SDV: Welcher Autohersteller lernt am schnellsten?

Noch nie hat die Automobilindustrie so viel Geld in ihre Transformation investiert wie heute. Milliarden Euro fließen in Software Defined Vehicles (SDV), künstliche Intelligenz (KI), Cloud-Plattformen und neue Fahrzeugarchitekturen. Softwarestrategien, digitale Services, KI und Daten gehören damit längst zum strategischen Standardrepertoire der Branche. Doch trotz dieser beispiellosen Investitionswelle gelingt es vielen etablierten Automobilherstellern kaum, ihre technologischen Investitionen in schnellere Lernzyklen, spürbare Kundenbegeisterung und nachhaltige Wettbewerbsvorteile zu übersetzen.

Milliarden für das SDV: Transformiert die Branche das Falsche?

Die unbequeme Realität lautet: Die Herausforderung besteht zunehmend nicht mehr nur darin, ein SDV zu entwickeln. Die eigentliche Frage ist, ob ein Unternehmen schnell genug von seinen Kunden lernen und diese Erkenntnisse mithilfe von Software und KI kontinuierlich in bessere Produkte übersetzen kann. Vieles spricht dafür, dass die Branche aktuell versucht, ein fundamentales Lernproblem primär mit technologischer Hardware-Erneuerung zu lösen.

Über mehr als ein Jahrhundert hat die Automobilindustrie ein Betriebssystem perfektioniert, das auf den Start of Production (SOP) ausgerichtet war. Anforderungen wurden früh fixiert, Risiken vor Marktstart minimiert, Zulieferer lieferten genau nach Spezifikation, und nach dem SOP wandte sich der Hersteller gleich der nächsten Fahrzeuggeneration zu. Dieses Modell brachte einige der sichersten, zuverlässigsten und hochwertigsten Automobile hervor. Sein Grundprinzip war jedoch, dass ein Fahrzeug mit dem Verlassen des Bandes weitgehend fertig entwickelt ist.

Diese Welt hat sich allerdings komplett verändert. Moderne Fahrzeuge entwickeln sich zu vernetzten Computerplattformen. Sie generieren Daten, erhalten kontinuierliche Softwareupdates "Over-the-Air" (OTA) und werden fortlaufend um neue Funktionen erweitert. Der Fahrzeugwert entsteht deshalb immer seltener vor dem SOP, sondern zunehmend erst nach der Auslieferung. Jede Kundeninteraktion kann heute zur Datenquelle werden und jedes Software-Release zur Chance, Produkt und Service weiter zu verbessern. Damit ist das Fahrzeug nicht länger der Endpunkt der Entwicklung. Es ist zum Startpunkt einer Lernphase geworden.

Dieser Wandel erklärt, warum Unternehmen heute trotz vergleichbarer Technologieinvestitionen sehr unterschiedliche Ergebnisse erzielen. Softwareplattformen, Cloud-Infrastrukturen, KI-Tools und zentrale Rechenarchitekturen stehen mittlerweile nahezu allen Herstellern zur Verfügung. Der eigentliche Wettbewerbsvorteil liegt deshalb vor allem in der Fähigkeit einer Organisation, Kundenfeedback schneller in Produktverbesserungen zu übersetzen. Er entsteht exakt in der Schleife zwischen Kundenerlebnis, Datenanalyse, technischer Umsetzung und Softwarebereitstellung. Je schneller sich diese Schleife dreht, desto schneller verbessern sich Fahrzeug und Service. Lerngeschwindigkeit wird damit zum zentralen Wettbewerbsfaktor der Automobilindustrie.

Warum China beim SDV schneller lernt

Nirgendwo habe ich das klarer gesehen als bei meinen wiederholten Besuchen in China. Die auffälligste Erkenntnis war: Heute ist ein radikal überlegener Technologie-Stack nicht mehr für den Erfolg ausschlaggebend. Denn viele der in China eingesetzten Technologien sind europäischen OEMs bestens vertraut – von Android-basierten Cockpitplattformen über AUTOSAR und Rechenplattformen von Nvidia und Qualcomm bis hin zu cloudnativer Entwicklung, KI-gestützter Softwareentwicklung und modernen DevOps-Methoden. Der Unterschied liegt also nicht primär darin, was diese Unternehmen einsetzen, sondern darin, wie sie arbeiten. 

Warum westliche OEMs beim SDV Kontrolle verlieren

Im Wettlauf um das softwaredefinierte Auto rückt eine andere Frage nach vorn: Wer kontrolliert Architektur, Software-Stack und Schnittstellen? Eine Studie zeigt, warum genau das für westliche OEMs riskant wird.

Bei vielen chinesischen OEMs und Startup-OEMs zeigen sich viel kürzere Entscheidungswege  eine ausgeprägte Produktverantwortung und die Bereitschaft, früh zu handeln und aus Fehlern zu lernen, anstatt zu lange auf die vermeintlich perfekte Lösung hinzuarbeiten. Technische Entscheidungen werden dort getroffen, wo die größte fachliche Expertise vorhanden ist – nämlich bei denjenigen, die die Probleme verstehen und lösen. Funktionsübergreifende Teams optimieren das gesamte Kundenerlebnis statt einzelner Komponenten. Kundendaten fließen unmittelbar in die Priorisierung ein. Releases werden kontinuierlich gemessen, verbessert und in kurzen Zyklen erneut ausgerollt. Nicht frühe Unvollkommenheit, sondern spätes Lernen gilt als das größere Risiko.

Was extreme Bedingungen über Lernfähigkeit zeigen

 Dasselbe Prinzip zeigt sich außerhalb der Automobilindustrie. Die rasante Entwicklung von Drohnen und autonomen Systemen in der Ukraine unter den extremen Bedingungen eines anhaltenden Krieges verdeutlicht, dass Innovationsgeschwindigkeit vor allem aus kurzen Feedbackschleifen entsteht. Ingenieure, Anwender, Softwareentwickler, Hersteller und Felddaten haben sich eng miteinander verzahnt. Der Produkteinsatz markierte nicht das Ende der Entwicklung, sondern den Beginn eines fortlaufenden Lern- und Verbesserungsprozesses.

AEK 2026: Warum die Automobilindustrie liefern muss

Der AUTOMOBIL-ELEKTRONIK Kongress 2026 zeigte eine Branche unter Druck. KI, SDV, Chiplets und China-Speed verändern die Spielregeln. Was in Ludwigsburg (noch) klarer wurde: Geschwindigkeit ist einer der entscheidenden Faktoren für die Zukunft.

Für Führungskräfte in der Automobilindustrie sollte die Schlussfolgerung aber nicht lauten, China oder die Ukraine einfach zu kopieren. In dieser neuen Logik ist vielmehr maßgeblich, ein ständiges Lernen als strategische Fähigkeit in der Organisation zu etablieren. Denn Komplexität sowie Anforderungen an Safety und Security bleiben in der Automobilindustrie natürlich auch weiterhin unverzichtbare Rahmenbedingungen und dürfen nicht kompromittiert werden. Sie rechtfertigen jedoch keine Betriebsmodelle mehr, die Monate benötigen, um Kundenfeedback in Softwareverbesserungen zu übersetzen, während digitale Wettbewerber in wöchentlichen Zyklen lernen und ihre Lösungen kontinuierlich weiterentwickeln. Unternehmen, die diese Distanz zwischen Kundenerlebnis und technischer Umsetzung konsequent verkürzen, werden langfristig wesentlich erfolgreicher sein als jene, deren Betriebssystem primär auf Planung und Governance ausgerichtet ist. Kontinuierliches Lernen verändert aber nicht nur das Betriebssystem einer Organisation, sondern auch die Art und Weise, wie das Produkt verstanden werden muss.

Customer Defined Vehicle: Premium definiert sich neu

Es verändert sich damit z. B. auch die Bedeutung des SDV. Zwar ist es weiterhin essenziell, aber es ist nicht mehr das eigentliche Ziel, sondern es wird zur Brücke zum sogenannten Customer Defined Vehicle (CDV). Software schafft hierbei zwar immer noch die technische Voraussetzung für kontinuierliche Updates. Aber welche Verbesserungen den größten Mehrwert schaffen, wird künftig durch Kundendaten bestimmt. Das Potenzial, solche Erkenntnisse zu gewinnen, zu priorisieren und in die Produktentwicklung einfließen zu lassen, wird durch KI zudem nochmals beschleunigt.

Das strategische Ziel der Zukunft entwickelt sich damit zum CDV: Das ist kein Fahrzeug, das direkt vom Nutzer entworfen wird, sondern ein Produkt, dessen Software, Services und Nutzererlebnis kontinuierlich durch das Verhalten, das Feedback und die tatsächliche Nutzung seiner Kunden weiterentwickelt werden. In dieser Welt wird der Kunde faktisch Teil des Entwicklungsteams. Jede Fahrt, jeder Ladevorgang, jeder Sprachbefehl, jede Navigationsentscheidung, jedes Ereignis beim autonomen Fahren sowie jede Interaktion mit Fahrzeugfunktionen, jede Beschwerde und jeder Moment der Begeisterung werden zu einer Lernchance. Das Produkt altert nach der Fertigung nicht zwangsläufig – es kann mit der Zeit sogar an Wert gewinnen. Premium erhält dadurch eine ganz neue Dimension. Denn neben Ingenieurskunst, Performance, Materialien und Qualität wird zunehmend auch die Intelligenz eines Fahrzeugs zum entscheidenden Faktor – nämlich seine Fähigkeit, den Kunden zu verstehen, sich nahtlos in dessen digitales Leben zu integrieren und sich nach dem Kauf kontinuierlich weiterzuentwickeln.

Infokasten: Mehr Automotive Software auf der ASSC 2027

Wer tiefer in Automotive Software, Software-defined Vehicles und neue E/E-Architekturen einsteigen möchte, sollte die Automotive Software Strategies Conference 2027 im Blick behalten. Die internationale Fachkonferenz findet am 20. und 21. April 2027 im SZ-Tower in München statt. Im Mittelpunkt stehen Software-defined Vehicles, E/E-Architekturen, Plattformstrategien, Entwicklungsprozesse, KI-gestützte Entwicklung, digitale Geschäftsmodelle und die Frage, wie Fahrzeugsoftware in der Praxis skalierbar wird. Die Konferenz bringt OEMs, Zulieferer, Softwareunternehmen und Technologiepartner zusammen und richtet sich an Entscheider, Entwickler und Engineering-Spezialisten, die die nächste Phase softwaredefinierter Mobilität gestalten. Tickets gibt es hier.

Co-Innovation: Das europäische Betriebssystem der Automobilindustrie muss sich verändern

Diese Transformation legt zugleich einen der größten Widersprüche der Branche offen. Führungskräfte bezeichnen Software und KI heute als die “Kronjuwelen” ihrer künftigen Wettbewerbsfähigkeit. Gleichzeitig steuern viele Unternehmen ihre Softwareökosysteme aber noch immer mit Beschaffungs- und Liefermodellen, die für mechanische Komponenten entwickelt wurden. Dieses Betriebssystem ist zwar hervorragend darin, Spezifikationen zu definieren, Kosten zu optimieren und auf Basis festgelegter Anforderungen zu liefern. Für Software reicht diese Logik jedoch nicht aus, denn: Hardware folgt der Produktion. Software folgt dem Kunden.

Die Zukunft gehört daher nicht isolierten Unternehmen, sondern lernenden Ökosystemen. OEMs, Zulieferer, Halbleiterhersteller, Cloud-Anbieter, Softwareunternehmen, Start-ups, Universitäten und Nutzer werden zunehmend Daten, Roadmaps, Feedbackschleifen und gemeinsame Erfolgskennzahlen teilen. Co-Innovation wird damit vom Ausnahmefall zum neuen Organisationsprinzip der Wertschöpfung.

Wie sehr SDV-Monetarisierung hinter den Erwartungen bleibt

Software-defined Vehicles gelten als Heilsbringer der Autoindustrie. Doch eine Studie zeigt ein deutlich nüchterneres Bild. Warum aus dem Buzzword SDV noch längst kein Selbstläufer fürs Konto wird, zeigt der Blick hinter die Fassade.

Die entscheidende Frage lautet nicht mehr: „Wer entwickelt die Software?“, sondern: „Wer lernt am schnellsten vom Kunden?“

Europa sollte diesen Übergang jetzt weniger als Kopiervorlage aus China oder dem Silicon Valley verstehen, sondern sich auf die erheblichen Stärken konzentrieren, über die Europa bereits verfügt: technologische Tiefe, Premiummarken, Führungspositionen bei Safety, Produktionsexzellenz, vertrauensvolle Kundenbeziehungen, Weltklasse-Zulieferer und jahrzehntelange operative Erfahrung. Gerade diese Wettbewerbsvorteile bleiben im Zeitalter softwaredefinierter Fahrzeuge hoch relevant. Die große Chance besteht darin, diese Stärken mit cloudnativer Entwicklung, dem systematischen Lernen aus Flottendaten, kontinuierlicher Softwarebereitstellung, KI-gestützter Entwicklung und funktionsübergreifenden Produktteams zu verbinden.

Denn KI verändert die Ökonomie der Produktentwicklung grundlegend. Sie beschleunigt Softwareentwicklung, Tests, Validierung, Anforderungsanalyse sowie die Auswertung von Nutzerfeedback und Flottendaten. Ihr größter Beitrag liegt jedoch auch darin, organisationales Lernen zu beschleunigen. Je schneller ein Unternehmen lernt, desto besser werden seine Daten, Modelle und Entscheidungen. Leistungsfähigere KI beschleunigt diesen Lernprozess noch weiter, so dass ein sich selbst verstärkendes Flywheel kontinuierlichen Lernens enstehen kann. Dies erzeugt eine Dynamik, die im Hardware-Zeitalter nicht möglich war.

Der Maßstab der Zukunft: Wer lernt am schnellsten?

Die Auswirkungen auf die Unternehmensführung sind tiefgreifend. Aufsichtsräte, CEOs und CTOs können die Transformation nicht länger als ein weiteres Programm behandeln. Sie müssen das Betriebssystem ihres Unternehmens neu gestalten: wie Entscheidungen getroffen werden, wie Teams organisiert und finanziert werden, wie Zulieferer eingebunden sind, wie Kundendaten in die Entwicklung einfließen, wie Software bereitgestellt wird und woran Erfolg gemessen wird. Traditionelle Führungsfragen wie „Wie senken wir Kosten?“, „Wie definieren wir Anforderungen?“ oder „Wie steuern wir Zulieferer?“ müssen durch neue Fragen ergänzt werden: „Wie erhöhen wir unsere Lernfähigkeit?“, „Wie verkürzen wir die Zeit vom Kundenfeedback zur Produktverbesserung?“, „Wie gestalten wir lernende Ökosysteme?“ und „Wie schaffen wir kontinuierlich mehr Kundennutzen?“

Save the date: 31. AUTOMOBIL-ELEKTRONIK Kongress

Am 22. und 23. Juni 2027 findet zum 31. 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 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 31. Automobil-Elektronik Kongress (AEK) im Jahr 2027! 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.

Schon im vergangenen Jahrhundert hat sich die Automobilindustrie immer wieder neu erfunden. Heute steht sie vor einer noch größeren Herausforderung: Sie muss sich selbst neu erfinden. Die Unternehmen, die das nächste Jahrzehnt prägen werden, sind nicht zwangsläufig jene mit den größten Softwareorganisationen oder den breitesten Technologieportfolios. Maßgeblich wird vielmehr sein, welche Unternehmen Nutzerdaten schneller und in größerem Maßstab als ihre Wettbewerber in echten Kundennutzen übersetzen.

Der Wettlauf hat sich verändert. Technologie wird zunehmend zur verfügbaren Grundlage und nicht mehr zum alleinigen Differenzierungsmerkmal. Künftig entscheidet über den Markterfolg die Fähigkeit, schneller als der Wettbewerb zu lernen. Die wichtigste Führungsfrage lautet daher nicht mehr, ob ein Unternehmen ein SDV entwickeln kann. Sie lautet vielmehr, ob es eine Organisation aufbauen kann, die schneller lernt, als sich Märkte, Kundenbedürfnisse und Technologien verändern. Im KI-Zeitalter werden Unternehmen nicht mehr allein durch die Fahrzeuge definiert, die sie entwickeln, sondern durch das Potenzial des Betriebssystems ihrer Organisation, sich kontinuierlich weiterzuentwickeln.