About Lexicon

A feature rich and highly configurable, professional Joomla theme.

KI wird zum digitalen Nervensystem moderner Fahrzeuge
KI wird zum digitalen Nervensystem moderner Fahrzeuge,Foto: Pixabay / Lizenz: Pixabay

Der Wandel der Automobilindustrie beschleunigt sich. Nach dem softwaredefinierten Fahrzeug rückt eine neue Entwicklungsstufe in den Fokus. Das Ziel heißt AI-defined Vehicle, kurz AIDV. Chinesische Hersteller haben dabei bereits einen messbaren Vorsprung. Westliche Konzerne investieren Milliarden, kämpfen aber noch mit der aktuellen Software-Generation. Die technologische Entwicklung steht dabei im engen Zusammenhang mit dem Einsatz von künstlicher Intelligenz in der Automobilbranche.

Inhaltsverzeichnis

Software-definiertes Fahrzeug und AIDV

Beim klassischen Fahrzeug galt das Produkt als fertig, sobald es das Werk verließ. Funktionen blieben unverändert. Das Software-defined Vehicle ermöglicht nachträgliche Updates, neue Funktionen und Leistungssteigerungen per Over-the-air-Technologie. Tesla schaltet Reichweite frei oder aktiviert Assistenzsysteme nach dem Kauf.

Das AIDV verändert dieses Prinzip grundlegend. Hier ist Künstliche Intelligenz nicht ein Modul, sondern das Betriebssystem. Ein KI-Modell analysiert fortlaufend Daten wie Wetter, Verkehr, Tageszeit, Fahrziel und biometrische Informationen des Fahrers. Entscheidungen erfolgen automatisch. Der Fahrer muss keine Funktionen aktivieren. Technologische Parallelen zeigen sich auch in anderen Bereichen der Digitalisierung, mehr hier.

Philipp Raasch und AIDV-Definition

Philipp Raasch war 10 Jahre bei Mercedes tätig. Heute analysiert er Entwicklungen bei Tesla und chinesischen Herstellern. Sein Newsletter „Der Autopreneur“ erreicht 37.000 Leser, darunter Entscheider bei VW, BMW und BYD.

Beim SDV ist KI ein Feature. Beim AIDV ist KI das Betriebssystem. Diese Unterscheidung beschreibt den Kern des Paradigmenwechsels. Anwendungen werden zu Schnittstellen, die zunehmend entfallen. Das System handelt eigenständig auf Basis von Daten.

China mit Geely, Li Auto und Xpeng

Chinesische Hersteller setzen KI als zentrales Nervensystem ein. Geely, Li Auto und Xpeng integrieren KI über alle Fahrzeugbereiche. Dazu zählen Antrieb, Cockpit, Klimatisierung und Energiemanagement. Die Marktdynamik spiegelt sich auch darin wider, dass chinesische E-Autos deutsche Marken verdrängen.

Viele westliche OEMs befinden sich noch in der Konzeptphase. KI ist dort meist ein einzelnes Feature. Mobilitätsexperte Augustin Friedel definiert vier Kriterien für AIDV:

  • Regelmäßige KI-Modell-Updates statt reiner Software-Updates
  • Permanente Tests des KI-Verhaltens mit Rollback-Funktion
  • Selbstständiges Lernen aus Fahrdaten ohne vollständiges Neutraining
  • Integration der KI über alle Systeme hinweg

Wer diese Punkte nicht erfüllt, bleibt beim SDV.

Arm, Zentralisierung und End-to-End

Der Chipentwickler Arm beschreibt drei parallele Umbrüche. Erstens die Zentralisierung der Rechenleistung auf einen Hochleistungschip. Jahrzehntealter Code muss migriert werden. Für etablierte Hersteller ist das komplex.

Zweitens der AI-First-Ansatz. KI bildet das Fundament. Das erfordert mehr Rechenleistung, Speicher und Energie. Drittens End-to-End-Architekturen. Ein einziges KI-Modell steuert Lenkung, Bremse und Beschleunigung direkt aus Sensordaten. Klassische, sequentielle Softwaremodule entfallen.

Diese Struktur senkt Kosten. Autonomes Fahren wird wirtschaftlich. Robotaxis werden realistisch.

Robotaxis, LiDAR und Kosten

Die Kosten autonomer Systeme sind stark gefallen. Ein LiDAR-Sensor kostete früher 75.000 US-Dollar, heute unter 200 US-Dollar. Waymos neues Robotaxi liegt bei geschätzten 75.000 US-Dollar. Baidus RT6 bei 28.000 US-Dollar.

Goldman Sachs prognostizierte für 2030 Kosten von 50.000 US-Dollar pro Robotaxi. Dieses Niveau ist erreicht. Zwischen 2036 und 2040 wird laut Analyse der Punkt erreicht, an dem Robotaxis günstiger sind als private Fahrzeuge. Einschätzungen zur Marktentwicklung finden sich hier.

ARK Invest beziffert den Robotaxi-Markt auf über 10 Billionen US-Dollar. Vier der elf Billionen-Dollar-Unternehmen investieren aktiv:

  1. Alphabet mit Waymo
  2. Amazon mit Zoox
  3. Tesla
  4. NVIDIA

Waymo sammelt aktuell 15 Milliarden US-Dollar ein. Die Bewertung liegt über 100 Milliarden US-Dollar. Volkswagen kommt im Vergleich auf rund 60 Milliarden US-Dollar.

Investitionen und Verschiebung des Ziels

Deutsche Hersteller investieren Milliarden. Sie stellen Zehntausende Softwareentwickler ein. Tochtergesellschaften wie CARIAD entstehen. Beteiligungen an Xpeng und Rivian folgen. Ziel ist das Aufholen beim Software-defined Vehicle.

Gleichzeitig wird SDV zur Grundvoraussetzung. Nvidia-CEO Jensen Huang formuliert es so „AI is going to eat software.” Der Fokus verschiebt sich erneut.

Vergleich SDV und AIDV

Merkmal Software-defined Vehicle AI-defined Vehicle
Rolle der KI Einzelnes Feature Betriebssystem
Updates Code-basierte Updates Modell-Training
Architektur Verteilte Systeme Zentrale KI
Fahrerinteraktion Aktiv durch Nutzer Automatisch durch KI
Autonomes Fahren Modular End-to-End

Die Entwicklung zeigt eine klare Richtung. Milliarden fließen in KI-basierte Fahrzeugarchitekturen. Der Wandel setzt sich fort, unabhängig von regionalen Strategien oder bestehender Industriegröße.

FAQ

Was bedeutet AI-defined Vehicle?

Ein AI-defined Vehicle ist ein Fahrzeug, bei dem Künstliche Intelligenz das zentrale Betriebssystem bildet und alle Fahrzeugfunktionen steuert.

Worin liegt der Unterschied zwischen SDV und AIDV?

Beim Software-defined Vehicle ist KI ein einzelnes Feature, während sie beim AI-defined Vehicle das gesamte Betriebssystem darstellt.

Warum haben chinesische Hersteller einen Vorsprung beim AIDV?

Unternehmen wie Geely, Li Auto und Xpeng integrieren KI bereits heute über alle Fahrzeugsysteme hinweg.

Welche Rolle spielt End-to-End-KI im Fahrzeug?

Ein einziges KI-Modell verarbeitet Sensordaten direkt und steuert Lenkung, Bremse und Beschleunigung ohne klassische Softwaremodule.

Warum gelten Robotaxis als wirtschaftlicher Wendepunkt?

Sinkende Hardwarekosten und KI-basierte Architekturen machen autonomes Fahren wirtschaftlich tragfähig.

Quelle: FOCUS, PATIZONET