Internationaler Vergleich

Welcher Autobauer hat beim autonomen Fahren die Nase vorn?

Mercedes und BMW schalten bei Level 3 zurück, chinesische OEMs skalieren KI-basierte Fahrassistenz und Tesla startet das Cybercab. Der große Vergleich zeigt, wer 2026 bei Level 2++, Level 3 und Level 4 vorne liegt.

Autonome Fahrzeuge auf einer Straße.
Beim autonomen Fahren ist ein Wettlauf unter den Autoherstellern entbrannt. Wir versuchen, Licht ins Dunkle zu bringen.

TL;DR Wie sieht's im weltweiten Wettlauf ums autonome Fahren aus?

  • Einen eindeutigen Spitzenreiter gibt es nicht mehr. Wer beim autonomen Fahren vorne liegt, hängt stärker denn je vom Maßstab ab. Mercedes-Benz und BMW haben in Europa wichtige Level-3-Meilensteine gesetzt, konzentrieren ihre aktuellen Serienstrategien inzwischen jedoch wieder stärker auf Level 2++. BMW erreicht dabei laut Benchmarkfahrten unter europäischen OEMs aktuell besonders hohe Leistungen bei Fahrerassistenzsystemen.

  • China setzt das Tempo bei der Skalierung. BYD bringt God's Eye über große Teile seiner Modellpalette, Xpeng setzt mit XNGP auf kartenfreie Fahrfunktionen, Zeekr entwickelt G-Pilot und zahlreiche weitere Hersteller arbeiten mit End-to-End-KI, lokalen Chipanbietern und Technologiepartnern wie Momenta, Huawei oder Horizon Robotics.

  • Tesla bleibt ein Sonderfall. Full Self-Driving wird weiterhin SAE-Level 2 zugeordnet. Gleichzeitig betreibt Tesla in Austin einen Robotaxi-Dienst und hat im September 2026 erstmals das speziell ohne Lenkrad und Pedale entwickelte Cybercab für bezahlte Fahrten eingesetzt.

  • Level 4 entwickelt sich derzeit vor allem außerhalb des Privat-Pkw. Waymo, Baidu, Pony.ai, WeRide, Zoox, Tesla und Motional sammeln reale Betriebserfahrung mit Robotaxis. P3 bewertet Waymo auf Basis eigener Benchmarkfahrten aktuell als führenden Anbieter im AV-Markt.

  • Die höchste SAE-Stufe allein entscheidet deshalb nicht über die Führungsposition. Alltagstauglichkeit, erlaubte Einsatzbereiche, Skalierbarkeit, Kosten, Datenbasis, Softwarearchitektur und die Frage, wer im autonomen Betrieb tatsächlich die Verantwortung übernimmt, sind inzwischen mindestens ebenso wichtig.

Seit Jahrzehnten treibt die Automobilhersteller die Frage um, wie Mobilität vereinfacht und sicherer gestaltet werden kann. Eine Vision: Sie steigen ins Auto, sagen, wohin es gehen soll und ab geht die Fahrt, ohne, dass Sie das Lenkrad berühren. Quasi ihr eigenes Taxi. Schon in den 1970er- und 80er-Jahren probierten sich OEMs an rudimentären Varianten des autonomen Fahrens. Innovationen wie das Elektronische Stabilitätsprogramm (ESP), das Antiblockiersystem (ABS) und selbst die Automatik-Schaltung waren die ersten Vorläufer des automatisierten oder zumindest assistierten Fahrens. Seither hat sich die Palette an Assistenzsystemen immer weiter vergrößert.

Infografik zu den wichtigsten Meilensteinen des autonomen Fahrens von 2020 bis 2026. Die Zeitleiste zeigt zentrale Stationen im Wettbewerb um automatisiertes Fahren: Honda Legend 2020 als erster Serien-Staupilot auf SAE-Level 3 in Japan, Mercedes-Benz Drive Pilot 2021/2022 als Einstieg von Level 3 in die Serie und auf deutsche Straßen, BMW Personal Pilot L3 2024 mit parallelem Ausbau des Autobahnassistenten, BYD God’s Eye 2025 als breiter Rollout intelligenter Fahrassistenz in China, Tesla Robotaxi 2025 als eigener Pfad zur fahrerlosen Mobilität und Carizon Level 2++ 2026 mit Serienstart in China und neuen Robotaxi-Projekten. Überschrift der Grafik: „Die wichtigsten Autonomie-Meilensteine“. Unterzeile: „Ausgewählte Stationen im Wettbewerb um automatisiertes Fahren“. Übersichtliche Visualisierung mit Symbolen für Fahrzeug, Autobahn, Robotaxi und vernetzte Mobilität.
Die Entwicklung des autonomen Fahrens verläuft längst nicht mehr linear. Die Grafik zeigt, welche Meilensteine den Wettbewerb seit 2020 geprägt haben.

Bis vor wenigen Jahren waren dies jedoch nur inkrementelle Schritte auf dem Weg zum teil- oder hochautomatisierten Fahren. Richtigen Schwung in den Wettbewerb brachte Tesla im Jahr 2015, als der Elektroauto-Pionier in seinem Model S das teilautonome System Autopilot per Software-Update freischaltete. Das System konnte automatisch die Spur wechseln und den Abstand zu anderen Autos halten – ein Novum. Der Vorstoß löste in der Autobranche und darüber hinaus ein regelrechtes Wettrennen um die nächsten Stufen des automatisierten Fahrens aus.

Inzwischen ist das Rennen deutlich unübersichtlicher geworden. Eine höhere SAE-Stufe allein sagt wenig darüber aus, wie leistungsfähig und alltagstauglich ein System ist. Während einige Hersteller hochautomatisiertes Fahren entwickeln, setzen andere auf Level-2++-Funktionen mit breiterem Einsatzbereich oder konzentrieren ihre Level-4-Technologie auf Robotaxis. Für diesen Überblick haben wir unsere eigenen Recherchen und bereits veröffentlichten Beiträge von automotiveIT mit aktuellen Marktdaten und Einordnungen aus den P3 Autonomous Driving Market Insights ergänzt, auf die wir im weiteren Verlauf immer wieder Bezug nehmen.

Schnellnavigation

Autonomes Fahren umfasst inzwischen so viele Hersteller, Systeme, Technologien und regionale Besonderheiten, dass sich das Thema in einem einzigen Beitrag nur in seinen wichtigsten Entwicklungen abbilden lässt. Deshalb ordnen wir zunächst die aktuelle Wettbewerbssituation ein und erklären, warum Level 2++ an Bedeutung gewinnt und China bei Fahrerassistenz und Fahr-KI so viel Tempo macht. Anschließend folgt der Blick auf die einzelnen Autobauer. Viele Unternehmen werden dabei bewusst nur angerissen und über weiterführende Beiträge, Tests und Interviews von automotiveIT vertieft. Ein eigener kurzer Abschnitt zu Level 4 und Robotaxis schließen den Überblick ab.

Überblick: Wo stehen die Autobauer 2026 beim autonomen Fahren?

Hersteller Status Schwerpunkt Wichtige Partner / Technik Level-4-Perspektive
Mercedes-Benz Level 3 mit Drive Pilot erprobt, aktueller Fokus stärker auf Level 2++ Autobahn und urbane Punkt-zu-Punkt-Assistenz Nvidia, Momenta, Hesai Kein verbindlicher Termin für Privat-Pkw
BMW Level 3 erprobt, Highway Assistant auf Level 2++ im Ausbau Hands-free-Fahren auf Autobahnen Qualcomm, Momenta in China Kein verbindlicher Termin
Volkswagen Level 2++, Carizon-System in China in Serie Regionale ADAS-Stacks, besonders China Mobileye, Valeo, Horizon Robotics / Carizon Level 3 in China ab 2027 geplant; Level 4 über Moia
Stellantis Level-3-Technik entwickelt, Markteinführung vorerst ausgesetzt Level 2++ und Robotaxis Wayve, Mobileye, Nvidia, Uber, Pony.ai Robotaxi-Projekte, Produktion ab 2028 vorgesehen
Tesla FSD im Privat-Pkw weiterhin Level 2 End-to-End-KI, große Flottendatenbasis Eigener Software-, Compute- und Fahrzeug-Stack Robotaxi und Cybercab
BYD God's Eye mit breitem Level-2-/NOA-Rollout Skalierung bis in günstigere Fahrzeugsegmente Eigene Software, Nvidia, Horizon Robotics, Momenta Kein verbindlicher Termin für Privat-Pkw
Xpeng XNGP, kartenfreie Fahrfunktionen, Level-3-Tests KI-basierte Stadt- und Autobahnassistenz Eigene Software und KI, Nvidia Kein verbindlicher Termin
Zeekr G-Pilot mit Level-3-Architektur Eigener ADAS-Stack plus Partnertechnologie Mobileye, Nvidia, Waymo Level 4 über Waymo-Fahrzeugplattform
Nio Umstieg auf End-to-End-Large-Models Eigene Chips, Sensorik und Software Eigener NX9031-Chip, Nvidia, Seyond Kein verbindlicher Termin
SAIC / IM Motors Urban NOA und Level-3-Tests Serien-ADAS plus Robotaxi-Entwicklung Momenta, Pony.ai, Nvidia Level-4-Aktivitäten im Flottenbetrieb
Honda Level-3-Erfahrung mit Legend, neues ADAS ab 2028 Honda 0 Series, ASIMO OS, KI-basierte ADAS Helm.ai, Momenta, Renesas Nach 2027
Nissan Neue ProPilot-Generation ab Geschäftsjahr 2027 End-to-End-KI und Ground Truth Perception Wayve Autonome Mobilitätsdienste ab 2027 geplant
Hyundai / Kia ADAS im Seriengeschäft, Level 4 über Motional SDV, KI und Robotaxis 42dot, Nvidia, Motional Motional-Robotaxis im Betrieb
Toyota ADAS plus umfangreiche AV-Partnerschaften Mehrere Technologiepfade parallel Waymo, Pony.ai, May Mobility, Momenta Robotaxi- und MaaS-Projekte
Ford BlueCruise auf Level 2+ Hands-free-Fahren und künftige Level-3-Funktionen Latitude, eigene Entwicklung Kein verbindlicher Termin
General Motors Super Cruise auf Level 2+ Hands-free-ADAS für Privatfahrzeuge Cruise-Technologie fließt in GM-Entwicklung ein Eigenständiges Cruise-Robotaxi-Geschäft beendet
Rivian Hands-free-ADAS im Ausbau Eigene Rechenplattform und Software Eigene RAP1-Plattform, Uber Robotaxi-Start ab 2028 geplant

Quelle: P3 Autonomous Driving Market Insights, Edition #3/2026; Stand September 2026. Redaktionell ergänzt und eingeordnet durch automotiveIT.

Warum gewinnt Level 2++ an Bedeutung?

Die jüngsten Strategieänderungen von Mercedes-Benz und BMW zeigen, wie sich der Wettbewerb beim automatisierten Fahren verschiebt. Mercedes-Benz hat den Drive Pilot im Zuge der aktuellen S-Klasse-Modellpflege aus dem Angebot genommen, BMW führt den Personal Pilot L3 im überarbeiteten 7er ebenfalls vorerst nicht weiter. Beide Hersteller hatten zuvor hochautomatisiertes Fahren auf Level 3 in Serienfahrzeuge gebracht und konzentrieren sich nun stärker auf Level-2++-Systeme mit größerem Einsatzbereich.

Bei BMW steht dabei der Autobahnassistent im Mittelpunkt, der Hands-free-Fahren auf freigegebenen Strecken ermöglicht und sukzessive um weitere Funktionen ergänzt wird. Mercedes-Benz treibt seinerseits eine Level-2-Lösung für Punkt-zu-Punkt-Fahrten voran, die komplexere Verkehrssituationen bis in den Stadtverkehr abdecken soll. Der Fahrer bleibt bei solchen Systemen dauerhaft verantwortlich, die Funktionen können dafür über einen wesentlich größeren Teil einer Fahrt genutzt werden.

Auch Stellantis hat seinen Level-3-Rollout zurückgestellt. Damit gewinnt die Frage an Bedeutung, wie häufig und in welchen Situationen automatisierte Funktionen tatsächlich nutzbar sind. Einen ausführlichen Blick auf diese Verschiebung liefert der Beitrag: "Warum der Weg zur Autonomie über Level 2++ führt."

Warum entwickelt sich autonomes Fahren in China so schnell? 

China hat sich zu einem der wichtigsten Entwicklungs- und Absatzmärkte für intelligente Fahrerassistenz entwickelt. BYD, Xpeng, Nio, Zeekr, SAIC, Changan und GAC entwickeln wesentliche Teile ihrer Systeme selbst oder arbeiten mit Technologieunternehmen wie Huawei, Momenta, Horizon Robotics und QCraft. Dadurch ist ein dichtes Ökosystem aus Fahrzeugbau, Halbleitern, Sensorik, Software und KI entstanden.

Zugleich verändert sich die technische Architektur. Xpeng setzt beispielsweise auf kartenfreie XNGP-Funktionen, die ohne vorab erstellte hochauflösende HD-Karten auskommen und ihre Umgebung stattdessen anhand der Fahrzeug-Sensorik und KI-Modelle erfassen. Nio entwickelt mit End-to-End-Large-Models und Zeekr baut mit G-Pilot eine eigene Plattform bis hin zu einer Level-3-Architektur auf. Die Analysten sehen End-to-End-Modelle inzwischen als grundlegenden Entwicklungstrend bei chinesischen OEMs und Technologieanbietern.

Parallel entstehen neue regulatorische Leitplanken. China arbeitet an verbindlicheren Sicherheitsanforderungen für hochautomatisierte Fahrfunktionen, während erste Hersteller bereits Level-3-Test- oder Einsatzgenehmigungen erhalten haben. Wir haben die neuen Vorgaben im Beitrag "Diese Regeln fürs autonome Fahren gelten bald in China" eingeordnet.

Die Hersteller im Überblick

Wie will BYD God's Eye in die Breite bringen?

BYD verfolgt mit God's Eye eine Strategie, bei der leistungsfähige Assistenzfunktionen über deutlich mehr Fahrzeugklassen angeboten werden sollen. Das System existiert in drei Ausbaustufen. God's Eye C beziehungsweise DiPilot 100 setzt auf Kameras, Radar und Ultraschall ohne Lidar, während God's Eye B und A zusätzlich Lidar und leistungsfähigere Rechenhardware nutzen. automotiveIT konnte die Basisvariante bereits im BYD Seagull beziehungsweise Dolphin Surf auf chinesischen Straßen testen.

Entscheidend ist die Skalierung. BYD kann auf eine große Fahrzeugflotte und damit einen umfangreichen Datenbestand zurückgreifen. Die Analysten von P3 zudem auf das bereits 2021 gegründete Joint Venture mit Momenta und darauf, dass God's Eye über die gesamte Modellpalette ausgerollt wird. Damit bringt BYD Funktionen in Preisklassen, in denen umfangreiche Fahrerassistenz lange kaum verfügbar war. Gerade dieser Ansatz macht den Hersteller im globalen Vergleich zu einem wichtigen Taktgeber.


Wie verändert Mercedes-Benz seine Autonomiestrategie?

Mercedes-Benz setzte mit dem Drive Pilot einen wichtigen Level-3-Meilenstein. Das System erhielt zunächst eine Freigabe bis 60 km/h und später in Deutschland bis 95 km/h. Damit gehörte Mercedes zu den ersten Herstellern, bei denen der Fahrer innerhalb definierter Betriebsbedingungen die Überwachung des Verkehrs tatsächlich an das Fahrzeug übergeben konnte. Mit der überarbeiteten S-Klasse verschiebt sich der Schwerpunkt. Der Drive Pilot wird dort vorerst nicht weiter angeboten, während umfangreichere Level-2++-Funktionen mehr Gewicht bekommen. Mercedes arbeitet unter anderem an einer Punkt-zu-Punkt-Assistenz, die auch komplexere urbane Verkehrssituationen bewältigen soll.

Gleichzeitig verbreitert der OEM sein technologisches Partnernetz. P3 nennt Momenta als ADAS-Partner in China. Hesai wurde 2026 als strategischer Lidar-Lieferant für künftige Level-3-fähige Mercedes-Modelle bekannt.

Die 6 Level des autonomen Fahrens:

Um den Grad der Automatisierung von Fahrzeugen zu beschreiben, wird seit 2014 die Norm J3016 der SAE International herangezogen. Sie klassifiziert die Systeme automatisierten Fahrens in sechs Stufen.

Level 0 steht für keine Automatisierung, Level 1 für Fahrerassistenz, Level 2 für Teilautomatisierung, Level 3 für bedingte Automatisierung, Level 4 für Hochautomatisierung und Level 5 für Vollautomatisierung.

Wichtig dabei: Level 2+ und Level 2++ sind keine offiziellen SAE-Stufen. Sie beschreiben besonders leistungsfähige Level-2-Systeme, bei denen der Fahrer weiterhin verantwortlich bleibt.

Eine detaillierte Erklärung der einzelnen SAE-Level finden Sie in unserem großen Überblick zum autonomen Fahren.

Warum konzentriert sich BMW auf den Autobahnassistenten?

BMW schaffte mit dem Personal Pilot L3 ebenfalls den Sprung zum hochautomatisierten Fahren. Im 7er konnte der Fahrer unter definierten Bedingungen bis 60 km/h die Fahraufgabe an das System übergeben. Gleichzeitig bot BMW mit dem Autobahnassistenten eine Hands-free-Funktion auf Level 2+ für deutlich höhere Geschwindigkeiten. Mit der Modellpflege des 7ers wird der Personal Pilot L3 vorerst nicht weitergeführt. BMW baut stattdessen den Autobahnassistenten aus und erhöht dessen Funktionsumfang sowie Verfügbarkeit. Damit setzt der Hersteller auf eine Funktion, die formal unter Level 3 liegt, im Alltag allerdings über einen deutlich größeren Teil der Fahrt genutzt werden kann.

BMW zählt mit seinem Autobahnassistenten zu den europäischen Herstellern mit besonders weitreichenden Level-2+-Funktionen. Das System ermöglicht Hands-free-Fahren auf freigegebenen Autobahnabschnitten und wird sukzessive ausgebaut. Für die nächste Fahrassistenzgeneration arbeitet BMW eng mit Qualcomm zusammen.

Wie teilt Volkswagen seine ADAS-Entwicklung auf?

Volkswagen entwickelt Fahrerassistenz inzwischen stärker regional. Der Konzern kombiniert die eigenen Softwarekompetenzen von Cariad mit unterschiedlichen Technologiepartnern und Plattformen. Der Report beschreibt den Ansatz als skalierbare softwaredefinierte Fahrerassistenz über verschiedene Konzernmarken und Fahrzeugarchitekturen hinweg. Eine wesentliche Änderung gab es 2026 bei Bosch. Die 2022 gegründete Automated Driving Alliance mit Cariad wurde beendet. Beide Unternehmen führen die daraus entstandenen Technologien nun eigenständig weiter.

Besonders dynamisch ist die Entwicklung in China. Dort brachte Carizon, das Joint Venture von Cariad und Horizon Robotics, im August 2026 sein Level-2++-System in die Serienproduktion. Die Technologie soll über neue KI-Modelle und eine stärker lokalisierte Fahrzeugarchitektur schrittweise bis Level 3 weiterentwickelt werden.

Wie geht Stellantis nach dem Level-3-Stopp weiter? 

Stellantis präsentierte Anfang 2025 mit STLA AutoDrive eine eigene Architektur für automatisiertes Fahren. Die Plattform ist technisch auch für Level 3 ausgelegt. Der Konzern hat die geplante Markteinführung entsprechender Funktionen jedoch zurückgestellt und verweist auf die begrenzte Nachfrage nach Level-3-Angeboten.

Parallel wächst das Partnernetz. Wayves End-to-End-KI soll in STLA AutoDrive integriert werden, Mobileye liefert Cloud-Enhanced ADAS für ausgewählte künftige Fahrzeuge. Damit richtet Stellantis den kurzfristigen Schwerpunkt stärker auf skalierbare Level-2++-Funktionen.

Bei Level 4 verfolgt der Konzern eine separate Strategie. Es gibt Kooperationen mit Nvidia, Uber, Foxconn und Pony.ai sowie das gemeinsame Robotaxi-Vorhaben mit Wayve und Uber. Für entsprechende Fahrzeuge nennt der Report einen Produktionshorizont ab 2028.

Wo steht Tesla zwischen FSD und Cybercab? 

Tesla nimmt im Vergleich eine Sonderrolle ein. Der Konzern verfügt über eine große vernetzte Fahrzeugflotte und kann damit umfangreiche reale Fahrdaten für Training und Weiterentwicklung seiner Software sammeln. P3 hebt dieses Daten- und Software-Ökosystem ausdrücklich hervor und bewertet die Leistung von FSD in den USA positiv. Regulatorisch bleibt Full Self-Driving bei Privatfahrzeugen allerdings ein Level-2-System. Jedoch wird die Leistungsfähigkeit von FSD kontrovers diskutiert. Während viele Tests eine hohe Systemkompetenz zeigen, verweisen Kritiker auf fehlende Sensorredundanz und Unfälle unter aktivierten Assistenzfunktionen.

Tesla verfolgt zugleich einen zunehmend KI-zentrierten End-to-End-Ansatz. Die Diskussion über die Robustheit des stark kamerabasierten Konzepts bleibt bestehen, insbesondere bei schwierigen Umweltbedingungen und mit Blick auf Redundanz. Beim Robotaxi ist Tesla inzwischen weiter. Nach dem Start eines begrenzten Dienstes in Austin wird dort seit September 2026 auch das eigens für autonomen Betrieb entwickelte Cybercab für bezahlte Fahrten eingesetzt. Das Fahrzeug kommt ohne Lenkrad und Pedale aus.

Was bleibt von General Motors' Cruise-Strategie?

General Motors hat seine Autonomiepläne innerhalb weniger Jahre grundlegend umgebaut. Cruise gehörte lange zu den wichtigsten Herausforderern von Waymo und betrieb bereits fahrerlose Fahrzeuge in US-Städten. Nach Unfällen, regulatorischen Konsequenzen und hohen Kosten geriet das Geschäftsmodell allerdings zunehmend unter Druck. So entschied GM Ende 2024, das eigenständige kommerzielle Robotaxi-Geschäft von Cruise nicht weiter zu finanzieren. Technologie und Entwicklungskompetenz sollen stärker in die Fahrerassistenzsysteme der GM-Marken einfließen. Gleichzeitig führte GM die zuvor getrennten Programme Ultra Cruise und Super Cruise zusammen.Im Mittelpunkt steht heute Super Cruise. Im April 2026 meldete GM eine Milliarde hands-free gefahrene Kundenmeilen.

Autonomes Fahren 2026: 6 Fragen zu Level 2++, Level 3 und Level 4

Welcher Autobauer hat beim autonomen Fahren die Nase vorn?

Einen eindeutigen Spitzenreiter gibt es 2026 nicht. BMW und Mercedes zählen bei seriennahen Assistenzsystemen zur Spitzengruppe, chinesische Hersteller wie BYD und Xpeng skalieren KI-basierte Funktionen besonders schnell, während Waymo bei kommerziellem Level 4 derzeit den Maßstab setzt.

Was ist Level 2++ beim autonomen Fahren?

Die Definition kann sich je nach OEM unterscheiden, denn Level 2++ ist keine offizielle SAE-Stufe, sondern ein in der Branche verwendeter Begriff für besonders leistungsfähige Level-2-Systeme. Sie können etwa Hands-free-Fahren, automatische Spurwechsel oder komplexe Navigationsfunktionen übernehmen. Der Fahrer muss das System jedoch weiterhin überwachen und bleibt für die Fahraufgabe verantwortlich.

Braucht autonomes Fahren Lidar oder reichen Kameras und Radar?

Das hängt vom technischen Ansatz und dem angestrebten Automatisierungsgrad ab. Tesla setzt stark auf Kameras, während viele Level-3- und Level-4-Systeme zusätzlich Radar und Lidar nutzen, um Wahrnehmung und Redundanz zu erhöhen.

Wie lässt sich die Qualität von Fahrerassistenzsystemen objektiv vergleichen?

Nicht nur die SAE-Stufe ist entscheidend, sondern auch Einsatzbereich, Zuverlässigkeit, Eingriffshäufigkeit, nutzbare Straßen und die Verantwortung des Fahrers. Für einen belastbaren Vergleich sind deshalb reale Benchmarkfahrten und klar definierte Nutzungsszenarien wichtiger als einzelne Funktionsnamen.

Welche Sensoren braucht ein System für Level 2++ oder Level 3?

Typisch sind Kameras, Radar, Ultraschallsensoren und je nach Architektur zusätzlich Lidar. Entscheidend ist nicht nur die Zahl der Sensoren, sondern wie zuverlässig Wahrnehmung, Rechenplattform und Software zusammenarbeiten.

Wann wird Level 4 für private Pkw realistisch?

Einen belastbaren Termin gibt es derzeit nicht. Level 4 sammelt vor allem in Robotaxis und Shuttles Betriebserfahrung, weil sich deren Einsatzgebiete räumlich und technisch enger begrenzen lassen als bei privat genutzten Fahrzeugen.

Wie entwickelt Ford BlueCruise weiter?

Ford hat sich früh für einen pragmatischen Hands-free-Ansatz entschieden. BlueCruise übernimmt auf freigegebenen Autobahnabschnitten Längs- und Querführung, während eine Innenraumkamera die Aufmerksamkeit des Fahrers überwacht. Das System bleibt damit auf Level 2+, ermöglicht auf geeigneten Strecken jedoch längere Phasen ohne Hände am Lenkrad. Wir von automotiveIT haben BlueCruise im Mustang Mach-E GT selbst getestet. Dabei überzeugten vor allem die Spurführung und die vergleichsweise unaufgeregte Integration in den Fahralltag. Der Fahrer muss das Verkehrsgeschehen weiterhin permanent überwachen. Nach dem Ende von Argo AI konzentriert sich Ford auf Level 2+ und perspektivisch Level 3 für Privatfahrzeuge. Dafür gründete der Konzern 2023 die Entwicklungseinheit Latitude.

Wie geht Honda nach Legend und Afeela weiter?

Beim Staupilot auf SAE-Level 3 war Honda Pionier. Für den Honda Legend erhielt der Hersteller bereits 2020 die entsprechende Genehmigung in Japan. Valeo steuerte unter anderem ein leistungsfähiges Steuergerät und wesentliche Teile der Sensorik bei. Der Schritt blieb jedoch regional begrenzt und entwickelte sich nicht zu einem international verfügbaren Level-3-Angebot. Lange sollte das gemeinsam mit Sony entwickelte Afeela den nächsten Technologiesprung markieren. Der auf der CES 2023 gezeigte Ansatz verband zahlreiche Kameras und Sensoren mit einem stark softwarezentrierten Fahrzeugkonzept. Im März 2026 stellte Sony Honda Mobility die Entwicklung und geplante Einführung des Afeela 1 sowie eines zweiten Modells ein. Sony und Honda begründeten den Schritt unter anderem mit der überarbeiteten Elektrifizierungsstrategie von Honda und veränderten Voraussetzungen für das Joint Venture.

Honda selbst entwickelt seine Fahrerassistenz weiter. Helm.ai soll KI-basierte Fahrsoftware für Modelle der Honda 0 Series liefern, in China arbeitet Honda zusätzlich mit Momenta. P3 verortet die Perspektive für die nächsten Automatisierungsschritte nach 2027. Auch die Rechnerarchitektur rückt stärker in den Mittelpunkt. Gemeinsam mit Renesas entwickelt Honda einen Hochleistungs-SoC für kommende softwaredefinierte Fahrzeuge und die Honda 0 Series.

Warum setzt Toyota auf mehrere Autonomiepartner?

Toyota verfolgt beim autonomen Fahren einen breiten Partner- und Beteiligungsansatz. P3 nennt unter anderem Momenta, Pony.ai, May Mobility und die frühere Lyft-Level-5-Einheit. Gemeinsam mit Pony.ai arbeitet Toyota an einer Robotaxi-Flotte von rund 1.000 Fahrzeugen. Hinzu kommt die Zusammenarbeit mit Waymo. Beide Unternehmen prüfen eine gemeinsame Plattform für autonome Fahrzeuge und untersuchen, wie Waymo-Technologie perspektivisch auch in privat genutzte Toyota-Modelle einfließen könnte. Mit diesem Ansatz hält sich Toyota mehrere technische Wege offen. Gleichzeitig steigt der Integrationsaufwand, weil Fahrzeugplattform, Sensorik, Rechenarchitektur und Software verschiedener Partner zuverlässig zusammenspielen müssen.

Was plant Nissan mit der nächsten ProPilot-Generation?

Nissan entwickelt ProPilot seit Jahren schrittweise weiter und bindet für die kommende Generation stärker externe KI-Kompetenz ein. Im Mittelpunkt steht Wayves AI Driver, der auf End-to-End-KI basiert. Nissan kombiniert die Software mit der eigenen Ground Truth Perception und einer neuen Lidar-Generation. Die neue ProPilot-Generation soll ab dem Geschäftsjahr 2027 zunächst in Japan eingeführt werden. Damit zielt Nissan auf komplexere Verkehrssituationen als mit bisherigen Highway-orientierten Systemen. P3 führt den Hersteller gleichzeitig im Bereich autonomer Mobilitätsdienste und nennt ebenfalls 2027 als Zieljahr für einen entsprechenden Dienst in Japan. Dazu kommt eine Zusammenarbeit mit Wayve und Uber für Robotaxis. Nissan nutzt damit denselben KI-Partner sowohl für die Weiterentwicklung privater Fahrzeuge als auch für neue Mobilitätsangebote.

Wie verbindet Hyundai ADAS, SDV und Robotaxis?

Hyundai verfolgt automatisiertes Fahren auf mehreren Ebenen. Im Serienfahrzeug stehen weiterentwickelte Assistenzfunktionen und eine stärker softwaredefinierte Architektur im Vordergrund. Gleichzeitig verfügt der Konzern mit Motional über einen direkten Zugang zum Robotaxi-Markt. Motional entstand als Joint Venture von Hyundai und Aptiv. Nachdem Aptiv seinen Anteil deutlich reduziert hatte, stärkte Hyundai sein Engagement. 2026 kündigten Motional und Uber den Neustart des Robotaxi-Angebots in Las Vegas an. P3 nennt für Motional entsprechend einen Level-4-Zielhorizont 2026.

Parallel baut Hyundai mit 42dot eigene Softwarekompetenz auf und vertieft die Zusammenarbeit mit Nvidia. Drive Hyperion soll eine skalierbare technische Basis von Level 2 bis Level 4 bilden und Fahrzeugrechner, Datenpipeline, Simulation und KI-Training enger verbinden.

Welche Rolle spielt autonomes Fahren bei Volvo?

Volvo hatte insbesondere den EX90 stark über Sensorik, Core Computing und die Perspektive auf zukünftige automatisierte Funktionen positioniert. Die technologische Grundlage bildet eine zentralisierte Rechnerarchitektur, auf der Fahrassistenz, Infotainment und weitere Softwarefunktionen enger zusammengeführt werden. Inzwischen rückt die Softwareplattform stärker in den Vordergrund. Volvo will Funktionen über kontinuierliche Software-Builds, automatisierte Validierung und OTA-Updates über mehrere Modellreihen hinweg weiterentwickeln. Damit wird die Fähigkeit, neue Funktionen nach Produktionsstart auszurollen, zu einem wichtigen Teil der Fahrzeugarchitektur. P3 ordnet Volvo in das breitere Technologieökosystem von Geely ein und verweist unter anderem auf Mobileye. Einen festen Level-4-Termin für einen privat genutzten Volvo weist die Analyse derzeit nicht aus.

Wie abhängig ist Polestar von Technologiepartnern?

Polestar setzt beim automatisierten Fahren bewusst auf ein Partnernetz. Der Polestar 4 nutzt Mobileye SuperVision, während Nvidia und Luminar weitere Bausteine für Rechenleistung und Sensorik beisteuern. P3 erwartet insbesondere bei Polestar 3 und 4 einen deutlichen Technologiesprung gegenüber den frühen Fahrzeugen der Marke. Die Strategie passt zum generellen Entwicklungsmodell von Polestar. CEO Michael Lohscheller beschrieb im Gespräch mit automotiveIT einen bewusst partnerorientierten Ansatz, bei dem Konzernplattformen und externe Technologie mit den eigenen markenprägenden Kompetenzen kombiniert werden.

Beim automatisierten Fahren kann dieser Ansatz Entwicklungszeit sparen. Gleichzeitig steigt die Bedeutung stabiler Schnittstellen zwischen Fahrzeugsoftware, Sensorik, Computing und dem externen ADAS-Stack.

Warum trennt Renault Privat-Pkw und Level 4?

Renault verfolgt beim automatisierten Fahren zwei unterschiedliche Entwicklungswege. In privat genutzten Fahrzeugen konzentriert sich der Konzern derzeit auf Level 2 und Level 2+, während höhere Automatisierungsgrade vor allem für klar definierte Mobilitätsdienste vorgesehen sind. Dort lassen sich Strecken, Geschwindigkeit und Betriebsbedingungen wesentlich enger eingrenzen. Eine wichtige Grundlage bildet zugleich die Softwarestrategie des Konzerns. Über Ampere und seine künftigen SDV-Architekturen will Renault Fahrzeugfunktionen stärker von einzelnen Steuergeräten lösen und über zentrale Rechenplattformen sowie Softwareupdates weiterentwickeln. Davon können perspektivisch auch Fahrerassistenzfunktionen profitieren, weil neue Features und Verbesserungen schneller über mehrere Fahrzeugmodelle ausgerollt werden können.

Bei Level 4 arbeitet Renault vor allem mit WeRide zusammen. Nach ersten Demonstrationsprojekten werden autonome Shuttle-Anwendungen in Europa erprobt. P3 nennt die WeRide-Kooperation als wichtigen Bestandteil der Renault-Strategie und verweist darauf, dass sich der Hersteller bei hochautomatisiertem Fahren derzeit auf den öffentlichen Verkehr konzentriert. Damit unterscheidet sich Renault von Herstellern wie Mercedes-Benz oder BMW, die Level 3 zunächst im Premium-Pkw eingeführt haben. Der französische Konzern setzt höhere Automatisierung dort ein, wo sich die Einsatzbedingungen stärker kontrollieren und die Fahrzeuge zentral betreiben lassen.

Wie weit reicht Lucids DreamDrive-Roadmap?

Lucid begann mit DreamDrive Pro als umfangreichem Premium-Fahrerassistenzpaket. Inzwischen reicht die technische Roadmap weiter. P3 beschreibt Nvidia Drive AV und AGX Thor als Grundlage für einen schrittweisen Ausbau von Level 2++ bis hin zu Level 4. Einen konkreten Termin für ein entsprechendes Privatkundenangebot gibt es bislang nicht.

Greifbarer ist die Entwicklung im Robotaxi-Geschäft. Uber, Nuro und Lucid haben ein gemeinsames Programm für autonome Fahrzeuge auf Basis des Lucid Gravity gestartet. Nuro steuert die autonome Fahrtechnik bei, Uber bringt seine Mobilitätsplattform ein. Das Projekt zeigt eine weitere Variante des Level-4-Wettbewerbs: Der Autobauer liefert Fahrzeug und elektrische Plattform, während ein spezialisierter AV-Anbieter die Fahrautomatisierung übernimmt.

Welchen neuen Weg geht VinFast beim autonomen Fahren? 

Bei VinFast reicht der frühere Fokus auf die Zusammenarbeit mit ZF für eine aktuelle Einordnung kaum noch aus. Der vietnamesische Hersteller arbeitet inzwischen auch mit Autobrains. Das israelische Unternehmen entwickelt KI-basierte Fahrsoftware für unterschiedliche Sensor- und Fahrzeugarchitekturen. Die Kooperation reicht inzwischen über klassische Fahrerassistenz hinaus. Für Südostasien wurde ein Level-4-Programm auf Basis von Nvidia DRIVE Hyperion angekündigt. P3 führt dieses Vorhaben als einen neuen Autonomiepfad von VinFast auf. Für VinFast verkürzt die Arbeit mit spezialisierten Technologiepartnern den Aufbau eigener Fähigkeiten. Die Herausforderung liegt anschließend in der Integration von Fahrsoftware, Compute-Plattform und Fahrzeugarchitektur.

Wie verändert G-Pilot die Strategie von Zeekr?

Zeekr setzte beim automatisierten Fahren lange stark auf Mobileye. Seit 2025 baut die Geely-Marke mit G-Pilot jedoch eine eigene Familie intelligenter Fahrfunktionen auf. P3 führt innerhalb dieser Plattform auch eine Architektur für Level 3 auf. Eine Level-3-Architektur bedeutet allerdings noch keinen regulären Level-3-Betrieb im Kundenfahrzeug. G-Pilot umfasst je nach Ausbaustufe unterschiedliche Assistenzfunktionen, während eine breite Level-3-Freigabe bislang aussteht. Damit gewinnt eigene Softwarekompetenz gegenüber dem Zukauf eines kompletten ADAS-Stacks an Bedeutung. Externe Partner bleiben dennoch Teil der Strategie und können je nach Fahrzeugplattform und Zielmarkt unterschiedlich eingebunden werden. Besonders sichtbar ist das bei Waymo. Dessen sechste Driver-Generation läuft unter anderem auf einer Zeekr-Plattform. Zeekr verbindet damit eigene Serien-ADAS mit der Rolle als Fahrzeugpartner eines führenden Level-4-Anbieters.

Autonomes Fahren 2026: Weitere Fragen zu Herstellern, KI und Fahrerassistenz

Ist Tesla beim autonomen Fahren noch Technologieführer?

Tesla gehört mit seiner großen Fahrzeugflotte, umfangreichen Fahrdaten und dem End-to-End-KI-Ansatz weiterhin zu den wichtigsten Akteuren. FSD bleibt bei Privatfahrzeugen jedoch Level 2, während Anbieter wie Waymo beim fahrerlosen Level-4-Betrieb weiter sind.

Welche Vorteile hat Level 2++ gegenüber Level 3?

Level-2++-Systeme können häufig in einem größeren Geschwindigkeits- und Einsatzbereich genutzt werden als heutige Level-3-Systeme. Dafür bleibt der Fahrer jederzeit für die Fahraufgabe und die Überwachung des Verkehrs verantwortlich.

Welche Rolle spielt KI beim autonomen Fahren?

KI wird zunehmend für Wahrnehmung, Vorhersage und Fahrentscheidungen eingesetzt. Besonders End-to-End-Modelle sollen komplexe Verkehrssituationen stärker datengetrieben verarbeiten und klassische, aus vielen Einzelmodulen bestehende Softwarearchitekturen ergänzen oder teilweise ersetzen.

Warum sind große Fahrzeugflotten für autonomes Fahren wichtig?

Vernetzte Fahrzeugflotten können große Mengen realer Fahrdaten liefern, darunter seltene und komplexe Verkehrssituationen. Diese Daten helfen Herstellern, KI-Modelle zu trainieren, Schwachstellen zu erkennen und Fahrfunktionen weiterzuentwickeln.

Wer sind die wichtigsten Konkurrenten von Waymo bei Robotaxis?

Zu den wichtigsten Wettbewerbern zählen Baidu Apollo Go, Pony.ai und WeRide sowie Tesla mit seiner Robotaxi-Strategie. Auch klassische Autobauer engagieren sich über Partner und Beteiligungen zunehmend im Level-4-Markt.

Hat Nio beim autonomen Fahren aufgeholt?

Nio besitzt mit umfangreicher Sensorik und zentraler Rechnerarchitektur eine technisch anspruchsvolle Ausgangsbasis. Die Softwareentwicklung verschiebt sich inzwischen stärker in Richtung datengetriebener Fahrmodelle. Seit 2024 setzt Nio laut P3 verstärkt auf End-to-End-Large-Models. Diese KI-Modelle sind Teil der Weiterentwicklung der Fahrerassistenz; daraus lässt sich bislang kein für Kunden freigegebener Level-3- oder Level-4-Betrieb ableiten. Der Wettbewerbsdruck in China ist allerdings erheblich. Einige chinesische Konkurrenten bieten umfangreiche Fahrerassistenz inzwischen breiter über ihre Modellpaletten an. Die hohe Hardwareleistung entscheidet damit allein noch nicht über Qualität, Einsatzbereich und Verfügbarkeit eines Systems. Für Europa unterhält Nio ein Smart Driving Technology Center im Raum Berlin. Dort werden Software und Sensorik an europäische Straßenverhältnisse und regulatorische Anforderungen angepasst.

Wie entwickeln SAIC und IM Motors ihre ADAS?

SAIC verfolgt Fahrerassistenz und autonomes Fahren über mehrere Marken und Technologiepartner. Der Konzern arbeitet unter anderem mit Momenta und Pony.ai und kann damit Entwicklungen aus dem Privatfahrzeug- und Robotaxi-Bereich parallel nutzen. Besonders interessant ist IM Motors, das SAIC gemeinsam mit Zhangjiang Hi-Tech und Alibaba aufgebaut hat. Die Marke entwickelt intelligente Fahrfunktionen mit Momenta, bietet Urban NOA und verfügt über eine Genehmigung für Level-3-Testfahrten auf Highways und Expressways in Shanghai. Damit steht SAIC exemplarisch für die chinesische Kombination aus klassischem Fahrzeugbau, Tech-Partnern und digitalen Plattformen. Neue Funktionen können zunächst in technologisch höher positionierten Marken erprobt und anschließend über größere Stückzahlen skaliert werden.

Warum gehört Xpeng zu den ADAS-Taktgebern?

Xpeng hat sich mit XNGP als einer der auffälligsten chinesischen Anbieter intelligenter Fahrfunktionen positioniert. Das System arbeitet zunehmend ohne hochauflösende HD-Karten und soll Navigation und Fahrassistenz über Stadt- und Schnellstraßen hinweg verbinden. 2025 erhielt Xpeng zudem eine Genehmigung für Level-3-Testfahrten.

2026 folgte mit X-Mind eine weitere KI-Entwicklungsstufe. Das Framework soll Verkehrssituationen stärker prädiktiv erfassen und automatisierte Entscheidungen auf Basis umfassenderer Modelle unterstützen. X-Mind beschreibt dabei die technologische Weiterentwicklung des Systems; die Level-3-Genehmigung bezieht sich bislang auf Testfahrten und entspricht noch keiner allgemeinen Freigabe für Kundenfahrzeuge.

Der chinesische Hersteller muss diese technische Stärke inzwischen auch für Europa übersetzen. Dabei werden Verfügbarkeit, Zuverlässigkeit und eine saubere Anpassung an lokale Regulierung mindestens ebenso wichtig wie die reine Zahl neuer Funktionen.

Welche Autonomiestrategie verfolgt Geely?

Geely nutzt die Größe seines Markenportfolios, um unterschiedliche technische Ansätze parallel zu verfolgen. Mobileye-Technologie findet sich beispielsweise bei Volvo und Polestar, während Zeekr stärker eigene Fahrsoftware entwickelt. P3 beschreibt deshalb eine Mischung aus Eigenentwicklung und verschiedenen Technologiepartnerschaften. Die Strategie reicht inzwischen bis Level 4. Auf der Auto China 2026 präsentierte Geely mit dem Eva Cab ein speziell für den fahrerlosen Betrieb entwickeltes Robotaxi. Der Serienstart ist für 2027 vorgesehen. Geely kann dabei Kompetenzen aus Fahrzeugbau, Software und Mobilitätsdiensten über mehrere Konzernmarken bündeln. Damit wird das Unternehmen neben BYD und SAIC auch im chinesischen Robotaxi-Wettbewerb relevanter.

Warum ist Changan für Level 3 interessant?

Changan arbeitet bei intelligenten Fahrfunktionen eng mit Huawei zusammen. 2025 erhielt eines der Fahrzeuge laut P3 als eines der ersten chinesischen Modelle eine Genehmigung für einen begrenzten öffentlichen Level-3-Einsatz in Peking. Damit geht der Hersteller bereits über reine Level-2-Erprobungen hinaus. Parallel wird Level 4 vorbereitet. Im März 2026 erhielt Changan eine Genehmigung für entsprechende Robotaxi-Tests in Chongqing. Privatfahrzeuge und autonome Mobilitätsdienste werden dadurch auf unterschiedlichen Ebenen parallel entwickelt. Der Hersteller profitiert dabei vom chinesischen Technologieökosystem rund um Huawei sowie von lokalen Test- und Genehmigungsprogrammen. Gerade diese Verbindung aus Serienfahrzeugentwicklung und realen Erprobungsgebieten beschleunigt den Übergang zu höheren Automatisierungsstufen.

Wie weit ist GAC beim autonomen Fahren?

GAC kombiniert eigene Entwicklungen mit einem breiten chinesischen Partnernetz. Der Konzern arbeitet eng mit Huawei zusammen und kündigte bereits 2025 ein Level-3-fähiges Serienfahrzeug mit ADiGO GSD an. 2026 kam mit dem Aion N60 ein Modell hinzu, das WeRides End-to-End-ADAS WRD 3.0 nutzt. Noch weiter reicht die Strategie im Robotaxi-Bereich. GAC kooperiert unter anderem mit Didi und Pony.ai. Ein gemeinsam von Didi und GAC Aion entwickeltes Fahrzeug erhielt 2026 eine Testlizenz in Peking; im September begannen fahrerlose Fahrgasttests mit dem Robotaxi R2 in Peking und Guangzhou. Damit verbindet GAC klassische Pkw-Entwicklung zunehmend mit Flotten- und Mobilitätsplattformen. Erfahrungen aus beiden Bereichen können in Software, Sensorik und Fahrzeugarchitektur zurückfließen.

Was macht Li Auto beim automatisierten Fahren?

Dr. Liu Qiang, Vice President von Li Auto Inc. und General Manager des Li Auto Germany R&D Center GmbH, steht auf der Bühne des 30. AUTOMOBIL-ELEKTRONIK Kongresses 2026 in Ludwigsburg und hält einen Vortrag mit dem Titel „From Smart Vehicles to Embodied AI: Building the Silicon-Based Life Architecture of the Future“. Er trägt einen dunklen Anzug, ein helles Hemd und ein Headset-Mikrofon und hält einen Presenter in der Hand. Im Hintergrund sind das große AEK-Branding, der Hashtag #AEK_live, Sponsorenlogos wie Texas Instruments, Synopsys, Microsoft, Qualcomm und T-Systems sowie eine rot-blau ausgeleuchtete Bühnenwand zu sehen. Die Aufnahme zeigt Dr. Liu Qiang in einer nahen Bühnenperspektive während seines Vortrags über den Übergang vom Smart Vehicle zu Embodied AI, über Li Autos Technologiearchitektur, eigene Inferenzchips, 3D-Vision, große KI-Modelle, Wahrnehmung, räumliches Verständnis, autonome Fahrfunktionen, selbstständiges Laden, multimodale Interaktion, Software-Hardware-Co-Design, Fahrwerk, Bremsen, Lenkung, Aktorik, intelligente Agenten, Physical AI, chinesische Fahrzeugentwicklung, Li Auto Germany R&D Center und den AUTOMOBIL-ELEKTRONIK Kongress in Ludwigsburg.
Dr. Liu Qiang beschreibt Li Autos Weg vom Smart Vehicle zum physischen KI-System und verbindet dafür 3D-Vision, Inferenzchips, große Modelle und Aktorik zu einer Architektur für Wahrnehmung und Handeln.

Li Auto setzt ähnlich wie Xpeng und Nio zunehmend auf End-to-End-Architekturen für intelligente Fahrfunktionen. P3 nennt QCraft als Technologiepartner für fortgeschrittene Assistenzsysteme. Für die kommende Generation der Fahrerassistenzplattform liefert Hesai zudem Lidar-Technologie. Der Hersteller konzentriert sich bislang vor allem darauf, die Fähigkeiten seiner Serienfahrzeuge auszubauen.

Wie weit der Ansatz inzwischen reicht, zeigte Li Auto auch beim AUTOMOBIL-ELEKTRONIK Kongress 2026 in Ludwigsburg. Dr. Liu Qiang, Vice President von Li Auto und Leiter des deutschen R&D Centers, beschrieb das Fahrzeug dort als zunehmend intelligenten Agenten. 3D-Vision übernimmt dabei die Wahrnehmung, große KI-Modelle das räumliche Verständnis und die Entscheidungsfindung, eigene Inferenzchips liefern die Rechenbasis und Fahrwerk, Bremsen sowie Lenkung setzen die Entscheidungen physisch um. Als Anwendung nannte Liu unter anderem Fahrzeuge, die selbstständig zum Laden fahren und anschließend einen Parkplatz suchen.

Damit liegt Li Auto strategisch näher bei den chinesischen Anbietern leistungsfähiger Level-2- und NOA-Systeme als bei spezialisierten Robotaxi-Unternehmen. Zentrale Rechenplattformen, KI-Modelle und eine datengetriebene Entwicklung spielen dabei eine immer größere Rolle. Genau in diesen Bereichen hat sich der Wettbewerb zwischen den chinesischen New-Energy-Vehicle-Herstellern zuletzt deutlich verschärft.

Welche Rolle spielt KI bei Xiaomi?

Xiaomi überträgt seine Software- und Elektronikkompetenz auf die Fahrzeugentwicklung. 2026 stellte das Unternehmen mit OneVL ein Open-Source-Framework für KI-basiertes automatisiertes Fahren vor. OneVL ist dabei zunächst eine technologische Entwicklungsplattform und keine eigenständige, für Kunden freigegebene Automatisierungsstufe. Der Hersteller gehört damit zu einer neuen Gruppe von Autobauern, bei denen Software, KI-Modelle und digitale Ökosysteme von Beginn an eine zentrale Rolle spielen. Gleichzeitig steigen mit dem Funktionsumfang die Anforderungen an Validierung und Sicherheitsnachweise.

Für Level 4 in privaten Xiaomi-Fahrzeugen gibt es bislang keinen veröffentlichten Serienfahrplan. Für den aktuellen Vergleich bleibt Xiaomi dennoch relevant, weil die Verbindung aus Consumer Electronics, Software und Automobilentwicklung zusätzliche Dynamik in den chinesischen Markt bringt.Warum ist Rivian auch beim autonomen Fahren relevant?

Rivian entwickelt sein Hands-free-System schrittweise für Privatfahrzeuge weiter. P3 nennt für 2025 rund 135.000 Meilen unterstütztes Straßennetz und Pläne für eine deutliche Ausweitung in den USA und Kanada. Künftig sollen auch Straßen abseits klassischer Highways und Punkt-zu-Punkt-Funktionen hinzukommen. Technologisch investiert Rivian zugleich in eigene Rechenhardware, Software und zusätzliche Sensorik. Damit will der Hersteller einen größeren Teil des technologischen Stacks selbst kontrollieren und neue Funktionen schneller über Softwareupdates ausrollen können. Ein konkreter Level-4-Termin für Privatkunden steht bislang aus. Die technische Architektur und die vertikale Integration machen Rivian dennoch zu einem interessanten Wettbewerber, vor allem im Vergleich mit Tesla und anderen softwarezentrierten US-Herstellern.

Warum gehört Fisker nicht mehr in den aktuellen Wettbewerb?

Fisker war in früheren Fassungen dieses Überblicks noch als möglicher Herausforderer vertreten. Für den Ocean waren umfangreiche Assistenzfunktionen und unter anderem 4D-Imaging-Radar von Magna vorgesehen. Diese Entwicklungspläne spielen für den heutigen Herstellervergleich keine praktische Rolle mehr. Der Hersteller meldete 2024 Insolvenz an und ist damit aus dem aktiven Wettbewerb um neue autonome Serienfunktionen ausgeschieden. 

Wer führt bei Level 4 und Robotaxis?

Sobald tatsächlich kein Fahrer mehr als Rückfallebene benötigt wird, verändert sich die Rangfolge deutlich. Die meisten klassischen OEMs skalieren im Privatfahrzeug derzeit Level 2 beziehungsweise Level 2++, während Level 4 vor allem bei Robotaxis und Shuttles praktische Betriebserfahrung sammelt. Deren Operational Design Domain lässt sich auf bestimmte Städte, Straßennetze und Bedingungen begrenzen.

Waymo gilt derzeit als Maßstab für kommerziell betriebene Robotaxi-Dienste. So bezeichnet P3 den Waymo Driver auf Basis seiner Erfahrung und eigener Benchmarkfahrten als führendes System im AV-Markt. Fahrerlose Fahrzeuge sind bereits in mehreren US-Metropolen im kommerziellen Betrieb. China besitzt mit Baidu Apollo Go, WeRide und Pony.ai mehrere weit entwickelte Wettbewerber. Pony.ai erreichte laut P3 bereits Level-4-Betrieb in Peking und Guangzhou und bereitet seine Expansion nach Europa vor.

Auch klassische Autobauer rücken näher. Volkswagen setzt auf Moia, Hyundai auf Motional, Stellantis auf Wayve und Uber, Toyota arbeitet unter anderem mit Waymo und Pony.ai und Geely entwickelt das Eva Cab. Das Rennen dreht sich deshalb zunehmend auch um Flottensteuerung, Remote Assistance, Cloud-Infrastruktur und den Zugang zum Fahrgast.

Die ausführliche Auswertung finden Sie im Beitrag: "Wer dominiert das Robotaxi-Rennen?"

Zusammenfassung

Der Wettbewerb um autonomes Fahren hat sich seit 2025 deutlich verschoben. Mercedes-Benz und BMW haben gezeigt, dass Level 3 technisch und regulatorisch in Serienfahrzeugen möglich ist, setzen in ihren aktuellen Modellstrategien jedoch stärker auf breit nutzbares Level 2++. China treibt mit BYD, Xpeng, Zeekr, Nio, SAIC und weiteren Herstellern KI-basierte Fahrfunktionen besonders schnell in die Serie. Tesla bleibt mit FSD bei Privatfahrzeugen auf Level 2 und verfolgt parallel mit Robotaxi und Cybercab einen eigenen Weg zum fahrerlosen Betrieb. Beim kommerziellen Level 4 hat Waymo aktuell den größten Vorsprung, während klassische Autobauer zunehmend über Partnerschaften und klar abgegrenzte Mobilitätsdienste nachziehen.

Glossar zum autonomen Fahren

Hands-free

Hands-free bezeichnet Fahrassistenzfunktionen, bei denen der Fahrer unter bestimmten Bedingungen die Hände vom Lenkrad nehmen darf, das Verkehrsgeschehen aber weiterhin überwachen muss.

Eyes-off

Eyes-off bedeutet, dass der Fahrer bei einem entsprechend zugelassenen automatisierten Fahrsystem den Verkehr vorübergehend nicht mehr permanent beobachten muss.

NOA

NOA steht für Navigation on Autopilot und beschreibt Assistenzfunktionen, die einer Route folgen und dabei je nach System beispielsweise Spurwechsel, Abbiegevorgänge oder Autobahnwechsel unterstützen.

ODD

ODD steht für Operational Design Domain und bezeichnet die festgelegten Bedingungen, unter denen ein automatisiertes Fahrsystem eingesetzt werden darf, etwa bestimmte Straßen, Geschwindigkeiten, Wetterlagen oder Regionen.

End-to-End-KI

End-to-End-KI bezeichnet einen Ansatz, bei dem ein KI-Modell Sensordaten möglichst direkt in Fahrentscheidungen übersetzt, statt Wahrnehmung, Planung und Steuerung ausschließlich über getrennte Softwaremodule abzubilden.


Dieser Artikel wurde ursprünglich am 06. September 2021 erstellt und wird seitdem fortlaufend aktualisiert.