Autonome Systeme verändern die Logik von Sicherheit. Während klassische Sicherheitsansätze technische Fehler, Datenqualität und funktionale Korrektheit adressieren, zeigt dieses Buch, dass viele der kritischsten Risiken nicht aus Fehlfunktionen entstehen, sondern aus Interpretation. Autonome Systeme scheitern nicht primär - sie deuten. Sie operieren in Bedeutungsräumen, in denen Situationen nicht eindeutig sind, sondern mehrere plausible Interpretationen gleichzeitig existieren. Sicherheit wird damit nicht nur zu einer technischen, sondern zu einer semantischen Frage. Das Buch entwickelt das Konzept der Semantic Safety als Erweiterung bestehender Sicherheitsparadigmen wie Functional Safety und SOTIF. Im Zentrum stehen drei theoretische Bausteine: Meaning Space, Decision Space und die Semantic Gap, die strukturelle Spannung zwischen interpretativer Vielfalt und normativer Entscheidungsfixierung in autonomen Systemen. Als methodisches Instrument wird die Backward Target Analysis eingeführt. Sie ermöglicht es, Entscheidungen nicht nur technisch, sondern auch semantisch zu rekonstruieren, indem die impliziten Bedeutungsannahmen sichtbar gemacht werden, die autonomen Entscheidungen zugrunde liegen. Backward Target Analysis fungiert dabei als diagnostisches Werkzeug zur Analyse semantischer Stabilität und zur Identifikation interpretativer Risiken. Das Werk verbindet Technik, Entscheidungstheorie, Epistemologie und Governance. Es zeigt, dass Sicherheit in autonomen Systemen nicht allein durch bessere Modelle, mehr Daten oder strengere Regulierung erreicht werden kann, sondern durch die bewusste Gestaltung der Bedeutungsarchitekturen, in denen Maschinen entscheiden. Semantic Safety richtet sich an Ingenieure, Forschende, Entscheider und Regulatoren, die verstehen wollen, warum autonome Systeme nicht nur technisch korrekt, sondern auch semantisch legitim sein müssen - und warum die Sicherheit der KI letztlich eine Frage der Bedeutung ist.