AUTOMOBIL-ELEKTRONIK Kongress in der Analyse
Wie Automotive Computing die nächste Fahrzeuggeneration prägt
Das Software-defined Vehicle bleibt ohne passende Hardware ein Versprechen. Auf dem AEK 2026 wurde deutlich, welche Computing-Grundlagen das Auto der Zukunft prägen: vom SoC über Chiplets bis zu Edge AI.
In der Podiumsdiskussion auf dem AUTOMOBIL-ELEKTRONIK Kongress ging es um Chiplets und darum, welche Rolle sie künftig für Fahrzeugrechner, Skalierung und neue Automotive-Architekturen spielen können. Das war nicht die einzige Gelegenheit, bei der die Zukunft des Automotive Computing in Ludwigsburg besprochen wurde.
Matthias Baumgartner
Das Software-defined Vehicle ist in den vergangenen Jahren immer stärker in den Mittelpunkt der Automobilindustrie gerückt – auch auf dem AUTOMOBIL-ELEKTRONIK Kongress. Doch je stärker Software, KI und digitale Funktionen in den Mittelpunkt rücken, desto klarer wird: Ohne die passende Rechen- und Elektronikarchitektur bleibt das SDV ein Versprechen. Oder wie es AEK-Urgestein Heinz Leiber ausdrückte „Software ist wichtig – aber das Auto muss auch noch fahren.“ Anders ausgedrückt: Automotive Computing entscheidet mit darüber, welche Funktionen möglich sind, wie sicher sie laufen, wie viel Energie sie benötigen und wie lange eine Architektur skalierbar bleibt.
Auf dem AEK 2026 in Ludwigsburg rückten deshalb nicht nur Softwareplattformen und KI-Modelle in den Fokus. Immer wieder ging es auch um SoCs, Mikrocontroller, Chiplets, Edge AI, Ethernet und RISC-V. Die Lehre aus Ludwigsburg: Die Zukunft des Fahrzeugs wird nicht allein im Code entschieden. Sie hängt genauso davon ab, welche Rechenarchitektur die digitale und KI-basierte Mobilität in der realen Welt tragen kann.
Das SoC wird zum Zentrum der Architektur
Einer der prägnantesten Sätze in Form eines Wortspiels kam von Peter Schiefer, President & CEO der Automotive Division von Infineon Technologies. Mit „We rock around the SoC“ beschrieb er die wachsende Bedeutung zentraler System-on-Chips für künftige Fahrzeugarchitekturen. Das Fahrzeug wird zunehmend um leistungsfähige Rechenknoten herum organisiert, die Funktionen bündeln, Daten verarbeiten und Softwareplattformen tragen. Er machte zugleich deutlich, dass es nicht darum geht, möglichst viel Rechenleistung an möglichst wenigen Stellen zu konzentrieren. Sein entscheidender Satz lautete: „Die Zukunft des SDV ist nicht ‚all compute‘, sondern der ‚richtige Compute‘.“ Gemeint ist die richtige Rechenleistung am richtigen Ort. Manche Aufgaben gehören in zentrale Hochleistungsrechner, andere in die Nähe von Sensoren, Aktoren oder sicherheitskritischen Steuergeräten.
Damit bleibt der Mikrocontroller ein zentraler Baustein des Automotive Computing. Zentrale Rechner können mehr Aufgaben übernehmen, doch funktionale Sicherheit, Echtzeitverhalten und Redundanz lassen sich nicht allein über große SoCs lösen. Für sicherheitskritische Funktionen braucht das Fahrzeug weiterhin robuste, verteilte und energieeffiziente Steuerung. Die künftige Architektur entsteht also aus dem Zusammenspiel von zentraler Performance und verteilter Absicherung.
Warum Chiplets mehr als Packaging sind
Besonders deutlich wurde der Hardware-Fokus in der Chiplet-Podiumsdiskussion. Chiplets gelten als ein möglicher Weg, die wachsende Komplexität künftiger Fahrzeugrechner beherrschbarer zu machen. Monolithische High-End-SoCs werden teurer, aufwendiger und riskanter in der Entwicklung. Gleichzeitig steigen die Anforderungen an KI-Beschleunigung, Speicheranbindung, Safety, Security und Energieeffizienz.
Chiplets versprechen einen modulareren Ansatz. Statt alle Funktionen auf einem großen Chip zu integrieren, lassen sich spezialisierte Bausteine auf einem Package kombinieren. Für Automotive-Anwendungen ist das interessant, weil Fahrzeugplattformen über lange Lebenszyklen hinweg betrieben werden, gleichzeitig aber auf steigende Leistungsanforderungen reagieren müssen.
Aish Dubey, Vice President und General Manager High Performance Computing SoC bei Renesas machte in Ludwigsburg deutlich, dass Chiplets für die Automobilindustrie nicht als reine Packaging-Frage verstanden werden sollten. Der eigentliche Punkt liegt in der Architektur: Welche Funktionen werden getrennt, welche Schnittstellen braucht es, wie lassen sich Bausteine wiederverwenden und wie bleibt das Gesamtsystem über viele Jahre beherrschbar?
Auch in der Paneldiskussion wurde klar: Chiplets können nur dann funktionieren, wenn Technologie und Geschäftsmodell zusammenpassen. Es reicht nicht, einzelne Bausteine technisch verbinden zu können. Die Industrie braucht Standards, belastbare Schnittstellen, nachweisbare Safety-Konzepte und ein Ökosystem, in dem OEMs, Halbleiterhersteller, Zulieferer und Integratoren sinnvoll zusammenarbeiten. Genau an dieser Stelle setzen Initiativen wie CHASSIS an.
Edge AI verändert die Verteilung von Rechenleistung
Dr. Ahmad Bahai, Texas Instruments, referierte auf dem 30. Internationalen Automobil-Elektronik-Kongress (AEK) 2026 in Ludwigsburg über „Transforming Mobility: The Power of Edge AI in Next-Generation Vehicles“.
Dr. Ahmad Bahai, Senior Vice President und Chief Technology Officer bei Texas Instruments, rückte das Thema Edge AI in den Mittelpunkt. Seine Perspektive passte zu einer zentralen Computing-Frage: Wo muss Intelligenz im Fahrzeug sitzen, damit sie schnell, effizient und sicher wirken kann? Im Fahrzeug der Zukunft werden nicht alle Daten erst gesammelt und dann zentral verarbeitet. Gerade bei Sensorik, Fahrerassistenz und sicherheitsnahen Funktionen kann es sinnvoll sein, Informationen lokal vorzubereiten. Wenn Daten direkt am Sensor oder in einem Edge-Knoten verarbeitet werden, sinken Latenz und Datenlast im Netzwerk. Gleichzeitig kann das System schneller reagieren.
Bahai beschrieb das Fahrzeug als intelligentes System, das seine Umgebung erfasst, Daten verarbeitet und in Echtzeit darauf reagiert. Damit verschiebt sich der Blick auf Automotive Computing: Entscheidend sind nicht nur TOPS-Werte zentraler Prozessoren. Ebenso wichtig werden analoge Frontends, Sensoranbindung, Embedded Processing, Power Management und eine Architektur, die Datenbewegung effizient organisiert. Das gewinnt an Bedeutung, weil die Bewegung großer Datenmengen Bandbreite bindet und zusätzlich Energie verbraucht. Je mehr Sensoren, Kameras, Radare und KI-Funktionen ins Fahrzeug kommen, desto wichtiger wird die Frage, welche Daten wirklich zentral verarbeitet werden müssen. Edge AI ist damit kein Zusatzthema, sondern ein Kernbaustein künftiger Rechenarchitekturen.
Automotive Computing umfasst mehr als Prozessoren
Peter Schiefer, Infineon Technologies, machte deutlich, dass Automotive Computing nicht beim Prozessor endet. Sobald Fahrzeuge stärker zentralisiert rechnen und gleichzeitig mehr Intelligenz an den Rand der Architektur verlagern, geraten auch Kommunikation, Steuerung und Standardisierung stärker unter Druck. Ethernet entwickelt sich dabei zum Rückgrat künftiger Fahrzeugnetzwerke. Zentrale Rechner, zonale Controller, Sensoren und intelligente Endpunkte müssen Daten mit hoher Bandbreite austauschen können. Je stärker Fahrzeuge auf Software- und KI-Funktionen setzen, desto wichtiger wird ein Netzwerk, das diese Datenströme zuverlässig und skalierbar trägt.
Parallel gewinnt RISC-V als offene Befehlssatzarchitektur an Bedeutung. Besonders bei Mikrocontrollern kann RISC-V helfen, Plattformen flexibler und langfristig skalierbarer zu gestalten. Für die Automobilindustrie ist das attraktiv, weil offene Standards technologische Abhängigkeiten reduzieren und eigene Roadmaps erleichtern können. RISC-V entwickelt sich zunehmend zu einem Baustein in der Diskussion um technologische Souveränität und Skalierbarkeit.
Hardware bestimmt, was KI im Auto leisten kann
Der AEK 2026 zeigte, dass Automotive Computing zur strategischen Kernfrage wird. Es reicht nicht, Softwarefunktionen und KI-Anwendungen zu definieren. Die Branche muss auch beantworten, auf welcher Hardware diese Funktionen laufen, wie Daten verteilt werden, wie viel Energie dafür zur Verfügung steht und wie Safety über die gesamte Architektur hinweg abgesichert wird. Daraus lassen sich mehrere Lehren ziehen.
- Rechenleistung allein reicht nicht. Entscheidend ist eine Architektur, die zentrale Performance, lokale Intelligenz und sicherheitskritische Echtzeitsteuerung verbindet.
- Chiplets können helfen, Komplexität und Kosten künftiger Fahrzeugrechner besser zu beherrschen, brauchen dafür aber Standards und tragfähige Ökosysteme.
- Edge AI verschiebt Intelligenz näher an Sensoren und Aktoren, wenn Latenz, Energieverbrauch oder Datenmenge es erfordern. Viertens: Ethernet und RISC-V sind keine Nebenthemen, sondern Teil derselben Computing-Debatte
Damit wird Hardware zum Taktgeber für das, was Software und KI im Fahrzeug leisten können. Wer neue Funktionen skalieren will, muss die physische Plattform früh genug mitdenken – vom SoC über Chiplets bis zur Vernetzung im Fahrzeug.
Warum die Automotive Computing Conference daran anknüpft
Der AEK 2026 hat die großen Linien sichtbar gemacht. Viele Fragen stehen jedoch erst am Anfang der industriellen Umsetzung: Welche Chiplet-Roadmaps sind realistisch? Wie lässt sich Safety in modularen Halbleiterarchitekturen nachweisen? Welche Aufgaben gehören in zentrale Rechner, welche in zonale Controller und welche direkt an den Sensor? Und wie entsteht aus Computing-Performance ein Fahrzeugnutzen, der sich über viele Jahre weiterentwickeln lässt?
Genau diese Fragen vertieft die Automotive Computing Conference am 18. und 19. November in München. Dort geht es um die technischen Grundlagen, Roadmaps und Architekturentscheidungen hinter dem Fahrzeug von morgen. Der AEK hat gezeigt, warum Automotive Computing zur strategischen Kernfrage wird. Die Automotive Computing Conference führt diese Diskussion weiter – mit Fokus auf Hardware, Halbleiter, Rechenarchitekturen und die praktische Umsetzung im Fahrzeug.
