkehrssituationen mit hoher Genauigkeit vorhersagt. Die Ergebnisse wurden am 10. Juni im Fachjournal Nature Communications veröffentlicht. Bisherige Modelle beschrieben typischerweise nur Teilaspekte wie Reaktionszeiten oder Lenkverhalten. Das neue System vereint Wahrnehmung, Entscheidungsfindung und Ausführung in einem kohärenten Rahmen, sodass es potenzielle Gefahren frühzeitig erkennt, die weitere Entwicklung des Verkehrsflusses simuliert und zugleich die effektivste Ausweichstrategie berechnet. Zur Validierung verglichen die Forscher das Modell mit tatsächlichem menschlichen Fahrverhalten in drei kritischen Szenarien: ein plötzlich bremendes Vorderfahrzeug, ein unerwartet einfahrendes Gegenfahrzeug sowie ein nicht einbeziehendes Fahrzeug. Das System erhielt exakt dieselben Eingabedaten wie die menschlichen Probanden. Wie Arkady Zgonnikov, Assistenzprofessor an der TU Delft, erläutert, wies das Modell realistische Bremsreaktionszeiten auf und traf ähnliche Entscheidungen zwischen Bremsen und Ausweichen. Durch die explizite Integration menschlicher physiologischer und kognitiver Grenzen bleibt das simulierte Fahrverhalten natürlich und nachvollziehbar. Der Einsatzbereich erstreckt sich primär auf die Entwicklung und Sicherheitsbewertung autonomer Fahrzeuge. Da Waymo das Modell bereits einsetzt, um die Leistungsfähigkeit seiner autonomen Flotte mit menschlichen Fahrern zu vergleichen, eröffnen sich neue Wege für eine standardisierte regulatorische Bewertung. Die Frage, ob autonome Fahrzeuge sicherer sind als menschliche Piloten, lässt sich damit wissenschaftlich fundiert quantifizieren. Gleichzeitig ermöglichen die Ergebnisse präzise, messbare Sicherheitsanforderungen an Hersteller. Mauricio Peña, Chief Safety Officer bei Waymo, betonte, dass der Ansatz die Branche hin zu einer gemeinsamen, evidenzbasierten Methodik zur Bewertung von Kollisionsvermeidungssystemen führen könne. Die Veröffentlichung markiert somit einen bedeutenden Schritt hin zu einer datengestützten Verkehrssicherheitsstrategie, die sowohl die Forschung als auch die industrielle Implementierung autonomer Mobilität voranbringt.