FSD erreicht 1 Million Meilen pro Tag: Wie Teslas globale Flotte die 20 Robotaxis in Austin trainiert

Am 7. Juni 2026 meldete Not A Tesla App eine Zahl, die mehr Aufmerksamkeit verdient, als sie erhielt: Teslas FSD-System sammelt nun 1 Million Meilen Fahrdaten pro Tag. In derselben Woche veröffentlichte der unabhängige Forscher F. Scott Moody eine detaillierte Analyse von 78 echten Austin Robotaxi-Videos und kam zu dem Schluss, dass die Fahrzeuge "viel besser funktionierten, als ich erwartet hatte". Die meisten Beobachter betrachteten dies als zwei getrennte Geschichten. Das sind sie nicht. Es ist dieselbe Geschichte – und das Verständnis des Zusammenhangs zeigt, warum Teslas Ansatz für autonomes Fahren strukturell anders sein könnte als alles andere in der Branche.

Das Schwungrad, über das niemand spricht

Teslas Robotaxi-Strategie unterscheidet sich architektonisch von der von Waymo. Der Unterschied liegt nicht nur in der Hardware-Philosophie – sondern darin, wie die KI lernt. Ein Analyst, der beide Systeme fuhr, drückte es klar aus: "Der Kontrast war deutlich."

Waymos 700 San Francisco-Fahrzeuge erzeugen sogenannte "professionelle Daten" – jede Meile wird von einem speziell entwickelten autonomen System protokolliert. Aber nur diese 700 Fahrzeuge tragen dazu bei. Teslas Austin Robotaxi-Flotte hat nur 20 Autos. Nach Flottenanzahl ist es kein Wettbewerb. Nach Datenarchitektur ist der Vergleich in die andere Richtung fast unfair.

"Teslas unsichtbarer Graben" – Seeking Alpha, 11. Mai 2026, beschreibt den strukturellen Datenvorteil, der durch Teslas Verbraucherflotte entsteht, die ihre autonome Fahr-KI speist

Der 10-Milliarden-Meilen-Meilenstein – und was danach kommt

Am 3. Mai 2026 überschritt Tesla eine Schwelle, die Elon Musk wiederholt als Voraussetzung für sicheres, unüberwachtes autonomes Fahren genannt hatte: 10 Milliarden kumulierte FSD-Meilen. Electrek, Carscoops und The Verge bestätigten den Meilenstein gleichzeitig.

Die Beschleunigung ist die eigentliche Geschichte. Von 8 Milliarden auf 10 Milliarden Meilen dauerte es ungefähr 8 Monate. Bei der aktuellen Rate von 1 Million Meilen pro Tag fügt Tesla etwa alle 33 Tage eine weitere Milliarde Meilen hinzu. Die Kurve ist nicht linear – sie ist exponentiell.

Das 1%-Argument: Warum Rohvolumen gewinnt

Musk selbst hat eine kontraintuitive Wahrheit über seine eigenen Daten eingeräumt: "Sehr wenig der von Tesla FSD gefahrenen Strecke ist tatsächlich nützlich für das Training." Diese Aussage wurde von Kritikern verwendet, um den Kilometer-Vorteil abzutun. Die Analyse von Seeking Alpha vom 11. Mai drehte das Argument vollständig um.

Die entscheidende Variable ist nicht der Prozentsatz nützlicher Daten – es ist der Nenner. Wenn die Basiszahl 1 Million Meilen pro Tag beträgt, erzeugt selbst ein kleiner Bruchteil einen Trainingsdatensatz, den keine speziell gebaute Flotte erreichen kann.

End-to-End Neuronale Netze: Warum mehr Daten ein intelligenteres Auto bedeuten

Seit FSD V12 basiert Teslas Architektur auf End-to-End Neuronalen Netzen. Dies ist keine technische Fußnote – es ist der Grund, warum das Daten-Schwungrad wichtig ist.

Ein regelbasiertes autonomes Fahrsystem verbessert sich durch Engineering: Programmierer identifizieren Grenzfälle, schreiben neue Regeln und implementieren Updates. Die Verbesserungsrate ist durch die menschliche Ingenieurskapazität begrenzt. Ein End-to-End Neuronales Netz verbessert sich durch Exposition: Zeigen Sie ihm mehr Fahrentscheidungen, und es lernt, bessere zu treffen. Die Verbesserungsrate wird durch Datenvolumen und Rechenleistung begrenzt – beides skaliert Tesla aggressiv. Das 'Sentient'-Update von FSD v14.3 war die deutlichste öffentliche Demonstration dessen, was diese Architektur leisten kann.

Die praktische Implikation: Wenn ein Model 3 in Kalifornien einen reibungslosen Spurwechsel auf einer belebten Autobahn durchführt, werden diese Entscheidung – die Sensoreingaben, die Trajektorie, das Timing – zu Trainingsdaten. Wenn das Modell aktualisiert wird, kann der Austin Cybercab ein ähnliches Einfädeln natürlicher handhaben. Die Verbraucherflotte verkauft nicht nur Autos. Sie lehrt kontinuierlich die KI, die die Robotaxis antreibt.

"Exponentielle Verbesserung" – Elon Musk, zitiert in Fortune, Januar 2026, beschreibt die Entwicklungsentwicklung von FSD

Die Analyse von Morgan Stanley vom April 2026 (berichtet von Forbes) bot einen positiven Ausblick auf FSD V15 und argumentierte, dass die kommende Version die Lücke zwischen den aktuellen Fähigkeiten von FSD und dem für den vollumfänglichen, unüberwachten Robotaxi-Betrieb im großen Maßstab erforderlichen Leistungsschwellenwert erheblich schließen würde.

Unabhängige Validierung: Was 78 Videos zeigten

Der am meisten unterschätzte Datenpunkt der Woche kam nicht von Tesla oder der Wall Street, sondern von F. Scott Moody von understandingai.org. Moody verbrachte viel Zeit damit, 78 reale Videos des Austin Robotaxi von Tesla im Betrieb zu überprüfen – unbearbeitetes Material von tatsächlichen Fahrten – und veröffentlichte seine Erkenntnisse.

Sein Fazit: Die Fahrzeuge funktionierten "weit besser als erwartet".

Dies ist wichtig, da Moody ein unabhängiger Beobachter ist, der kein finanzielles Interesse am Erfolg oder Misserfolg von Tesla hat. Seine Methodik – das Anschauen von Rohmaterial statt kuratierten Highlight-Videos – ist das Nächste, was einer unvoreingenommenen realen Prüfung für die Öffentlichkeit am nächsten kommt. Das Urteil stimmt mit dem überein, was das Daten-Schwungrad vorhersagen würde: Ein System, das mit 1 Million Meilen pro Tag trainiert wird und die 10-Milliarden-Meilen-Schwelle überschritten hat, sollte auf einem Niveau performen, das Beobachter überrascht, die auf frühere Versionen von FSD kalibriert sind. Für einen detaillierten Blick darauf, wie diese Leistung in der Praxis aussieht, bietet das Verständnis, wie FSD aktiviert und konfiguriert wird, einen nützlichen Kontext zu den Betriebsparametern des Systems.

Eine separate Validierung kam von Crypto Briefing, die eine komplette Hin- und Rückfahrt von San Francisco nach Palo Alto meldete, die FSD ohne Eingriffe absolvierte – dabei die komplexesten Autobahn- und Stadtstraßenkombinationen der Bay Area ohne Fahrereingriff durchquerte. Dies spiegelt Teslas gleichzeitigen Vorstoß wider, FSD unter europäischen Bedingungen zu validieren, wo die regulatorischen und Straßenbedingungen eine völlig andere Reihe von Grenzsituationen für das Modell zum Lernen darstellen.

Austins 20 Autos: Ein Proof of Concept, kein Produkt

Die geringe Größe der Austin Robotaxi-Flotte – bestätigt durch Electrek und Benzinga mit ungefähr 20 Fahrzeugen, die das gesamte Stadtgebiet ohne Sicherheitsmonitore abdecken – wird häufig als Beweis dafür angeführt, dass Teslas Robotaxi-Ambitionen übertrieben sind. Diese Lesart missversteht die Architektur.

Die 20 Autos sind nicht das Produkt. Sie sind die Validierungsebene – sie sammeln die letzte Kategorie von Daten, die nur ein vollständig unüberwachter kommerzieller Betrieb generieren kann: echte Passagierinteraktionen, echte Grenzfälle in einer kommerziellen Live-Umgebung, echte regulatorische Konformitätsdaten. Dies ist das 1 % der Daten, die die Verbraucherflotte nicht liefern kann, da FSD-Fahrer von Verbrauchern keine zahlenden Passagiere in einem kommerziellen Dienst sind.

Inzwischen signalisieren die diese Woche gemeldeten Genehmigungen für Nevada für bis zu 5.000 Robotaxis, dass Teslas interne Skalierungszeitlinie schneller voranschreitet, als öffentliche Kommentare vermuten lassen. Fünftausend Fahrzeuge in einem einzigen Bundesstaat würden Teslas Robotaxi-Flotte zur größten Operation autonomer Fahrzeuge in den Vereinigten Staaten um den Faktor 7 machen. Die Download-Rate der Robotaxi-App – die bereits die Allzeit-Höchstwerte von Uber und Waymo übertrifft – deutet darauf hin, dass die Verbrauchernachfrage bereit ist, diese Größenordnung aufzunehmen.

Die Skalierungsasymmetrie

Der bedeutendste Unterschied zwischen Tesla und allen anderen Betreibern autonomer Fahrzeuge ist nicht die aktuelle Flottengröße – es ist der Skalierungsmechanismus.

Waymo muss jedes Fahrzeug einzeln kaufen, ausrüsten, versichern und einsetzen. Jede neue Stadt erfordert Investitionsausgaben, regulatorische Genehmigungen und eine von Grund auf neu aufgebaute Betriebsinfrastruktur. Die Flotte wächst linear, begrenzt durch Kapital und Logistik. Tesla hat Waymo bei der Ausweitung des Dienstleistungsgebiets bereits übertroffen – mit einem Bruchteil der Fahrzeuge.

Teslas Weg zur Skalierung ist ein Software-Update. Wenn das Modell den Leistungsschwellenwert erreicht, der für den unüberwachten Betrieb in verschiedenen Umgebungen erforderlich ist, erfolgt die Bereitstellung per Over-the-Air-Push an jedes Fahrzeug mit kompatibler FSD-Hardware. Die Flotte wächst nicht linear – sie könnte in einem einzigen Update-Zyklus um Millionen von Fahrzeugen erweitert werden.

Diese Millionen von Fahrzeugen sind bereits auf der Straße. Sie sind seit Jahren dort. Und jeden Tag fügen sie dem Modell, das sie schließlich autonom betreiben wird, eine weitere Million Meilen hinzu.

Fazit

Austins 20 Robotaxis sind nicht die Geschichte. Sie sind der Proof of Concept für ein System, das jeden Tag von Millionen von Autos trainiert wird, die die meisten Menschen einfach als ihr Pendlerfahrzeug betrachten. Wenn das Modell bereit ist, wird die Flotte nicht um jeweils 20 Autos wachsen. Sie wird um die Anzahl der Tesla-Besitzer wachsen, die sich dafür entscheiden – an dem Tag, an dem das Update veröffentlicht wird.