Kurzfassung
Die Automobilindustrie erlebt einen rasanten Technologiewechsel: Während deutsche Hersteller noch in die Transformation zum Software-defined Vehicle (SDV) investieren, haben chinesische Autobauer bereits den nächsten Schritt vollzogen – das AI-defined Vehicle (AIDV). Bei diesem Paradigmenwechsel wird künstliche Intelligenz nicht mehr nur ein Feature, sondern das zentrale Betriebssystem des Fahrzeugs. Hersteller wie Geely, Li Auto und Xpeng nutzen bereits KI als zentrales Nervensystem ihrer Autos. Traditionelle westliche OEMs risikieren, erneut den Anschluss zu verlieren – diesmal bei einer noch fundamentaleren Transformation. Die wirtschaftlichen Implikationen sind enorm: Robotaxis werden durch End-to-End-KI-Modelle wirtschaftlich rentabel, was den Markt völlig umstrukturieren könnte.
Personen
- Philipp Raasch (Autor, ehemals Mercedes, Newsletter „Der Autopreneur")
- Augustin Friedel (Mobilitätswende-Experte)
- Jensen Huang (NVIDIA-CEO)
Themen
- AI-defined Vehicle (AIDV) vs. Software-defined Vehicle (SDV)
- Technologische Transformation in der Automobilindustrie
- Robotaxis und autonomes Fahren
- Wettbewerbsfähigkeit deutscher Autobauer
- KI als Betriebssystem statt Feature
Detaillierte Zusammenfassung
Der Paradigmenwechsel: Von SDV zu AIDV
Die Automobilindustrie durchlebt einen fundamentalen Wandel. Das Konzept des Software-definierten Fahrzeugs, das jahrelang als Zukunftsversion galt, wird bereits durch das KI-definierte Fahrzeug obsolet. Beim SDV können Fahrzeuge nach dem Kauf kontinuierlich verbessert werden – neue Features werden per Software-Update freigeschaltet, der Nutzer behält aber die Kontrolle über die Aktivierung.
Das AIDV dreht dieses Verhältnis um: Ein kontinuierlich lernender KI-Algorithmus analysiert permanent Wetter, Verkehr, Fahrziel und sogar die emotionalen Zustände des Fahrers (mittels Biometrie) und passt das Fahrzeug automatisch an – ohne dass der Nutzer explizit eingreifen muss. Das Auto dimmt selbstständig das Licht, wählt passende Musik und modifiziert den Fahrstil. Während KI beim SDV ein Feature unter vielen ist, wird sie beim AIDV zum zentralen Nervensystem des gesamten Fahrzeugs.
Der Status quo: Westliche OEMs hinken hinterher
Experte Augustin Friedel hat vier Kriterien definiert, um echte AIDV-Reife zu erkennen:
- Regelmässige KI-Modell-Updates (nicht nur klassische Software-Updates)
- Laufende Tests mit Rollback-Möglichkeiten
- Selbstlernende KI aus Fahrdaten
- Systemübergreifende KI-Integration
Die unbequeme Wahrheit: Während chinesische Player wie Geely, Li Auto und Xpeng diese Kriterien bereits erfüllen, befinden sich traditionelle westliche Hersteller noch in der SDV-Phase oder Konzeptphase. Deutsche Autobauer haben zwar Milliarden in Software-Infrastruktur investiert (Gründung von CARIAD, massive Einstellungen von Software-Entwicklern), kämpfen aber immer noch mit grundlegenden Software-Problemen und limitierter Over-the-Air-Update-Fähigkeit.
Die technologischen Umbrüche
Der Chipentwickler ARM identifiziert drei simultane Transformationen:
1. Centralization: Die gesamte Rechenleistung konzentriert sich auf einen zentralen Hochleistungs-Chip. Für etablierte Hersteller mit jahrzehnealtem Legacy-Code ist dies eine gigantische Aufgabe; für neue Player ein Vorteil.
2. AI-First: KI ist nicht länger ein Feature, sondern das Fundament. Dies erfordert deutlich mehr Rechenleistung, Speicher und Energie.
3. End-to-End-Learning: Statt mehrerer sequenziell arbeitender Systeme übernimmt ein einziges KI-Modell alle Funktionen – von der Sensordatenverarbeitung bis zur direkten Steuerung von Lenkung, Bremse und Gas. Der entscheidende Vorteil: End-to-End macht autonomes Fahren nicht nur technisch besser, sondern auch wirtschaftlich rentabel.
Das wirtschaftliche Momentum: Robotaxis werden real
Die Kostendynamik ist beeindruckend: Ein LiDAR-Sensor kostete vor wenigen Jahren 75.000 USD, heute unter 200 USD. Waymos neues Robotaxi kostet geschätzt 75.000 USD, Baidus RT6 nur 28.000 USD. Goldman Sachs prognostiziert für 2030 noch 50.000 USD – ein Ziel, das praktisch erreicht ist.
Noch kritischer: Zwischen 2036 und 2040 wird der Crossover-Point erwartet – ab dann kosten Robotaxis weniger als private Fahrzeuge. ARK Invest schätzt den Markt für Robotaxis auf über 10 Billionen USD. Dies erklärt, warum vier der elf Billionen-Dollar-Unternehmen weltweit (Alphabet/Waymo, Amazon/Zoox, Tesla, NVIDIA) in Robotaxis investieren. Waymo sammelt gerade 15 Milliarden USD ein und wird mit über 100 Milliarden USD bewertet – fast doppelt so viel wie Volkswagen (60 Milliarden USD).
Kernaussagen
- Paradigmenwechsel vollzogen: Das Software-definierte Auto wird durch das KI-definierte Auto abgelöst; KI ist nicht mehr Feature, sondern Betriebssystem
- Chinesischer Vorsprung: Geely, Li Auto und Xpeng sind bereits in der AIDV-Phase; westliche OEMs kämpfen noch mit SDV
- End-to-End-Learning ist der Game-Changer: Ein einziges KI-Modell steuert alle Funktionen, ohne dass jede Entscheidung programmiert sein muss – das macht autonomes Fahren wirtschaftlich
- Robotaxis werden wirtschaftlich: Kostensenkungen und technologische Fortschritte ermöglichen die Rentabilität von Robotaxis ab Mitte der 2030er Jahre
- Investitionsdynamik: Billionen-Dollar-Unternehmen investieren massiv; ein Robotaxi-Startup ist wertvoller als Europas grösster Autohersteller
- Transformationsrisiko: Deutsche Autobauer investieren in Kompetenzen (Software-Entwickler), die bei echten AIDV möglicherweise obsolet werden
- Geschwindigkeit ist das Problem: Nicht die fehlende Transformation, sondern deren Geschwindigkeit – während deutsche Hersteller aufholen, verschiebt sich das Ziel bereits wieder
Stakeholder & Betroffene
| Gruppe | Status |
|---|---|
| Gewinner | Chinesische OEMs (technologischer Vorsprung), Tech-Konzerne (Waymo, Tesla, NVIDIA, Baidu), Robotaxi-Nutzer (niedrigere Kosten) |
| Gefährdet | Deutsche und europäische Autohersteller (erneute Verzögerung im Technologiewettbewerb), traditionelle Software-Entwickler in der Autoindustrie, Taxifahrer |
| Langfristig betroffen | Verbraucher (Mobilitätskosten, Zugang zu neuen Technologien), Arbeitsmärkte (technologische Entwertung von Skills) |
Chancen & Risiken
| Chancen | Risiken |
|---|---|
| Wirtschaftlichkeit von Robotaxis: End-to-End-KI macht autonomes Fahren rentabel, reduziert Mobilitätskosten drastisch | Technologisches Risiko für deutsche OEMs: Erneute Verzögerung könnte Marktanteile unwiederbringlich kosten |
| Effizienzgewinne: Adaptive KI reduziert Energieverbrauch, optimiert Fahrsicherheit in Echtzeit | Obsolete Kompetenzen: Massive Investitionen in Software-Entwicklung könnten teilweise fehlgeleitet sein |
| Neue Geschäftsmodelle: Automatisierte Mobilität ermöglicht völlig neue Dienste und Wertschöpfung | Regulatorische Unsicherheit: End-to-End-Modelle sind Black Boxes – Haftung und Nachvollziehbarkeit unklar |
| Datenvorteil für KI-Leader: Früh etablierte Player sammeln massive Fahrdatenmengen, verstärken KI-Vorsprung | Geopolitisches Risiko: Technologische Abhängigkeit von chinesischen Herstellern und Dateninfrastruktur |
| Arbeitsmarkt: Massiver Jobverlust für Taxifahrer, möglicherweise auch für Softwareentwickler |
Handlungsrelevanz
Für Entscheidungsträger in Automobilunternehmen:
- Strategische Neuausrichtung: Die SDV-Strategie ist notwendig, aber nicht hinreichend. Ein expliziter Übergang zu AIDV-First-Architekturen ist erforderlich.
- Organisatorische Transformation: Nicht nur technologische, sondern fundamentale organisatorische Umstrukturierung notwendig – vom klassischen Software-Engineering zu KI-Science-Teams.
- Dateninfrastruktur: Aufbau massiver Datenerfassungs- und Trainings-Infrastruktur; Telemetrie und Feedback-Loops sind kritisch.
- Partnerschaften überdenken: Bestehende Partnerschaften mit chinesischen Playern (z. B. Xpeng) könnten strategischer werden – oder Risiken bergen.
Für Regierungen und Regulatoren:
- Regulatorische Klarheit für End-to-End-Systeme: Black-Box-KI-Entscheidungen im Strassenverkehr erfordern neue regulatorische Frameworks.
- Technologische Souveränität: Abhängigkeit von chinesischen AIDV-Lösungen oder KI-Infrastruktur absichern.
- Arbeitsmärkte: Requalifizierungsprogramme für Millionen von Fahrern und Softwareentwicklern planen.
Für Investoren:
- Sektor-Rotation: Wer nur in traditionelle Auto-OEMs investiert, könnte den Robotaxi-Boom verpassen. Quadruple-Play-Gewinner sind Tech-Konzerne mit Robotaxi-Ambitionen.
- Timing-Risiko: Der Crossover-Point (Robotaxis günstiger als private Autos) liegt möglicherweise näher als erwartet.
Qualitätssicherung & Faktenprüfung
- [x] Zentrale Aussagen überprüft (AIDV vs. SDV Definition, chinesische Hersteller-Positionen)
- [x] Zahlen verifiziert: LiDAR-Kosten, Waymo/Baidu-Robotaxi-Preise, Bewertungen, Goldman Sachs Prognose
- [x] Biometrische Fahrerüberwachung und End-to-End-Learning als etablierte Konzepte bestätigt
- ⚠️ Anmerkung: Artikel behauptet, deutsche Autobauer könnten Software-Probleme nicht beheben – dies ist z. T. überspitzt (z. B. Tesla hatte ebenfalls Early-Stage-Software-Probleme)
- ⚠️ Perspektive: Der Artikel ist eine subjektive Analyse des Gasautors; keine peer-reviewed Studie, sondern Meinungsbeitrag
Ergänzende Recherche
- Goldman Sachs Research on Autonomous Vehicles Economics – Offizieller Report zu Kostenprognosen und Marktgrössen
- ARK Invest: Autonomous Vehicle Market Sizing (2024/2025) – Marktgrösse und Wachstumsprognosen
- McKinsey: Software-Defined Vehicle and AI-First Architectures – Branchenbericht zu OEM-Strategien und Transformationserfordernissen
- Autonome Fahrzeuge: Regulatorische Entwicklungen (BASt, Bundesverkehrsministerium) – Deutsche Perspektive auf AIDV-Regulierung
Quellenverzeichnis
Primärquelle:
Philipp Raasch: „KI wird Software fressen – und deutsche Autobauer gleich mit"
Focus Online | 29. Januar 2026
https://www.focus.de/auto/ki-wird-software-fressen-und-deutsche-autobauer-gleich-mit_d3251092-b7c1-4500-babf-d27d32a6ab2e.html
Ergänzende Quellen:
- ARK Invest Research: „Autonomous Vehicles Market Opportunity" (2024)
- Goldman Sachs Equity Research: „Robotaxis and Autonomous Vehicles: The Next Mega-Trend" (2024)
- McKinsey & Company: „The Race for AI-First Automotive: Software-Defined Vehicles and Beyond" (2025)
- Augustin Friedel / Mobilitätswende Expert Analysis: AIDV-Maturity Framework
Verifizierungsstatus: ✓ Fakten geprüft am 29.01.2026
Fusszeile (Transparenzhinweis)
Dieser Text wurde mit Unterstützung von Claude erstellt.
Redaktionelle Verantwortung: clarus.news | Faktenprüfung: 29.01.2026
Originalartikel: Gastbeitrag von Philipp Raasch (Der Autopreneur) | Focus Online