Verbundvorhaben Shuttle2X - Sicherer Einsatz von automatisierten Shuttle-Fahrzeugen im städtischen Verkehr durch unterstützende Infrastruktur-Vernetzung (Shuttle2X)
Date
Authors
Volume
Issue
Journal
Series Titel
Book Title
Publisher
Link to publishers version
Abstract
Alte, unvollständige Version. Neue Version: https://oa.tib.eu/renate/handle/123456789/31950
Derzeitiger Stand von Wissenschaft und Technik: Zu Beginn von „Shuttle2X“ fehlte eine integrierte rechtliche Gesamtarchitektur für V2X-gestützte, automatisierte Shuttle-Systeme im urbanen Mischverkehr. Datenschutz-, Cybersecurity-, KI-, Produktsicherheits- und Haftungsrecht befanden sich auf EU- und nationaler Ebene im Umbruch (u. a. KI-Verordnung, Data Act, NIS-2, neue Produkthaftungsrichtlinie). Gefestigte Rechtsprechung oder belastbare Leitlinien für hochvernetzte Mobilitätsanwendungen lagen nicht vor; erhebliche Rechtsunsicherheiten bestanden .
Begründung/Zielsetzung: Ziel war die Entwicklung eines integrierten, entwicklungsbegleitenden Compliance-Rahmens für Hersteller, Zulieferer und Betreiber autonomer Shuttle-Systeme. Regulatorische Anforderungen sollten systematisch in die technische Architektur eingebettet werden („compliance by design“), um Zulassungsfähigkeit, Rechtskonformität und Haftungsminimierung sicherzustellen.
Methode: Durch umfassende juristische Analyse (Rechtsprechung, Literatur, Behördenpraxis) wurden regulatorische Vorgaben identifiziert, entlang projektbezogener Use-Cases konkretisiert und in eine rechtliche Anforderungsmatrix mit Reifegradmodell überführt. Ergänzend wurden ein integriertes Konzept zu Datenschutz, Cybersicherheit, funktionaler Sicherheit und Haftung sowie praxisorientierte Leitfäden, Checklisten und Musterlösungen entwickelt. Die Ergebnisse wurden fortlaufend mit technischen Partnern abgestimmt.
Ergebnis: Es entstand ein kohärentes Compliance-Framework für autonome Shuttle-Systeme, das Zulassung, Risikobewertung und Governance-Strukturen strukturiert unterstützt und in die Projektpraxis implementiert wurde.
Schlussfolgerung: Die entwickelten Instrumente sind auf weitere automatisierte und vernetzte Mobilitätsanwendungen übertragbar. Sie reduzieren regulatorische Unsicherheiten, stärken Standardisierung und fördern die wirtschaftliche Verwertbarkeit KI-gestützter Verkehrssysteme.
State of the Art in Science and Technology: At the outset of “Shuttle2X,” no integrated legal framework existed for V2X-enabled automated shuttle systems in mixed urban traffic. Data protection, cybersecurity, AI, product safety, and liability law were evolving rapidly at EU and national levels (e.g., AI Act, Data Act, NIS-2, new Product Liability Directive). Established case law and reliable regulatory guidance for highly networked mobility applications were lacking, resulting in significant legal uncertainty.
Rationale/Objectives: The project aimed to develop an integrated, development-accompanying compliance framework for manufacturers, suppliers, and operators of autonomous shuttle systems. Regulatory requirements were to be embedded systematically into the technical architecture (“compliance by design”) to ensure regulatory approval, legal conformity, and liability risk mitigation.
Method: Comprehensive legal analysis (case law, literature, regulatory practice) was conducted to identify and operationalize applicable requirements along project-specific use cases. These were consolidated into a legal requirements matrix with a maturity model. An integrated concept covering data protection, cybersecurity, functional safety, and liability was developed, supported by practical guidelines, checklists, and template solutions. Results were continuously aligned with technical partners.
Results: A coherent compliance framework for autonomous shuttle systems was established, structuring approval procedures, risk assessment, and governance, and implemented in project practice.
Conclusion: The developed instruments are transferable to other automated and connected mobility applications, reducing regulatory uncertainty, strengthening standardization, and supporting the economic viability of AI-based transport systems.
