KI-Transformation des Autos
KI-definierte Fahrzeuge: Die Basis für intelligente Erlebnisse
KI schafft natürlichere Erlebnisse im Fahrzeuginnenraum und leistungsfähigere Fahrerassistenz. Dafür braucht es ein systemweites Fundament, das Intelligenz koordiniert und die Identität des Automobilherstellers bewahrt.
Zentralisierte Rechenleistung und eine kontrollierte Umgebung für agentische KI bieten Automobilherstellern eine skalierbare Grundlage für intelligente Erlebnisse im gesamten Fahrzeug.
Qualcomm Technologies, Inc.
Softwaredefinierte Fahrzeuge (Software-Defined Vehicles, SDVs) haben die Grundlage für Funktionen und Nutzererlebnisse geschaffen, die sich auch nach der Markteinführung einzelner Fahrzeuge weiterentwickeln. Der nächste Wandel besteht aus weit mehr als dem Hinzufügen einzelner KI-Funktionen: KI-definierte Fahrzeuge (AI-Defined Vehicles, AIDVs) erweitern dieses Fundament, sodass Intelligenz Interaktionen und Aktionen im gesamten Fahrzeug prägen kann. Sie kann den Innenraum natürlicher und individueller gestalten, Fahrerassistenzsystemen helfen, komplexe Situationen zu interpretieren, Erkenntnisse zum Fahrzeugzustand liefern und Dienste im Fahrzeug sowie mit persönlichen Geräten und der Cloud verbinden. Um diese Erlebnisse im großen Maßstab umzusetzen, ist eine gemeinsame Grundlage auf Systemebene erforderlich.
KI-Anforderungen in verschiedenen Fahrzeugdomänen
KI im Innenraum und KI für fortschrittliche Fahrerassistenz oder automatisiertes Fahren erfüllen unterschiedliche Aufgaben, nutzen aber zunehmend gemeinsame Wahrnehmungsdaten, um kontextbezogene Cockpit-Erlebnisse zu ermöglichen. KI im Innenraum soll vor allem alltägliche Interaktionen natürlicher, individueller und komfortabler machen. KI-Assistenten können in natürlicher Sprache formulierte Ziele verstehen, für Kontinuität über verschiedene Geräte hinweg sorgen, Komfort- und Entertainment-Funktionen personalisieren und Dienste wie Navigation, Kalender, Kommunikation und Laden koordinieren. Diese Funktionen beruhen auf Kontext und probabilistischen Schlussfolgerungen. Sobald ein KI-Assistent nicht nur Empfehlungen gibt, sondern selbst handelt, braucht das System jedoch klare Berechtigungen, Richtlinien und einen kontrollierten Zugriff auf Fahrzeugfunktionen.
KI für fortschrittliche Fahrerassistenzsysteme (Advanced Driver Assistance Systems, ADAS) und automatisiertes Fahren verfolgt ein anderes Ziel: Sie hilft dem Fahrzeug, seine Umgebung zu verstehen, und unterstützt sichere und rechtzeitige Fahrentscheidungen. Diese Rechenlasten verarbeiten Sensor- und Umgebungsinformationen mithilfe von End-to-End-KI-Modellen und übersetzen die Eingangsdaten in Ergebnisse für Wahrnehmung, Planung und Fahrzeugsteuerung. Anders als die Assistenzsysteme im Innenraum sind sie auf eng begrenztes Verhalten, geringe Latenz, funktionale Sicherheit, Validierung und deterministische Ausführung angewiesen.
Von Befehlen zu kontrollierten Ergebnissen
Agentische KI ermöglicht es dem Fahrzeug, die Bedürfnisse der Nutzer zu antizipieren und proaktiv zu handeln. Das System könnte beispielsweise erkennen, dass sich die Ankunft zu einem Termin verspätet, die wartende Person benachrichtigen und den Fahrer anschließend über die ausgeführte Aktion informieren. Die geschilderte Anfrage betrifft Daten aus den Teilbereichen Navigation, Verkehr, Kalender und Kommunikation. Der Nutzer erlebt eine stimmige Interaktion, während das zugrunde liegende System Identität und Berechtigungen prüft, nur den benötigten Kontext zusammenstellt, geeignete Dienste ermittelt, einen Plan vorschlägt und freigegebene Aktionen ausführt.
Das verdeutlicht die Rolle der Betriebsumgebung für agentische KI innerhalb des Snapdragon Digital Chassis. Modelle und Agenten können die Nutzerabsicht interpretieren und Aktionen vorschlagen, während die Plattform einen kontrollierten Zugriff auf Funktionen des Fahrzeugs und vernetzter Dienste bereitstellt. Sie kann Rechenlasten und Domänen koordinieren, Richtlinien und Sicherheitsvorgaben anwenden, relevanten Kontext bewahren und Ergebnisse protokollieren. Vereinfacht gesagt: Die Intelligenz schlägt vor; die kontrollierte Plattform prüft, ob eine Aktion zulässig und sicher ist, bevor sie steuert, wie diese ausgeführt wird.
Intelligenz und automobile Kontrolle im Gleichgewicht
KI-Assistenten arbeiten naturgemäß probabilistisch: Sie können mehrdeutige Anfragen interpretieren und Pläne anpassen, wenn sich die Bedingungen ändern. Fahrzeugfunktionen erfordern dagegen vorhersehbare Grenzen. Das Software-Fundament auf Systemebene verbindet diese beiden Welten, indem es sicherheitsrelevante und richtliniengesteuerte Funktionen hinter kontrollierten Schnittstellen hält. Ein Assistent braucht keinen uneingeschränkten Zugriff auf das Fahrzeug, und ein Drittanbieterdienst sollte die Sicherheits-, Datenschutz- und Datenregeln des Automobilherstellers nicht neu abbilden müssen.
Diese Trennung ermöglicht es außerdem, die Intelligenz weiterzuentwickeln, ohne das Ausführungsmodell zu schwächen. Automobilhersteller können je nach Latenz, Datenschutz, Konnektivität, Kosten und Komplexität der Aufgabe unterschiedliche Modelle, Agenten und Cloud-Dienste auswählen und behalten dabei die Hoheit über Daten, freigegebene Partner, Richtlinien und das Fahrzeugverhalten.
Skalierbare Rechenleistung im gesamten Fahrzeug
Eine skalierbare Rechnerarchitektur hilft Automobilherstellern, Rechenlasten zu konsolidieren, Technologien über verschiedene Baureihen hinweg wiederzuverwenden und neue Erlebnisse hinzuzufügen, ohne für jede Funktion einen eigenen Hardware-Stack aufzubauen. Das Snapdragon Digital Chassis bietet vernetzte, zentralisierte Rechenleistung und fortschrittliche Fahrerassistenzfunktionen. Plattformen wie Snapdragon Ride Flex und Snapdragon Cockpit Elite können Rechenlasten zusammenführen, die bisher auf mehrere Steuergeräte verteilt waren, und dabei Domänen mit unterschiedlicher Kritikalität weiterhin voneinander trennen.
Hardware allein kann diese Skalierung nicht leisten. Das Software-Fundament muss Rechenlasten und Daten über verschiedene Arten von Rechenressourcen hinweg nach einheitlichen Kontrollmechanismen koordinieren, damit Dienste in Fahrzeug- und Cloud-Umgebungen gefunden, wiederverwendet, entwickelt und validiert werden können. Das reduziert wiederholten Integrationsaufwand, hilft Automobilherstellern, die Komplexität über den gesamten Fahrzeuglebenszyklus hinweg zu beherrschen, und erleichtert die Einführung neuer KI-Erlebnisse, ohne das Fundament für jedes Modell oder jeden Agenten neu aufbauen zu müssen.
Ein Ökosystem als Fundament für Differenzierung
Kein einzelnes Unternehmen wird alle Modelle, Agenten, Anwendungen, Cloud-Dienste oder Fahrzeugfunktionen bereitstellen, die ein KI-definiertes Fahrzeug benötigt. Die Architektur muss daher ein breites Ökosystem unterstützen und zugleich einheitliche Vertrauens- und Ausführungsgrenzen wahren. Gemeinsame Vereinbarungen über Kontext, Identität, Funktionen, Governance und Lebenszyklusmanagement können fragmentierte Integrationen reduzieren, ohne die Intelligenz oder das Nutzererlebnis selbst zu standardisieren.
Dieses Gleichgewicht ist zentral für das Snapdragon Digital Chassis. Es bietet Technologieanbietern einen einheitlichen Weg, Intelligenz beizusteuern, und gibt Automobilherstellern die Flexibilität, Komponenten zu kombinieren, das Markenerlebnis zu differenzieren und die Kontrolle über Daten, Richtlinien, Partner und das Fahrzeugverhalten zu behalten.
Der Weg zum KI-definierten Fahrzeug
Der Wandel vom SDV zum AIDV ist ein Architekturwandel und damit weit mehr als ein Modell-Upgrade. Da sich Intelligenz zunehmend auf Innenraum-Erlebnisse, Fahrerassistenz, Konnektivität und Cloud-Dienste ausweitet, benötigen Automobilhersteller ein skalierbares Fundament, das flexibles Schlussfolgern mit kontrollierter Ausführung verbindet. Das Snapdragon Digital Chassis ist per Definition darauf ausgerichtet, dieses Fundament über Rechenleistung, Konnektivität, Software und KI hinweg bereitzustellen, und ermöglicht es Automobilherstellern, Intelligenz in differenzierte und vertrauenswürdige Fahrzeugerlebnisse umzusetzen.
