Auto-Trends der CES 2026

Die Consumer Electronics Show (CES) in Las Vegas ist das Epizentrum der Tech-Industrie. Auf der jährlich stattfindenden Veranstaltung präsentieren Giganten wie Samsung, Sony und LG ihre neuesten Innovationen einem weltweiten Publikum. Aber was ist mit Europa? Braucht der Kontinent nicht auch eine eigene Messe, um der Welt seine technologische Raffinesse zu präsentieren? Die Antwort ist für mich ein klares Ja!

Auf der CES 2026 stellt Bosch seine neue "AI Extension Platform" vor. Der KI-fähige Hochleistungs-Rechner soll KI-gesteuerte Cockpits ermöglichen.

Chips von Nvidia sind unverzichtbar für künstliche Intelligenz. Beflügelt davon will der Konzern auch bei autonomen Fahrzeugen mitmischen. Ein deutscher Autobauer spielt dabei eine zentrale Rolle.

ZF stellt auf der CES eine neue "Active Noise Reduction"-Funktion vor. Eine softwarebasierte Funktion für das Chassis soll Reifengeräusche im Innenraum minimieren. 

Integration von KI-Technologien für schnellere Entwicklungsprozesse: Das Nissan Technical Centre Europe und Sonatus haben eine Partnerschaft vereinbart.

Künstliche Intelligenz hat die CES 2025 dominiert. Die Nvidia-Keynote setzte zu Beginn der Technologie-Messe den Ton dafür. Eindrücke aus Las Vegas.

Künstliche Intelligenz (KI) hat sich in zahlreichen Branchen zu einem sehr effektiven Werkzeug entwickelt. Eine vergleichsweise junge Ausprägung ist generative KI, die eine neue Entwicklungsstufe darstellt. Sie soll sich nicht nur zur schnellen Datenverarbeitung und der Kontrolle von Prozessen und Bauteilen eignen, sondern darüber hinaus kreative Aufgaben übernehmen können. Auch in der Automobilentwicklung hat sich der Einsatz bereits bewährt und weitet sich auf immer neue Bereiche aus.

Hochautomatisiertes Fahren ist eines der Ziele aller Automobilhersteller. Dabei wird in erster Linie an der graduellen Weiterentwicklung und Verbesserung der ADAS-Systeme gearbeitet. Als einhelliger Tenor auch der Aussteller der CES 2025 bildet sowohl für ADAS als auch AD das softwaredefinierte Fahrzeug die Grundlage - und das natürlich in Verbindung mit künstlicher Intelligenz. ATZelektronik sprach zum Stand der Dinge mit Prof. Lutz Eckstein von der RWTH Aachen.

Die Einsatzmöglichkeiten für Künstliche Intelligenz und damit verbundene Einsparungspotenziale in der Automobilindustrie sind enorm. Dennoch zeigen Studien nur einen langsamen Fortschritt beim produktiven Einsatz. Einer der Gründe hierfür ist das Fehlen etablierter, automatisierter Prozesse für KI-Entwicklungen. Wie Machine Learning Operations im Automotive Engineering für eine beschleunigte Entwicklung bei gleichzeitig steigender Qualität sorgen kann, zeigt ASAP anhand einer Tool-Entwicklung zur automatischen Bauteilerkennung.

Der Touchscreen als zentrales Bedien- und Anzeigeelement im Fahrzeug steht dafür in der Kritik, zu sehr von der Fahraufgabe abzulenken. Doch er wird Teil eines HMI-Gesamtkonzepts bleiben, das mit neuen Interaktionsmethoden zum eigenen Assistenten während der Fahrt wird.

Softwaredefinierte Fahrzeuge ermöglichen es, die Komplexität und Variabilität von Fahrzeugfunktionen effektiv zu beherrschen. Die dynamische Bereitstellung von Funktionen bringt jedoch zahlreiche Herausforderungen hinsichtlich Normenkonformität, Sicherheit, Zuverlässigkeit, Robustheit und Haftung mit sich. Der Artikel von Vector zeigt, wie sich diese Herausforderungen effizient bewältigen lassen.

Ein weiteres, immer mehr an Popularität gewinnendes Thema dieses Buches ist die Vernetzung des Fahrzeugs. Dieses Vorhaben stellt neben dem autonomen Fahren und der Elektromobilität den dritten aktuellen Megatrend in der Automobilindustrie dar. Die Themen gestalten sich hier sehr vielseitig, was die Komplexität in der Entwicklung wie auch im Bereich der zugehörigen Absicherung deutlich steigert. Durch zahlreiche neue Funktionen und Möglichkeiten – sei es die Abgabe von Sendungen direkt in einem Fahrzeug oder die Optimierung bestehender Systeme wie beispielsweise der Sprachbedienung – wird dem Zusammenspiel von Fahrzeug, Kommunikationstechnik, Backend und Daten von Drittanbietern eine Rolle zuteil, die den Fokus auf die Aufgaben der gesamten Funktionskette unabdingbar macht.

Maschinelles Lernen beschreibt die Fähigkeit einer Maschine, das Bewältigen einer Aufgabe aus Daten zu erlernen, ohne dafür explizit programmiert worden zu sein. Dies bedeutet nicht, dass maschinelle Lernverfahren vollständig ohne Programmierung auskämen. Sie verwenden stattdessen parametrierbare Modelle, deren Struktur implizit die Lösung einer ihnen gestellten Aufgabe erlaubt. Um dies zu bewältigen, ist allerdings der eigentliche Lernvorgang nötig. Dabei werden die Parameter des Modells so angepasst, dass die gestellte Aufgabe auf gegebenen Daten gelöst wird. Der Algorithmus lernt also die gewünschte Verarbeitung.

Zunehmend werden in der Automobilentwicklung Fahrzeugfunktionen nicht mehr in der Hardware, sondern per Software abgebildet. IBM stellt die Herausforderungen des softwaredefinierten Pkw vor und zeigt, wie Hundert Steuergeräte durch zonale E/E-Architekturen, das Betriebssystem Linux und eine Handvoll Hochleistungsrechner ersetzt werden können.

Ein selbstfahrendes Fahrzeug ist ein autonomes Fahrzeug. Solch ein Fahrzeug ist in der Lage, selbst zu fahren, und kann sich ohne menschliche Hilfe von einem Startpunkt zu einem beliebigen Ziel bewegen. Die Autonomie bedeutet hierbei, dass nicht nur einige Aufgaben, die das Fahrzeug zu meistern hat, wie Parken automatisiert abläuft, sondern dass das Fahrzeug in der Lage ist, die richtigen Aktionen und Schritte zur richtigen Zeit auszuführen. Es kann also autonom und selbständig agieren. Dies klingt relativ einfach. Ist es aber nicht. Die Menscheit erforscht solche Fahrzeuge bereits seit über 100 Jahren. Das mag man kaum glauben, ist aber wahr. Daher werden wir zuerst in die Geschichte des autonomen Fahrens eintauchen, bevor wir uns anschauen, was man machen muss, damit ein Fahrzeug autonom fahren kann, und wo uns Künstliche Intelligenz behilflich ist.