Agentic AI in der Fahrzeugentwicklung
In der Autoindustrie mangelt es an KI-Governance
Agentic AI macht sich in der Fahrzeugentwicklung breit. Laut einer aktuellen Studie setzt der Großteil der Autobranche die Technologie bereits ein oder testet sie. Was fehlt, sind Vertrauen und klare Verantwortlichkeiten.
KI ist in der Fahrzeugentwicklung bereits etabliert, allerdings fehlt es vielerorts noch am organisatorischen Überbau.
Mercedes-Benz
Agentic AI entwickelt sich zunehmend zu einem festen Bestandteil der automobilen Produktentwicklung. Laut einer aktuellen Studie des Capgemini Research Institute nutzen bereits 33 Prozent der Unternehmen die Technologie produktiv, weitere 35 Prozent befinden sich in Pilotprojekten. Damit setzen fast sieben von zehn Automobilunternehmen auf agentenbasierte KI-Systeme oder testen deren Einsatz.
Besonders hoch sind die Erwartungen an die Technologie. 83 Prozent der befragten Führungskräfte rechnen damit, dass Agentic AI Ingenieure von administrativen Aufgaben entlastet und ihnen mehr Zeit für eigentliche Entwicklungsarbeit verschafft. Allein in indirekten Entwicklungsbereichen soll die Nutzung innerhalb der kommenden zwei bis drei Jahre von derzeit 26 auf 68 Prozent steigen.
KI-Vorreiter bauen ihren Vorsprung aus
Die Untersuchung zeigt zugleich, dass sich innerhalb der Branche eine neue Leistungskluft bildet. Unternehmen, die KI bereits erfolgreich in ihre Entwicklungsprozesse integriert haben, berichten von um 17 Prozent schnelleren Entwicklungszyklen, einer um 19 Prozent höheren Produktivität sowie einer um 19 Prozent kürzeren Time-to-Market. Entscheidend sei dabei nicht die bloße Einführung von KI, sondern deren organisatorische Verankerung. Erfolgreiche Unternehmen verfügen laut Studie über belastbare Datenstrukturen, klar definierte Anwendungsfälle und geeignete Governance-Modelle.
„Mit der Transformation zum softwaredefinierten Fahrzeug hat die Automobilindustrie in den vergangenen Jahren einen tiefgreifenden Wandel erlebt. Damit wurden die digitalen Grundlagen für die nächste Innovationswelle geschaffen“, sagt Capgemini-Experte Heiko Huettel. „Agentic AI führt nun zu einer neuen Differenzierung in der Branche.“
Governance bleibt die größte Baustelle
Trotz der Dynamik offenbart die Studie erhebliche Defizite bei der Steuerung von KI-Projekten. Lediglich fünf Prozent der befragten Unternehmen verfügen über eine vollständig ausgereifte KI-Governance. Gleichzeitig haben 45 Prozent bislang keine belastbare Strategie oder Roadmap für den KI-Einsatz in der Produktentwicklung definiert.
Hinzu kommt ein Vertrauensproblem: Während 59 Prozent der Führungskräfte Agentic AI in frühen Forschungs- und Konzeptphasen vertrauen, sinkt dieser Wert auf lediglich 40 Prozent, sobald KI-generierte Ergebnisse direkte Auswirkungen auf Produktqualität oder Sicherheit haben könnten. „Eine schnelle KI-Einführung führt nicht automatisch zum Erfolg“, betont Huettel. „Um echten Mehrwert zu schaffen, müssen Unternehmen ihre Arbeitsabläufe neu gestalten, die Zusammenarbeit mit Partnern stärken, belastbare Datengrundlagen schaffen und klare Verantwortlichkeiten für KI-gestützte Entscheidungen etablieren.“
Datenpotenziale bleiben vielerorts ungenutzt
Verbesserungsbedarf sieht die Studie auch beim Umgang mit Fahrzeugdaten. Zwar erzeugen vernetzte Fahrzeuge enorme Mengen an Betriebsdaten, doch viele Hersteller nutzen diese Erkenntnisse bislang vor allem für die Entwicklung künftiger Fahrzeuggenerationen. 64 Prozent der Befragten geben an, dass Daten aus dem Realbetrieb nur selten unmittelbar in die Optimierung bereits ausgelieferter Fahrzeuge einfließen.
Over-the-Air-Updates konzentrieren sich demnach überwiegend auf Cybersicherheit oder Navigationsfunktionen. Fahrfunktionen und Fahrerassistenzsysteme werden deutlich seltener über Software-Updates verbessert.
Zusammenarbeit wird zum Erfolgsfaktor
Als größte Hürde für die Skalierung von KI identifizieren die Studienteilnehmer inzwischen weniger technische als organisatorische Probleme. Sechs von zehn Führungskräften nennen ineffiziente Prozesse als Hauptgrund für Verzögerungen bei KI-Projekten. Gleichzeitig mangelt es an einer übergreifenden Zusammenarbeit entlang der Wertschöpfungskette. Nur 30 Prozent der Unternehmen verfügen über kooperative Entwicklungsmodelle mit gemeinsamen Erfolgskennzahlen. Lediglich zehn Prozent haben eine gemeinsame Verantwortung über den gesamten Produktlebenszyklus hinweg etabliert.
