Waymos Dark Mode: Als das Stromnetz ausfiel

San Francisco soll die Stadt der Zukunft sein. Doch an einem Samstagnachmittag im Dezember 2025 wirkte es eher wie eine Szene aus einer vorindustriellen Vergangenheit – mit einem eklatanten Anachronismus.

Als 130.000 Einwohner nach einem massiven Umspannwerksbrand in 8th und Mission in die Dunkelheit stürzten, verschwand die Verkehrsinfrastruktur der Stadt einfach. Keine grünen Ampeln, keine roten Ampeln, keine Fußgängersignale. Nur schwarze Metallkästen hängen über Kreuzungen. Für menschliche Fahrer löste dies ein chaotisches, aber verständliches soziales Protokoll aus: die Regel „Behandeln Sie es als Vier-Wege-Stopp“. Es war chaotisch, aggressiv und langsam, aber es floss.

Der Netzausfall war jedoch eine kognitive Katastrophe für die autonome Flotte von Waymo.

In den Bezirken Richmond, Presidio und Downtown wusste der „erfahrenste Fahrer der Welt“ nicht, was er tun sollte. Ohne die deterministische Gewissheit einer Verkehrsampel und nicht in der Lage, Augenkontakt mit dem verwirrten Fahrer im heranschleichenden Honda Civic herzustellen, taten die Roboter das Einzige, was ihre Sicherheitsvalidierungsmodelle zuließen: Sie erstarrten.

Das Ergebnis war nach den Worten der Zuschauer „absolutes Chaos“. Waymo-Fahrzeuge standen im Leerlauf an dunklen Kreuzungen, ihre LiDAR-Arrays drehten sich wie wild und warteten auf ein Signal, das niemals kommen würde. Dies war nicht nur ein technischer Fehler; Es war eine grundlegende Offenbarung über die Fragilität autonomer Systeme in einer zerfallenden analogen Welt. Die Roboter sind bereit für die Straße, aber die Straße ist nicht bereit für sie.

Die Physik der „toten“ Kreuzung

Um zu verstehen, warum ein Stromausfall für einen Roboter lähmender ist als ein Schneesturm, muss man untersuchen, wie ein autonomes Fahrzeug (AV) „Autorität“ wahrnimmt.

Der deterministische Irrtum

Ein AV arbeitet nach einer Hierarchie von Einschränkungen. An der Spitze dieser Hierarchie steht das Traffic Control Device (TCD).

$P(Action) = P(Path | Signal) \times P(Clearance)$

In einem normalen Szenario ist der Zustand der Ampel ($Signal$) eine binäre oder ternäre Einschränkung. Grün bedeutet „Los“, Rot bedeutet „Stopp“. Basierend auf diesem Signal bricht die Wahrscheinlichkeitsverteilung für die nächste Aktion des Fahrzeugs auf eine nahezu sichere Wahrscheinlichkeit zusammen. Das Computer-Vision-System identifiziert den Begrenzungsrahmen der Ampel, klassifiziert die Pixelfarbe (Rot/Gelb/Grün) und ordnet sie der semantischen Ebene der HD-Karte zu, um zu bestätigen, dass diese Ampel die Fahrspur des Fahrzeugs steuert.

Wenn der Strom ausfällt, wird der TCD-Status zu NULL.

Für einen Menschen ist ein dunkles Licht ein Symbol. Es entspricht dem Konzept „4-Way Stop“. Fahrer nutzen die Spieltheorie: Sie bewegen sich langsam vorwärts, winken und schauen in das Gesicht des anderen Fahrers, um dessen Aggressivität oder Nachgiebigkeitsabsicht einzuschätzen. Menschen nehmen an komplexen, Mikrosekunden dauernden Verhandlungen teil, die auf sozialen Hinweisen basieren.

Für ein AV-Gerät ist ein dunkles Licht ein Randfall extremer Unsicherheit.

1. Erkennungsfehler: Die Kamera erkennt das Gehäuse, aber keine beleuchteten Pixel. Ist es aus? Blendet die Sonne darauf?
2. Regelkonflikt: Auf der HD-Karte steht „Dies ist eine signalisierte Kreuzung.“ Die Sensoren sagen „Kein Signal vorhanden.“
3. Der minimale Risikozustand (MRC): Wenn der Unsicherheitsschwellenwert ($\sigma$) die Sicherheitsparameter überschreitet, kehrt das Fahrzeug standardmäßig in den minimalen Risikozustand zurück. Normalerweise bedeutet dies: „Halten Sie inne und warten Sie auf Klarheit.“

Beim Blackout vom 20. Dezember kam es nie zu „Klarheit“. Die Roboter warteten auf einen Signalwechsel, den die Physik nicht liefern konnte.

Die Sensorlücke: Warum LiDAR „Go Ahead“ nicht erkennen kann

Beobachter fragen sich vielleicht: „Warum nicht einfach die AV so programmieren, dass sie dunkle Lichter als Stoppschilder behandelt?“

Die Herausforderung besteht in der Absichtsvorhersage. Bei einer 4-Wege-Haltestelle wird die Vorfahrt durch die Ankunftszeit und die Geometrie bestimmt. Aber in einem Chaos-Szenario mit Stromausfall schummeln Menschen. Sie rollen durch Stopps, geraten aus der Kurve und drängen sich zusammen.

Der Wahrnehmungsstapel von Waymo nutzt LiDAR (Laser Imaging Detection and Ranging) und Radar, um Objekte zu verfolgen.

• LiDAR gibt genaue Entfernung ($d$) und Geschwindigkeit ($v$) an.
• Kameras ermöglichen die Klassifizierung von Objekten.

Sensoren können die Handzeichen eines Polizisten oder das Nicken eines Fahrers nicht erkennen. AVs der nächsten Generation verfügen nicht über die Fähigkeit, eine gesetzeswidrige Kreuzung zu befahren.

Wenn das Gitter entfernt wird, werden auch die Regeln entfernt. Und Roboter können nicht improvisieren.

Kontextgeschichte: Das Muster der Lähmung

Dies deutet auf einen besorgniserregenden Trend hin. Der „Waymo Freeze“ während des Stromausfalls ist kein Einzelfall; Es ist Teil eines Musters, bei dem AVs mit kontextueller Mehrdeutigkeit zu kämpfen haben.

Der Kegelvorfall (2023)

Erinnern Sie sich an die „Cone Week“-Proteste, bei denen Aktivisten Verkehrskegel auf den Motorhauben von Waymo- und Cruise-Fahrzeugen platzierten. Die Fahrzeuge wurden stillgelegt. Warum? Weil der Wahrnehmungsstapel den Kegel als „Okklusion“ oder „Hindernis“ klassifizierte, das am Fahrzeug oder in seinem kritischen Pfad befestigt ist. Die Logikschleife ist in einen Deadlock geraten:

1. Hindernis erkannt.
2. Kann sich nicht bewegen, bis das Hindernis überwunden ist.
3. Hindernis bewegt sich mit dem Auto.
4. Ergebnis: Stopp.

Der Nebel des Krieges (2024)

Bei starkem Nebel in San Francisco im vergangenen Jahr hielten Waymo-Fahrzeuge massenhaft an. Dies war ein Sicherheitsmerkmal – die LiDAR-Leistung nimmt bei Streuung von Medien ab –, führte jedoch zu blockierten Einfahrten und Straßen.

Der Blackout (2025)

Der Stromausfall am 20. Dezember ist der schwerwiegendste, da es sich nicht um ein Problem mit der Sensorinteraktion handelte. Es handelte sich um einen Infrastrukturabhängigkeitsfehler. Die Fahrzeuge waren vollkommen funktionsfähig. Ihre Batterien waren aufgeladen. Ihre Sensoren waren sauber. Aber die Welt brach zusammen.

Dies verdeutlicht eine kritische Schwachstelle beim weit verbreiteten Einsatz von AVs: Interdependenz. Die Branche baut eine digitale KI-Transportschicht des 21. Jahrhunderts auf ein Stromnetz des 20. Jahrhunderts auf, das kaum noch hält.

Die Infrastrukturabhängigkeit: Das Raster ist der Graph

Cybersicherheitsexperten sprechen oft von der „Kill Chain“ in der Sicherheit. Bei der autonomen Mobilität gibt es eine „Abhängigkeitskette“.

1. Ebene 1: Das Fahrzeug (Hardware, Reifen, Batterie).
2. Ebene 2: Die Konnektivität (LTE/5G zur Zuordnung von Servern/Teleoperationen).
3. Ebene 3: Die Infrastruktur (Ampeln, Straßenlaternen, Straßenmarkierungen).

Der Stromausfall im Jahr 2025 durchbrach gleichzeitig Level 2 und Level 3.

Der Tele-Ops-Engpass

Wenn ein Waymo verwirrt ist, ruft er normalerweise nach Hause. Ein Remote Assistance (RA)-Agent schaut sich den Kamera-Feed an und gibt einen übergeordneten Befehl wie „Nach vorne schieben“ oder „Dieses Signal ignorieren“.

Aber der Brand im PG&E-Umspannwerk hat wahrscheinlich die örtlichen Mobilfunkmasten beschädigt. Selbst wenn die Türme Backup-Batterien hätten, würde die örtliche Überlastung (Tausende von Menschen, die Verwandte anrufen) die Bandbreite zerstören.

$\text{Latency} \propto \frac{\text{Users}}{\text{Bandwidth}}$

Wenn Waymo den RA-Server aufgrund einer Netzwerküberlastung nicht erreichen kann und die Szene aus Sicherheitsgründen nicht lokal auflösen kann, wird es zu einem 5.000-Pfund-Baustein. Es ist ein Ziegelstein, der den Regeln folgt, aber dennoch ein Ziegelstein.

Vorausschauende Analyse: Kann das behoben werden?

Das „Blackout-Problem“ muss gelöst werden, bevor Massenmaßstäbe erreicht werden. Wenn 10 % des SF-Verkehrs während dieses Ausfalls autonom abliefen, hätte der Verkehrsinfarkt Feuerwehrautos und Krankenwagen blockiert und aus einer Belästigung eine Tragödie gemacht.

Lösung A: Mesh-Netzwerk V2V

Die Fahrzeug-zu-Fahrzeug-Kommunikation (V2V) könnte es der Flotte ermöglichen, über den Zustand einer Kreuzung abzustimmen.

• Konzept: Wenn Auto A eine dunkle Ampel sieht und anhält und Auto B (mit Blick auf den Querverkehr) eine dunkle Ampel sieht und anhält, können sie sich digital die Hand geben.
• Protokoll: Ein digitaler Handshake zur Bestätigung von Position und Zustand, der eine koordinierte Bewegung ermöglicht.
• Realität: Dies erfordert einen universellen Standard (V2X), auf den sich alle OEMs (Tesla, Rivian, Waymo) einigen. Davon ist die Branche noch Jahre entfernt.

Lösung B: „Lawless Mode“ (The New York Cabbie Update)

AV-Entwickler müssen möglicherweise eine spezifische „Richtlinie für unkontrollierte Kreuzungen“ trainieren, die aggressiver ist.

• Logik: Wenn TCD > 30 Sekunden lang = NULL -> Als Stoppschild behandeln -> Zur Mitte kriechen -> Wenn keine Hochgeschwindigkeitsvektoren eintreffen -> Zusammenführung erzwingen.
• Risiko: Dies erhöht den $P(Collision)$ nichtlinear. Aber die Alternative (totale Lähmung) hat ihr eigenes Risikoprofil (Blockierung von Rettungsdiensten).

Lösung C: Infrastrukturhärtung

Die langweilige, aber echte Antwort: Batterie-Backups für Ampeln. In großen Fluren verbrauchen LEDs sehr wenig Strom. Eine kleine Solar- und Batterie-Nachrüstung könnte die Signallogik bei einem Netzausfall 24 Stunden lang am Laufen halten. Das ist zwar günstiger, als eine KI so umzuschulen, dass sie menschliche Verhandlungen versteht, doch die Stadtbudgets geben ihr selten Priorität.

Das Urteil

Das Waymo-Fiasko während des Stromausfalls in San Francisco war kein Versagen der künstlichen Intelligenz; Es war eine Kollision zwischen KI und Entropie.

Ingenieure haben Maschinen gebaut, die mit der mathematischen Präzision eines Schachmeisters fahren. Aber die reale Welt, insbesondere während einer Katastrophe, ist kein Schach. Es ist ein Moshpit. Bis diese Roboter lernen, die chaotischen, ungeschriebenen Regeln einer kaputten Infrastruktur zu schieben, zu schieben und zu bewältigen, bleiben sie Schönwetterfahrer – brillant, wenn das Licht an ist, aber lahmgelegt, wenn es in der Stadt dunkel wird.

Beobachter, die an einer dunklen Kreuzung ein Robotaxi entdecken, sollten kein Signal erwarten. Die Maschine wartet auf grünes Licht, das aber nicht kommt.