Best of LinkedIn: SDV & AI-Defined Vehicles KW 45/46 2026

Jeder Autohersteller spricht heute über KI-definierte Fahrzeuge, die Chips werden bereits ausgeliefert und die Strategien sind geschrieben. Die schwierigen Aufgaben sind jedoch weiterhin ungelöst: Nachweise, Finanzierung und die Frage, wie Fahrzeuge nach dem Verkauf aktuell und regelkonform bleiben. Chinesische OEMs führen das Rennen um die Marktreife an, während etablierte Hersteller und viele Zulieferer Mühe haben, ihre Strategie in eine klare Marktposition zu übersetzen. Ein Software-Defined Vehicle wird zweimal bewertet: beim Verlassen des Werks und bei jedem Update, das es erreicht.
Datum
November 19, 2026
Software-Defined & AI-Defined Vehicles
Thomas Allgeyer

Methodik: Alle zwei Wochen sammeln wir die relevantesten LinkedIn-Beiträge zu ausgewählten Themen und verdichten sie zu einem Gesamtüberblick, ausschließlich auf Basis dieser Beiträge. Die einzelnen Beiträge dahinter finden sich hier: https://linktr.ee/thomasallgeyer. Viel Freude beim Lesen.

Unseren Podcast anhören

Wer lieber zuhört: Unser Podcast fasst die wichtigsten Erkenntnisse zu SDV & AI-Defined Vehicles KW 45/ 46 zusammen:

China führt im Rennen um die Marktreife

  • XPENG und Xiaomi erreichen im Connected Car Readiness Ranking von CAM 97 %, Tesla, NIO und Li Auto kommen auf 93 %.
  • Sieben der zehn besten Hersteller im Readiness-Ranking 2026 stammen aus China.
  • Volkswagen, Innovationsführer der Jahre 2021 bis 2025, landet im Readiness-Ranking bei 47 %, die BMW Group belegt Platz 10.
  • Der Umsatz von Volvo in China ging im dritten Quartal um knapp 50 % zurück, da Käufer Smart-Cockpit-Software und schnelle Entwicklungszyklen höher gewichten als das Prestige ausländischer Marken.
  • Beim weltweiten Absatz von 2015 bis 2025 kommt BYD auf 4,6 Millionen Fahrzeuge und erreicht damit fast das globale Volumen von Ford, während Toyota weiterhin über 11 Millionen liegt.

Sicherheitsnachweise erhalten Finanzierung

  • Der Nachweis, dass physische KI sicher ist, bringt viele Zeitpläne ins Rutschen. Qvyon hat 8 Millionen Dollar eingesammelt, um aufgezeichnete Sensordaten in 3D-Testszenarien umzuwandeln.
  • RAND schätzte, dass ein autonomes Fahrzeug rund 11 Milliarden Meilen zurücklegen müsste, um nachzuweisen, dass es sicherer ist als ein menschlicher Fahrer.
  • Seltene Situationen wie ein einscherendes Fahrzeug oder ein blockierter Sensor sind zu gefährlich, um sie nachzustellen. Die Simulation schließt daher die Nachweislücke.
  • Jeder neue Einsatzbereich, jede Regulierung, jeder Markt und jedes Software-Release vervielfacht den Validierungsaufwand. Das stärkt das Argument für eine kontinuierliche Homologation statt manueller Szenariotests.
  • Haftungsrahmen für Fehler fahrerloser Systeme sind weiterhin ungeklärt. Bei wachsender Autonomie bleiben verletzte Fußgänger und Aufsichtsbehörden ohne klare Handhabe.

KI-Code braucht Verifikation

  • KI schreibt Code schnell, aber der Sicherheitsnachweis dauert weiterhin lange. Verifizierte Evidenz zählt mehr als die Menge an Code.
  • Eine einzige schriftlich im Repository hinterlegte Regel steigerte die Erfolgsquote der Agenten von 0 von 120 auf 117 von 120, wenn neue Aufgaben mit bestehendem Code in Konflikt standen.
  • Dokumentierte Absichten neben dem Code und externe Prüfstufen für das Ergebnis sorgen dafür, dass Ingenieure die finalen Entscheidungen treffen.
  • Die Autonomiestufen im Fahrzeugbereich bieten ein Modell, um zu beschreiben, wie viel Arbeit KI-Agenten übernehmen können.
  • Softwarekomplexität verzögert Fahrzeuganläufe um 12 bis 24 Monate, deshalb muss die Governance bereits bei den Anforderungen ansetzen.

Verschiebungen bei Zulieferern und Halbleitern

  • Der Automotive-Umsatz von Qualcomm wuchs um 89 %, während das Geschäft mit Mobiltelefonen um 26 % sank. Die schwache Smartphone-Nachfrage drängt Chiphersteller in Richtung Automotive und KI-Infrastruktur.
  • Mehr als jeder dritte der erfassten SDV-Zulieferer liegt höchstens 0,3 Punkte von einer Quadrantengrenze entfernt, sodass ihre strategische Position unklar bleibt.
  • KI-definierte Fahrzeuge bedeuten für Zulieferer, die noch kein tragfähiges Softwaregeschäft aufgebaut haben, einen weiteren Investitionszyklus.
  • Der AURIX RC1 von Infineon bringt die offene RISC-V-Architektur in die Echtzeit-Fahrzeugsteuerung für SDV und physische KI.
  • Wer Software eng an bestimmte Chips bindet, erhält SoC-definierte statt wirklich hardwareunabhängiger Fahrzeuge.

Edge AI und virtuelle Sensoren

  • Die Halbleiter sind inzwischen leistungsfähig genug, um KI dort auszuführen, wo die Fahrzeugdaten entstehen. Das verändert, wie viel Hardware ein Fahrzeug benötigt.
  • Virtuelle Sensoren können physische ersetzen, etwa bei der virtuellen Leuchtweitenregulierung und der virtuellen Reifendrucküberwachung. Das senkt Kosten und Gewicht.
  • Die Quantisierung eines Wahrnehmungsmodells senkte die Inferenzlatenz von 29,0 auf 13,7 ms, bei einem Verlust von 1,7 mAP-Punkten.
  • Bei zunehmend zentralisierten Architekturen ist es wichtiger, Komplexität zu reduzieren und die Integration zu vereinfachen, als die Halbleiterleistung weiter zu steigern.
  • Edge AI im Fahrzeug erfordert eine deterministische und sichere Orchestrierung, nicht nur das Deployment.

Fahrzeuge überleben ihre Software

  • Fahrzeuge, die für 15 bis 20 Jahre gebaut sind, laufen heute mit digitalen Funktionen, die in wenigen Jahren altern.
  • Die ID. Software 3.9.1 von Volkswagen bringt Updates für Batterie-Vorkonditionierung und Thermomanagement auf ältere ID. Modelle, die bereits auf der Straße sind.
  • Ein Premiumfahrzeug, das 2026 gekauft wird, fährt 2036 möglicherweise noch einwandfrei, während Apps, KI-Assistent und vernetzte Dienste an Bedeutung verlieren.
  • Funktionen wie Android Auto Video hängen vom jeweiligen Infotainmentsystem ab, daher können bei älteren Fahrzeugen zusätzliche Tests und Zertifizierungsarbeiten nötig sein.
  • Over-the-Air-Updates teilen sich in FOTA für ECU-Firmware und SOTA für Anwendungen auf. Beide bringen jeweils eigene Validierungs- und Ausfallrisiken mit sich.

Cockpit und Sprach-KI

  • Mercedes-Benz verteilt die Sprach-KI auf die Verarbeitung im Fahrzeug und in der Cloud, um Latenz, Datenschutz und Offline-Zuverlässigkeit auszubalancieren.
  • Der Markt für digitale Cockpits im Automobilbereich soll bis 2032 auf 46,26 Milliarden Dollar wachsen, getrieben von zentralisierter Rechenleistung und KI-gestützten Funktionen.
  • Die nächste Generation der KI im Fahrzeug soll den Kontext innerhalb und außerhalb des Fahrzeugs verstehen und die Insassen proaktiv unterstützen.
  • Eine optisch ausgefeilte Oberfläche scheitert dennoch, wenn Informationsplatzierung und Interaktionsdesign nicht zum realen Fahrbetrieb passen.
  • Eine Demo mit Qualcomm-Bezug zeigte fünf Bildschirme, digitales Cockpit, Bildverarbeitung und KI-Erkennung, die von einer einzigen Einheit aus liefen.

Regeln zu Datenschutz und Cybersicherheit

  • Der datenschutzbezogene Vergleich von GM über 220 Millionen Dollar löste bei Ford rasch eine Reaktion in Form des Privacy Promise aus.
  • ISO/SAE TR 8477:2026 gibt praktische Hinweise, wie Verifikation und Validierung der Cybersicherheit über den gesamten Fahrzeuglebenszyklus durchgeführt werden.
  • Der Markt für Sicherheit vernetzter Fahrzeuge wird als Chance von 6,99 Milliarden Dollar beschrieben, getrieben von V2X, Regulierung und zentralisierten SDV-Architekturen.
  • Vorschriften wie UNECE WP.29 R155 und R156 verlangen eine kontinuierliche Überwachung und drängen OEMs zu durchgängiger Cybersicherheit.
  • Das Denken in der Cybersicherheit verschiebt sich vom Schutz einzelner Komponenten hin zum Schutz des vertrauenswürdigen Verhaltens des gesamten Fahrzeugs.
Newsletter abonnieren

Jede Woche die neuesten Beiträge direkt ins Postfach.

Bitte die Einwilligung nach DSGVO bestätigen, um den Newsletter zu erhalten.
Mit dem Abonnieren gilt unsere Datenschutzerklärung.
Danke, die Anmeldung ist eingegangen.
Beim Absenden des Formulars ist etwas schiefgegangen.

Häufige Fragen

Worin besteht der große Wandel vom Software-Defined Vehicle zum KI-definierten Fahrzeug?

Der Wandel führt weg vom reinen Aufbau der Technologie hin zu ihrem Nachweis und zu ihrer Aktualität nach dem Verkauf. Die Chips werden ausgeliefert und die Strategien sind geschrieben, doch Sicherheitsnachweis, Finanzierung und Compliance sind ungelöst. Chinesische OEMs führen bei der Marktreife, XPENG und Xiaomi liegen bei 97 %, Volkswagen bei 47 %.

Wie weisen Unternehmen nach, dass physische KI und autonome Systeme sicher sind?

Teams wandeln aufgezeichnete Sensordaten in simulierte Testszenarien um, weil Straßentests allein nicht genug Evidenz liefern können. RAND schätzte, dass rund 11 Milliarden Meilen nötig wären, um ein autonomes Fahrzeug als sicherer als einen menschlichen Fahrer zu belegen. Qvyon hat 8 Millionen Dollar eingesammelt, um genau diese Art von Tests aufzubauen.

Warum wird die Software in Fahrzeugen nach dem Verkauf zum Problem?

Fahrzeuge sind auf 15 bis 20 Jahre Lebensdauer ausgelegt, doch digitale Funktionen altern in wenigen Jahren. Ein 2026 gekauftes Fahrzeug fährt 2036 vielleicht noch gut, während Apps und KI-Assistent keinen Support mehr erhalten. Das Update ID. Software 3.9.1 von Volkswagen für ältere ID. Modelle zeigt eine mögliche Antwort.

Die Beiträge und Stimmen hinter dieser Zusammenfassung

Der RoundUp zu KW 45/ 46 mit dem Best of LinkedIn zu SDV & AI-Defined Vehicles:

→ 70 ausgewählte Beiträge mit Substanz

→ 39 neue Stimmen, die einen Blick wert sind

→ 1 Deep Dive zum Vertiefen