Interview mit Anup Sable, COO und Vorstandsmitglied KPIT | MD, Technica Engineering

„Der Stau entsteht meist erst bei der Validierung“

Generative KI beschleunigt die Entwicklung softwaredefinierter Fahrzeuge drastisch. Doch laut KPIT-COO Anup Sable liegt die eigentliche Bremse an anderer Stelle: Integration und Validierung. Warum viele SDV-Projekte kurz vor dem Ziel ins Stocken geraten, erklärt er im Interview.

4 min
Porträtaufnahme von Anup Sable, CTO von KPIT Technologies, als Gesprächspartner im Interview: Er sitzt bzw. steht vor neutralem Hintergrund und blickt in die Kamera. Die Bildunterschrift ordnet ihn als CTO ein und verweist auf den Automotive Elektronik Kongress (AEK). Inhaltlicher Kontext: Software-defined Vehicles – Sable betont, dass nicht die Softwareentwicklung bremst, sondern Integration und Validierung; Generative KI beschleunigt Entwicklung, macht aber eine skalierbare Plattform- und Validierungsstrategie (Regression, Automatisierung) umso wichtiger.
Anup Sable, COO und Vorstandsmitglied von KPIT sowie Managing Director von Technica Engineering, erklärt im Interview, warum beim softwaredefinierten Fahrzeug nicht die Softwareentwicklung, sondern Integration, Plattformreife und automatisierte Validierung zum entscheidenden Engpass werden und wie KI dabei helfen kann, ihn aufzulösen.

Softwaredefinierte Fahrzeuge gelten als Schlüssel zur Zukunft der Automobilindustrie. Kontinuierliche Updates, neue digitale Funktionen und datengetriebene Geschäftsmodelle sollen Innovation deutlich beschleunigen. Gleichzeitig steigt jedoch die technische Komplexität moderner Fahrzeugarchitekturen rapide.

Anup Sable, COO und Vorstandsmitglied von KPIT sowie Managing Director von Technica Engineering, sieht deshalb eine zentrale Herausforderung nicht in der Softwareentwicklung selbst, sondern in der Integration und Validierung komplexer Plattformen. Generative KI beschleunige zwar Entwicklungsprozesse massiv, doch genau dadurch verschärften sich die Engpässe im späteren Entwicklungszyklus. Im Interview spricht Sable über fragmentierte E/E-Architekturen, KI-gestützte Fehlersuche, automatisierte Regressionstests und die Frage, warum viele SDV-Programme ausgerechnet kurz vor der Serienreife ins Stocken geraten.

Warum wird die „Speed of Change“ zur entscheidenden SDV-Metrik?

AUTOMOBIL-ELEKTRONIK: Anup Sable, Sie haben auf dem Automobil-Elektronik Kongress im vergangenen Jahr die Speed of Change als entscheidende Kennzahl für den Erfolg softwaredefinierter Fahrzeuge bezeichnet. Wie bewerten Sie diese Metrik heute – insbesondere vor dem Hintergrund generativer KI?

Anup Sable: Ihre Bedeutung ist heute sogar noch größer als vor einem Jahr. Generative KI hat die Innovationsgeschwindigkeit im Engineering massiv erhöht. Was früher inkrementelle Weiterentwicklung war, ist heute eine Beschleunigung um Größenordnungen. Code, Testskripte oder Analysen entstehen heute in Minuten statt in Wochen.

Doch genau darin liegt auch die Gefahr. Die eigentliche Bremse ist nicht mehr die Entwicklung selbst, sondern Integration und Validierung. Ich vergleiche das gern mit einer Reise von München nach Frankfurt: Früher fuhr man mit dem Fahrrad, heute mit einem Supersportwagen bei 200 km/h. Doch kurz vor dem Ziel steht man im Stau. Dieser Stau ist die Validierung.

Sie kritisieren seit Jahren fragmentierte E/E-Architekturen und eine unterschätzte Integrationskomplexität. Wo liegen heute die größten technischen Stolpersteine auf dem Weg zum SDV?

Anup Sable: Es gibt zwei zentrale Probleme. Erstens fehlt häufig eine frühe, systematische Plattformintegration. In klassischen, stark verteilten Architekturen war die Rolle des OEMs klar definiert: Anforderungen formulieren, Signale spezifizieren, Funktionen integrieren. Tier-1-Supplier lieferten komplette Steuergeräte – die Integrationslast war überschaubar.

Code, Testskripte oder Analysen entstehen heute in Minuten statt in Wochen.

Anup Sable, COO und Vorstandsmitglied KPIT | MD, Technica Engineering

Heute entwickeln OEMs große Teile der Software selbst. Funktionen sind über mehrere Steuergeräte, Domänen und Rechner verteilt. Funktional funktioniert das meist. Doch was spät – und dann sehr schmerzhaft – scheitert, ist die Plattform: Performance, Timing, Lastverhalten und Ressourcenmanagement. Diese Effekte werden oft erst sehr spät im Entwicklungszyklus sichtbar.

Deshalb ist der Plattformaufbau und dessen Validierung vor der Feature-Integration entscheidend. Genau hier setzen wir bei KPIT gemeinsam mit unserer Schwesterfirma Technica an.

Save the date: 30. Automobil-Elektronik Kongress

Logo Automobil-Elektronik Kongress (AEK), mit Datum für 2026, eine Veranstaltung von Ultima Media Germany, mit dem dazugehörigen Magazin Automobil-Elektronik

Am 16. und 17. Juni 2026 findet zum 30. Mal der Internationale Automobil-Elektronik Kongress (AEK) statt. Dieser Netzwerkkongress ist bereits seit vielen Jahren der Treffpunkt für die Top-Entscheider der Elektro-/Elektronik-Branche und bringt nun zusätzlich die Automotive-Verantwortlichen und die relevanten High-Level-Manager der Tech-Industrie zusammen, um gemeinsam das ganzheitliche Kundenerlebnis zu ermöglichen, das für die Fahrzeuge der Zukunft benötigt wird. Trotz dieser stark zunehmenden Internationalisierung wird der Automobil-Elektronik Kongress von den Teilnehmern immer noch als eine Art "automobiles Familientreffen" bezeichnet.

Sichern Sie sich Ihr(e) Konferenzticket(s) für den 30. Automobil-Elektronik Kongress (AEK) im Jahr 2026! Folgen Sie außerdem dem LinkedIn-Kanal des AEK und #AEK_live.

Im Channel zum Automobil-Elektronik Kongress finden Sie Rück- und Vorberichterstattungen sowie relevanten Themen rund um die Veranstaltung.

Warum scheitern viele SDV-Projekte an Integration und Validierung?

Der eigentliche Mehrwert softwaredefinierter Fahrzeuge liegt in kontinuierlichen Software-Updates. Dennoch tun sich viele OEMs schwer damit. Warum?

Anup Sable: Weil schnelle Updates zwingend schnelle Regression erfordern. Wenn Sie Software monatlich oder sogar quartalsweise ausrollen wollen, müssen Sie den gesamten Validierungszyklus automatisieren. Manuelle Tests sind dafür weder zeitlich noch qualitativ geeignet.

Entscheidend ist dabei: Automatisierte Integration und Regression dürfen kein nachträglicher Schritt sein. Sie müssen upstream gedacht und architektonisch verankert werden. Die Realität ist ernüchternd: Die meisten SDV-Programme scheitern nicht an der Entwicklung von Features, sondern an einer nicht skalierbaren Validierung.

Welche Rolle spielt künstliche Intelligenz konkret bei KPIT?

Porträtaufnahme von Anup Sable, CTO von KPIT Technologies, als Gesprächspartner im Interview: Er sitzt bzw. steht vor neutralem Hintergrund und blickt in die Kamera. Die Bildunterschrift ordnet ihn als CTO ein und verweist auf den Automotive Elektronik Kongress (AEK). Inhaltlicher Kontext: Software-defined Vehicles – Sable betont, dass nicht die Softwareentwicklung bremst, sondern Integration und Validierung; Generative KI beschleunigt Entwicklung, macht aber eine skalierbare Plattform- und Validierungsstrategie (Regression, Automatisierung) umso wichtiger.
„Generative KI hat die Innovationsgeschwindigkeit im Engineering massiv erhöht.“

Anup Sable: Wir haben eine eigene KI-Workbench mit sogenannten Deep Agents entwickelt. Natürlich nutzen wir Basismodelle von OpenAI, Anthropic oder Google. Der eigentliche Mehrwert entsteht jedoch durch das Drumherum: saubere Datenaufbereitung, konsistentes Kontextmanagement und ein Gedächtnis über Iterationen hinweg.

Unsere KI-Agenten unterstützen heute unter anderem bei der Defect Triage, indem sie Fehlerbilder domänenübergreifend analysieren und Ursachen deutlich schneller identifizieren als klassische, manuelle Prozesse. Darüber hinaus werden sie für die automatisierte Code-Generierung eingesetzt, um Entwicklungszyklen zu verkürzen und Engineers gezielt zu entlasten. Ein weiterer Schwerpunkt liegt in der Erstellung und Pflege von Validierungsskripten, wodurch Regressionstests skalierbar und reproduzierbar werden.

Die Realität ist ernüchternd: Die meisten SDV-Programme scheitern nicht an der Entwicklung von Features, sondern an einer nicht skalierbaren Validierung.

Anup Sable, COO und Vorstandsmitglied KPIT | MD, Technica Engineering

Wie verändert generative KI die Fehlersuche im Fahrzeug?

Wo sehen Sie aktuell den größten Hebel durch generative KI?

Anup Sable: Ganz klar bei der Defect Triage. Ein Fahrzeug ist eines der komplexesten Systeme, die wir bauen. Fehler können aus jeder Domäne stammen – Infotainment, ADAS, Body, Chassis oder Netzwerk.

Früher dauerte es Wochen oder sogar Monate, bis Spezialisten die Ursache identifiziert hatten. Heute kann KI diese Analyse in Minuten leisten – vorausgesetzt, der Kontext ist vollständig. Die Grenze ist klar definiert: Garbage in, garbage out. Unvollständige Logs, fehlende Videos oder unklare Spezifikationen führen zu Halluzinationen. KI ist extrem leistungsfähig, aber sie verzeiht keine Unschärfe.

Welche Rolle spielt kontinuierliches Monitoring von Flottenfahrzeugen?

Anup Sable: Es spielt eine zentrale Rolle. Unsere Validierungstools synchronisieren Stimulation und Beobachtung mit einer Genauigkeit von bis zu 80 Nanosekunden – über mehrere CAN-, Ethernet- und IO-Kanäle hinweg.

Das ermöglicht identische Tests auf dem Prüfstand, im Laborfahrzeug und im Serienfahrzeug, ohne dass Anpassungen an der Testlogik notwendig sind. Feldprobleme lassen sich dadurch 1:1 ins Labor zurückspielen und unter kontrollierten Bedingungen analysieren. Fehler werden reproduzierbar statt zufällig, was die Ursachenanalyse deutlich beschleunigt und den gesamten Entwicklungszyklus robuster macht.

KI ist extrem leistungsfähig, aber sie verzeiht keine Unschärfe.

Anup Sable, COO und Vorstandsmitglied KPIT | MD, Technica Engineering

Welche E/E-Architekturen setzen sich im SDV-Zeitalter durch?

Zonal, zentral oder hybrid – welche E/E-Architekturen setzen sich aktuell durch?

Porträtaufnahme von Anup Sable, CTO von KPIT Technologies, als Gesprächspartner im Interview: Er sitzt bzw. steht vor neutralem Hintergrund und blickt in die Kamera. Die Bildunterschrift ordnet ihn als CTO ein und verweist auf den Automotive Elektronik Kongress (AEK). Inhaltlicher Kontext: Software-defined Vehicles – Sable betont, dass nicht die Softwareentwicklung bremst, sondern Integration und Validierung; Generative KI beschleunigt Entwicklung, macht aber eine skalierbare Plattform- und Validierungsstrategie (Regression, Automatisierung) umso wichtiger.
„Wenn Sie Software monatlich oder sogar quartalsweise ausrollen wollen, müssen Sie den gesamten Validierungszyklus automatisieren.“

Anup Sable: Viele OEMs haben erkannt, dass der direkte Sprung zur vollständig zentralen High-Compute-Plattform zu riskant war. Einige Gen-4-Programme wurden gestoppt.

Der aktuelle Trend folgt daher einer klaren Entwicklungslogik von verteilten Architekturen über domänenbasierte Ansätze hin zu zentralen Rechnerplattformen. Ein typisches Beispiel ist die Ablösung klassischer Gateways durch leistungsfähige Domain Controller. Dieser Ansatz reduziert Risiken, schafft Lernkurven und ist wirtschaftlich tragfähig. Evolution schlägt in diesem Fall Revolution.

Wie beeinflussen AI Act, funktionale Sicherheit und Cybersecurity Ihre SDV-Strategien?

Anup Sable: KI ist kein Sicherheitsrisiko – sie ist ein Sicherheitswerkzeug. Richtig eingesetzt kann sie Safety-Validierung sogar verbessern.

Natürlich gilt: KI im Fahrzeug muss sicherheitskonform sein. Aber KI für Engineering, Validierung und Compliance ist ein enormer Gewinn. Genau an dieser Schnittstelle unterstützen wir OEMs technisch und prozessual.

Was lernen OEMs aus Kooperationen wie zwischen KPIT und Mercedes-Benz R&D India?

Anup Sable: OEMs wollen Software selbst entwickeln – das ist unumkehrbar. Tier-1-Supplier werden sich stärker auf Hardware fokussieren.

Unsere Rolle liegt dazwischen: frühe Integration, Plattform-Validierung und Automatisierung. Gemeinsam mit Technica entwickeln wir Validierungsplattformen, mit Qorix – unserem unabhängigen Unternehmen mit ZF und Qualcomm – Middleware, die unabhängig vom SoC funktioniert. Unser Ziel ist es, Plattformen so vorzubereiten, dass OEMs schneller, sicherer und skalierbarer entwickeln können.

Porträtaufnahme von Anup Sable, CTO von KPIT Technologies, als Gesprächspartner im Interview: Er sitzt bzw. steht vor neutralem Hintergrund und blickt in die Kamera. Die Bildunterschrift ordnet ihn als CTO ein und verweist auf den Automotive Elektronik Kongress (AEK). Inhaltlicher Kontext: Software-defined Vehicles – Sable betont, dass nicht die Softwareentwicklung bremst, sondern Integration und Validierung; Generative KI beschleunigt Entwicklung, macht aber eine skalierbare Plattform- und Validierungsstrategie (Regression, Automatisierung) umso wichtiger.
„Die eigentliche Bremse liegt nicht in der Software – sondern in der Validierung.“

SDV 2030: Braucht die Branche eine gemeinsame Referenzarchitektur?

Wird es bis 2030 eine globale SDV-Referenzarchitektur geben?

Anup Sable: Mein Wunsch ist eindeutig: ja. Die Realität wird vermutlich mehrere skalierbare Referenzarchitekturen hervorbringen.

OEMs differenzieren über das Nutzererlebnis, nicht über Architektur. Architektur ist komplex, aber kein Differenzierungsmerkmal. Deshalb sollten wir sie harmonisieren. Jede zusätzliche Variante erhöht die Fehlerwahrscheinlichkeit. Harmonisierung beschleunigt Entwicklung – und KI verstärkt diesen Effekt massiv.

Herr Sable, vielen Dank für dieses Gespräch.

Anup Sable: Danke Ihnen. Ich freue mich auf den AEK 2026 – und auf den weiteren Dialog mit der Branche.

automotive veranstaltungen-automobil-elektronik-kongress generative ki top stories validierung kpit softwaredefinierte fahrzeuge

Auch interessant