Interview mit Harald Kroeger, Head of Sales bei SiMa.ai
„Das KI-definierte Fahrzeug wird das SDV zum Frühstück verspeisen“
Wenn KI aus der Cloud ins Fahrzeug wandert, müssen Architekturen geringe Latenz, Effizienz und Skalierbarkeit gewährleisten. Harald Kroeger von SiMa.ai erklärt, warum Edge-first-KI die nächste Phase softwaredefinierter Fahrzeuge prägen wird.
Kombinierte Expertise: Harald Kroeger studierte Elektrotechnik in Stanford und Wirtschaftswissenschaften in Hannover.
Martin Stollberg
KI wird immer mehr zur prägenden Kraft
hinter der nächsten Generation von Fahrzeugarchitekturen. Doch um sie zu
skalieren, braucht es mehr als zusätzliche Rechenleistung. Bei
softwaredefinierten Fahrzeugen drehen sich die entscheidenden Fragen zunehmend
um Latenz, Energieeffizienz, lokale Inferenz und die
richtige Balance zwischen Cloud- und Edge-Intelligenz.
Harald Kroeger, Head of Sales & President Automotive bei
SiMa.ai, bringt langjährige Automotive- und Halbleitererfahrung in diesen
Themenkomplex ein. Auf dem Automobil-Elektronik
Kongress in Ludwigsburg wird er an der Podiumsdiskussion „Chiplets –
Technology & Business Viability“ teilnehmen. Moderiert wird die Runde von
Dr. Mathias Pillin, CTO Bosch Mobility und Vorstandsmitglied bei Robert Bosch.
Auf dem Podium sitzen außerdem Dr. Christoph Grote, Senior VP AI &
Innovation bei BMW, Michael Schaffert, SVP & Head
of Chiplet Program bei Robert Bosch, sowie Christopher Thomas, President
von TSMC Europe.
Im Interview erklärt Kroeger, wie KI die Architektur im
Fahrzeug verändern, wo heutige Hardwarestrategien noch an Grenzen stoßen und warum
auf das SDV bald das AIDV folgen könnte.
Herr Kroeger, mit Blick auf die nächsten drei bis fünf
Jahre: Was wird der größte Engpass sein, wenn SDV- und KI-Strategien in
skalierbare, industrialisierte Fahrzeugplattformen
überführt werden sollen?
Das KI-definierte Fahrzeug wird das SDV zum Frühstück
verspeisen – es ist wichtig, jetzt den nächsten Schritt zu machen. Die Lösung
wird Edge-first sein – Cloud-first-Lösungen werden unter Latenz und hohen
laufenden Kosten leiden. Diese beiden Fakten müssen für künftige
Architekturentscheidungen von Anfang an mitgedacht werden.
Warum
Edge-first-Architekturen für KI im Fahrzeug entscheidend werden
Welche heute getroffene Entscheidung wird am stärksten
bestimmen, wo im künftigen Automotive-Ökosystem Wert entsteht?
Ausreichend lokale KI-Inferenzleistung im Fahrzeug verfügbar
zu haben, ist entscheidend – heutige Automotive-Plattformen müssen dafür
genügend Spielraum bieten. Zusätzlich ist die Wahl von Silizium, das von einer
starken Softwareplattform gestützt wird, essenziell; andernfalls besteht das
Risiko, dass es zu einem unzureichend genutzten Asset wird.
Wo greifen heutige Ansätze für SDVs und E/E-Architekturen
der nächsten Generation in realen Programmen noch zu kurz?
Es gibt eine zu große Abhängigkeit von Silizium im Stil
eines Schweizer Taschenmessers: Die Zukunft wird Chips haben, die auf
unterschiedliche Aufgaben spezialisiert sind.
Wie
KI-Beschleuniger SDV-Plattformen skalierbar machen
Wie verändern KI-Beschleuniger die Architekturen im
Fahrzeug?
Zusätzliche KI-Power ist entscheidend – sie wird außerhalb
der üblichen Allrounder-Chips für IVI oder ADAS liegen, da dies die
skalierbarere und kosteneffizientere Architektur ist.
Was sind die größten Herausforderungen bei der Skalierung
von KI-Workloads in Automotive-Systemen?
Die Automobilindustrie beginnt
gerade erst, die Möglichkeiten von GenAI im Fahrzeug zu erfassen – am Rande.
SiMa.ai nennt das, „den Geist in die Maschine zu bringen“. Eine Überbetonung
der Cloud erhöht nicht nur Cloud- und Compute-Kosten, sondern verursacht auch
Latenzdelays und eine weniger natürliche UX, was Nutzer frustrieren kann.
Wo sehen Sie heute die größte Diskrepanz zwischen
KI-Erwartungen und Hardwarefähigkeiten?
OEMs und Tier-1-Zulieferer sind traditionell langsam
bei der Einführung neuen Siliziums – um das Rennen zu gewinnen, müssen
Unternehmen antizipieren und auf virtuelles Silizium setzen. Gemeint ist
Silizium, das vollständig definiert ist und emuliert werden kann, aber noch
nicht als physisches Silizium existiert.
