„Am Ende entscheiden die Qualität und Sicherheit des Gesamtsystems“
KI verändert nicht nur das Fahren, sondern auch die Entwicklung dahinter. Im Interview mit Valeos Vice President für die anSWer Product Line, Jens Beckmann, geht es um lernende Modelle, automatisierte Tests, sichere Updates und die Frage, wie aus Flottendaten über den gesamten Lebenszyklus bessere Fahrzeuge werden.
Ronja SchmiedchenRonjaSchmiedchenRedaktion, Social Media & Moderation
2 min
Beckmann leitet als Vice President die anSWer-Produktsparte von Valeo. Diese bündelt Softwarelösungen für das Software-Defined Vehicle – von Fahrzeugfunktionen und Softwareplattformen bis hin zu Dienstleistungen für Entwicklung, Integration und Validierung.Valeo / Collage
Anzeige
Herr Beckmann, das Software-Defined Vehicle hat die Fahrzeugentwicklung bereits grundlegend verändert. Welche zusätzlichen Anforderungen stellt das AI-Defined Vehicle an die E/E-Architektur, Softwareplattformen und Entwicklungsprozesse?
Das Software-Defined Vehicle hat die Grundlage geschaffen: gemeinsame Softwareplattformen, leistungsfähige Rechner und Funktionen, die sich über die Fahrzeuglebensdauer weiterentwickeln lassen. Mit dem AI-Defined Vehicle kommt eine neue Dimension hinzu. Wir entwickeln zunehmend lernende Modelle, bis hin zu End-to-End-Fahrmodellen, die wir mit Daten verbessern und in einer Vielzahl von Situationen absichern müssen. Dafür brauchen wir ausreichend Rechenleistung im Fahrzeug, klare Schnittstellen zwischen KI und klassischer Software und eine Entwicklungskette, die Daten, Modelle, Integration und Validierung miteinander verbindet.
Jens Beckmann spricht auf dem automotiveIT car.summit 2026
Der automotiveIT car.summit ist die Konferenz für Entscheider:innen aus Engineering und IT, die den nächsten Sprung der Autoindustrie aktiv gestalten wollen: vom Software-Defined Vehicle (SDV) hin zum AI-Defined Vehicle (AIDV). Im Mittelpunkt steht die Frage, wie künstliche Intelligenz künftig nicht mehr nur unterstützend wirkt, sondern Fahrzeugverhalten, Nutzerinteraktion und Systementscheidungen kontinuierlich prägt. Am 19. und 20. November 2026 in München bringt das Event OEMs, Zulieferer und Technologieunternehmen zusammen, um genau diese Transformation zu diskutieren. Teilnehmer profitieren von praxisnahen Einblicken, strategischen Impulsen und hochkarätigem Networking mit Entscheidern auf C-Level und Expertenebene.
Auch Valeo-Experte Jens Beckmann wird vor Ort sein und in seinem Vortrag am Beispiel der Transformation von Valeos anSWer-Produktlinie zeigen, wie aus projektgetriebener Entwicklung ein skalierbares Software-Produktmodell wird und welche Rolle Partnerökosysteme dabei spielen. 👉 Jetzt Tickets sichern!
Wenn KI nicht nur als Fahrzeugfunktion, sondern bereits im Engineering eingesetzt wird: An welchen Stellen der Entwicklungskette sehen Sie das größte Potenzial für KI-gestützte Automatisierung – etwa bei der Softwareentwicklung, Integration oder Validierung?
Anzeige
Den größten Hebel sehe ich aktuell in der Datenaufbereitung sowie bei Test und Validierung. Das ist heute noch sehr manuelle Arbeit: relevante Szenarien aus Flottendaten finden, Testfälle aufsetzen, Regressionen auswerten oder Fehler voranalysieren. KI kann diese Schritte deutlich beschleunigen, besonders in Verbindung mit virtuellen Entwicklungs- und Testumgebungen. Natürlich helfen Coding-Assistenten schon heute bei der Softwareentwicklung. Richtig spannend wird es aber, wenn wir diese einzelnen Schritte zu einem durchgängigen Workflow verbinden.
Wir bewegen uns dabei von der KI-Unterstützung für Ingenieure über automatisierte Einzelaufgaben hin zu zunehmend eigenständigen, aber kontrollierten Abläufen. Die Verantwortung für die technische Bewertung und Freigabe bleibt beim Engineering.
Ein zentraler Bestandteil Ihrer Vision ist ein geschlossener Cloud-to-Car-Intelligence-Loop. Welche technischen Voraussetzungen müssen geschaffen werden, damit Fahrzeugdaten, KI-Modelle und Softwareupdates über den gesamten Lebenszyklus hinweg effizient und sicher zusammenspielen?
Anzeige
Für mich beginnt der Loop mit einer einfachen Frage: Was müssen wir aus dem Feld lernen? Dafür brauchen wir gezielte, datenschutzkonforme Flottendaten und die Fähigkeit, daraus relevante Szenarien zu gewinnen. Diese Daten müssen mit den jeweiligen Software- und Modellversionen verknüpft sein, damit Änderungen reproduzierbar und ihre Wirkung nachvollziehbar bleiben. Technisch braucht es eine gemeinsame Engineering-Plattform, die Daten, Software- und KI-Entwicklung sowie Validierung miteinander verbindet. Dazu gehören einheitliche Standards für Daten und Schnittstellen, klare Zugriffsrechte, durchgängige Rückverfolgbarkeit und sichere Update-Prozesse. Erst wenn wir eine Verbesserung kontrolliert ins Fahrzeug bringen und anschließend im Feld überprüfen können, ob sie tatsächlich wirkt, ist der Kreis geschlossen. Genau diese Rückkopplung macht aus Fahrzeugdaten kontinuierlichen Produktfortschritt.
Mit dem AI-Defined Vehicle werden KI-basierte Funktionen zunehmend Teil komplexer, sicherheitskritischer Fahrzeugsysteme. Wie lassen sich solche Funktionen zuverlässig in bestehende Software- und E/E-Architekturen integrieren, insbesondere mit Blick auf Echtzeitanforderungen, funktionale Sicherheit und die kontinuierliche Aktualisierung von KI-Modellen?
Hier müssen wir konsequent vom Gesamtsystem denken. Ein KI-Modell kann in der Entwicklung sehr leistungsfähig sein. Im Fahrzeug muss es aber unter klar definierten Echtzeit- und Ressourcenbedingungen funktionieren. Dafür brauchen wir saubere Schnittstellen, eine Überwachung der Modellgrenzen und ein sicheres Systemverhalten, wenn die KI eine Situation nicht zuverlässig beurteilen kann oder technische Fehler auftreten.
Anzeige
Genauso wichtig ist eine durchgängige Validierung: von Simulation und virtuellen Steuergeräten über Hardware-in-the-Loop bis zu realen Fahrzeugtests. Dazu gehören auch systematische Regressionstests und nachvollziehbare Sicherheitsnachweise. Und wenn wir ein Modell aktualisieren, müssen wir die Auswirkungen auf das Gesamtsystem prüfen, die betroffenen Funktionen erneut validieren und das Update kontrolliert freigeben. Am Ende entscheidet die Qualität und Sicherheit des Gesamtsystems, nicht allein die Leistungsfähigkeit des KI-Modells.
Zur Person:
Jens Beckmann ist Vice President der Product Line anSWer bei Valeo Brain und verantwortet die Software-Strategie, Produktentwicklung und Industrialisierung von ADAS- und Automated-Driving-Software. Sein Fokus liegt auf softwaredefinierten Fahrzeugarchitekturen, skalierbaren Plattformen, Cloud-to-Car-Entwicklung sowie neuen Software-Geschäftsmodellen. Zuvor leitete er bei HARMAN Automotive den Bereich Software Products und verantwortete Themen wie Software Factory, Feature-on-Demand und In-Vehicle-App-Ökosysteme. Weitere Stationen führten ihn zu Argo AI und TuSimple, wo er an Produkt-, Partnerschafts- und Go-to-Market-Strategien für autonome Mobilität arbeitete. Bei Microsoft baute er zuvor strategische Automotive-Partnerschaften und Plattform-Allianzen auf. Jens verbindet technische Software- und Systemkompetenz mit internationaler Business-Development-Erfahrung und dem Aufbau produktgetriebener Organisationen.