Die traditionellen OEMs bringen gerade erste Generationen des Software-Defined Vehicle auf die Straße – da wird der nächste Paradigmenwechsel bereits ausgerufen. Der chinesische Hersteller Xpeng präsentierte am 7. November 2024 den P7+ als erstes „AI-Defined Vehicle“ der Welt. Die Botschaft: Während ihr noch über Software redet, haben wir die nächste Stufe schon gezündet. Ist das Realität oder Inszenierung? Die ehrliche Antwort lautet: beides.
Dr. Gabriel Seiberth
Executive Vice President Electrics/Electronics, EDAG Group
Die Vision ist größer als das Produkt
Das AIDV verspricht, was das SDV nur andeutet: ein Fahrzeug, das nicht nur aktualisiert wird, sondern wirklich lernt. Während beim SDV Neuerungen zentral entwickelt und dann per Update auf alle Fahrzeuge der Flotte ausgespielt werden – gleichmäßig, standardisiert, ohne Gedächtnis –, soll das AIDV individuell sein. Es soll seinen Fahrer kennen, seinen Einsatzort, seinen Rhythmus. Es soll sich anpassen – nicht einmalig bei der Auslieferung, sondern kontinuierlich, in Echtzeit.
Das ist kein inkrementeller Fortschritt. Das wäre ein Kategorienwechsel: vom Produkt zum lernenden System, vom Werkzeug zum Partner. Und es wäre das erste Mal, dass die Automobilindustrie ein Versprechen einlöst, das sie seit Jahren gibt: das wirklich smarte Fahrzeug.
Das Grundproblem: KI lernt nicht – sie erinnert sich
Um zu verstehen, warum das echte AIDV noch nicht existiert, muss man wissen, wie die heute leistungsfähigsten KI-Modelle funktionieren. Sie werden in einer intensiven Trainingsphase auf gigantischen Datensätzen vorbereitet – und dann „eingefroren“. Sie entwickeln sich nicht weiter. Jedes Update erfordert ein zentrales Retraining.
Diese Modelle lernen nicht aus Erfahrung – sie nutzen die immer gleichen Muster. Ihnen fehlt, was Kognitionswissenschaftler ein Weltmodell nennen: die Fähigkeit, neue Informationen eigenständig einzuordnen, zu gewichten und in einen bestehenden Erfahrungsschatz zu integrieren. Ein Mensch, der zum ersten Mal im Schnee fährt, lernt. Eine heutige KI, die Schnee nicht im Training gesehen hat, versagt – egal wie groß der Trainingsdatensatz war.
Das ist keine Kleinigkeit. Es ist die eigentliche Hürde auf dem Weg zum AIDV.
VLA: Das nächste Paradigma zeichnet sich ab
Der vielversprechendste Ansatz, um dieses Problem zu lösen, heißt VLA – Vision, Language, Action. Anders als rein sprachbasierte Modelle verarbeiten VLA-Systeme gleichzeitig visuelle Wahrnehmung, sprachliches Verständnis und physische Handlung. Sie sollen nicht nur beschreiben, was sie sehen, sondern daraus direkt handeln – und aus diesen Handlungen lernen.
Die Logik dahinter ist bestechend: Das Internet als Wissensquelle ist weitgehend ausgeschöpft. Neue Daten, die KI-Modelle wirklich weiterbringen, entstehen in der realen Welt. Durch Interaktion mit ihr. Noch sind VLA-Modelle für den Serieneinsatz im sicherheitskritischen Umfeld nicht reif. Aber die Richtung ist klar: Die nächste Generation von Fahrzeug-KI wird nicht mehr aus dem Internet lernen – sie wird aus der Fahrt lernen.
Was Hersteller jetzt tun sollten
Bis dahin gilt: Das AIDV ist eine Leitidee, keine Blaupause. Der nüchterne Blick zeigt, dass KI im Fahrzeug heute schon erheblichen Wert stiften kann – wenn man sie richtig einsetzt. Zwei Strategien bieten sich an.
Erstens: KI auf nicht-sicherheitskritische Funktionen konzentrieren. Prädiktive Dämpferregelung auf Basis von Navigationsdaten, personalisiertes Energiemanagement, adaptives Infotainment – hier kann generative KI heute schon Mehrwert liefern.
Zweitens: Bei sicherheitsrelevanten Systemen den Einsatzbereich präzise abgrenzen. KI in einem klar definierten Kontext – wie dem automatischen Notbremsassistenten – ist zuverlässig möglich. KI als generelles Steuerungssystem des gesamten Fahrzeugs ist es heute nicht.
Entscheidend für beide Wege: KI kann nicht isoliert von der physischen Realität des Fahrzeugs betrachtet werden. Wer nicht versteht, wie Thermodynamik, Strukturmechanik, Elektronikarchitektur und Fahrdynamik zusammenspielen, wird auch die KI nicht sinnvoll integrieren.
Software-Kompetenz allein reicht nicht – das ist die eigentliche Lehre aus dem SDV-Jahrzehnt.
