Vom Software-Defined Vehicle zum AI-Defined Vehicle

automotiveIT car.summit 2026: KI in der Fahrzeugentwicklung

Wie viel Spielraum brauchen Entwickler, wenn sie KI einsetzen? Beim automotiveIT car.summit in München berichten Hersteller und Zulieferer, wie sie neue Werkzeuge erproben und die Fahrzeugsoftware im laufenden Betrieb weiterentwickeln.

7 min
Michele Del Mondo zeigte, wie ein vernetzter Produktlebenszyklus Engineering, IT und Service zusammenführt, um Software- und KI-Funktionen auch nach dem Produktionsstart kontinuierlich weiterzuentwickeln.
Michele Del Mondo, PTC; zeigte, wie ein vernetzter Produktlebenszyklus Engineering, IT und Service zusammenführt, um Software- und KI-Funktionen auch nach dem Produktionsstart kontinuierlich weiterzuentwickeln.

Was ändert sich in der Fahrzeugentwicklung, wenn KI-Agenten Softwareänderungen vorbereiten und Daten aus Serienfahrzeugen in die nächste Version einer Funktion einfließen? Darum geht es am 19. und 20. November beim automotiveIT car.summit 2026 im Hochhaus des Süddeutschen Verlags in München. Im Mittelpunkt steht der Übergang vom Software-Defined Vehicle (SDV) zum AI-Defined Vehicle (AIDV), bei dem KI zunehmend mitbestimmt, wie sich das Fahrzeug verhält und wie Menschen es bedienen.

Nach der Audi-Keynote zum Auftakt diskutieren Fachleute aus der Autoindustrie, wie sich die Zusammenarbeit von Engineering und IT verändert und welche Aufgaben KI in der Fahrzeugentwicklung übernehmen kann. Am zweiten Tag stellt Stefan Bratzel die Connected Car Innovation Studie 2026 vor. Anschließend werden die CCI Awards verliehen. Die Highlights des Tages fassen wir hier für Sie zusammen.

Erste Eindrücke vom automotiveIT car.summit in München

KI beschäftigt die Branche, während Softwarefragen offenbleiben

Vor einem Jahr fragte Yannick Tiedemann, stellvertretender Chefredakteur von automotiveIT, was das nächste Softwareupdate am heutigen Auto verbessern kann. Zum Auftakt des automotiveIT car.summit 2026 in München ging er einen Schritt weiter: Wie viel entscheidet künftig die KI darüber, was ein Fahrzeug kann? Die Hersteller ringen noch mit der Softwarearchitektur und der Frage, wie IT und Engineering zusammenarbeiten. Mit KI komme „eine weitere Dimension der Komplexität“ hinzu, so Tiedemann. Zum Schluss dankte Tiedemann den Gästen mit einem Augenzwinkern dafür, dass sie nach München gekommen waren. Sie hätten sich den Tag ja auch für GTA 6 freinehmen können.

Wie Audi Fahrzeugsoftware nach der Auslieferung weiterentwickelt

Yannick Tiedemann sitzt rechts auf der Bühne und gestikuliert. Die beiden Audi-Gäste sitzen ihm zugewandt und hören zu.
Wer entscheidet, wenn Fahrzeugentwicklung und IT gemeinsam für die Software im Auto verantwortlich sind? Darüber spricht Yannick Tiedemann mit Dr. Mario de Felice (l.) und André Radon (m.) von Audi.

Im Keynote-Interview spricht Yannick Tiedemann mit Dr. Mario de Felice aus der Softwareentwicklung und André Radon aus der IT von Audi. Was das Software-Defined Vehicle für Audi bedeutet, macht de Felice am Tag der Übergabe fest: „Unser Entwicklungszyklus endet nicht, wenn wir das Auto an den Kunden ausliefern.“ Neue Funktionen und Verbesserungen sollen per Update ins Fahrzeug kommen. Für Radons IT-Team heißt das, die technischen Voraussetzungen dafür über mehrere Fahrzeuggenerationen hinweg zu schaffen. 

Wie sich dadurch die Zusammenarbeit bei Audi verändert, beschreibt Radon an den gemeinsamen Produktteams. Dort arbeiten etwa Product Owner aus der Fahrzeugentwicklung mit Produktmanagern aus der IT zusammen. In einem ihrer ersten gemeinsamen Projekte konnte das Team vier Wochen nach dem ersten Treffen bereits eine Anwendung ausprobieren. Allein für die Spezifikation hätte man nach dem früheren Vorgehen ein halbes Jahr gebraucht, so Radon. Auch technische Entscheidungen sollen die Fachleute im Team selbst treffen können. Das verlangt den Führungskräften etwas ab: „Und die Führungskräfte müssen ihrer Expertise vertrauen“, sagt Radon. 

Beim Schritt zum AI-Defined Vehicle unterscheidet de Felice zwei Einsatzfelder. In der Entwicklung könne KI etwa helfen, Softwarefehler schneller zu beheben. Für das Fahrzeug selbst interessiert ihn, was KI auf der Ebene der Softwareplattform verändern kann, auf der die einzelnen Anwendungen aufsetzen. Welche Funktionen daraus für Audi-Kunden entstehen könnten, lässt er im Gespräch offen. 

Wie viele Entwickler bräuchte ein neuer Autobauer 2030?

Hanno Wolff spricht vor einer Präsentationsfolie mit der Aufschrift „Every 11 minutes“. In der rechten Hand hält er einen Presenter.
Hanno Wolff von Synopsys geht auf dem automotiveIT car.summit der Frage nach, welche Aufgaben KI künftig in der Fahrzeugentwicklung übernehmen kann.

Hanno Wolff von Synopsys will dem Publikum in München „erstmal die Laune verderben“ – allerdings in der Hoffnung, „mit einem guten Ende hier aus der Präsentation rauszugehen“. Der Grund für den düsteren Auftakt ist der Stellenabbau in der deutschen Autoindustrie. Wolff bittet das Publikum, sich einen neuen Wettbewerber vorzustellen: Wie viele Entwickler bräuchte ein Autobauer, der 2030 vor den Toren Münchens bei null anfängt und seine Abläufe von Beginn an auf KI ausrichtet? Wolff rechnet mit einer deutlich kleineren Mannschaft. Ein solcher Hersteller könnte KI-Agenten die Pflege von Stücklisten und CAD-Daten übertragen und sie mit ganzen Entwicklungsaufgaben betrauen.

Das angekündigte gute Ende liegt für Wolff in einem Vorsprung, den etablierte Hersteller vor diesem Wettbewerber haben: Ihre Ingenieure wissen aus jahrzehntelanger Praxis, wie sich etwa ein Fahrwerk abstimmen lässt. Könnten KI-Agenten auf dieses Wissen zugreifen und Entwürfe mit physikalischen Simulationen prüfen, ließe sich die Erfahrung auch für künftige Fahrzeugprojekte nutzen.

BMW erprobt KI-Agenten auf der Entwicklungsplattform CodeCraft

Christina Jakucs Brem gestikuliert mit beiden Händen. Ihr gegenüber sitzt Moderator Yannick Tiedemann, der von hinten zu sehen ist.
Rund 200 Projekte teilen sich bei BMW die Entwicklungsplattform CodeCraft. Im Gespräch mit Yannick Tiedemann erklärt Christina Jakucs Brem, wie ihr Team die Plattform gemeinsam mit den Entwicklern der Neuen Klasse weiterentwickelt.

Rund 24.000 Menschen nutzen CodeCraft für die Softwareentwicklung der Neuen Klasse, darunter mehr als 15.000 Softwareentwickler. Im Live-Talk mit Yannick Tiedemann erklärt Christina Jakucs Brem, Product Owner für CodeCraft bei BMW, wie sich rund 200 Projekte die Infrastruktur teilen. Auch wenn ein Team besonders viel Rechenleistung braucht, müssen die anderen ihre Software pünktlich am Steuergerät testen können.

Schon in ersten Pilotprojekten mit KI-Agenten beobachtet BMW Lastspitzen. Für solche Versuche hat das Team einen Teil der Infrastruktur mit eigenen Zugriffsrechten abgetrennt. So können Entwickler mit Projektdaten experimentieren, während die regulären Softwarelieferungen weiterlaufen. Was die Teams von CodeCraft brauchen, besprechen die Projektverantwortlichen jede Woche gemeinsam. Mit der Bereitstellung von Werkzeugen allein sei es nicht getan, sagt Jakucs Brem: „Dann hat man aber noch keine Plattform, weil man muss die Leute an einen Tisch bringen.“

Was KI in der Engineering-IT ans Licht bringt

Aurora Sere-Schneider steht mit Headset und Präsentationsfernbedienung auf der Bühne des automotiveIT car.summit und lächelt ins Publikum.
Wer kümmert sich um ein KI-Werkzeug, das nur ein einziges Projekt braucht? Aurora Sere-Schneider von Aumovio sieht hier Spielraum für die Entwicklungsteams. Zentrale Plattformen gehören aus ihrer Sicht weiterhin in die Hände der IT.

„KI ist wie eine Taschenlampe, die in alle Ecken strahlt“, sagt Aurora Sere-Schneider, bei Aumovio für IT-Anwendungen in der Entwicklung verantwortlich. In ihrem Licht werde sichtbar, wo IT und Entwicklung ihre Hausaufgaben noch vor sich haben. Allein in ihrem Zentralbereich zählt Sere-Schneider mehr als 300 Anwendungen. Jetzt kommen KI-Werkzeuge hinzu, die einzelne Teams für ihre Projekte einsetzen wollen. Wer kümmert sich um Betrieb und Kosten, und wer prüft, ob die Teams die vereinbarten Regeln einhalten?

Sere-Schneider unterscheidet danach, wie viele Projekte von einem Werkzeug abhängen. Zentrale Plattformen gehören für sie in die Verantwortung der IT. Fällt dort ein Dienst aus, geraten gleich mehrere Projekte in Verzug. Bei einer Spezialanwendung für ein einzelnes Team sieht sie mehr Spielraum. Entwickler könnten nach entsprechender Schulung selbst Verantwortung für den Betrieb übernehmen und mitentscheiden, welche Funktionen sie wirklich brauchen. Über die Kosten müssten sie dann ebenfalls mitreden.

Bosch erprobt KI-Agenten als Entwicklungsteam

Matthias Breunig spricht rechts auf der Bühne. Links bezeichnet eine Bosch-Folie das Software-Defined Vehicle als logischen Entwicklungsschritt in der Automobilgeschichte.
Schon eine Änderung an der Fahrzeugbeleuchtung kann vom Infotainment bis ins Steuergerät reichen. Matthias Breunig erklärt, wie Bosch KI-Agenten erprobt, die solche Änderungen gemeinsam bearbeiten und prüfen.

Im ersten Versuch schoben sich die KI-Agenten gegenseitig die Schuld zu. So beschreibt Matthias Breunig, Senior Vice President bei Bosch, ein Pilotprojekt, in dem Agenten nach dem Vorbild eines Entwicklungsteams zusammenarbeiten. Das Bosch-Team ergänzte die Spielregeln um ein Kapitel zur Zusammenarbeit. Darin stand unter anderem, wie die Agenten konstruktive Kritik üben sollen. Beim nächsten Durchlauf habe das Zusammenspiel deutlich besser funktioniert, berichtet Breunig.

Warum es überhaupt mehrere Rollen braucht, erklärt er am Beispiel der Fahrzeugbeleuchtung. Eine Änderung, die für den Fahrer wie eine einfache Einstellung im Infotainment aussieht, kann bis in die Software eines einzelnen Steuergeräts reichen. Bei einem Hersteller mit mehreren Modellreihen und Fahrzeugarchitekturen kann dieselbe Funktion zudem unterschiedliche Anpassungen erfordern.

Den Ausgangspunkt soll ein Ingenieur in eigenen Worten formulieren können: Wie soll sich das Fahrzeug verhalten? Um daraus eine technische Änderung abzuleiten, brauchen die Agenten Informationen über die Architektur, die Schnittstellen und die Sicherheitsanforderungen. Ihre Aufgaben folgen laut Breunig „exakt den gleichen Rollen“, die es im Entwicklungsprojekt bereits gibt. Der Agent für Systems Engineering prüft beispielsweise, ob sich der Entwurf des Architektur-Agenten umsetzen lässt. Stößt er auf einen Widerspruch, geht die Änderung zur Überarbeitung zurück. So sollen auch kleine Anpassungen alle Prüfschritte bis hin zum Sicherheitsnachweis durchlaufen.

Wie Hyundai die Sprachbedienung im Auto verändern will

Christopher McKinnon steht mit Headset und Fernbedienung vor einer Folie mit dem Titel „Turning AI into Customer Value“.
Was soll ein Auto tun, wenn dem Beifahrer kalt ist? Für Christopher McKinnon von Hyundai Motor Europe ist das ein Beispiel für sinnvolle Sprachbedienung. Der Assistent soll erkennen, wer spricht, und die Sitzheizung auf der richtigen Seite einschalten.

Dem Beifahrer ist kalt. Künftig soll es im Hyundai genügen, das laut zu sagen. Der Sprachassistent soll erkennen, wer gesprochen hat, und auf der Beifahrerseite die Sitzheizung einschalten. An diesem Beispiel erklärt Christopher McKinnon, Produktchef von Hyundai Motor Europe, was er von KI im Cockpit erwartet. Fahrer und Mitfahrer sollen ihr Anliegen in eigenen Worten äußern können, ohne den passenden Sprachbefehl kennen zu müssen. Für häufig genutzte Funktionen will Hyundai physische Tasten beibehalten.

Wie gut die Technik zusammenspielt, zeigt sich für McKinnon auch beim Ladestopp. Der Fahrer gibt an, mit wie viel Restladung er sein Ziel erreichen möchte. Der Routenplaner wählt passende Ladestopps, das Fahrzeug wärmt unterwegs die Batterie vor. Für den Fahrer gehört das alles zu einem Ladestopp. Die Navigation kann ihn zur passenden Säule führen und das Auto die Batterie rechtzeitig vorwärmen. Scheitert dann die Bezahlung, hat der Ablauf aus seiner Sicht trotzdem nicht funktioniert. Für Hyundai stellt sich deshalb die Frage, wie zuverlässig die Dienste verschiedener Anbieter zusammenspielen.

Das Fahrzeug bleibt auch nach dem Produktionsstart in Entwicklung

Michele Del Mondo zeigte, wie ein vernetzter Produktlebenszyklus Engineering, IT und Service zusammenführt, um Software- und KI-Funktionen auch nach dem Produktionsstart kontinuierlich weiterzuentwickeln.
Michele Del Mondo, PTC; zeigte, wie ein vernetzter Produktlebenszyklus Engineering, IT und Service zusammenführt, um Software- und KI-Funktionen auch nach dem Produktionsstart kontinuierlich weiterzuentwickeln.

Für Michele Del Mondo, Senior Director und Global Advisor Automotive bei PTC, endet Fahrzeugentwicklung nicht mehr mit dem Serienstart. Software-Defined Vehicles hätten Engineering und IT bereits enger zusammengebracht, mit dem AI-Defined Vehicle werde das Fahrzeug jedoch zu einem System, das sich durch neue Modelle, Daten und Updates kontinuierlich weiterentwickelt. Dadurch reiche klassische Rückverfolgbarkeit von Anforderungen bis zum Code nicht mehr aus. Wenn sich das Verhalten eines Fahrzeugs durch neue KI-Modelle ändere, müsse auch die Validierung, Nachweisführung und Versionsverwaltung von Trainingsdaten und Modellen Teil des Entwicklungsprozesses werden. Del Mondo plädierte deshalb für einen durchgängigen digitalen Lebenszyklus, der Engineering, IT und Service verbindet und Erkenntnisse aus dem Feld wieder zurück in die Entwicklung spielt. Wie er betonte: „SOP ist keine Ziellinie.“

KI als Geschwindigkeitsfaktor in der Fahrzeugentwicklung

Für Jens Beckmann beginnt das AI-Defined Vehicle nicht im Fahrzeug, sondern in der Entwicklung. Entscheidend sei eine gemeinsame Engineering-Plattform für Software, Daten und KI.
Für Jens Beckmann, Valeo, beginnt das AI-Defined Vehicle nicht im Fahrzeug, sondern in der Entwicklung. Entscheidend sei eine gemeinsame Engineering-Plattform für Software, Daten und KI.

Für Jens Beckmann, Vice President Product Line anSWer bei Valeo, beginnt der Wandel zum AI-Defined Vehicle lange vor dem Einsatz von KI im Fahrzeug. Entscheidend sei ein durchgängiger Entwicklungsprozess, der Softwareentwicklung, Daten, KI-Modelle, Validierung und Feedback aus der Flotte miteinander verbindet. Nur mit einer gemeinsamen Engineering-Plattform, automatisierten Prozessen und KI-Agenten entlang des gesamten Entwicklungszyklus könne die Branche die Geschwindigkeit neuer Wettbewerber erreichen. Als Ziel nannte Beckmann deutlich verkürzte Entwicklungszyklen: „Wir wollen in der Lage sein, in weniger als 24 Stunden eine komplett neue Software durch den kompletten V-Zyklus laufen zu lassen.“ Dafür brauche es nicht nur neue Technologien, sondern auch den Wandel von projektgetriebenen Strukturen hin zu produktorientierten Organisationen mit wiederverwendbaren Softwarebausteinen, offenen Schnittstellen und einer engeren Zusammenarbeit im Ökosystem.

KI-Agenten brauchen klare Leitplanken

Dr. Daniel Isemann zeigte, wie Cognizant Mobility KI-Agenten in definierte Entwicklungsprozesse integriert und dabei menschliche Kontroll- und Entscheidungspunkte als festen Bestandteil der Softwareentwicklung beibehält.
Dr. Daniel Isemann zeigte, wie Cognizant Mobility KI-Agenten in definierte Entwicklungsprozesse integriert und dabei menschliche Kontroll- und Entscheidungspunkte als festen Bestandteil der Softwareentwicklung beibehält.

Für Dr. Daniel Isemann, Head of Data Science & AI bei Cognizant Mobility, liegt der Schlüssel zum erfolgreichen Einsatz von KI-Agenten nicht in maximaler Autonomie, sondern in klar definierten Prozessen. Anhand von Projekterfahrungen zeigte er, wie KI-Agenten bereits heute Entwicklungsaufgaben übernehmen, während Menschen an zentralen Übergabepunkten Verantwortung für Qualität und Ergebnisse behalten. Entscheidend seien standardisierte Workflows, transparente Reviews und ein strukturierter Umgang mit KI-generierten Artefakten. Obwohl die Automobilindustrie bei agentengestützter Softwareentwicklung Fortschritte mache, bewege sich der Großteil der Projekte noch auf einem niedrigen bis mittleren Automatisierungsniveau. Für Isemann bleibt deshalb klar: Auch künftig werde der Mensch die letzte Verantwortung tragen, denn „am Ende ist es ein Mensch, der das noch abzeichnen muss und dafür gerade stehen muss.“

Der Weg zum AI-Defined Vehicle ist auch eine Kulturfrage

Unter der Moderation von Yannick Tiedemann diskutierten Aurora Sere-Schneider, Christopher McKinnon und Siegmar Haasis, wie Unternehmen den Übergang vom Software-Defined Vehicle zum AI-Defined Vehicle organisatorisch, kulturell und technologisch gestalten können.
Unter der Moderation von Yannick Tiedemann (r.) diskutierten Aurora Sere-Schneider, Christopher McKinnon und Siegmar Haasis (l.), wie Unternehmen den Übergang vom Software-Defined Vehicle zum AI-Defined Vehicle organisatorisch, kulturell und technologisch gestalten können.

Im Panel diskutierten Aurora Sere-Schneider (Aumovio), Christopher McKinnon (Hyundai Motor Europe) und Siegmar Haasis (Haasis DEC, ehemals Mercedes-Benz) unter der Moderation von Yannick Tiedemann die Frage, wie sich die Automobilindustrie auf den Übergang vom Software-Defined Vehicle zum AI-Defined Vehicle vorbereiten muss. Dabei wurde deutlich, dass die laufende SDV-Transformation noch nicht abgeschlossen ist, Unternehmen die nächste Entwicklungsstufe mit KI jedoch parallel vorantreiben müssen. Die Diskutanten betonten die Bedeutung produktorientierter, funktionsübergreifender Teams, gemeinsamer Ziele und einer engeren Zusammenarbeit von Engineering und IT. Gleichzeitig dürfe der Fokus nicht allein auf neuen Technologien liegen. Entscheidend seien auch organisatorische Veränderungen, schnellere Entscheidungswege, eine stärkere virtuelle Entwicklung sowie die Fähigkeit, Sicherheit, Qualität und Geschwindigkeit in Einklang zu bringen. KI wurde dabei weniger als Selbstzweck verstanden, sondern als Hebel, um Entwicklungsprozesse, Validierung und Kundennutzen entlang des gesamten Fahrzeuglebenszyklus zu verbessern.