Die regulatorische Landkarte, die jede Führungskraft für Automotive-KI kennen muss

# Die regulatorische Landkarte, die jede Führungskraft für Automotive-KI kennen muss

Ein Autohersteller brachte 2021 eine Spurhaltefunktion auf europäische Straßen, ohne die Typgenehmigung vollständig abgeschlossen zu haben, und musste sie per Geo-Fencing aus der EU aussperren. Die Software war in Ordnung. Die regulatorischen Hausaufgaben nicht. Genau diese Lücke zwischen einem funktionierenden und einem rechtlich einsetzbaren Modell schließt diese Lektion.

Automotive-KI ist einer der am stärksten regulierten KI-Bereiche überhaupt. Ein Perception-Modell im Auto ist nicht einfach ein Modell: Es ist eine Sicherheitskomponente in einem typgenehmigten Fahrzeug, das nach UN-Regeln verkauft wird, und zunehmend auch unter horizontalem KI-Recht steht. Wer Code ausliefert, ohne zu wissen, welche Regeln greifen, baut einen sehr teuren Briefbeschwerer.

Die zwei regulatorischen Ebenen, in denen Sie immer stecken

Automotive-KI steht ein Stack gegenüber, kein einzelnes Regelwerk. Zwei Ebenen zählen am meisten.

Ebene 1: Fahrzeug-Typgenehmigung (die alte Welt, immer noch dominant).

Bevor ein Fahrzeugmodell in Europa verkauft werden darf, muss es die Typgenehmigung durchlaufen: Eine Behörde bescheinigt, dass der Fahrzeugtyp definierte technische Anforderungen erfüllt. Die Regeln kommen von der UNECE WP.29, dem Weltforum für die Harmonisierung der Fahrzeugvorschriften, angesiedelt bei der Wirtschaftskommission für Europa der Vereinten Nationen. WP.29 gibt nummerierte „UN-Regelungen“ heraus (zum Beispiel UN R157), die rund 60 Länder anerkennen. Die USA sind nicht in gleicher Weise WP.29-Signatarstaat: Dort gilt ein Modell der Selbstzertifizierung unter der NHTSA (National Highway Traffic Safety Administration) und den FMVSS (Federal Motor Vehicle Safety Standards).

Ebene 2: Horizontales KI-Recht (die neue Welt).

Der EU AI Act (Verordnung 2024/1689) reguliert KI-Systeme nach Risiko, unabhängig von der Branche. ErErThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → liegt über der Typgenehmigung und fügt Pflichten hinzu, die es vorher nicht gab.

Der praktische Punkt: Eine automatisierte Fahrfunktion in der EU muss *sowohl* eine UN-Fahrzeugregelung *als auch* potenziell den AI Act erfüllen. Das eine abzuhaken erledigt das andere nicht.

Die WP.29-Regelungen, die KI direkt betreffen

Drei UN-Regelungen nennen KI-Verantwortliche am häufigsten.

UN R157: automatisierte Spurhaltesysteme (ALKS)

UN R157 war die erste verbindliche internationale Regelung für eine automatisierte Fahrfunktion auf Level 3 (das Auto fährt unter definierten Bedingungen selbst, ein Mensch muss aber übernahmebereit sein). Sie legt die Operational Design Domain fest (ODD: die konkreten Bedingungen wie Geschwindigkeit und Straßentyp, unter denen das System betrieben werden darf) und begrenzte den Betrieb ursprünglich auf niedrige Geschwindigkeiten, bevor spätere Änderungen die Grenzen anhoben. Wenn Ihre Funktion „hands-off, eyes-off im Stau“ lautet, ist R157 Ihr Gatekeeper. Den Text finden Sie im UNECE-Regelungsportal.

UN R155: Cybersecurity und CSMS

UN R155 verlangt ein Cyber Security Management System (CSMS): einen auditierten organisatorischen Prozess zur Identifikation und Steuerung von Cyberrisiken über den gesamten Fahrzeuglebenszyklus. Für KI ist das relevant, weil Model-Serving-Pipelines, Over-the-Air-Update-Kanäle und Trainingsdatenspeicher alle Angriffsflächen sind, deren Kartierung eine Behörde von Ihnen erwartet.

UN R156: Software-Update-Management

UN R156 regelt Software-Update-Management-Systeme. Da moderne KI-Funktionen über Over-the-Air-Updates (OTA) ausgeliefert und verbessert werden, definiert R156, wie Sie diese Updates versionieren, dokumentieren und freigeben, damit eine Modelländerung Ihre Typgenehmigung nicht stillschweigend ungültig macht.

Wo der EU AI Act greift

Der AI Act sortiert Systeme in Risikostufen: unannehmbar (verboten), hochriskant (stark reguliert), begrenzt und minimal.

Hier ist die Nuance, die jede Führungskraft im Automobilbereich verstehen muss. Der AI Act behandelt KI, die Sicherheitskomponente eines Produkts ist, das bereits vom EU-Harmonisierungsrecht erfasst wird (Fahrzeuge sind das), als hochriskant, leitet diese Pflichten aber weitgehend *über den bestehenden Typgenehmigungsrahmen* statt ein zweites paralleles Genehmigungsverfahren aufzusetzen. Im Klartext: Für die fahrsicherheitsrelevante KI ist Ihr WP.29- und EU-Fahrzeuggenehmigungsprozess der primäre Kanal, in den die Anforderungen des AI Act über die Zeit eingearbeitet werden.

Aber nicht jede Automotive-KI ist eine fahrsicherheitsrelevante Komponente. Bedenken Sie:

• Ein Innenraum-Fahrerüberwachungssystem mit Gesichtsanalyse. Biometrische Kategorisierung zieht spezifische Prüfung nach dem AI Act auf sich.
• Ein KI-gestütztes Recruiting-Tool in der HR-Abteilung Ihres Werks. Das ist hochriskant unter der Beschäftigungskategorie des AI Act, völlig unabhängig von jeder Fahrzeugregelung.
• Ein Sprachassistent, der Antworten generiert. Der fällt wahrscheinlich unter Transparenzpflichten (Nutzer müssen wissen, dass sie mit einer KI sprechen).

Die Landkarte lautet also nicht „Autos = eine Regel“. Sie lautet „jede KI-Funktion ihrem Auslöser zuordnen“.

Eine schnelle Klassifizierungsbrille

feature = "driver-facing traffic-jam autopilot"

# Step 1: Is it a vehicle safety function?  -> YES
#   -> UN R157 (ALKS) applies
#   -> UN R155 (cyber) + R156 (OTA) apply
#   -> EU AI Act: high-risk, routed via type-approval

# Step 2: Does it process biometrics?       -> check driver monitoring
# Step 3: Is it used in HR / credit / etc.? -> separate AI Act path

Führen Sie diese Triage vor dem Design Freeze durch, nicht danach. Eine späte Neuklassifizierung einer Funktion ist der Punkt, an dem Budgets sterben.

Modellrisiko: worüber sich Aufsichtsbehörden tatsächlich Sorgen machen

Typgenehmigung und AI Act laufen bei einer kurzen Liste KI-spezifischer Fehlermodi zusammen.

Distribution Shift. Ihr Perception-Modell wurde auf europäischen Straßenmarkierungen validiert und trifft dann auf verblasste Markierungen, Schnee oder ein Land mit anderen Schilder-Schriftarten. Die Inputs des Modells sind von seiner Trainingsverteilung abgedriftet. Die ODD in R157 existiert genau dafür, das zu begrenzen: Sie müssen definieren und durchsetzen, wo das System betrieben werden darf.

Blindheit für Edge Cases. Der Long Tail seltener Szenarien (ein Fußgänger im Kostüm, ein Lkw mit Spiegelladung) ist der Bereich, in dem Perception-Modelle hart scheitern. Behörden erwarten einen dokumentierten Szenarienkatalog und Belege, dass Sie dagegen getestet haben.

Stille Regression über OTA. Sie schieben ein Update aus, um die Autobahnperformance zu verbessern, und verschlechtern dabei leise das Verhalten im Kreisverkehr. R156 existiert, damit das nicht unsichtbar bleibt.

Lücken in der Erklärbarkeit. Nach einem Vorfall müssen Sie rekonstruieren, warum das System so gehandelt hat. AI Act und Typgenehmigung drängen beide in Richtung Logging und Event-Data-Recording für automatisiertes Fahren.

🎬 [VIDEO: „How UNECE WP.29 regulates automated vehicles“ - youtube.com - eine klare Einführung in den Typgenehmigungsrahmen und UN R157 für Nicht-Spezialisten]

Guardrails, die Sie vor dem Deployment abarbeiten

Behandeln Sie diese als Gates, nicht als Vorschläge.

1. ODD-Spezifikation und -Durchsetzung. Schreiben Sie genau auf, wo die KI operieren darf, und bauen Sie dann einen Runtime-Monitor, der die Kontrolle zurückgibt (oder die Aktivierung verweigert), sobald es außerhalb liegt.

2. Szenariobasierte Validierung. Stellen Sie einen Testkatalog zusammen, der den Long Tail abdeckt. Simulation plus abgesperrte Teststrecke plus Real-World-Kilometer. Abdeckung protokollieren.

3. Data-Governance-Dossier. Dokumentieren Sie Herkunft, Repräsentativität und bekannte Lücken der Trainingsdaten. Der AI Act verlangt Data GovernanceData GovernanceData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen → für hochriskante Systeme ausdrücklich.

4. Design der menschlichen Aufsicht. Für Level 3 müssen Sie nachweisen, dass die Übernahmeaufforderung dem Menschen genug Zeit und Klarheit gibt. Das ist eine harte Anforderung aus R157, keine UX-Feinheit.

5. Audit von CSMS und Update-Pipeline. Zeigen Sie, dass Modell-Updates durch die Kontrollen von R155 und R156 laufen, mit Rollback.

6. Post-Market-Monitoring. Felddatenerfassung und ein definierter Prozess, um Verschlechterungen zu erkennen und zu melden. Beide Rahmenwerke verlangen das.

Der Kontrast zu den USA, und warum ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → für globale Launches zählt

Die USA haben Stand Anfang 2026 kein einheitliches Bundesgesetz zu KI im Auto, das dem AI Act entspricht. Die NHTSA reguliert über die FMVSS, Ausnahmen, Standing General Orders (mit Meldepflicht für Unfälle automatisierter Systeme) und Rückrufbefugnisse. Bundesstaaten ergänzen eigene Regeln für Test und Einsatz automatisierter Fahrzeuge, die erheblich variieren.

Praktische Folge: Eine Funktion, die in einem US-Bundesstaat legal ist, braucht in einem anderen möglicherweise andere Dokumentation, und Ihre EU-Typgenehmigungsnachweise erfüllen die Anforderungen der NHTSA nicht automatisch. Globale OEMs (Original Equipment Manufacturers) fahren typischerweise separate Compliance-Tracks pro Markt. Kalkulieren Sie mit Doppelarbeit, nicht mit Wiederverwendung.

Wer die Macht hält

Das tatsächliche Machtgefüge lohnt eine klare Benennung. WP.29 setzt die harmonisierte, halbwegs globale Baseline für die EU, Japan, Korea und viele andere. Die Europäische Kommission und die Genehmigungsbehörden der EU-Mitgliedstaaten setzen Typgenehmigung und AI Act durch. Die NHTSA regiert die USA. Große OEMs (Volkswagen, Toyota, Mercedes-Benz, Stellantis und andere) und Tier-1-Zulieferer (Bosch, Continental) prägen die Standards durch ihre Mitarbeit. Mercedes-Benz hat bemerkenswerterweise eine R157-basierte Genehmigung für ein Level-3-System erhalten, ein früher Referenzpunkt aus der Praxis. Die Behörden halten das Veto; die Industrie hält die Feder beim Entwurf.

Die wichtigsten Erkenntnisse

• Automotive-KI sitzt in zwei gestapelten Regimen: UN-WP.29-Typgenehmigung (UN R157 für ALKS, R155 für Cyber, R156 für Updates) und dem horizontalen EU AI Act. Das eine abzuhaken erledigt das andere nicht.
• Für fahrsicherheitsrelevante KI in der EU laufen die AI-Act-Pflichten weitgehend *über* die Typgenehmigung, aber nicht fahrbezogene KI (HR-Tools, biometrische Fahrerüberwachung) löst den AI Act auf einem eigenen, separaten Pfad aus.
• Führen Sie Triage auf Funktionsebene vor dem Design Freeze durch: Sicherheitsfunktion, Biometrie, Beschäftigung, Transparenz. Späte Neuklassifizierung ist der teure Fehlermodus.
• Die zentralen Modellrisiken, die Behörden überwachen, sind Distribution Shift, Blindheit für Edge Cases, stille OTA-Regression und Lücken in der Erklärbarkeit. Ihre ODD, Ihr Szenarienkatalog und Ihre Update-Kontrollen sind die direkten Antworten darauf.
• Die USA (NHTSA, Selbstzertifizierung, Regeln auf Ebene der Bundesstaaten) sind ein separater Track gegenüber Europa. Gehen Sie nicht davon aus, dass Nachweise über Märkte hinweg wiederverwendbar sind.