Drei Entwickler des Startups Axiom haben große Sprachmodelle eingesetzt, um ein reales Fahrzeug über eine Teststrecke zu steuern. In dem Versuch traten verschiedene KI-Modelle der Modellreihen GPT, Claude und Grok an. Zwar erwiesen sich prinzipiell alle getesteten Systeme als fähig, Lenk- und Fahrbefehle an das Auto zu übermitteln, die vollständige Bewältigung des vorgegebenen Parcours gelang jedoch nur einem einzigen Modell.
Zum Einsatz kam dabei am 12. Oktober 2026 ein Toyota Corolla des Modelljahrs 2022, der mit Hardware des Anbieters Comma sowie der Software OpenPilot ausgerüstet war. Als Spitzenreiter des Versuchs setzte sich GPT-6 Astra durch: Das Modell schloss den gesamten Parcours im zweiten Anlauf in einer Zeit von 5:22 Minuten vollständig ab und erreichte damit eine Erfolgsquote von 100 Prozent.
Deutliche Leistungsunterschiede und hohe Latenzzeiten
Die weiteren untersuchten Sprachmodelle blieben weit hinter diesem Ergebnis zurück. Claude Fable 5.1 bewältigte 45 Prozent der Strecke, während Grok 4.6 lediglich auf 11 Prozent kam. Das Modell GPT-5.6 Sol erreichte eine Quote von 6 Prozent.
Neben den Abweichungen bei der Streckenbewältigung zeigte sich eine wesentliche technische Hürde in der Verzögerung der Datenverarbeitung: Die Inferenz-Latenz betrug zwischen 5 und 13 Sekunden pro Zug, was die Reaktionsfähigkeit der Systeme auf unvorhergesehene Fahrsituationen stark einschränkt.
Wachsender Bedarf an statistischen Prüfverfahren für Physical AI
Experimente mit der direkten Steuerung physischer Maschinen verdeutlichen die Anforderungen an die funktionale Sicherheit von KI-Systemen in realen Umgebungen. Bislang fehlen etablierte Prüfverfahren mit ausreichender statistischer Aussagekraft für solche Anwendungen.
Vor diesem Hintergrund haben TÜV SÜD und QuantPi laut einem Bericht vom 12. Oktober 2026 eine Partnerschaft zur Prüfung und Bewertung von KI-Systemen vereinbart. QuantPi wird dabei das weltweit erste CARAT-Partnerlabor von TÜV SÜD und steuert Technologie für statistisch validierte Tests bei.
Wer sich mit der Entwicklung und dem Einsatz solch innovativer KI-Systeme befasst, muss die neuen rechtlichen Rahmenbedingungen genau kennen. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen, Pflichten und Risikoklassen, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen
Ziel dieser Zusammenarbeit sind nachweisbare Prüfergebnisse für die Konformitätsbewertung und Zertifizierung KI-basierter Produkte, insbesondere im Bereich der sogenannten Physical AI und autonomer Maschinen. Die Kooperation reagiert auf steigende Anforderungen durch den EU AI Act sowie die europäische Maschinenverordnung (EU) 2023/1230. Ergänzend dazu befindet sich die Normenreihe ISO/IEC 22440 derzeit in der Entwicklung.
Die Plattform von QuantPi arbeitet nach ISO/IEC 17025:2017 und liefert definierte Konfidenzgrenzen sowie statistische Garantien modellunabhängig, ohne Zugriff auf interne Modellparameter oder Trainingsdaten zu verlangen.
Die rasanten Fortschritte bei autonomen Systemen stellen Unternehmen vor komplexe Compliance-Fragen, da die EU-KI-Verordnung bereits unmittelbar gilt. Der kostenlose Umsetzungsleitfaden zum EU AI Act hilft Verantwortlichen, rechtliche Risiken zu vermeiden und alle relevanten Übergangsfristen einzuhalten. Jetzt kostenlosen KI-Leitfaden herunterladen
Benedikt Pulver, Head of Machine Safety bei TÜV SÜD, verwies darauf, dass QuantPi wissenschaftlich robuste Ergebnisse liefere. Philipp Adamidis, CEO von QuantPi, erklärte, das Unternehmen strebe die formale Anerkennung der Nachweise durch eine benannte Stelle für die Maschinenverordnung an.
Umfeld und industrielle Sicherheitsstandards
Sowohl TÜV SÜD als auch QuantPi gehören dem NVIDIA Halos Ecosystem an. NVIDIA definiert die Sicherheit von Systemen der Physical AI als mehrschichtige Disziplin, die Hardware, Software, das KI-Verhalten, die Betriebsumgebungen und den gesamten Einsatzlebenszyklus umfasst.
Marktforscher von ABI Research prognostizieren bis 2035 eine installierte Basis von 49 Millionen Fahrzeugen der Autonomiestufen 3 bis 5, während Omdia zwischen 2026 und 2035 mit rund 60 Millionen Industrierobotern rechnet.
In diesem Umfeld zertifizierte TÜV SÜD bereits den Software-Entwicklungsprozess sowie DriveOS 6.0 von NVIDIA nach dem automobilen Sicherheitsstandard ISO 26262 ASIL D, während die US-Akkreditierungsstelle ANAB das NVIDIA Halos AI Systems Inspection Lab als Inspektionsstelle nach ISO/IEC 17020 akkreditierte.