Architektur, Rechenleistung und Middleware

• Der SDV-Stack von Android betreibt zwei isolierte virtuelle Maschinen, um sicherheitskritische Anzeigen und Infotainment auf einem SoC zu trennen.
• LINC erlaubt OEMs, bestehende Anwendungen mit wenig bis gar keiner Codeänderung weiterzuverwenden.
• Die Plattform AMBER von BMW, Qualcomm und DXC läuft auf Snapdragon Cockpit und baut auf DXC-Software auf, die bereits in 50 Millionen Fahrzeugen steckt.
• ETAS und Elektrobit kombinieren bewährte Middleware mit einem auf Sicherheit ausgelegten Linux-Betriebssystem für die ADAS-Entwicklung.
• Eine einzelne Middleware-Plattform kostet über ein Jahrzehnt rund 250 Millionen Euro; sieben parallele Initiativen machen daraus ein Branchenproblem von 1,75 Milliarden Euro.
• 79 Prozent der japanischen Premiummodelle schreiben zum SOP mehr als 70 Prozent Reserve bei der Rechenleistung vor, damit Over-the-Air-Updates über den Lebenszyklus möglich bleiben.
• ETAS baut neben Elektrobit Corbos Linux eine eigene Distribution auf Basis von S-CORE auf.

‍

Sicherheit, Cybersicherheit und Standards

• ASQMS soll ISO 26262, ISO/SAE 21434 und Automotive SPICE zusammenführen, damit eine TARA verlässlich eine HARA-Überprüfung auslöst.
• Gemeinsam genutztes Silizium wie der Ride Flex 8775 von Qualcomm macht Freedom From Interference zur eigentlichen Sicherheitsdisziplin im Cockpit.
• Eine brauchbare SBOM muss die Software begleiten und vom Chiphersteller über den Tier-1 bis ins Fahrzeug nachvollziehbar bleiben.
• Die Zertifizierung ACSM 165 Maturity Level 2 von Red Hat verknüpft Cybersicherheit nach ISO/SAE 21434 mit Sicherheitsnachweisen nach ISO 26262.
• Eine Architekturanalyse zu AAOS SDV im Android Developer Blog beschreibt einen Secure-by-Design-Ansatz im Detail.
• 542 in fünf Monaten eingeführte Fahrzeugmodelle stellen die Frage, ob die Sicherheitsentwicklung im selben Tempo mitwachsen kann.
• UDS nach ISO 14229 reiht die Schritte von Security Access bis Request Download aneinander, um ein Steuergerät über CAN oder Ethernet neu zu programmieren.

‍

KI, Autonomie und Physical AI

• Das Unified World Model von OASEF verbindet Anforderungen bis hin zu Runtime Objects zu einer einzigen versionierten domänenübergreifenden Repräsentation.
• Die Rechenleistung für KI wandert vom Rechenzentrum ins Fahrzeug, wie das Konzeptfahrzeug AI:TRAIL quattro von Audi zeigt.
• UNECE WP.29 R185 gilt ab Januar 2027 und legt Zertifizierungsanforderungen für die SAE-Level 3 bis 5 fest.
• China nutzt seinen SDV-Vorsprung als Sprungbrett in einen KI-nativen Stack und vergrößert den Abstand zu westlichen OEMs.
• Der Gipfel in Santa Clara beschrieb den Weg der Branche als Abfolge von SDV, AI-defined Vehicles und Physical AI.
• Chinesische OEMs wie BYD, XPeng, NIO und Xiaomi gewinnen Anteile, weil KI-gestützte Autonomie schwerer wiegt als Markentradition.

‍

Geschäftliche Entwicklungen: Partnerschaften, Investitionen und Marktsignale

• Gebündelte Hardware-Software-Geschäfte der Tier-1 schrumpfen bis 2030 um 24 Prozent pro Jahr, während Software als Produkt um 11 Prozent wächst.
• Valeo investiert 225 Millionen Dollar in ein Werk in Texas, das die zentralen Rechnereinheiten von GM fertigt und 500 Arbeitsplätze schafft.
• UST hat die Mehrheitsübernahme von Italdesign von der Audi Group abgeschlossen.
• MediaTek wird die Plattform NVLink Fusion von NVIDIA übernehmen, um eigene XPUs für KI-Fabriken im Rack-Maßstab zu bauen.
• QNX läuft inzwischen in 275 Millionen Fahrzeugen von 45 Herstellern; der Umsatz im Geschäftsjahr 2026 stieg um 14 Prozent auf 268 Millionen Dollar.
• Volvo Cars schließt im März 2027 den Standort Stockholm und verlagert 450 Stellen nach Göteborg.
• ECARX meldete 45 Prozent Umsatzwachstum auf 225 Millionen Dollar, während die Auftragseingänge von Scania um 41 Prozent zulegten.

‍

Dank an Daniel Georg, Niheer Patel, Carsten Meinecke, Sabine Megow, Joachim Langenwalter, Maitê Alves Bezerra, Philipp Ahmann, Jamie Williams, Jaywant D Mahajan, Justine Litto Koomthanam, Vinícius Tadeu Zein, Matt Crowley, Mona Elfiky, José Gomes, Dennis Neumann, Alexey Navolokin, Tunç Kip, Pedro Pacheco, Amith Guthi, Rene Schindler, Ayhan AK, Michael Tringe, Neha Misri, Benjamin Chan, Prasanth Gowravajhala, Karthick Chandrasekaran und Justin Sweetlove, und an alle weiteren, die Impulse zu dieser Ausgabe beigetragen haben.

‍

Die vollständige Liste der Beiträge und Stimmen findet sich auf LinkedIn: https://www.linkedin.com/pulse/best-linkedin-cw-35-36-software-defined-ai-defined-thomas-allgeyer-x84qe?trackingId=Iu5iAvUDLfeFwbBzQsKwWw%3D%3D&lipi=urn%3Ali%3Apage%3Ad_flagship3_profile_view_base_recent_activity_content_view%3BIkASdMTaSfSCezH3FKyaIQ%3D%3D