Starsky Robotics: Woran ein Startup für autonome Lkw gescheitert ist

Es hätte alles so toll werden können. Noch vor wenigen Jahren herrschte der Eindruck vor, dass schon 2020 völlig autonome Autos weltweit auf den Straßen unterwegs sein könnten. Davon ist die Technik immer noch weit entfernt. Der Chef und Gründer des Startups Starsky Robotics, Stefan Seltz-Axmacher, hat die Gründe dafür in einem ausführlichen Blogbeitrag auf Medium.com erläutert. Sein Startup für selbstfahrende Lkw ist pleite, obwohl es schon vielversprechende Erfolge erzielt hat.

Vorauszuschicken ist dabei: Das Scheitern eines bis dato erfolgreichen Startups sagt nichts darüber aus, ob die dahinterstehende Technik nicht doch erfolgreich sein kann. Selbst die Google-Schwesterfirma Waymo gab kürzlich den Einstieg externer Investoren bekannt. Rund 1.500 Entwickler sollen Waymo eine Milliarde US-Dollar jährlich kosten. Vergleichsweise bescheiden erscheint da die Finanzierungsrunde von 20 Millionen US-Dollar, an der Starsky Robotics im vergangenen November scheiterte. Offenbar fehlte den Risikokapitalgebern das Vertrauen, dass ein kleines Startup mit etwas mehr als 30 Mitarbeitern tatsächlich das autonome Fahren entwickeln könne.

Auch Daimler setzt auf autonome Lkw

Dabei kann sich Starsky Robotics rühmen, im Jahr 2018 den ersten Lkw mit Straßenzulassung vollautonom auf eine Teststrecke geschickt zu haben. 2019 folgte laut Seltz-Axmacher die erste unbemannte Testfahrt auf einer öffentlichen Straße. Allerdings setzte Starsky dabei auf eine Fernüberwachung der Lkw durch einen menschlichen Operateur am Bildschirm, vor allem bei komplexeren Verkehrssituationen.

Dabei scheint sich Starsky mit autonomen Lkw für ein praktikables Geschäftsmodell entschieden zu haben. Auch der Daimler-Konzern setzt beim autonomen Fahren zunächst auf Lkw. "Im Hinblick auf vollständig autonome Fahrzeuge haben wir die Prioritäten geändert und geben nun Lkw den Vorrang gegenüber Pkw", sagte Daimler-Chef Ole Kallenius im März 2020. Bei Lkw sei das Geschäftsmodell am attraktivsten.

Dieses Konzept ging im Falle von Starsky Robotics allerdings nicht auf. Dabei dürften die Anforderungen an das autonome Fahren bei monotonen Lkw-Touren auf der Autobahn deutlich geringer sein als im dichten Stadtverkehr mit Fußgängern und Radfahrern. Die Speditionsunternehmen könnten wiederum Personalkosten sparen, wenn sie die Lkw autonom beispielsweise von Verteilungszentrum zu Verteilungszentrum schicken könnten. So weit die Theorie.

Maschinelles Lernen als Hype

Seltz-Axmacher zufolge gibt es eine Reihe von Problemen beim autonomen Fahren, die auch zum eigenen Scheitern beigetragen hätten. Dazu zählten die professorenhafte Geschwindigkeit, mit der die meisten Teams arbeiteten, das Fehlen konkreter Etappenziele beim Einsatz der Technik sowie "das offene Geheimnis, dass es kein Geschäftsmodell für autonome Taxis gibt". Das größte Problem sei jedoch, dass das überwachte maschinelle Lernen dem aktuellen Hype nicht gerecht werde. "Es ist nicht wirklich eine künstliche Intelligenz, die etwas mit C-3PO zu tun hat, sondern ein ausgefeiltes Werkzeug zur Mustererkennung", sagte der Starsky-Gründer in Anspielung auf den humanoiden Roboter aus Star Wars.

Ähnlich skeptisch zu dem Thema hatte sich kürzlich der Kaiserlauterer Informatikprofessor Peter Liggesmeyer geäußert: "Wenn KI-Systeme als 'neuronale statistische Datenanalysen' bezeichnet würden, was der Realität wesentlich näher käme, dann würde sich wahrscheinlich keiner Gedanken darüber machen." Ein Teil des Hypes um die KI liege in dem Begriff selbst begründet, sagte er im Interview mit Golem.de.

Doch warum sind die Fortschritte beim maschinellen Lernen nicht so groß, wie das vor fünf Jahren noch vielfach erwartet wurde?