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

Ein Autohersteller brachte 2021 eine Spurhaltefunktion auf europäische Straßen, ohne die Typgenehmigung vollständig geklärt zu haben, und musste sie per GeoGeoMarke und Inhalte in KI-generierten Antworten von Tools wie ChatGPT, Gemini und Perplexity sichtbar und zitierbar machen.Vollständige Definition ansehen →-Fencing aus der EU herausnehmen. Die Software war in Ordnung. Die regulatorischen Hausaufgaben nicht. Genau diese Lücke zwischen einem funktionierenden Modell und einem rechtlich einsetzbaren Modell schließt diese Lektion.

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

Die zwei regulatorischen Ebenen, in denen Sie immer stecken

Automotive-KI steht vor einem Stack, nicht vor einem einzelnen Regelwerk. Zwei Ebenen sind besonders wichtig.

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

Bevor ein Fahrzeugmodell in Europa verkauft werden darf, muss es die Typgenehmigung bestehen: Eine Behörde bescheinigt, dass der Fahrzeugtyp definierte technische Anforderungen erfüllt. Die Regeln kommen von UNECE WP.29, dem World Forum for Harmonization of Vehicle Regulations, das unter der Wirtschaftskommission der Vereinten Nationen für Europa läuft. WP.29 erlässt nummerierte „UN-Regelungen“ (zum Beispiel UN R157), die von rund 60 Ländern anerkannt werden. 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. ErErDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → sitzt oben auf der Typgenehmigung und ergänzt Pflichten, 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 abzuräumen räumt das andere nicht ab.

Die WP.29-Regelungen, die KI direkt betreffen

Drei UN-Regelungen sind diejenigen, die KI-Verantwortliche am häufigsten nennen.

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, aber ein Mensch muss übernahmebereit sein). Sie legt die Operational Design Domain fest (ODD: die konkreten Bedingungen wie Geschwindigkeit und Straßentyp, unter denen das System arbeiten darf) und begrenzte den Betrieb ursprünglich auf niedrige Geschwindigkeiten, bevor spätere Änderungen die Grenzen anhoben. Wenn Ihre Funktion „hands-off, eyes-off im Stau“ ist, 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 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 verlangen wird.

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 die Nuance, die jede Führungskraft im Automotive-Bereich verstehen muss. Der AI Act behandelt KI, die eine Sicherheitskomponente eines Produkts ist, das bereits von EU-Harmonisierungsrecht erfasst wird (Fahrzeuge sind das), als hochriskant, leitet diese Pflichten aber weitgehend *über den bestehenden Typgenehmigungsrahmen* statt eine zweite parallele Zulassung darauf zu stapeln. Im Klartext: Für die fahrsicherheitsrelevante KI ist Ihr WP.29- und EU-Fahrzeugzulassungsprozess der primäre Kanal, in den die Anforderungen des AI Act mit der Zeit eingefaltet werden.

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

• Ein Driver-Monitoring-System im Innenraum mit Gesichtsanalyse. Biometrische Kategorisierung zieht spezifische Prüfung durch den AI Act nach 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 Voice Assistant, der Antworten generiert. Das fällt wahrscheinlich unter Transparenzpflichten (Nutzer müssen wissen, dass sie mit KI sprechen).

Die Landkarte heißt also nicht „Autos = eine Regel“. Sie heißt „ordne jede KI-Funktion ihrem Auslöser zu“.

Eine schnelle Klassifizierungslinse

feature = "driver-facing traffic-jam autopilot"

# Schritt 1: Ist es eine Fahrzeugsicherheitsfunktion?  -> JA
#   -> UN R157 (ALKS) gilt
#   -> UN R155 (Cyber) + R156 (OTA) gelten
#   -> EU AI Act: hochriskant, geleitet über die Typgenehmigung

# Schritt 2: Verarbeitet es Biometrie?       -> Driver Monitoring prüfen
# Schritt 3: Einsatz in HR / Kredit / etc.?  -> separater AI-Act-Pfad

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 Regulierer sich 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 Schildschriften. Die Inputs des Modells sind von seiner Trainingsverteilung abgedriftet. Die ODD aus R157 existiert genau, um das zu begrenzen: Sie müssen definieren und durchsetzen, wo das System arbeiten darf.

Blindheit für Edge Cases. Der Long Tail seltener Szenarien (ein Fußgänger im Kostüm, ein Lkw mit Spiegelladung) ist die Stelle, an der Perception-Modelle hart versagen. Regulierer erwarten einen dokumentierten Szenarienkatalog und Nachweise, dass Sie dagegen getestet haben.

Stille Regression über OTA. Sie schieben ein Update aus, um die Autobahnperformance zu verbessern, und verschlechtern still das Verhalten im Kreisverkehr. R156 existiert, um zu verhindern, dass das 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]

GuardrailsGuardrailsRegeln und Kontrollen, die ein KI-System in sicheren, rechtskonformen und markengerechten Grenzen halten und unerwünschte Ausgaben blockieren.Vollständige Definition ansehen →, die Sie vor dem Deployment durchlaufen sollten

Behandeln Sie diese als Gates, nicht als Vorschläge.

1. ODD-Spezifikation und Durchsetzung. Schreiben Sie genau auf, wo die KI arbeiten darf, und bauen Sie dann einen Runtime-Monitor, der außerhalb davon die Kontrolle zurückgibt (oder die Aktivierung verweigert).
2. Szenariobasierte Validierung. Stellen Sie einen Testkatalog zusammen, der den Long Tail abdeckt. Simulation plus abgesperrte Teststrecke plus Real-World-Kilometer. Coverage loggen.
3. Data-Governance-Dossier. Dokumentieren Sie Herkunft, Repräsentativität und bekannte Lücken der Trainingsdaten. Der AI Act verlangt Data GovernanceData GovernanceData Governance umfasst die Regeln, Rollen und Prozesse, die sicherstellen, dass Daten in einer Organisation korrekt, sicher, klar definiert und verantwortungsvoll genutzt werden.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 R157-Anforderung, 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. Felddatenerhebung und ein definierter Prozess, um Degradation zu erkennen und zu melden. Beide Rahmenwerke verlangen das.

Der Kontrast zu den USA und warum er für globale Launches zählt

Die USA haben Stand Anfang 2026 kein einzelnes Bundesgesetz zu KI im Auto, das dem AI Act entspräche. Die NHTSA reguliert über die FMVSS, Ausnahmegenehmigungen, Standing General Orders (die Unfallmeldungen für automatisierte Systeme verlangen) und Rückrufbefugnisse. Die Bundesstaaten ergänzen eigene Regeln für Test und Einsatz automatisierter Fahrzeuge, die erheblich variieren.

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

Wer die Macht hält

Das tatsächliche Machtgefüge sollte man benennen. 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 Mitwirkung. Mercedes-Benz hat bemerkenswerterweise eine R157-basierte Genehmigung für ein Level-3-System erhalten, ein früher Referenzpunkt aus der Praxis. Die Regulierer halten das Veto; die Industrie hält den Stift beim Entwurf.

Wichtigste 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 abzuräumen räumt das andere nicht ab.
• Für fahrsicherheitsrelevante KI in der EU laufen die Pflichten aus dem AI Act weitgehend *über* die Typgenehmigung, aber nicht fahrbezogene KI (HR-Tools, biometrisches Driver Monitoring) löst den AI Act auf einem eigenen, separaten Pfad aus.
• Führen Sie die Triage auf Funktionsebene vor dem Design Freeze durch: Sicherheitsfunktion, Biometrie, Beschäftigung, Transparenz. Späte Neuklassifizierung ist der teure Fehlermodus.
• Die zentralen Modellrisiken, die Regulierer 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 Bundesstaatsebene) sind ein separater Track gegenüber Europa. Gehen Sie nicht davon aus, dass Nachweise marktübergreifend wiederverwendbar sind.