Mobilität

Tensor Auto Inc. und das Münchner Taxi Zentrum (MTZ) haben eine Absichtserklärung unterzeichnet, um die Einführung autonomer Taxis in Deutschland voranzutreiben. In diesem Rahmen behalten die Taxiunternehmen die Kontrolle über ihre Flotten, Kunden und Daten. Tensor wird seine speziell entwickelten Robocars im Rahmen eines Abonnementdienstes für autonomes Fahren anbieten, während MTZ die Fahrzeuge unter eigener Marke betreiben wird. Ziel ist die Einführung von bis zu 500 Robocars in deutschen Städten, mit der Möglichkeit einer Expansion in andere europäische Länder. Diese Partnerschaft nutzt die bestehenden Kundenbeziehungen von MTZ und integriert gleichzeitig die Vorteile autonomer Technologie. Die Robocars sind so konzipiert, dass sie weniger Wartungszeit benötigen und durch eine interaktive KI eine natürliche Kommunikation mit den Fahrgästen ermöglichen. Die Zusammenarbeit profitiert von der langjährigen Branchenerfahrung von MTZ und deren regulatorischen Beziehungen, was die Einführung autonomer Taxis erleichtert. Innerhalb von 24 Monaten nach der Markteinführung in Europa planen die Partner, insgesamt 10.000 Robocars an andere Betreiber zu verkaufen.

Volkswagen Group China hat die Genehmigung erhalten, Level 3 autonomes Fahren auf öffentlichen Straßen in Hefei zu testen. Diese Genehmigung ermöglicht es dem Unternehmen, in realen Verkehrssituationen Daten zu sammeln und die Technologie weiterzuentwickeln, wobei die Tests unter strengen Sicherheitsvorschriften durchgeführt werden. Volkswagen strebt an, bis 2027 marktreif zu sein und führt täglich Fahrassistenzsicherheits-Simulationen durch, die dem Äquivalent von fünf Millionen Kilometern Fahrstrecke entsprechen. Das Ziel ist es, täglich 10 Millionen Kilometer an Trainingsdaten zu generieren, um auch seltene Verkehrssituationen abzudecken. Die Entwicklungen basieren auf dem Hyper Sense 8-System, das für assistiertes Fahren konzipiert wurde. Ralf Brandstätter, CEO von Volkswagen Group China, betont die Priorität von Sicherheit und Zuverlässigkeit, wobei technologische Fortschritte niemals auf Kosten der Sicherheit gehen dürfen. Die Genehmigung für die Tests in Hefei stellt einen bedeutenden Schritt in Richtung der Bereitschaft für Level 3 dar.

Bookinglane erweitert seine Präsenz in Los Angeles und am Flughafen LAX, um den neuen Anforderungen der Reisenden gerecht zu werden, die durch künstliche Intelligenz und autonome Fahrzeuge beeinflusst werden. Die Expansion fokussiert sich auf innovative Transportlösungen, die speziell auf die Bedürfnisse von Geschäftsreisenden, privaten Kunden und Gruppen zugeschnitten sind. Durch die Kombination von technologischer Koordination und professionellen Fahrdiensten will Bookinglane die komplexen Anforderungen am LAX, wie Flugzeiten und Gepäckmanagement, effizienter gestalten. Ivan Ivanov, Mitbegründer des Unternehmens, hebt hervor, dass die Entwicklungen in Los Angeles die rasanten Veränderungen im Transportsektor verdeutlichen. Bookinglane strebt an, diese Veränderungen durch moderne Technologien zu unterstützen, während der Wert menschlicher Dienstleistungen weiterhin im Mittelpunkt bleibt.

Stellantis hat neue Initiativen zur Förderung autonomer Mobilitätsdienste in Frankreich ins Leben gerufen, in Zusammenarbeit mit Wayve, NVIDIA und der französischen Regierung. Im Rahmen dieser Allianz wird Stellantis Fahrzeuge mit Level 4-Fähigkeiten bereitstellen, während Wayve die künstliche Intelligenz entwickelt und NVIDIA für Sensoren und Rechenleistung verantwortlich ist. Ziel ist es, eine umfassende Lieferkette für selbstfahrende Autos zu etablieren. Ein Pilotprojekt, das „Greater Paris Autonomous Driving Living Lab“, wird in Kooperation mit Métropole du Grand Paris und dem Mobilitätsdienstleister Bolt durchgeführt, um die Technologie bis 2028 in bis zu fünf Gemeinden zu testen. Dabei stehen Leistung, Sicherheit und Integration in den öffentlichen Verkehr im Fokus, mit dem Ziel, den Service bis 2030 auf etwa 30 Gemeinden auszuweiten. Frankreich gilt als attraktiver Standort für die Forschung im Bereich autonomes Fahren, dank strenger Gesetze und bedeutender Investitionen in Künstliche Intelligenz.

Die National Highway Traffic Safety Administration (NHTSA) hat einen Vorschlag zur Einführung neuer Beleuchtungsanforderungen für autonome Fahrzeuge vorgestellt, der die Verwendung von cyanfarbenen Lichtern empfiehlt, um den autonomen Betrieb kenntlich zu machen. Diese Lichter sollen von allen Seiten sichtbar sein und konstant leuchten, um die Öffentlichkeit über den Status des Fahrzeugs zu informieren. Der Vorschlag ist Teil einer umfassenden Initiative zur Aktualisierung der Vorschriften, die die Einführung autonomer Fahrzeuge beschleunigen und die Sicherheit erhöhen soll. GM plant, bis 2028 eine technologische Überholung seiner Fahrzeuge einzuführen, während Rivian ein britisches Startup übernommen hat, um die Simulationstechnologie für autonome Fahrzeuge zu verbessern. Inmitten dieser Entwicklungen expandiert Waymo in neue Städte und plant die Einführung eines Robotaxi-Dienstes in Madrid bis 2027. Die Fortschritte in der Branche deuten darauf hin, dass Unternehmen wie GM und Rivian sich auf einen intensiven Wettbewerb im Bereich autonomer Mobilität vorbereiten.

Auf der NVIDIA GTC Entwicklerkonferenz in Berlin präsentierte Volkswagen Nutzfahrzeuge ein autonomes Fahrzeugkonzept auf Basis des ID. Buzz, das als stationäre Machbarkeitsdemonstration dient. Dieses Konzept nutzt die NVIDIA DRIVE AGX Hyperion 10 Architektur und zeigt, wie ein vollständiger Hard- und Software-Stack für vollautomatisiertes Fahren nach SAE-Level 4 in ein Elektrofahrzeug integriert werden kann. Der ID. Buzz ist mit umfangreicher Sensorik ausgestattet, die für den Level-4-Betrieb geeignet ist, und soll sowohl für fahrerlose Personenbeförderungsdienste als auch für den Gütertransport im Logistikbereich eingesetzt werden. Volkswagen plant, diese Technologie als offene Plattform für gewerbliche Kunden zu etablieren, ohne jedoch konkrete Markteinführungspläne zu nennen. Die Demonstration ist Teil einer umfassenderen Strategie, die auch Kooperationen mit Unternehmen wie Porsche und Nvidia umfasst, um Entwicklungszyklen und Testfahrten zu optimieren. Nvidia kündigte zudem an, dass Robotaxis als erste Massenanwendung im Bereich Robotik und Künstliche Intelligenz betrachtet werden.

Ein Forschungsteam der Chalmers Universität in Schweden hat in Zusammenarbeit mit Volvo Cars einen innovativen Ansatz zur Koordination autonomer Elektro-Taxis entwickelt, um das Problem des Berufsverkehrs zu lösen. Die Herausforderung besteht darin, dass selbstfahrende Fahrzeuge häufig leer zu ihren Ausgangspunkten zurückkehren, was Staus und lange Wartezeiten verursacht. Die Forscher setzen eine Kombination aus maschinellem Lernen und klassischer Optimierung ein, insbesondere Bayesian Neural Networks (BNNs), die mit historischen Daten aus San Francisco und Chicago trainiert wurden. Diese Technologie ermöglicht es, Wahrscheinlichkeiten zu berechnen und die Unsicherheit der Vorhersagen zu schätzen, was die Stabilität des Flottenmanagementsystems erhöht. Während die KI als Datenbasis fungiert, erfolgt die Planung von Fahrten und Ladevorgängen durch ein mathematisches Optimierungsmodell. Durch die Zerlegung des Problems in kleinere Abschnitte kann das System schnell Entscheidungen treffen, selbst bei großen Flotten. Zudem wurde die Auswirkung verschiedener Fahrzeugtechnologien auf die Flottenverfügbarkeit untersucht, wobei die Balance zwischen Batteriekapazität, Ladeplanung und Datenprognosen entscheidend für die Zuverlässigkeit der autonomen Elektro-Taxis ist.

Nvidia hat auf der GTC Berlin seine Hyperion-Programme vorgestellt, die die Entwicklung autonomer Fahrzeuge in Europa fördern sollen. Bolt plant, ab 2027 in Madrid eine Flotte von über 25.000 robotaxi-fähigen Lucid-Fahrzeugen einzuführen, sofern die erforderlichen Genehmigungen erteilt werden. Mercedes-Benz hat seine Partnerschaft mit Nvidia zur Entwicklung fortschrittlicher Fahrerassistenzsysteme der Stufen 3 und 4 ausgeweitet und erwartet baldige Genehmigungen für das MB. Drive Assist Pro. Auch Volkswagen Commercial Vehicles und Einride integrieren Hyperion in ihre Fahrzeugtechnologien, wobei die flexible Architektur verschiedene Fahrzeugtypen unterstützt. Um die Sicherheit der Systeme zu gewährleisten, hat Nvidia das Halos SAFE-System entwickelt, das Simulationen, Straßentests und Flottendaten kombiniert. CEO Jensen Huang hebt hervor, dass robotaxis die erste massenmarktfähige Anwendung von Robotik und physischer KI darstellen, die die Mobilität von Menschen und Gütern revolutionieren wird.

Nvidia hat auf der GTC Berlin mehrere Initiativen zur Förderung autonomer Fahrzeuge in Europa vorgestellt, darunter die Hyperion-Plattform, die von Unternehmen wie Bolt, Mercedes-Benz und Volkswagen genutzt wird. Bolt plant, bis 2027 eine Flotte von über 25.000 robotaxi-fähigen Lucid-Fahrzeugen in Madrid einzuführen, abhängig von regulatorischen Genehmigungen. Mercedes-Benz erweitert seine Zusammenarbeit mit Nvidia zur Entwicklung städtischer Fahrassistenzsysteme, während auch Volkswagen und Einride Hyperion für ihre Anwendungen einsetzen. Die Hyperion-Plattform ermöglicht es Partnern, eigene Software zu integrieren, was eine flexible Nutzung für verschiedene Fahrzeugtypen unterstützt. Ein zentrales Element ist das Halos SAFE-System, das Simulationen, Straßentests und Flottendaten kombiniert, um Sicherheitsnachweise zu erbringen. Jensen Huang, CEO von Nvidia, hebt hervor, dass Robotaxis die erste massenmarktfähige Anwendung von Robotik und physischer KI darstellen und dass Hyperion zusammen mit Halos eine umfassende Lösung für autonome Mobilität bietet.

Der Artikel mit dem Titel "RN88: un coup de pouce de l'État à 50 millions pour « la route à Wauquiez »" behandelt die finanzielle Unterstützung des französischen Staates in Höhe von 50 Millionen Euro für den Ausbau der RN88, einer wichtigen Verkehrsstraße in der Region Auvergne-Rhône-Alpes. Diese Investition wird als entscheidender Schritt angesehen, um die Infrastruktur zu verbessern und die Mobilität in der Region zu fördern. Der Präsident der Region, Laurent Wauquiez, hebt die Bedeutung dieser Maßnahme hervor, um sowohl die wirtschaftliche Entwicklung als auch die Lebensqualität der Anwohner zu steigern. Die Gelder sollen insbesondere in die Modernisierung und den Ausbau der Straße fließen, um den Verkehrsfluss zu optimieren und die Sicherheit der Nutzer zu erhöhen. Der Artikel diskutiert auch die positiven Auswirkungen auf den regionalen Handel und die Anbindung an größere Verkehrsnetze.

Rivian hat das Unternehmen Third Dimension AI übernommen, um die Entwicklung synthetischer Daten und Simulationen für seine autonomen Fahrzeugtechnologien zu beschleunigen. Third Dimension AI, gegründet von Piotr Sokolski und Tolga Kart, spezialisiert sich auf die Erstellung KI-generierter 3D-Umgebungen, die reale Fahrdaten in anpassbare Szenen umwandeln. Diese Technologie ermöglicht es Rivian, seine Autonomie-Modelle in komplexen Verkehrssituationen zu trainieren, ohne auf seltene und gefährliche Ereignisse im realen Verkehr warten zu müssen. Das Team von Third Dimension AI wird in Rivians Ingenieur- und Forschungsteams integriert, wobei die finanziellen Details der Übernahme nicht veröffentlicht wurden. Mit dieser Kontrolle über die Simulationstechnologie kann Rivian die Entwicklung autonomer Systeme effizient steuern, sowohl für eigene Fahrzeuge als auch für ein geplantes Robotaxi-Programm. James Philbin, Senior Vice President für Autonomie und KI bei Rivian, hebt die Bedeutung der Simulation für das Training und die Validierung autonomer Systeme hervor und betont deren Rolle bei der Verbesserung der Reaktionsfähigkeit.

Die Ride-Hailing-Firma inDrive plant, ab 2027 Robotaxi-Tests in Kasachstan durchzuführen, in Zusammenarbeit mit Pony.ai und Nvidia. Die Tests sollen in der Hauptstadt Astana beginnen und zunächst einen Sicherheitsoperator umfassen, mit dem Ziel, letztendlich vollständig fahrerlose Fahrten anzubieten. Pony.ai wird seine Gen-7-Robotaxis über die inDrive-Plattform bereitstellen, während Nvidia die erforderliche KI-Technologie liefert. Dieser Schritt erfolgt im Kontext eines wachsenden Wettbewerbs im Robotaxi-Markt, in dem auch Unternehmen wie Uber aktiv sind. Die Tests in Astana sind besonders wertvoll, da die extremen Winterbedingungen der Stadt eine Herausforderung für autonome Fahrsysteme darstellen. inDrive verfolgt eine kapitalleichte Strategie und kooperiert mit verschiedenen Partnern, um die Entwicklungskosten zu senken, was in aufstrebenden Märkten von Bedeutung ist. Zudem plant inDrive, Robotaxis auch in anderen Märkten wie Saudi-Arabien einzuführen, wobei die regulatorischen Rahmenbedingungen entscheidend für den Erfolg sein werden.

Volkswagen Commercial Vehicles hat auf der Nvidia GTC Berlin den autonomen ID. Buzz vorgestellt, der mit der Drive AGX Hyperion 10 Referenzplattform ausgestattet ist. Dieser Van dient als Produktionsstandardbasis für Entwickler und Betreiber von fahrerlosen Diensten. Die Langversion des Fahrzeugs ist speziell für den Mobilitätsdienstleistungsbereich konzipiert und verfügt über eine umfangreiche Sensorik, einschließlich drei Lidar-Systemen, neun Radars und 14 Kameras, die einen Level-4-Fahrstack unterstützen. Volkswagen hebt hervor, dass ihre Rolle über die Fahrzeugproduktion hinausgeht, indem sie Serienproduktionsqualität und Integrationsengineering bereitstellt. Dies ermöglicht Partnern, sich auf die Entwicklung der Fahrsoftware zu konzentrieren und reduziert die Komplexität bei der Skalierung von Mobilitätsdiensten sowie im Gütertransport und in der Logistik. Mit dem Ansatz Hyperion signalisiert Volkswagen, dass der ID. Buzz mehrere autonome Fahrstacks unterstützen kann, um als gemeinsame Plattform für fahrerlosen Transport in verschiedenen Märkten zu fungieren.

Die Ride-Hailing-Plattform inDrive, Pony.ai und Nvidia haben eine Absichtserklärung unterzeichnet, um autonome Fahrdienste in Kasachstan zu testen, beginnend in der Hauptstadt Astana. Dieses Vorhaben ist Teil eines nationalen Digitalisierungs- und KI-Programms, unterstützt durch einen neuen rechtlichen Rahmen für fahrerlose Transporte. Die Partner planen, die siebte Generation von Robotaxis von Pony.ai einzuführen, abhängig von der Genehmigung der kasachischen Regierung. Pony.ai wird die Fahrzeuge bereitstellen, inDrive wird den Service betreiben und Nvidia liefert die notwendige KI-Infrastruktur. Die Testphase in Astana, einer Stadt mit etwa 1,7 Millionen Einwohnern und extrem kalten Wintern, stellt eine Herausforderung für die Fahrzeugautonomie dar. Für inDrive bietet dieses Projekt eine risikoarme Gelegenheit, um Erfahrungen mit der Integration von Robotaxis in einem traditionell von menschlichen Fahrern dominierten Markt zu sammeln. Bei Erfolg könnten weitere Städte in Kasachstan und andere Märkte von inDrive in Betracht gezogen werden.

inDrive, ein Rivale von Uber, plant die Erprobung von Robotaxis in Kasachstan in Zusammenarbeit mit Pony.ai und Nvidia. Ziel ist es, die Technologie unter den herausfordernden winterlichen Bedingungen des Landes zu testen. Der erste Testlauf soll im ersten Halbjahr 2027 in der Hauptstadt Astana beginnen, wobei zunächst ein Sicherheitsoperator an Bord sein wird. Diese Initiative folgt auf die Ankündigung Kasachstans, 2027 autonome Taxi-Dienste einzuführen, und baut auf bestehenden Regelungen für autonome Fahrzeuge auf. inDrive verfolgt ein "capital-light"-Modell, indem es Technologien von Partnern mietet, anstatt eigene Flotten zu besitzen, was es ihnen ermöglicht, in einem wettbewerbsintensiven Markt zu agieren. Die Tests in Astana könnten wertvolle Erkenntnisse für die Expansion in ähnliche Regionen liefern. Die Partnerschaft mit Pony.ai, die bereits über 1.000 Robotaxis betreibt, und Nvidia, die die technische Infrastruktur bereitstellt, zeigt, dass inDrive strategisch gut aufgestellt ist, um im Bereich autonomer Mobilität innovative Preisstrukturen zu entwickeln. Die Testergebnisse werden entscheidend sein, um zu prüfen, ob inDrive ein nachhaltiges Geschäftsmodell ohne menschliche Fahrer etablieren kann.

Bolt hat den Nvidia Alpamayo Stack ausgewählt, um seine Robotaxi-Flotte in Europa zu betreiben, die 2027 in Madrid mit Lucid-Fahrzeugen starten soll. Diese Entscheidung fiel kurz nach der Ankündigung von Waymo, ebenfalls 2027 in Madrid zu starten, wodurch die Stadt zu einem der ersten Testgebiete für Robotaxis in Europa wird. Bolt plant, mindestens 25.000 Fahrzeuge der Stufe 4 einzusetzen, die auf Nvidias Hyperion-Architektur basieren und KI-gestützte Entscheidungsfindung mit klassischer Wahrnehmung kombinieren. Zunächst wird in Madrid reales Fahrverhalten gesammelt, bevor die Expansion nach Deutschland und Frankreich erfolgt. Bis 2035 plant Bolt, insgesamt 100.000 autonome Fahrzeuge in Europa und der UNECE-Region einzuführen. Im Gegensatz zu Waymo, das seine eigene Software entwickelt, stellt Bolt die Plattform und Flotte bereit und kauft die Fahrsoftware ein. Madrid könnte sich somit als Testfeld für kommerzielle autonome Mobilität etablieren, was die Region zu einem frühen Maßstab für die europäische Einführung macht. Nvidias Rolle als Anbieter von Fahrsoftware und Hardware könnte zudem die Wettbewerbsbedingungen im Robotaxi-Sektor verändern.

Nvidia hat seine Präsenz im europäischen Automobilsektor durch strategische Partnerschaften mit führenden Herstellern wie Mercedes-Benz, Volvo und Volkswagen gestärkt, die alle die modulare Hyperion-Plattform nutzen wollen, um Fahrerassistenzsysteme und autonome Fahrzeuge zu entwickeln. Auf der GTC AI-Konferenz in Berlin wurden diese Kooperationen vorgestellt, wobei besonders die Zusammenarbeit mit Bolt hervorsticht, die Nvidia-Software für geplante Robotaxis in Europa einsetzen möchten. Lucid-Fahrzeuge sollen ebenfalls mit der Hyperion-Plattform ausgestattet werden. Erste Datensammlungen zur Validierung der Technologie sind für das nächste Jahr in Madrid geplant, mit dem Ziel, bis 2035 insgesamt 100.000 autonome Fahrzeuge zu betreiben. Volkswagen zeigt Interesse an der Hyperion-Plattform zur Integration automatisierter Fahrfunktionen, während Volvo und Mercedes ihre Kooperation mit Nvidia zur Weiterentwicklung dieser Technologien ausbauen. Zudem arbeiten Volkswagen, Porsche und Nvidia an einem Datenprojekt, das die Entwicklung automatisierter Fahrfunktionen durch die Nutzung von Flottendaten beschleunigen soll, um die Notwendigkeit physischer Testfahrten zu reduzieren. Nvidia verfolgt eine Strategie, die es Partnern ermöglicht, ihre eigenen Anwendungen auf einer gemeinsamen technischen Basis zu entwickeln.

Rivian Automotive hat das KI-Startup Third Dimension AI übernommen, um seine Kompetenzen im Bereich autonomes Fahren zu erweitern. Third Dimension AI entwickelt Software, die aus realen Fahrdaten 3D-Welten erstellt, wodurch Rivian komplexe Fahrsituationen simulieren kann, ohne dass diese tatsächlich auf der Straße auftreten müssen. Diese Technologie ist besonders wichtig für das Training und die Validierung von Rivians Fahrassistenz- und Selbstfahrsystemen, insbesondere in seltenen Extremsituationen. Die Übernahme soll den Datenkreislauf zwischen physischen und virtuellen Daten verbessern und sowohl die Entwicklung für Privatkunden als auch die geplanten Robotaxi-Dienste unterstützen. Das Team von Third Dimension AI wird in die Autonomie-Forschung von Rivian integriert. Am Tag der Ankündigung fiel der Aktienkurs von Rivian um 3,2 Prozent, stabilisierte sich jedoch nachbörslich. Im Dezember 2026 plant Rivian ein Early-Access-Programm, bei dem ausgewählte Besitzer der R1- und R2-Modelle in Kalifornien und Florida ein neues Fahrsystem testen werden, das auf der neuen Simulationstechnik basiert.

TIER IV und die Technische Universität München (TUM) haben eine erweiterte Kooperation angekündigt, um NVIDIA Hyperion und das Halos-Sicherheitssystem zu integrieren, mit dem Ziel, Level 4 autonomes Fahren in Deutschland zu fördern. Diese Initiative basiert auf dem TUM Autoware Research Center und zielt darauf ab, sichere und leistungsstarke autonome Fahrsysteme zu entwickeln und zu skalieren. Durch die Kombination von NVIDIA Hyperions fortschrittlicher Sensor- und Rechenarchitektur mit der offenen Software Autoware sowie der Forschungsexpertise der TUM entsteht ein optimales Umfeld für die Entwicklung und Validierung autonomer Fahrsysteme. Der Schwerpunkt liegt auf der Umsetzung fortschrittlicher Forschung in sichere Anwendungen wie autonomes öffentliches Verkehrswesen und Robotaxis. Die Partnerschaft ermöglicht rigorose Tests autonomer Fahrzeugtechnologien auf deutschen Straßen und setzt auf transparente, verifizierbar sichere Systeme. Experten heben hervor, dass die Integration solcher Plattformen die Echtzeitsteuerung von Fahrzeugen und die Softwarearchitektur erheblich verbessert.

General Motors (GM) hat seine vierte Generation von Elektrofahrzeugen (EV) vorgestellt, die auf fortschrittlichen Batterietechnologien, verbesserten Elektromotoren und einer zentralen Computerarchitektur basieren. Diese Innovationen sollen die Fahrzeuge intelligenter und benutzerfreundlicher machen, indem sie den Fahrern mehr Freiraum bieten. Ab 2028 plant GM die Einführung dieser Technologien mit dem Cadillac Escalade IQ, der auch eine autonome Fahrfunktion bieten wird. Um im Wettbewerb mit chinesischen Automobilherstellern bestehen zu können, investiert GM Milliarden in Software und autonome Technologien und verkürzt seine Entwicklungszyklen. Die neue zentrale Recheneinheit (CCU) soll die Effizienz steigern und die Entwicklungskosten senken, was in der sich wandelnden Automobilindustrie entscheidend ist. Dennoch bleibt unklar, ob GM ausreichend Maßnahmen ergreifen kann, um seine frühere Marktführerschaft zurückzugewinnen, während chinesische Hersteller mit kostengünstigen Fahrzeugen den globalen Markt dominieren.

IBM hat die Software „Power Autonomous Operations“ (PAO) eingeführt, um die Verwaltung von Power-Servern durch KI zu automatisieren. Diese innovative Lösung ermöglicht es Administratoren, ihre Systeme in natürlicher Sprache zu steuern, ohne umfangreiche Fachkenntnisse zu benötigen. PAO überwacht die Systeme kontinuierlich, analysiert Störungen und schlägt proaktive Maßnahmen vor, wodurch Kapazitätsengpässe bis zu 15-mal schneller erkannt und behoben werden können als mit herkömmlichen Methoden. Die Software wird als virtuelle Appliance bereitgestellt und erfordert keine zusätzliche Infrastruktur, was die Implementierung vereinfacht. Aktuell unterstützt PAO bereits IBM-i-Kunden, indem sie Nutzungsdaten analysiert und Optimierungsempfehlungen gibt, obwohl die vollständige Anbindung an die Gastbetriebssysteme noch in Arbeit ist. Zukünftige Entwicklungen sehen eine direkte Integration in IBM i sowie die Anbindung an weitere Softwareumgebungen vor.

Jensen Huang, CEO von Nvidia, präsentierte auf der GTC Konferenz in Berlin die vielversprechenden Wachstumsaussichten für die Robotik in Europa. Er betonte die Investitionen von fast zehn Milliarden Dollar im vergangenen Jahr und die Beteiligungen an 14 Start-ups, um die Innovationskraft in der Region zu stärken. Eine neue Kooperation mit dem Mobility-Unternehmen Bolt wurde angekündigt, um die Entwicklung von Robotaxis in Europa voranzutreiben, mit einem geplanten Einsatz in Madrid im Jahr 2027. Huang hob die herausragenden Fähigkeiten Europas in Mechatronik und Elektronik hervor, die eine solide Grundlage für physische KI bieten. Zudem plant Nvidia die Einführung eines vorkonfigurierten Systems in Zusammenarbeit mit dem deutschen Start-up Agile, um humanoide Roboter zu fördern. Während seiner Präsentation demonstrierte Huang KI-gesteuerte Roboter und stellte das System „Hyperion“ vor, das autonome Fahrzeuge in einer virtuellen Flotte vereinen soll. Trotz eines Protestes von Greenpeace-Aktivisten konnte Huang die Aufmerksamkeit auf die technologischen Fortschritte und die Zukunft der Robotik lenken.

Im dritten Quartal konnte Tesla eine Erholung der Rentabilität pro Fahrzeug verzeichnen, trotz stagnierender Gesamtverkäufe. Diese positive Entwicklung wurde jedoch durch hohe Investitionen in künstliche Intelligenz, Robotaxis und humanoide Roboter stark beeinträchtigt. Die Ausgaben in diesen zukunftsorientierten Bereichen absorbierten den Großteil der erzielten Gewinne aus der Fahrzeugrentabilität. Während die Strategie, in innovative Technologien zu investieren, langfristig potenziell vorteilhaft für das Unternehmen sein könnte, führt sie kurzfristig zu einer Belastung der finanziellen Ergebnisse. Tesla steht vor der Herausforderung, ein Gleichgewicht zwischen der Rentabilität des Fahrzeuggeschäfts und den hohen Kosten für technologische Entwicklungen zu finden.

HD Hyundai hat in Zusammenarbeit mit dem US-amerikanischen KI-Verteidigungsunternehmen Anduril eine erfolgreiche Demonstration eines autonomen unbemannten Oberflächenfahrzeugs vor der Küste von Long Beach, Kalifornien, durchgeführt. An der Veranstaltung nahmen etwa 40 Offizielle, darunter Vertreter der US Navy und der südkoreanischen Marine, teil. Das getestete 368-Tonnen-Schiff war mit HDs Autonomie-System 'VAone' und Andurils 'Lattice' ausgestattet. Während der dreieinhalbstündigen Demonstration führte das Fahrzeug verschiedene realistische Szenarien durch, darunter autonome Navigation und Notfallreaktionen. Die gesamte Demonstration wurde in Echtzeit über ein Kontrollzentrum übertragen, was den Anwesenden ermöglichte, die Entscheidungen des Fahrzeugs live zu verfolgen. Nach dem erfolgreichen Test plant HD Hyundai, seine Aktivitäten im Bereich unbemannter Oberflächenfahrzeuge sowohl in den USA als auch global auszubauen, um der steigenden Nachfrage gerecht zu werden. Jang Gwang-pil, Leiter des Future Technology Research Institute, betonte die Bedeutung der Demonstration zur Bestätigung der Fahrzeugfähigkeiten und kündigte an, dass das Unternehmen eine führende Marktposition anstrebe.

Rivian CEO RJ Scaringe verfolgt mit seinem Unternehmen eine umfassende Vision, die über die reine Produktion von Elektrofahrzeugen hinausgeht. Er plant, Rivian als Technologieanbieter zu positionieren, indem eigene KI-Modelle und automatisierte Fahrtechnologien entwickelt werden, die auch an andere Marken lizenziert werden sollen. Eine Partnerschaft mit Uber zielt darauf ab, Robotaxis einzuführen und somit neue Geschäftsmöglichkeiten zu erschließen. Zudem hat Scaringe ein Micromobilitätsprogramm initiiert, das mittlerweile als eigenständiges Startup agiert, und eine Beteiligung an einem Unternehmen für industrielle Robotik gegründet. Diese Schritte deuten darauf hin, dass Rivian bis Ende des Jahrzehnts nicht nur als Hersteller von Elektrofahrzeugen, sondern auch als Anbieter von Technologien und Dienstleistungen in der Mobilitätsbranche auftreten wird. Scaringe ist optimistisch, dass Fortschritte in der Autonomie neue Designmöglichkeiten für persönliche Fahrzeuge eröffnen und sieht die kommenden zehn Jahre als entscheidend für die Transformation des Transportsektors.

Die Vorstellung der nächsten Generation des Tesla Roadsters am 15. Oktober in McGregor, Texas, demonstriert eindrucksvoll die Verschmelzung von SpaceX- und Tesla-Technologien. Dieser innovative Roadster hebt sich durch die Integration von Raketen-Technologie hervor und bietet eine neue Dimension in Leistung und Effizienz. Diese Entwicklung könnte nicht nur die Automobilindustrie revolutionieren, sondern auch die Wahrnehmung von Elektrofahrzeugen durch die Verbraucher verändern. Die Präsentation des Roadsters verdeutlicht Elon Musks Vision, verschiedene Technologien zu kombinieren, um außergewöhnliche Produkte zu schaffen, die sowohl im Straßenverkehr als auch in der Raumfahrt Anwendung finden. Musks Ansatz könnte somit weitreichende Auswirkungen auf die Zukunft der Mobilität und darüber hinaus haben.

Die Ausgabe des Automotive AI Intelligence Brief vom 15. Oktober 2026 thematisiert die Bestrebungen von Tier IV und Valeo/KE:SAI, Automobilherstellern eine Alternative zu großen Akteuren wie Nvidia, Qualcomm und Tesla zu bieten, indem sie auf Open-Source-Initiativen setzen. Diese Ansätze werfen jedoch Bedenken hinsichtlich der Architektur und Sicherheitsvalidierung auf, da die Verantwortung weiterhin bei den OEMs liegt und Offenheit sich als potenzieller Kostenfaktor erweisen könnte. In den USA stehen Tesla-Robotaxis aufgrund von Berichten über Geschwindigkeitsüberschreitungen in Schulzonen unter regulatorischer Prüfung, während die NHTSA ihre Cybersicherheitsrichtlinien überarbeitet. Zudem senkt maschinelles Lernen die Kosten für die Identifizierung von Softwarefehlern. Helm.ai hat unterdessen Verträge im Wert von 70 Millionen US-Dollar abgeschlossen, da ihre Software zunehmend in den Bereichen Bergbau und Robotik Anwendung findet.

Auf dem Internationalen VDI-Kongress ELIV 2026 in Baden-Baden stellte Dr. Angela Wang von Neusoft die innovative "szenariodefinierte" Herangehensweise Chinas zur schnellen Implementierung von Künstlicher Intelligenz (KI) im Mobilitätssektor vor. Diese Methode nutzt KI als zentrales Nervensystem für die Entwicklung von Automobilsoftware und ermöglicht eine Neudefinition des Verbrauchererlebnisses sowie die Schaffung von Wettbewerbsvorteilen. In China wird KI in großem Maßstab eingesetzt, wobei Hersteller und Technologieunternehmen eng zusammenarbeiten, um innovative Lösungen zu entwickeln. Die vielfältigen Verkehrsszenarien bieten hochwertige Daten für KI-Algorithmen, während technikaffine Verbraucher bereit sind, für intelligente Erlebnisse zu zahlen. Dr. Wang betonte, dass KI nicht nur das Nutzererlebnis verbessert, sondern auch die Softwareentwicklung revolutioniert, indem sie den Übergang von einem "menschlich definierten" zu einem "KI-generierten" Ansatz vollzieht. Neusoft hat durch den Einsatz von KI in der Softwareproduktion signifikante Effizienzgewinne erzielt. Abschließend hob sie hervor, dass der chinesische Markt wertvolle Erfahrungen für die globale Automobilindustrie bieten kann und eine engere Zusammenarbeit zwischen den Märkten die Einführung von KI in der Mobilität beschleunigen könnte.

Advanced Info Service (AIS) wurde bei den FutureNet Asia Awards 2026 mit dem "Autonomous Network Operator Leadership Award" ausgezeichnet, was die vierte aufeinanderfolgende Ehrung für das Unternehmen darstellt. Diese Auszeichnung würdigt die Fortschritte von AIS in der intelligenten Netzwerktechnologie, die durch die Integration von Künstlicher Intelligenz (KI) und Automatisierung im Netzwerkmanagement erzielt wurden. AIS hat erfolgreich neue Technologien implementiert, insbesondere die Kombination von KI mit den Netzwerktechnologien CC2 und CC3, um die Netzwerkleistung zu optimieren. Ziel dieser Entwicklungen ist es, die Effizienz zu steigern und Probleme schnell zu erkennen und zu beheben. Diese Fortschritte tragen nicht nur zur Verbesserung der digitalen Infrastruktur bei, sondern fördern auch die wirtschaftliche Entwicklung in der Region. AIS plant, weiterhin innovative Lösungen zu entwickeln, um die Kundenerfahrung zu verbessern und die betriebliche Effizienz zu steigern.

Die Marktstudie zum Thema autonome Unternehmen beleuchtet die sich wandelnde Nachfrage in der Branche. Sie zeigt auf, wie Unternehmen zunehmend auf automatisierte Lösungen setzen, um Effizienz und Wettbewerbsfähigkeit zu steigern. Die Studie analysiert verschiedene Sektoren und identifiziert Schlüsseltrends, die die Implementierung autonomer Technologien vorantreiben. Dazu gehören die Notwendigkeit, Betriebskosten zu senken, die Verbesserung der Kundenerfahrung und die Anpassung an sich schnell ändernde Marktbedingungen. Zudem werden Herausforderungen wie Sicherheitsbedenken und die Integration neuer Technologien in bestehende Systeme thematisiert. Die Ergebnisse bieten wertvolle Einblicke für Unternehmen, die sich auf die Zukunft der Automatisierung vorbereiten möchten.

Tier IV, das Unternehmen hinter der Open-Source-Software Autoware für autonomes Fahren, hat sich dem Arm Total Design for Physical AI angeschlossen, um die Software für Arm-basierte Prozessoren und Fahrzeugcomputer bereitzustellen. Diese Kooperation baut auf dem Open AD Kit auf, das die Softwarebereitstellung über verschiedene Hardware erleichtert. Tier IV möchte seine Erfahrungen aus Autoware-Projekten nutzen und die Community mit einem erweiterten Partnernetzwerk verknüpfen. Gründer Shinpei Kato betont die Notwendigkeit, Entwicklern einen praktischen Zugang zu den Computing-Plattformen zu ermöglichen, die reale Systeme antreiben. Die Integration von Autoware in Arm-Designs könnte die Hürden für Chip-Hersteller und OEMs senken und zu einer größeren Vielfalt an Plattformen führen. Allerdings bleibt unklar, welche neuen Partner im Chip- und Automobilbereich gewonnen werden konnten. Zudem stehen die modularen Architekturen von Autoware vor der Herausforderung, sich an die von End-to-End-Modellen geprägte physische KI anzupassen. Vorfertigte Hardware- und Softwarekonfigurationen könnten die Integration in Japan fördern und lokale Shuttle- sowie Robotaxi-Projekte weiterentwickeln.

L&T Technology Services (LTTS) setzt verstärkt auf künstliche Intelligenz (KI) im Fertigungs- und Betriebssektor, um den Preisdruck in der Ingenieurdienstleistungsbranche zu bewältigen. CEO Amit Chadha hebt hervor, dass KI den Aufwand für Ingenieuraufgaben reduziert und neue Geschäftsmöglichkeiten schafft. Mit dem Engineering Intelligence Lab in Bengaluru möchte LTTS Kunden den Einsatz von Technologien wie digitalen Zwillingen und Fabriksimulationen näherbringen. Das Unternehmen hat bereits KI-Projekte in den USA und Europa initiiert und plant, seine Aktivitäten auf die Prozessindustrie, insbesondere die Pharmaindustrie, auszudehnen. LTTS entwickelt eigene Tools und kooperiert mit Technologiepartnern, um die Effizienz bei der Modellerstellung zu steigern. In den nächsten fünf Jahren sollen sechs strategische Bereiche, darunter software-definierte Mobilität und digitale Fertigung, etwa 80% des Umsatzes ausmachen. Zudem investiert LTTS rund 2% seines Umsatzes in Forschung und Entwicklung, um Innovationen voranzutreiben.

Der Artikel beleuchtet die Herausforderungen, die durch die "Memory Wall" im Bereich der KI-Computing-Leistung entstehen und die Effizienz von Datenverarbeitung und -speicherung beeinträchtigen. Besonders im Fokus steht die Entwicklung von großkapazitivem SRAM (Static Random Access Memory), das für das Design von System-on-Chip (SoC) in autonomen Fahrzeugen von entscheidender Bedeutung ist. Um Daten effizient zu speichern und zu bewegen, arbeiten Speicheranbieter zunehmend als Co-Design-Partner für integrierte Schaltungen. Diese Zusammenarbeit könnte die Chip-Leistung erheblich steigern und die Entwicklung autonomer Fahrzeuge beschleunigen. Langfristig könnte die veränderte Rolle der Speicheranbieter auch neue Standards für die Chip-Architektur setzen und die gesamte Branche beeinflussen.

In der aktuellen Ausgabe des Automotive AI Intelligence Brief wird die Strategie von Tesla beleuchtet, die auf einem gelockerten Robotaxi-Verbot und dem Terafab-Chip-Projekt basiert. Diese Strategie setzt auf die Annahme, dass ausreichende Rechenleistung LiDAR und Radar ersetzen kann, Technologien, die von Wettbewerbern als unverzichtbar angesehen werden. Dies könnte Tesla entweder einen entscheidenden Wettbewerbsvorteil verschaffen oder zu einem Rückstand führen. Zudem hat Nissan Valeo als Hauptsystemlieferanten für das kommende ProPilot-System ausgewählt, wobei die KI-Fahrer von Wayve als Entscheidungsschicht fungieren. Stellantis integriert dasselbe System in Entwicklungsmodelle von Fiat und Maserati. Darüber hinaus hat Kodiak AI vermeldet, dass der Sicherheitsnachweis für seine fahrerlose Technologie zu 96 % abgeschlossen ist, was einen bedeutenden Fortschritt in der Entwicklung autonomer Fahrzeuge darstellt.

Striveworks hat seine Partnerschaft mit dem US-Militär ausgeweitet, um KI-Technologien für Soldaten und Kommandeure im Indo-Pazifik zu fördern. Im Rahmen eines fünfjährigen Vertrags über 200 Millionen Dollar wird die Chariot-Software im Next Generation Command and Control (NGC2) Programm des Heeres implementiert. Ziel des Projekts ist es, Kommandanten zu befähigen, schnellere und informierte Entscheidungen zu treffen, um strategische Vorteile zu erzielen. Die Chariot-Plattform ermöglicht es Soldaten, KI-Modelle in dynamischen Umgebungen zu nutzen, was die Zielgenauigkeit und Verarbeitungszeiten auf dem Schlachtfeld verbessert. Zudem wandelt die Software große Datenmengen in umsetzbare Erkenntnisse um und integriert menschliche Überprüfung, was die Sichtbarkeit und Mobilität der Einheiten erhöht und sie schwerer erkennbar macht.

In "The Dual-Booked Operating Room: Why Autonomous AI Schedulers Cause Race Conditions" wird das Problem der autonomen KI-Planung in Operationssälen untersucht. Die Autoren argumentieren, dass der Einsatz von KI zur automatischen Terminplanung zu Konflikten und ineffizienten Abläufen führen kann, die als "Race Conditions" bezeichnet werden. Diese entstehen, wenn mehrere Operationen gleichzeitig für denselben Raum oder dieselbe Zeit eingeplant werden, was zu Verzögerungen und Ressourcenengpässen führt. Die Studie beleuchtet die Herausforderungen, die mit der Integration von KI in bestehende Systeme verbunden sind, und diskutiert mögliche Lösungen, um die Effizienz und Sicherheit im Operationssaal zu verbessern. Die Autoren plädieren für eine sorgfältige Überwachung und menschliche Intervention, um die negativen Auswirkungen autonomer Systeme zu minimieren.

Der US-Verteidigungsminister Pete Hegseth hat die Gründung des Autonomous Warfare Command (AWC) angekündigt, um die Integration von Drohnen, künstlicher Intelligenz (KI) und autonomen Systemen im Militär voranzutreiben. Ziel des neuen Kommandos ist es, ein kostengünstiges Fertigungsmodell zu entwickeln, das auf KI und Robotik basiert. Diese Initiative soll die Entwicklung und den Einsatz autonomer Waffensysteme beschleunigen und könnte erhebliche Auswirkungen auf die militärische Strategie der USA haben. Durch die Verbesserung der Effizienz und Reaktionsfähigkeit der Streitkräfte wird erwartet, dass die Wettbewerbsfähigkeit der US-Streitkräfte im globalen Kontext gestärkt wird. Das AWC steht somit im Zeichen einer umfassenden Modernisierung der militärischen Fähigkeiten der USA.

SAP hat auf der SAP Connect Veranstaltung das Konzept des Autonomous Enterprise vorgestellt, das Unternehmen hilft, Künstliche Intelligenz (KI) in ihre Geschäftsprozesse zu integrieren. Durch die Nutzung von Joule Work und Joule Assistants können Firmen wie Novartis und Nestlé manuelle Aufgaben automatisieren und sich auf strategische Entscheidungen konzentrieren, was zu signifikanten Produktivitätsgewinnen führt. SAP berichtet von einer 20%igen Effizienzsteigerung in den Bereichen Finanzen, HR und Beschaffung. Joule Assistants ermöglichen es Nutzern, operative Aufgaben direkt in ihren Arbeitsabläufen zu erledigen, was die Effizienz weiter steigert. Zudem bietet SAP eine Plattform zur Entwicklung und Verwaltung von KI-Modellen, die Transparenz und Kontrolle über deren Nutzung gewährleistet. Die Erweiterung von Partnerschaften zur Integration spezialisierter Intelligenz unterstützt Unternehmen dabei, Lieferantenrisiken kontinuierlich zu überwachen. Diese Innovationen zeigen, wie SAP Unternehmen hilft, ihre Abläufe zu optimieren und besser auf Marktanforderungen zu reagieren.

In San Francisco hat die Zunahme von Waymo-Robotaxis zu Verkehrsbehinderungen und Problemen für Notfalldienste geführt. Um diese Herausforderungen zu bewältigen, hat Kalifornien das Gesetz Senate Bill 1246 verabschiedet, das strenge Vorschriften für autonome Fahrzeuge (AVs) einführt. Dieses Gesetz verpflichtet Unternehmen wie Tesla und Waymo, lokale Unterstützung für Notfalldienste bereitzustellen, wenn ihre Robotaxis Probleme verursachen, und sieht Strafen vor, wenn ein Fahrzeug mehr als 30 Minuten lang Notfalldienste blockiert. Zudem müssen die Fernfahrer der AV-Entwickler in den USA ansässig sein und einen US-Führerschein besitzen. Die neuen Regelungen sollen ab Juli 2028 in Kraft treten, wobei die tatsächliche Wirksamkeit des Gesetzes hinsichtlich der Entlastung von Notfalldiensten fraglich bleibt. Es bleibt abzuwarten, ob andere Bundesstaaten ähnliche Maßnahmen ergreifen oder auf eine bundesweite Regelung warten.

AKASA hat eine innovative autonome KI-Plattform für die medizinische Kodierung und klinische Dokumentation im Gesundheitswesen eingeführt. Diese Technologie zielt darauf ab, die komplexen und zeitaufwändigen Arbeitsabläufe in diesem Bereich zu automatisieren, indem sie hochkomplexe stationäre Fälle ohne menschliches Eingreifen kodiert. Dadurch wird die Effizienz erheblich gesteigert, und die Abrechnungszeiten werden von mehreren Tagen auf weniger als 90 Sekunden verkürzt. Die KI-Modelle sind an die spezifischen Bedürfnisse einzelner Gesundheitssysteme angepasst, was die Genauigkeit der Dokumentation und Kodierung verbessert und somit die Patientenversorgung optimiert. Angesichts des steigenden Bedarfs an Gesundheitsdienstleistungen und der Herausforderungen durch Personalmangel und hohe Fehlerquoten in der medizinischen Kodierung ist diese Einführung besonders relevant. AKASA hat bereits positive Ergebnisse mit führenden Gesundheitssystemen erzielt, darunter die Cleveland Clinic, und zeigt das Potenzial der autonomen Lösungen zur Effizienz- und Genauigkeitssteigerung in der medizinischen Abrechnung.