China baut heute etwa die Hälfte aller Elektrofahrzeuge weltweit. Es hat das in etwa zehn Jahren erreicht. BYD liefert ein Auto in 18 Monaten aus, während Volkswagen daran arbeitet, seinen MEB-Zyklus auf 40 Jahre zu verkürzen. In Europa wird dies reflexartig mit billigen Arbeitskräften und staatlichen Subventionen erklärt. Diese Erklärung ist bequem und unvollständig.
Michael Jastram sprach mit Yuchao Luo, der auf beiden Seiten dieser Kluft gearbeitet hat. Er war sowohl bei einem alten OEM, der ein Volkswagen-Joint-Venture betreibt, als auch bei einem der ersten neuen EV-Anbieter in China tätig. Sein Bericht ist keine Siegesrunde für “Chinas Geschwindigkeit”. Es ist vielmehr eine unangenehme Auseinandersetzung mit Prozessen, Beweisen und der Frage, wozu die Einhaltung von Vorschriften eigentlich gut ist.
Yuchao Luo
Yuchao Luo studierte Fahrzeugtechnik in China und zog 2013 nach Deutschland, um einen Master in Fahrzeugtechnik zu machen. Während seines Studiums absolvierte er ein sechsmonatiges Praktikum bei Bosch in Bamberg. Im Jahr 2017 kehrte er nach China zurück und arbeitete etwa drei Jahre lang bei NIO, einem der ersten chinesischen EV-Pioniere. Später wechselte er zu Z-One Software, einer hundertprozentigen Tochtergesellschaft von SAIC, wo er an der nächsten Software-Generation für die Premium-Fahrzeugmarken von SAIC arbeitete.
Diese Abfolge bedeutete, dass Luo die Kultur der neuen Spieler und die Kultur der alten Spieler von innen kennenlernte, und er beobachtete, wie beide Lager darauf bestanden, dass sie Recht hatten. Im Jahr 2021 gründete er Kartierung des Raums, Er gründete sein eigenes Unternehmen, um Agile und ASPICE in die Automobilentwicklung zu integrieren. Es hat jetzt Dutzende von zahlenden Kunden in China und arbeitet im Bereich AI-Powered ALM, Application Lifecycle und Requirements Tooling. Er beschreibt sich selbst als einen traditionellen Automobilisten. Um diese Selbstbeschreibung geht es in den meisten der folgenden Ausführungen.
LinkedIn Post: Jedes Autounternehmen hat jetzt einen Sprachassistenten.
Warum alte OEMs mit dem softwaredefinierten Fahrzeug Probleme haben
Luo datiert den Wandel auf die Jahre 2017 und 2018, als sich China mit neuen EV-Anbietern füllte. BYD war der frühe Ausreißer, der etwa zwei Jahrzehnte zuvor auf Elektrofahrzeuge gesetzt hatte. In den Jahren 2014 und 2015 förderte die chinesische Regierung den Einsatz von Ressourcen für Elektroautos, zum Teil als Industriestrategie und zum Teil, weil es dem Land an Öl mangelt. Gründer aus der Welt des Internets und der Unterhaltungselektronik stiegen in das Autogeschäft ein, und zwar, wie Luo es ausdrückt, mit einer geringen Belastung. Keine veralteten Standards zu verteidigen. Keine alten Dokumente, von denen sie ausgehen mussten. Sie konnten bei Null anfangen.
Die etablierten OEMs glaubten zunächst nicht, dass die Internetakteure etwas verändern könnten. Sie beobachteten von außen, um zu sehen, wer überleben würde. In der Zwischenzeit haben die neuen Marktteilnehmer schnell iteriert, denn ihre Ingenieure kamen von Mobiltelefonen und dem Internet und hatten von Tesla gelernt, dass Over-the-Air-Updates ein guter Weg sind, um ein Auto zu iterieren. Die Denkweise "Erst liefern, dann reparieren" wurde von Mobiltelefonen auf Fahrzeuge übertragen.
Der zweite Unterschied war die Infrastruktur, und das ist der Teil, der in europäischen Diskussionen oft übergangen wird. Auch die alten OEMs wollten Kundenfeedback. Sie konnten aber nicht schnell darauf reagieren, weil sie keine OTA- oder CI/CD-Infrastruktur hatten, um Änderungen zurückzuschicken. Dem Benutzer zuzuhören und auf ihn reagieren zu können, sind unterschiedliche Fähigkeiten. Das eine ohne das andere ist Theater.
Die neuen Akteure verkauften auch anders. Anstelle von Händlern, Autohäusern und Medien-Branding gingen sie direkt zu Nutzergruppen, sammelten Feedback und ließen die Kunden innerhalb von ein oder zwei Quartalen sehen, wie sich ihre Anregungen im Fahrzeug niederschlagen.
“Wenn man ein Mobiltelefon hat und sieht, dass es sich jeden Tag weiterentwickeln kann, ist das ein ganz anderes Gefühl.”
Yuchao Luo
Dieser Aufstieg verlief nicht reibungslos. Um 2020 und 2021 waren NIO und XPeng dem Tod nahe. Der Aktienkurs von NIO brach auf einen Dollar ein. Luo führt den Beinahe-Tod auf ein Wirrwarr von Ursachen zurück, darunter Lieferketten, COVID und einzelne Zwischenfälle. Sie hielten durch. Die alten OEMs, die die Überlebenden beobachteten, begannen schließlich, von ihnen zu lernen.
Die Plattform und die Rolle der Regierung
Das Vertrauen in OTA gab es nicht umsonst. In den ersten Jahren hegten viele Nutzer Misstrauen gegenüber OTA, und diese Befürchtung war konkret und begründet. Ein OEM könnte ein stilles OTA nutzen, um ein Sicherheitsproblem zu beheben, ohne es zuzugeben. Experten und Nutzer wehrten sich dagegen. Die chinesische Regierung reagierte eher mit Leitlinien als mit einem Verbot.
Nach dieser Richtlinie muss ein OEM, der ein OTA-Update veröffentlichen möchte, dies zunächst der zuständigen Behörde melden und dabei die Funktionen und Fehlerbehebungen in der Version angeben. Die Behörde kann einen Monat, drei Monate oder länger für die Freigabe benötigen und kontrolliert sowohl die Häufigkeit als auch den Inhalt der Aktualisierungen. Der Effekt ist beabsichtigt. Die Möglichkeit, OTA als stillen Kanal für sicherheitskritische Fehlerbehebungen zu nutzen, wird dadurch beseitigt, während der Iterationsmechanismus selbst intakt bleibt.
Es lohnt sich, sich damit auseinanderzusetzen. Die chinesische Antwort auf “schnelle Iteration ist gefährlich” war nicht, die Iteration zu verlangsamen. Sie bestand darin, den Iterationskanal sichtbar und rechenschaftspflichtig zu machen. Die Fähigkeit hat überlebt. Nur der Weg des Missbrauchs wurde geschlossen.
Was “Qualität” wirklich bedeutet
Die stärkste Idee in dem Interview stammt von einem leitenden Angestellten von Bosch China, mit dem Luo einmal über Qualität, Compliance und Agil. Die Behauptung des Geschäftsführers, so Luo, war unverblümt. Wenn man nur hundert Stück verkauft hat, hat man kein Recht, Qualität zu behaupten, weil die Stichprobe zu klein ist. Selbst wenn alle hundert Stück perfekt sind, hat die Aussage kein Gewicht.
“Auch wenn Sie Ihr Verfahren auf eine weitgehende Einhaltung der sehr strengen Normen ausrichten, haben Sie keinen Nachweis.”
Yuchao Luo, der über einen leitenden Angestellten von Bosch China berichtet
Es geht nicht darum, dass die Kunden als Testpersonen behandelt werden sollten. Es geht darum, dass das Volumen auf dem Markt ein Ergebnis ist, nicht ein Prozess-Input. Sie haben nicht die Absicht, mehr zu verkaufen und deshalb mehr zu verkaufen. Man baut etwas Gutes und verkauft dann mehr. Die Zahlen sind der Beweis, der im Nachhinein erbracht wird.
Daraus zieht Luo eine klare Unterscheidung. Es gibt zwei Möglichkeiten, seine Arbeit zu verteidigen. Die erste ist, zu beweisen, dass der Prozess gut ist, und sich zu weigern, über die Ergebnisse zu diskutieren. Die zweite besteht darin, sich um den Prozess zu kümmern und sich auch um das Ergebnis zu kümmern, mit dem Argument, dass es ohne ein Ergebnis keine Möglichkeit gibt, zu zeigen, dass der Prozess richtig war. Er sagt ausdrücklich, dass das Ziel beides ist. Er ist sich auch darüber im Klaren, dass beides gleichzeitig der Idealfall und nicht der Normalfall ist, insbesondere auf einem sich schnell entwickelnden Markt.
Es ist wichtig, daran zu denken, dass diese Schlussfolgerung nicht für jede Branche gilt. Das Mengenargument ist ein Argument der Automobilindustrie und der Unterhaltungselektronik. Ein Flugzeughersteller kann keine Millionen von Einheiten verkaufen, weil der Markt sie nicht verlangt. Der Rahmen ist dort am schärfsten, wo das Volumen hoch ist, und am schwächsten, wo es nicht so ist. Diese Einschränkung gehört zu jeder ehrlichen Lesart des Konzepts. In diesem Bereich besteht die Herausforderung darin, dass eine Wand von Zertifizierungen hinter zehn echten Nutzern ein schwächerer Qualitätsanspruch ist als eine Million Autos auf dem Feld.
MBSE, direkter Code und Zeitplanung
Luo's Ansicht über Modellbasierte Systemtechnik (MBSE) ist interessanter als ein einfaches Für-oder-Wider. Er setzt stark auf Agile und DevOps. MBSE setzt er weniger ein, hält es aber dennoch für wichtig für sicherheitskritische und ältere Komponenten, bei denen ein Modell einen bereits als sicher erwiesenen Code schneller liefern kann, als ihn von Hand zu schreiben.
Sein Einwand bezieht sich auf den Zeitpunkt. In der softwaredefiniertes Fahrzeug, Viele Funktionen wurden nie in Verbrennungsfahrzeuge eingebaut. Für sie gibt es kein System oder Softwaremodell, so dass sie von Grund auf neu programmiert werden müssen. Die direkte Kodierung ist daher in dieser Phase von größerer Bedeutung. Er geht davon aus, dass sich diese Funktionen in zehn oder zwanzig Jahren zu Standardkomponenten stabilisieren werden, und dann können sie modellbasiert werden. Noch nicht. Der Übergang zu Modellen erfolgt, wenn sich das zu modellierende Objekt nicht mehr bewegt.
Dies verdeutlicht, warum Schwierigkeiten bei der Einführung von MBSE. Das Problem liegt nicht unbedingt in den Werkzeugen oder der Ausbildung. Es kann sein, dass Unternehmen versuchen, einen Bereich zu modellieren, der noch nicht lange genug still steht, um modelliert werden zu können.
Er fügt eine Beobachtung zum Tech-Stack hinzu. Traditionelle Automobilingenieure wurden neben C und C++ auch in MATLAB und Simulink ausgebildet. Ingenieure in Software- und Digital-Cockpit-Teams finden weit weniger fertige Module zur Wiederverwendung. Die beiden Gruppen haben keine gemeinsame Toolbox, was eine gemeinsame Methode schwieriger macht, als in der Methodendebatte zugegeben wird.
Industrial DevOps hat Grenzen, die durch das Produkt gesetzt sind
Industrial DevOps ist das Konzept der Anwendung von DevOps-Grundsätzen auf Hardware. Einige Unternehmen außerhalb der Automobilindustrie wenden dies bereits erfolgreich an. SpaceX, zum Beispiel, entwickelt Motoren neu und baut sie in etwa zweitägigen Zyklen um.
Die Antwort von Luo war eine klare Abgrenzung. Die Software im System kann sich mit DevOps schnell bewegen. Bei der Hardware ist das seiner Meinung nach nicht möglich, und der Grund dafür liegt in der Art des Produkts. Eine Rakete ist eine begrenzte, kontrollierte Umgebung, und ein explodierter Prototyp kostet mehr Raketen, keine gestrandeten Kunden. Eine Neuentwicklung alle zwei Tage zieht einen langen Schwanz von Werkzeugen und Budgets mit sich. Kein OEM kann sich das bei einer Flotte von Millionen von konfigurierten Fahrzeugen leisten. Das Hindernis ist nicht der Ehrgeiz oder die Methode. Es ist das Produkt selbst und der Umfang, in dem es ausgeliefert wird.
Dies ist eine gesunde Korrektur des Methoden-Evangelismus. Ein Verfahren, das bei hundert Raketentriebwerken unter einem Dach hervorragend funktioniert, lässt sich nicht automatisch auf Millionen von Autos in den Händen der Kunden übertragen. Die Übertragung muss argumentiert werden, nicht angenommen.
CI/CD für die Automobilindustrie: Skalierung von HIL-Testclustern zur Beschleunigung der softwaredefinierten Fahrzeugentwicklung
Die sich verändernde Landschaft der Automobilentwicklung
Kultur und die Reihenfolge der Fragen
Luos deutlichste kulturelle Beobachtung bezieht sich auf Reflexe. Wenn etwas Neues auftaucht, ist die erste Frage der einen Kultur, ob es konform und sicher ist. Die andere Kultur akzeptiert, dass die Regierung und die Normen der Industrie immer hinterherhinken, so dass es zu Beginn einer echten Innovation noch keine Vorschriften zu erfüllen gibt, weil keine existieren.
Er wendet dies direkt auf KI an. Wenn europäische Ingenieure hören, dass KI Anforderungen generieren oder den Entwicklungsprozess unterstützen kann, fragen sie oft zuerst, wie die sicherheitskritische Korrektheit nachgewiesen werden kann. Die von ihm beschriebene chinesische Haltung unterscheidet sich in der Körperhaltung, nicht im Bewusstsein. Jeder weiß, dass KI nicht zu 100 Prozent korrekt ist. Sie setzen sie trotzdem ein, weil sie 70 bis 80 Prozent des Outputs produzieren kann und der Mensch den Rest überprüft und korrigiert.
Manchmal vergessen die Kritiker, dass auch Menschen Fehler machen, und die Industrie führt bereits Überprüfungen und Prozesse durch, um menschliche Fehler zu vermeiden. KI an einen Standard von Null-Fehlern zu binden, an den Menschen nie gehalten wurden, ist keine Vorsicht. Es ist ein Kategorienfehler.
“Wenn man zu Beginn einer Innovation direkt über die Einhaltung der Vorschriften spricht, ist die Regierung normalerweise langsamer als die Industrie. Zu diesem Zeitpunkt gibt es für diese neue Innovation noch keine Vorschriften”.”
Yuchao Luo
Keiner der beiden Männer betrachtete die Geschwindigkeit Chinas als automatisch richtig. Luo nannte BYD-Batterievorfälle und Probleme mit der Einhaltung von Kundenvorschriften aus dem schnellen Lager. Das Argument ist nicht, dass eine Kultur richtig ist. Es geht darum, dass die Reihenfolge der Fragen das beeinflusst, was gebaut wird.
Wo KI der Technik heute tatsächlich hilft
Luo nannte als erstes die KI-Codierung, als offensichtlichen Fall die Kategorie Cursor und Claude Code. Sein spezifischeres Interesse, das er in fünf Jahren im Bereich ALM-Tools entwickelt hat, gilt der Integration von KI in den Entwicklungsprozess selbst und nicht nur in den Code.
Zwei Szenarien findet er wirklich nützlich. Erstens: Überprüfung von Dokumenten auf Einhaltung der Vorschriften. Sagen Sie der KI, sie müsse das Dokument gegen ISO 26262, ASPICE, und Cybersicherheitsstandards, geben Sie ihr das Dokument und fragen Sie, wo etwas fehlt. Die künstliche Intelligenz erfüllt die Standards auf eine Weise, wie es kein einzelner Prüfer zuverlässig kann. Zweitens: Rückverfolgbarkeit. Geben Sie der KI ein Anforderungsdokument und ein Testfalldokument und bitten Sie sie, die Rückverfolgungslinks vorzuschlagen. Der Ingenieur überprüft und korrigiert den Vorschlag, anstatt die Matrix von Hand zu erstellen.
Dem zweiten Fall hat er eine scharfe Bemerkung beigefügt. Die Rückverfolgbarkeit gibt den Benutzern das Gefühl, dass ein System sicher ist. Ob das System tatsächlich sicher ist, wird nicht durch die Rückverfolgbarkeit bestimmt. Sie ist ein Format zur Aufzeichnung, mehr nicht. Das ist eine nützliche Warnung davor, das Artefakt mit der Eigenschaft zu verwechseln, die es nachweisen soll.
Sein Rat zum Anwendungsbereich war ebenso direkt. Führen Sie eine neue Funktion nicht zuerst in einer großen, allgemeinen Anwendung ein. Eine KI-Funktion, die behauptet, alles zu können, ist am Ende auf nichts zugeschnitten und nützt niemandem etwas. Beginnen Sie in einem kleinen Rahmen, beweisen Sie es und verallgemeinern Sie dann. Eine weitere Anmerkung von seiner Seite, die europäische Käufer erkennen werden: Chinesische Unternehmen bevorzugen Software vor Ort, damit die Daten vor Ort bleiben, und diese Vorliebe überträgt sich direkt darauf, wie sie KI-Agenten intern einsetzen.
Schlussfolgerung
Luos abschließender Rat an eine europäische Führungskraft war keine Liste von Methoden. Es war Respekt vor dem, was Volkswagen tatsächlich getan hat, und eine Warnung, wie man daraus lernen kann.
Er lobt, dass VW trotz der geopolitischen Spannungen weiterhin in China investiert und die Art der Investitionen verändert hat. Das Geld fließt nicht mehr nur in Produktionsanlagen. Es fließt jetzt in F&E-Talente und in Joint Ventures mit lokalen Unternehmen wie Horizon Robotics und XPeng, die von ihren Konkurrenten lernen, wie man Software schnell entwickelt und gleichzeitig die chinesischen und europäischen Vorschriften einhält. Daraus leitet er zwei Prioritäten ab. Investieren und engagiert bleiben. Dann fügt er noch eine unverblümte Anweisung hinzu. Hören Sie nicht nur auf Interviews wie dieses. Achten Sie darauf, was die schnellen Spieler tatsächlich tun, und zwar bei der Arbeit, nicht beim Erzählen.
Das ist die eigentliche Erkenntnis, und sie widerspricht dem Format, in dem dieser Artikel verfasst ist. Die interessante Frage ist nicht, ob China schneller ist. Es geht darum, welche Frage ein Unternehmen zuerst stellt, wenn etwas Neues auftaucht. Stellt man die Frage “Ist es konform?”, bevor es etwas gibt, das konform sein muss, erreicht die Innovation nie den Punkt, an dem die Frage eine Antwort hätte. Fragt man “Funktioniert es, und können wir es in großem Maßstab beweisen?”, so wird die Einhaltung der Vorschriften zu einem Zwang, der integriert werden muss, und nicht zu einem Hindernis, hinter dem man sich verstecken kann. Der europäische Instinkt, Bedenken zu äußern, ist eine Stärke bei einer ausgereiften Produktlinie und eine Belastung beim Start einer neuen. Zu wissen, in welcher Situation man sich befindet, ist die ganze Aufgabe. Die deutsche Stärke ist es, Gründe zu finden, warum eine Sache nicht getan werden sollte. Der Markt wartet nicht mehr darauf, dass diese Gründe beseitigt werden.
Yuchao Luo berät deutsche Unternehmen im Bereich Automobilprozesse. Sein LinkedIn-Profil: https://www.linkedin.com/in/yuchao-luo/
