Ein Kind trägt reflektierende Kleidung und einen Schulranzen. Im Scheinwerferlicht leuchten die Reflexflächen auf. Für den Menschen am Steuer ist das ein Warnsignal. Für die elektronische Fußgängererkennung kann genau dieses Erscheinungsbild zum Problem werden.
Eine am 27. Oktober veröffentlichte ADAC-Untersuchung zeigt: Bei Dunkelheit vermieden alle sechs geprüften Fahrzeuge die Kollision mit einem Erwachsenen in handelsüblicher Warnweste. Bei reflektierender Arbeitskleidung und einem Kind mit Reflexkleidung samt Schulranzen reagierten dagegen fast alle Systeme zu spät oder gar nicht. Geprüft wurden Mercedes CLA, Tesla Model Y, BYD Seal, Hyundai Tucson, Dacia Duster und Opel Astra.
Warum die Systeme scheitern, ist noch nicht abschließend geklärt. Der ADAC vermutet vor allem Schwierigkeiten bei der Klassifizierung der Verkehrsteilnehmenden. Eine Überstrahlung der Kamerabilder kommt als technischer Mechanismus infrage. Dass sie die konkreten Ausfälle verursacht hat, belegt die veröffentlichte Mitteilung allerdings nicht.
Warum Reflexstreifen so hell erscheinen
Die Streifen sind retroreflektierend: Sie werfen einfallendes Licht bevorzugt in Richtung seiner Quelle zurück. Je nach Material übernehmen das winzige Glaskugeln oder Mikroprismen. Anders als ein gewöhnlicher heller Stoff streuen sie das Licht nicht breit in den Raum. Deshalb fallen sie einem Menschen nahe den Autoscheinwerfern besonders stark auf.
Die gelbe oder orange Grundfarbe erfüllt eine andere Aufgabe. Fluoreszierendes Material verbessert die Auffälligkeit bei Tageslicht und in der Dämmerung. In der Dunkelheit liefern die angestrahlten Reflexflächen das markante Signal. Sie leuchten nicht selbst.
Wie wichtig ausreichende Reflexion ist, zeigte bereits der auf ingenieur.de beschriebene Warnwestentest mit zahlreichen mangelhaften Produkten. Damals erfüllten 60 % der 25 untersuchten Westen die Anforderungen nicht. Der aktuelle Befund betrifft dagegen die Reaktion des Autos auf reflektierende Kleidung.
Wenn der Helligkeitsunterschied zu groß wird
Eine Kamera muss gleichzeitig sehr helle Reflexflächen und schwach beleuchtete Körperpartien abbilden. Das beansprucht ihren Dynamikumfang, also den erfassbaren Helligkeitsbereich. Erreicht das Signal eines Bildpunkts die Sättigungsgrenze, lassen sich dort keine weiteren Helligkeitsabstufungen unterscheiden. Details verschwinden in einer hellen Fläche.
Eine kürzere Belichtung kann helle Bereiche erhalten. Dann liefern die dunklen Partien aber weniger Signal und können im Bildrauschen untergehen. Kameras mit hohem Dynamikumfang, kurz HDR für High Dynamic Range, sollen solche Gegensätze besser erfassen. Eine Möglichkeit sind unterschiedlich belichtete Aufnahmen, die zusammengeführt werden.
Für die Fußgängererkennung wäre ein Bild problematisch, in dem helle Streifen dominieren und Kopf, Rumpf oder Beine nur schwach hervortreten. Die auswertbare Körperform könnte dadurch leiden. Das ist eine technisch plausible Erklärung, keine Diagnose der getesteten Fahrzeuge. Aus einzelnen gesättigten Bildbereichen folgt auch nicht, dass sämtliche menschlichen Konturen verschwinden.
Von „geblendeten Sensoren“ zu sprechen, wäre zudem zu pauschal. Die beschriebene Überbelichtung betrifft die optische Bildaufnahme. Radar arbeitet mit elektromagnetischen Wellen in einem anderen Frequenzbereich. Eine für das Auge grell aufleuchtende Weste bedeutet deshalb keine entsprechende Blendung des Radars.
Ein heller Fleck ist noch kein erkannter Fußgänger
Bis zum Bremsbefehl muss das Fahrzeug mehrere Aufgaben lösen. Es erfasst Sensordaten, erkennt und verfolgt Objekte und bewertet deren Bewegung relativ zum eigenen Fahrweg. Erst daraus ergibt sich, ob eine Kollision droht.
Bei kamerabasierter Erkennung reicht es deshalb nicht, dass ein Objekt auffällt. Die Software muss dessen Merkmale zuverlässig auswerten. Ungewohnte Reflexmuster könnten die gelernte Zuordnung zu einem Menschen erschweren – auch wenn das Bild nicht überbelichtet ist. Ob fehlende Trainingsbeispiele, die Bildaufbereitung oder spätere Entscheidungsschritte ausschlaggebend sind, lässt sich aus einem beobachteten Zusammenstoß allein nicht bestimmen.
Das erklärt auch, warum zusätzliche Sensoren keine automatische Erfolgsgarantie liefern. Eine von Bosch beschriebene Systemarchitektur kombiniert Radar und Kamera; für den Bremseingriff müssen beide das kritische Objekt erkennen. Bei einer solchen Auslegung kann eine unsichere visuelle Erkennung trotz vorhandener Radardaten zum Engpass werden. Daraus lässt sich allerdings nicht auf die konkrete Entscheidungslogik der sechs getesteten Fahrzeuge schließen.
Zeitverluste wirken sich unmittelbar aus: Bei 50 km/h legt ein Auto in 0,2 s rund 2,8 m zurück. Das ist ein Rechenbeispiel, kein Messwert dieses Tests. Es zeigt, warum schon eine kurze Verzögerung der Erkennung die verbleibende Strecke zum Abbremsen verkürzt.
Ähnliche Ausfälle waren schon 2025 bekannt
Das US-amerikanische Insurance Institute for Highway Safety (IIHS) veröffentlichte im Januar 2025 vergleichbare Ergebnisse. Bei Versuchen mit etwa 40 km/h bremsten ein Honda CR-V und ein Mazda CX-5 nicht, wenn der querende Dummy Reflexstreifen an Gliedmaßen und Gelenken trug. Ein Subaru Forester vermied dagegen fast alle Kollisionen.
Gerade die Bewegung solcher Streifen hilft Menschen, eine Person zu erkennen. Den untersuchten Assistenzsystemen half das nicht zuverlässig. Auch das IIHS erklärte ausdrücklich, die genaue Ursache der Probleme sei ungeklärt. Die Unterschiede zwischen den Fahrzeugen zeigen aber: Das Versagen ist keine unvermeidliche Folge reflektierender Kleidung.
Im aktuellen ADAC-Test erkannte der Mercedes CLA als einziges Fahrzeug das reflektierend gekleidete Kind hinter einem parkenden Auto rechtzeitig. Eine allgemeine Rangliste ergibt sich daraus nicht: Der Club verwendete je Fahrzeug und Szenario individuelle Referenzgeschwindigkeiten.
Was Softwareupdates verbessern müssten
Der ADAC hält Nachbesserungen in vielen Fällen per Softwareupdate für möglich. Technisch müsste die Entwicklung prüfen, an welcher Stelle die Erkennungskette scheitert: bei der Aufnahme heller und dunkler Bereiche, bei der Objekterkennung oder beim Zusammenführen und Bewerten der Sensordaten.
Zusätzliche Trainingsbilder helfen nur, wenn sie die relevanten Erscheinungsformen und Lichtverhältnisse abdecken. Ist wichtige Bildinformation bereits bei der Aufnahme verloren gegangen, kann eine bessere Schulung der Erkennungssoftware allein sie nicht zurückholen. Ein Update müsste sich deshalb an unterschiedlichen Reflexmustern, Beleuchtungen und Bewegungssituationen bewähren.
Auf Reflexkleidung sollten Fußgänger und Kinder weiterhin nicht verzichten. Die bessere Sichtbarkeit für Menschen bleibt wichtig. Der technische Verbesserungsbedarf liegt bei den Assistenzsystemen: Sie müssen mit einer längst etablierten Schutzmaßnahme im Straßenverkehr zurechtkommen.
Quellen und weiterführende Links
https://presse.adac.de/meldungen/adac-ev/technik/adac-studie-zeigt-gefaehrliche-sicherheitsluecke-bei-notbremsassistenten.html – ADAC-Untersuchung: Fahrzeuge, Testszenarien, individuelle Referenzgeschwindigkeiten und Einschätzung zu Softwareupdates.
https://www.iihs.org/news/detail/high-visibility-clothing-may-thwart-pedestrian-crash-prevention-sensors – US-Versuche mit Reflexkleidung; deutliche Unterschiede zwischen Fahrzeugen, genaue Ausfallursache ungeklärt.
https://www.iihs.org/research-areas/bibliography/ref/2304 – Wissenschaftliche Studie von David Kidd und Watson Spivey zum Einfluss von Kleidung und Straßenbeleuchtung auf die Fußgänger-Notbremsung.
https://www.3m.com/3M/en_US/scotchlite-reflective-material-us/industries-active-lifestyle/active-lifestyle/how-retroreflection-works/ – Funktionsweise der Retroreflexion; Unterschied zu fluoreszierenden Materialien. 3M United States
https://multimedia.3m.com/mws/media/1614613O/3mtm-scotchlitetm-reflective-material.pdf – Technischer Aufbau reflektierender Materialien mit Mikroglaskugeln oder Prismen.
https://www.onsemi.com/solutions/automotive/adas – Kameras für Fahrerassistenz und Bedeutung hohen Dynamikumfangs bei hellen und dunklen Bildbereichen.
https://docs.baslerweb.com/hdr – HDR-Bildaufnahme und Zusammenführung unterschiedlicher Belichtungen. Basler Product Documentation
https://www.bosch-mobility.com/en/solutions/sensors/sensor-data-fusion/ – Zusammenspiel von Radar und Kamera; Beispiel einer gemeinsamen Objektbestätigung vor der Notbremsung.
Ein Beitrag von:
