Autonome und assistierte Schiffsnavigation (Kollisionsvermeidung, ferngesteuerte Schiffe)

Die meisten Kollisionen und Beinahe-Kollisionen auf See haben menschliche Ursachen: Müdigkeit, eine dünn besetzte Wache, Ziele, die das Radar übersieht (Kajaks, Tonnen, Kleinfahrzeuge), und stark befahrene Gewässer. KI-gestütztes Lagebewusstsein führt Kamera-, Wärmebild-, Radar-, LiDAR- und AIS-Daten zusammen, sagt die Bahnen anderer Schiffe vorher und berät den Wachoffizier oder führt bei höheren Autonomiestufen KVR-konforme Manöver aus. Die Einsätze reichen von Entscheidungsunterstützung auf der Brücke von Handelsschiffen über landgesteuerte Binnenschiffe bis zu autonomen Fähren im Küstenverkehr.

Problem & Nutzen

• Heute: Der Wachoffizier kombiniert Ausguck, Radar/ARPA und AIS. Radar-Störechos, kleine Ziele ohne AIS, Nacht, Nebel und Müdigkeit begrenzen die Erkennung. Auf Binnenwasserstraßen kommen dichter Verkehr, Brücken und Schleusen hinzu; Besatzungen für den 24/7-Betrieb sind teuer und knapp.
• KI-Nutzen: frühere Erkennung kleiner bzw. nicht gemeldeter Ziele, weniger Fehlalarme als einfache Radar-Wachzonen, objektive Risikobewertung, aufgezeichnete Nachweise für die Unfallanalyse und (bei Fernsteuerung) ein Operator an Land, der mehrere Schiffe überwacht oder Besatzungen an Bord entlastet.
• Belege: Es gibt Herstellerangaben (z. B. nennt Orca AI mehr als 1.000 Handelsschiffe mit seinen Systemen; Seafar betreibt ferngesteuerte Binnenschiffe in Belgien und Deutschland). Behauptete Verbesserungen bei Alarmreduktion oder Kraftstoff-/Sicherheitsgewinnen gelten als Herstellerangaben, bis sie unabhängig überprüft sind [1][4][5].

Varianten

• Entscheidungsunterstützung auf der Brücke (SAE-ähnlich „beratend"): Sensoren und Edge-Einheit geben Warnungen und Manövervorschläge; die Besatzung bleibt voll verantwortlich. Größte installierte Basis.
• Assistierte / automatische Kollisionsvermeidung: Das System schlägt Kursänderungen des Track-Piloten vor und führt sie nach Freigabe aus (z. B. Avikus HiNAS, ein autonomer Navigationsassistent für große Handelsschiffe).
• Ferngesteuerte Binnenschiffe: Landleitstand (Shore Control Centre, SCC) mit Video, Radar und latenzgeführter Steuerung; Besatzung an Bord reduziert oder entfallen (Seafar; CCNR-Regeln für die Binnenschifffahrt).
• Autonome Fähren und Küstenschiffe: z. B. Yara Birkeland (Kongsberg), norwegische und finnische Fährpilotprojekte mit Sensorfusion und automatischem Anlegen.
• Arbeitsboote, Freizeit- und Segelschifffahrt: kamerabasierte Kollisionswarnung für Yachten und kleine Gewerbefahrzeuge.
• Marine und Sicherheitseinsatz: hier nicht behandelt (nur Verteidigungsebene); zur maritimen Lageerfassung siehe ANOM-032.

So funktioniert es

1. sensors (radar, AIS, visible + thermal camera, LiDAR, GNSS/IMU, ECDIS)
2. time sync + calibration
3. detection & classification (object detection on camera/thermal, radar clutter filtering)
4. multi-sensor tracking & fusion (AIS + radar + vision tracks)
5. trajectory prediction of targets (CPA/TCPA, intent model)
6. COLREG situation assessment (give-way / stand-on, encounter type)
7. manoeuvre planning (rule-based + optimisation / learned planner, own-ship dynamics, depth/charts)
8. human-in-the-loop: advice
9. approval
10. autopilot command
11. safety layer (independent monitor, minimum-risk condition, fallback to manual)
12. logging (voyage-data-recorder-style evidence) Remote variant: video + radar + status over redundant links
13. SCC operator
14. commands
15. on-board safety layer

• Wahrnehmung: CNN-/Transformer-Detektoren, trainiert auf maritimen Bildern; Wärmebildkameras verbessern die Leistung bei Nacht und Nebel; das Radar bleibt für die Entfernung maßgeblich. Der wichtigste KI-Gewinn sind kleine Ziele ohne AIS.
• Vorhersage und Planung: kinematische und gelernte Bahnvorhersagen; Planer wie Velocity-Obstacle- oder modellprädiktive Verfahren bilden die KVR-Regeln 5–19 ab. Gelernte Planer (RL) werden meist in der Simulation trainiert und getestet.
• Mensch-in-der-Schleife (Human-in-the-Loop): Der Kapitän bleibt rechtlich verantwortlich; auf beratender Stufe handelt das System nie allein. Bei Fernsteuerung muss eine deterministische Sicherheitsschicht an Bord den Verlust der Verbindung auffangen.

Datenaufbereitung

Die Daten sind keine Geschäftsdokumente, sondern Sensorströme: Radar-/ARPA-Tracks, AIS, Video (sichtbar und Wärmebild), LiDAR, GNSS/IMU und ECDIS-Karten. Sie liegen im Schiffsdatenschreiber (VDR), in den Brückensystemen und in Edge-Einheiten der Hersteller, selten in ERP oder DMS. Typische Lücken sind nicht synchronisierte Uhren, fehlende Sensorkalibrierung, keine beschrifteten Beispiele für kleine Ziele (Kajaks, Tonnen, Treibgut), wenige Aufnahmen seltener Wetter- und Nachtbedingungen sowie Gesichter der Besatzung auf Brückenkameras.

Schritte der Aufbereitung: - 3–6 Monate repräsentative Reisen im Schattenbetrieb mit synchronisierten Zeitstempeln aufzeichnen (PREP-005 behandelt, wie Daten aus geschlossenen Systemen gewonnen werden). - Sensorbefestigung kalibrieren und dokumentieren; Karten- und Fahrdynamikdaten des eigenen Schiffs versioniert halten. - Einen Test- und Bewertungsdatensatz mit erfahrenen Wachoffizieren beschriften (PREP-018, PREP-019), einschließlich Beinahe-Kollisionen und schwieriger Lichtverhältnisse. - Gesichter von Besatzung und Passagieren vor dem Speichern des Videos maskieren oder zuschneiden (PREP-022) und die Aufbewahrung festlegen (PREP-024, PREP-025). - KVR-Szenariosammlungen für die Simulation aufbauen.

Bei Weg A bringt der Hersteller vortrainierte Modelle mit, Sie müssen aber weiterhin Installationsdaten, Aufnahmen aus dem Schattenbetrieb und Bewertungslabels liefern. Bei Weg C oder D sind Datenaufbereitung und Beschriftung mit etwa 50–60 Prozent der größte Aufwandsanteil.

Umsetzungswege

Welcher Weg für wen

• Unternehmen (Reedereien, Fähr- und Binnenschifffahrtsbetreiber): Weg A, weil klassifizierte Brückensysteme (Orca AI, Avikus, Seafar) verfügbar sind und die Zulassung durch Flaggenstaat und Klassifikationsgesellschaft mit zertifizierten Produkten deutlich einfacher ist.
• Entwickler (Maritime Tech, Forschung): Weg C, weil offene Wahrnehmungs- und Planungsstacks sowie Simulation (ROBO-010) eigene Entwicklung und eigenes Sensorfusions-Know-how auf Edge-Hardware erlauben.
• Öffentliche Hand (Hafenbehörden, Wasserstraßenverwaltungen, öffentliche Fähren): Weg A mit zertifizierten Produkten, weil Vergaberegeln und Sicherheitszulassung bewährte, typzugelassene Systeme begünstigen.

Weg A — Kaufen (Standardsoftware) (empfohlen)

• KI-Lagebewusstsein für Brücke/Edge: Orca AI (SeaPod, 1.000+ Schiffe), Avikus (HiNAS Control / Navigation Assist), Kongsberg (Autonomie- und Brückensysteme; EU/Norwegen), Wärtsilä (Finnland, EU, Navigation und integrierte Brücke), Furuno, Raymarine/Teledyne FLIR (maritime Wärmebildkameras), Sea Machines (USA, Autonomie-Kits), Greenroom Robotics (Australien).
• Fernsteuerung: Seafar (Belgien, EU; SCC für Binnenschiffe), Kongsberg, Rolls-Royce Commercial Marine Ship Intelligence (seit 2019 Teil von Kongsberg), Zeabuz (Norwegen, autonome Stadtfähren), ABB Marine (Finnland/Schweiz, Dynamic Positioning und Ability Marine Pilot).
• A wählen, wenn: ein Flottenbetreiber oder eine Werft ein klassifiziertes, unterstütztes Produkt braucht. Prüfen Sie Klassennotation (DNV, Bureau Veritas, Lloyd's Register, RINA), Akzeptanz durch den Flaggenstaat, Cybersicherheit (IACS UR E26/E27) und EU-Hosting für aufgezeichnete Videos.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Die Cloud ist nur für die Landseite gedacht: Flottenanalysen, Offline-Modellverbesserung, Reisewiedergabe und Vorfallprüfung. Vision-Language-Modelle (Gemini, Claude, Mistral multimodal) können aufgezeichnete Szenen beschriften oder Beinahe-Kollisionen zusammenfassen; sie gehören nicht in die Echtzeit-Regelschleife.
• Integration: NMEA 0183/2000, IEC 61162-450 und AIS-Decoder (z. B. das offene pyais), Satelliten- oder 5G-Verbindungen, Speicherung der aufgezeichneten Aufnahmen in einer EU-Region.

Weg C — Selbst betreiben (Open Source)

• Erkennung/Tracking: offene maritime Datensätze (SeaShips, Singapore Maritime Dataset, MODD, MaSTr1325, LaRS) mit Detektoren mit offenen Gewichten (YOLO-Familie, RT-DETR) und Segmentierung, Tracker (ByteTrack, OC-SORT).
• Autonomie-Stack: ROS 2 mit Nav2, MOOS-IvP (maritime Autonomie), OpenCPN zur Kartendarstellung, Gazebo-/Unity-Simulatoren für maritime Tests.
• Hardware: HW1 an Bord (Jetson-Orin-Klasse, industrietauglicher IP-geschützter Edge-Rechner, TensorRT); HW2–3 an Land für Training und Wiedergabe. Geeignet für Forschung, kleine unbemannte Wasserfahrzeuge und Pilotprojekte, nicht für zertifizierte SOLAS-Schiffe.

Weg D — Eigenes Training

Nötig für Nischensensoren, bestimmte Wasserstraßen oder Schiffstypen. Erfordert Tausende annotierter maritimer Bilder bei Nacht, Blendung, Nebel und verschiedenen Seegängen sowie beschriftete Radar- und AIS-Begegnungen. Synthetische Daten und Simulation (ROBO-010) füllen seltene Beinahe-Kollisionen auf; echte aufgezeichnete Begegnungen bleiben das wichtigste Gut.

Stand der Technik (2026)

• Beratende KI ist kommerziell verfügbar: Kamera-/Wärmebild-/Radar-Fusion mit Erkennung kleiner Ziele und Begegnungsvorhersage ist in großem Umfang im Einsatz; der berichtete Nutzen liegt vor allem in früherem Bewusstsein und geringerer Alarmmüdigkeit [1].
• Die Regulierung holt auf: Die IMO entwickelt einen zielbasierten Code für Maritime Autonomous Surface Ships (MASS), der auf dem MSC 111 (Mai 2026) als nicht verbindliches Instrument angenommen wurde (in Kraft seit 1. Juli 2026); eine verbindliche Fassung unter SOLAS soll um 2030 angenommen werden und um 2032 in Kraft treten (IMO-Fahrplan) [2]. Prüfen Sie den aktuellen Stand, bevor Sie sich darauf verlassen.
• Binnengewässer sind Vorreiter: CCNR (Rhein) und Arbeiten auf EU-Ebene (CESNI/ES-TRIN-Standards) ermöglichen ferngesteuerte und automatisierte Binnenschifffahrt; Seafar und nationale Pilotprojekte in Belgien, den Niederlanden und Deutschland [3][5].
• Forschungsrichtung: KVR-bewusste gelernte Planer, Bahnvorhersage mit Transformern und formale Verifikation der Sicherheitsschicht.
• Grenzen: Sicht bei schlechtem Wetter, Sonnenblendung und Wellenechos; Fehlalarme durch Vögel, Gischt oder Treibgut; mehrdeutige Begegnungen mehrerer Schiffe, bei denen die KVR nicht eindeutig sind; Schiffe ohne AIS, die die Regeln missachten; Sensorausfall und GNSS-Störung/-Spoofing; Latenz der Fernverbindung und Cyberangriffe. Vollautonome kommerzielle Hochseenavigation ist noch nicht Routine.

Gemeinsame Bausteine & Kombinationen

• Gleicher Wahrnehmungs-Stack: ROBO-005 (Straßenfahren), ROBO-006 (Drohnen), ROBO-019 (Hinderniserkennung Schiene), ROBO-020 (Lieferroboter): Objekterkennung, Tracking, Sensorfusion, Inferenz am Edge.
• Sicherheitsmuster: ROBO-016 (unabhängige KI-Sicherheitsfunktionen und Zertifizierungsmuster).
• Simulation: ROBO-010 für die Erzeugung von KVR-Szenarien und Sim-to-Real-Tests.
• Angrenzend: OPT-026 (Wetter-/Reiserouting liefert den Plan, dieser Anwendungsfall führt ihn lokal aus), ANOM-032 (AIS-Spoofing und Erkennung von Schiffen mit abgeschaltetem AIS), SPEECH-020 (Transkription des UKW-Sprechfunks für die Kommunikation von Brücke zu Brücke).

Aufwand, Kosten & Kennzahlen

• Weg A: Wochen bis Monate für die Nachrüstung (Kameras, Edge-Einheit, Integration); Kosten je Schiff nach Sensorumfang gestaffelt. Fernsteuerung: Quartale bis Jahre einschließlich SCC, Klassenzulassung und Ausnahmegenehmigungen.
• Weg C: 6–12+ Monate für Pilotprojekte auf kleinen unbemannten Schiffen; die Kosten bestehen überwiegend aus Integration und Probefahrten.
• Kennzahlen: Erkennungsreichweite und Trefferquote für kleine Ziele nach Wetter und Licht, Fehlalarmrate je Wachstunde, CPA bei größter Annäherung, Anzahl Beinahe-Kollisionen, Arbeitsbelastung der Bediener, Verfügbarkeit und Latenz der Fernverbindung, Erfolgsquote des Übergangs in den risikominimalen Zustand, Abschalt-/Übersteuerungsquote.

Menschen & Veränderung

Beginnen Sie mit der Geschäftsleitung und der Flotten- oder Betriebsleitung (Business Case, angestrebte Autonomiestufe), beziehen Sie früh die IT-Sicherheit ein (NIS2, IACS UR E26/E27, Fernverbindungen), dazu Recht/Compliance (Klasse, Flaggenstaat, Haftung) und Lieferanten (Sensor- und Systemhersteller). Kapitäne und Wachoffiziere sind die eigentlichen Anwender: Binden Sie sie vom ersten Tag an in den Pilotbetrieb im Schattenmodus ein.

Betriebsrat: ja, in der Regel. Brückenkameras, Rekorder und Protokolle der Fernsteuerer sind objektiv geeignet, Verhalten und Leistung der Besatzung zu überwachen; daher gilt die Mitbestimmung nach §87 Abs. 1 Nr. 6 BetrVG; §90 Abs. 1 Nr. 3 verlangt eine rechtzeitige Unterrichtung über KI-gestützte Arbeitsprozesse, und §80 Abs. 3 erlaubt einen KI-Sachverständigen. Für Seeleute auf Schiffen unter deutscher Flagge kann eine Bordvertretung oder ein Seebetriebsrat zuständig sein; öffentliche Betreiber beteiligen den Personalrat. Vereinbaren Sie Zweck, keine Leistungsbewertung einzelner Personen und kurze Aufbewahrung.

Datenschutzbeauftragte(r) und DSFA: Besatzung und Passagiere sind auf Videos erkennbar; beziehen Sie daher die/den Datenschutzbeauftragte(n) ein und prüfen Sie, ob eine Datenschutz-Folgenabschätzung (DSFA, Art. 35 DSGVO) nötig ist; schließen Sie mit cloudangebundenen Herstellern einen AVV (Art. 28 DSGVO).

KI-Kompetenz: Fördern Sie die KI-Kompetenz von Offizieren und Fernsteuerern (Art. 4 KI-Verordnung (AI Act)), einschließlich bekannter Fehlermuster und Übersteuerungstraining. Kommunizieren Sie, dass der Kapitän verantwortlich bleibt, führen Sie den Pilotbetrieb auf einem Schiff mit Freiwilligen durch und verfolgen Sie die Übersteuerungsquoten offen. Leitfäden: GUIDE-004, GUIDE-008, GUIDE-009.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act) (VO 2024/1689): Die Einstufung hängt vom Kontext ab. Ausrüstung seegehender Schiffe fällt unter die Richtlinie über Schiffsausrüstung 2014/90/EU und internationale Übereinkommen; diese gehören zu Anhang I Abschnitt B, für den nur begrenzte Vorschriften des AI Act (Art. 2 Abs. 2) auf die späteren delegierten Rechtsakte gelten. KI als Sicherheitsbauteil von Produkten nach Anhang I Abschnitt A ist Hochrisiko. Die Verwaltung kritischer Infrastruktur (Anhang III Nr. 2) kann Straßenverkehr und kritische digitale Infrastruktur umfassen, aber nicht Schiffe als solche. Ein typisches beratendes Brückensystem ist daher zuerst sektorspezifisch reguliert; prüfen Sie die Rechtslage jedes Einsatzes [6].
• Art. 5: Standardmäßig keine verbotene Praxis. Eine Überwachung der Besatzung mit biometrischer oder Emotionserkennung (Müdigkeitserkennung per Gesichtsanalyse) würde am Arbeitsplatz Art. 5 Abs. 1 Buchst. f riskieren; nutzen Sie nicht-biometrische Alternativen.
• DSGVO: Bordkameras und Videos der Fernsteuerung können Besatzung und Passagiere erfassen; legen Sie Zweck fest, minimieren Sie die Aufzeichnung, schließen Sie eine Betriebsvereinbarung, begrenzen Sie die Aufbewahrung und hosten Sie in der EU.
• Seerechtliche Vorschriften: SOLAS, KVR 1972 (COLREG), STCW (menschliche Verantwortung, Wachdienst), IMO-MASS-Code (nicht verbindlich, angenommen im Mai 2026; verbindliche Fassung geplant), Regeln der Klassifikationsgesellschaften für Autonomienotationen, Zulassung durch den Flaggenstaat, CCNR / ES-TRIN für Binnenschiffe, IACS UR E26/E27 und NIS2 für Cybersicherheit.
• Haftung und Risiko: Verantwortung von Kapitän und Betreiber, Schulung der Fernsteuerer, Sensorverschlechterung, Cyberangriffe, übermäßiges Vertrauen. Gegenmaßnahmen: unabhängige Sicherheitsschicht, redundante Sensoren und Verbindungen, Einführung zuerst beratend, umfangreiche Simulation und Probefahrten, aufgezeichnete Nachweise.

Erste Schritte

1. Legen Sie die Zielstufe fest: nur Warnungen, Beratung, überwachte Ausführung oder Fernsteuerung, sowie die Wasserstraße (offene See, Küste, Binnen).
2. Zeichnen Sie 3–6 Monate Sensordaten und AIS einer repräsentativen Flotte im Schattenbetrieb auf und messen Sie übersehene kleine Ziele und Fehlalarme.
3. Wählen Sie 2–3 Anbieter für Weg A mit Klassenzulassung aus und führen Sie einen Pilotbetrieb auf einem Schiff mit Rückmeldungen der Besatzung durch.
4. Führen Sie eine Gefährdungsanalyse (STPA / HAZID) durch und stimmen Sie den Zulassungsweg mit Klasse und Flaggenstaat ab.
5. Bauen Sie in der Simulation (ROBO-010) eine Szenariobibliothek von KVR-Begegnungen auf, bevor Sie zu höherer Autonomie übergehen.

Quellen

1. Orca AI — product and company information — https://www.orca-ai.io
2. IMO — Autonomous shipping (MASS) — https://www.imo.org/en/mediacentre/hottopics/pages/autonomous-shipping.aspx
3. CCNR — Automation and remote navigation on inland waterways — https://www.ccr-zkr.org/
4. Avikus — HiNAS — https://www.avikus.ai
5. Seafar — remote-controlled inland vessels — https://www.seafar.eu
6. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
7. Kongsberg Maritime — Yara Birkeland autonomous vessel — https://www.kongsberg.com/maritime/
8. Directive 2014/90/EU on marine equipment — https://eur-lex.europa.eu/eli/dir/2014/90/oj