Autonomes Fahren: Das ultimative Spiel auf einem Billionenmarkt. Wer wird in der nächsten Dekade die Oberhand behalten?

Wenn man sagt, dass die vergangenen zehn Jahre die Goldene Zeit waren, in der das Mobile Internet das Leben neu gestaltete, wird die automatische Fahrweise in den nächsten zehn Jahren sicherlich die zentrale Kraft sein, die die Logik des menschlichen Verkehrs umschreibt.

Von den Technologieriesen über die traditionellen Automobilhersteller bis hin zu den scharfsinnigen Spielern am Kapitalmarkt wissen alle, dass es sich hier nicht nur um eine technologische Revolution handelt, sondern auch um einen heftigen Wettlauf um den Markt in Milliardenhöhe.

Tesla FSD, Waymos Robotaxi, Baidus Apollo City NOA … hinter diesen häufig auftauchenden Branchenbegriffen stecken die beschleunigte technologische Iteration und die Erweiterung der geschäftlichen Grenzen.

Wir erleben derzeit einen Paradigmenwechsel im Verkehrssektor, der mit dem „Ersatz der Funktionshandys durch Smartphones“ vergleichbar ist. Derzeit ist es der entscheidende Wendepunkt beim Übergang von der „Hilfsfahrweise“ zur „vollen Autonomie“. Wer zuerst die Hürde der Massenkommerzialisierung der L4-Automatik überwindet, hat die Chance, die Macht zur Entscheidungsfindung in der globalen Technologie- und Verkehrsbranche in den nächsten zehn Jahren in die Hand zu bekommen.

01 Der Streit um die technologische Route: Der Kampf und die Evolution zweier Wege

Wenn man heute die gängigen Elektromobile testfährt, ist die L2+-Hilfsfahrweise nichts Neues: automatischer Fahrzeugfolgewurf, Spurhaltung, Autobahnnavigation. Einige Modelle können sogar auf städtischen Straßen autonom die Fahrspur wechseln.

Seit 2023 hat die schnelle Umsetzung der City NOA begonnen, was bedeutet, dass die automatische Fahrweise vom „einfachen Autobahn-Szenario“ in die „komplexe städtische Umgebung“ vorstößt. Dies ist jedoch nur das Vorspiel der Branche.

Nach den Standards der Society of Automotive Engineers (SAE) wird die automatische Fahrweise in sechs Stufen von L0 bis L5 eingeteilt. Die meisten Serienmodelle befinden sich derzeit im Übergang von L2 zu L3. Die echte „Fahrerlosigkeit“ (L4/L5) ist immer noch auf bestimmte Szenarien beschränkt – wie Waymos fahrerlosen Taxis in San Francisco oder den automatischen Fahrzeugen für die Logistik in geschlossenen Geländen.

Selbst wenn die führenden Unternehmen in einigen Bereichen Durchbrüche erzielen, stehen der Massenumsetzung der L4-Stufe immer noch drei Prüfungen im Weg: technische Zuverlässigkeit, Anpassung an die Vorschriften und Kostenkontrolle. In der Branche haben sich zwei Lager bei der Auswahl der technologischen Route gebildet:

1. Die reine Visuelle Richtung: Teslas „datengetriebener“ Weg

Die rein visuelle Route mit Tesla als Kern nutzt Kameras, um das menschliche Sehvermögen zu simulieren, und kombiniert sie mit KI-Algorithmen, um Wahrnehmung und Entscheidung zu realisieren. Die Vorteile sind klar: Kameras sind kostengünstig und einfach in Serie zu produzieren. Mit über einer Million in Betrieb befindlichen Fahrzeugen kann kontinuierlich eine riesige Menge an Straßenbedingungen-Daten gesammelt werden, um das neuronale Netz zu verbessern.

Heute kann das FSD V12 bereits „End-to-End-Entscheidungen“ treffen, ohne auf voreingestellte Regeln angewiesen zu sein, und gibt direkt Fahrbefehle aus. Die Fähigkeit, komplexe Situationen zu bewältigen, hat sich deutlich verbessert. Die Schwächen sind jedoch auch offensichtlich: Bei Starkregen, Nebel oder starker Sonneneinstrahlung kann die Wahrnehmungsgenauigkeit der Kameras leicht beeinträchtigt werden.

2. Die Richtung der Mehrsensorfusion: Waymos und Chinas Huawei „sichere Lösung“

Die von Waymo, Huawei und anderen gewählte „Mehrsensorfusion-Route“ legt Wert auf „Sicherheitsredundanz“: Laserscanner (präzise Entfernungsmessung), Millimeterwellenradar (Störungsfestigkeit) und Kameras (Aufzeichnung von Details) arbeiten zusammen, um das Risiko des Ausfalls eines einzelnen Sensors zu verringern.

Früher war der Kern, der diese Route behinderte, die Kosten – die Preise für Laserscanner lagen Anfangs in der Größenordnung von Hunderttausenden von Yuan. Heute sind sie auf die Tausenderhöhe gesunken, was den Weg für die Serienproduktion ebnet. So kann beispielsweise das Huawei ADS 2.0 mit „Laserscanner + Kamera + Millimeterwellenradar“ die City NOA-Funktion ohne hochpräzise Karten realisieren.

Es gibt noch keine endgültige Entscheidung zwischen den beiden Wegen, aber beide entwickeln sich schnell: Tesla kompensiert die Schwächen der Hardware mit Daten, während die Fusion-Richtung das Problem der Serienproduktion durch die Kostenreduzierung löst.

Wie das Gronhui-Research-Institut 2023 betonte: Man sollte die technologischen Wege nicht gegeneinander stellen, sondern eher auf die zugrunde liegenden Fähigkeiten achten – insbesondere auf die Durchbrüche der KI-Großmodelle bei der Entscheidungsfindung und Planung.

Heute bestätigen sowohl die End-to-End-Logik von Teslas FSD V12 als auch die Verbreitung der „BEV + Transformer“-Architektur in der Fusion-Richtung die Einschätzung, dass „das Ende der Wahrnehmungshardware der Algorithmus ist“.

02 Nicht nur „gute Autos bauen“: Der Kampf um das Ökosystem der automatischen Fahrweise

Wenn man die automatische Fahrweise als einen „intelligenten Roboter“ ansieht, ist die Fahrzeugtechnologie nur der „Körper“, während das vollständige Ökosystem der Kern des Betriebs ist. Das Gronhui-Research-Institut hat es in vier Ebenen zerlegt, und in jeder Ebene stecken wichtige Chancen:

1. Die Wahrnehmungsebene: Die „Augen“ der automatischen Fahrweise

Kameras, Laserscanner und Millimeterwellenradare bilden die „Wahrnehmungsmatrix“. Die Leistung der Laserscanner von Chinas Hesai und RoboSense nähert sich internationalem Niveau. Sunny Optical und OFILM haben einen wichtigen Anteil am Markt für fahrzeugtaugliche Hochauflösungsobjektive.

2. Die Entscheidungsebene: Das „Gehirn“ der automatischen Fahrweise

Chips liefern die Rechenleistung, Algorithmen sind für die Planung und Entscheidung zuständig, und hochpräzise Karten liefern Straßeninformationen. Das NVIDIA DRIVE Orin (2.000 TOPS Rechenleistung) ist die erste Wahl für L4-Lösungen. Chinas Horizon Journey 5 und Black Sesame Intelligence A1000 füllen die Lücke bei der heimischen Rechenleistung.

Bei den Algorithmen ermöglicht die „BEV + Transformer“-Architektur den Fahrzeugen, die Bewegungsbahnen der Verkehrsteilnehmer vorherzusagen, und die Entscheidungen sind intuitiver wie beim Menschen.

3. Die Ausführungsebene: Die „Hände und Füße“ der automatischen Fahrweise

Das steer-by-wire Fahrwerk, die elektronische Lenkung usw. setzen die Entscheidungen in Handlungen um. Früher konnten die traditionellen Fahrwerke die Anforderungen nicht erfüllen. Heute haben Bosch, Continental und Chinas Desay SV die Serienproduktion des steer-by-wire Fahrwerks realisiert, was eine zuverlässige Unterstützung für die Fahrerlosigkeit bietet.

4. Die Unterstützungsebene: Die „Infrastruktur“ der automatischen Fahrweise

5G und V2X ermöglichen es den Fahrzeugen, in Echtzeit online zu sein. Die Cloud-Computing-Technologie unterstützt die Datenspeicherung und die Algorithmen-Trainings. Die Simulationsplattformen senken die Kosten für die Straßenprüfung – bis 2024 belief sich die Simulationsprüfstrecke von Waymo auf über eine Milliarde Meilen, was mehrerezig Male der tatsächlichen Straßenprüfstrecke entspricht.

Das Gronhui-Research-Institut hat mehrmals betont, dass die Wettbewerbsfähigkeit des chinesischen Ökosystems der automatischen Fahrweise darauf beruht, dass die untere Lieferkette eigenständig und kontrollierbar ist. Von der Kostenreduzierung der heimischen Laserscanner bis hin zum Durchbruch bei der Rechenleistung der eigenen Chips hat die chinesische Branchenkette in vielen Bereichen vom „Nachlaufen“ zum „Parallel-Laufen“ übergegangen. Dies ist auch die Kernlogik, warum wir die Investitionschancen in diesem Bereich optimistisch betrachten.

Natürlich ist die technologische Reife nur der erste Schritt. Die Verbreitung der automatischen Fahrweise muss auch die Hürden der „Politik“ und der „Ethik“ überwinden:

Politik: Die Länder befinden sich noch in der Erkundungsphase bezüglich der Zulassungsstandards für die L3/L4-Stufe und der Festlegung der Unfallhaftung. Obwohl Deutschland die L3-Stufe erstmals zugelassen hat, wird es Zeit dauern, bis es in China angepasst ist. China hat in Peking und Shanghai Tests für Robotaxis zugelassen, aber für die umfassende Kommerzialisierung sind die Koordination der regionalen Vorschriften erforderlich.

Ethik und Sicherheit: Die Algorithmuswahl bei der „Trolley-Problematik“, der Schutz der Datenschutz und die Abwehr der Netzwerksicherheit (Verhinderung von Hackerangriffen) müssen durch Technologie, gesellschaftliche Einigkeit und Gesetzgebung gemeinsam gelöst werden.

Die Verbreitung aller umwälzenden Technologien verläuft nicht „linear beschleunigt“. Wenn jedoch Technologie, Ökosystem und Politik zusammenwirken, könnte die Umsetzungsgeschwindigkeit dieser Verkehrsrevolution möglicherweise weit über unseren Erwartungen liegen.

03 Investitionschancen: Kann man noch mitkommen, wenn man jetzt investiert?

Obwohl das Konzept der automatischen Fahrweise schon mehrmals hyped wurde, befindet sich die Branche immer noch am Vorabend des Ausbruchs. Mit dem Anstieg der Fähigkeiten der KI-Großmodelle hat die Entscheidungsfindungsfähigkeit der automatischen Fahrweise eine qualitative Veränderung erfahren. Im Jahr 2024 beschleunigen die Automobilhersteller die Umsetzung der City NOA, die Pilotprojekte für Robotaxis werden erweitert. Die Bewertung der relevanten Unternehmen am Kapitalmarkt spiegelt auch die Erwartungen wider – Tesla und NVIDIA an der amerikanischen Börse sind immer noch im Fokus, an der chinesischen Börse sind die Lieferketten von Baidu und Huawei sowie die Aktien im Bereich Laserscanner und hochpräzise Karten wiederholt aktiv.

Von der Investitionsseite aus gesehen, können die Chancen in der Branchenkette der automatischen Fahrweise in vier Ebenen unterteilt werden:

1. Hersteller von Fahrzeugen und Lösungen: wie Tesla, Waymo und die Abteilungen für automatische Fahrweise der traditionellen Automobilhersteller. Sie befinden sich am Anfang der Branchenkette, das potenzielle Rendite ist hoch, aber das Risiko ist auch am größten.

2. Anbieter von Schlüsseltechnologien: einschließlich Chips (NVIDIA, Qualcomm, Horizon), Sensoren (Hesai, RoboSense, Luminar). Sie liefern die Kernkomponenten, und das Geschäftsmodell ist relativ stabil.

3. Anbieter von Infrastruktur und Dienstleistungen: einschließlich hochpräzise Karten (Baidu Maps, NavInfo), Simulationsprüfung (Tencent, ANSYS), Cloud-Plattformen (Alibaba Cloud, AWS). Das Gewinnmodell ist klarer.

4. Anbieter von Anwendungen und Betriebsdienstleistungen: einschließlich des Betriebs von Robotaxis, der automatischen Logistik und des intelligenten Verkehrs. Sie konzentrieren sich auf die Kommerzialisierung in bestimmten Szenarien.

Es ist zu beachten, dass diese Branche einen langen Zyklus, hohe Investitionen und starke Schwankungen hat. Das politische Risiko darf nicht vernachlässigt werden. Die Anleger sollten sich auf die Unternehmen mit technologischen Barrieren und klaren kommerziellen Wegen konzentrieren, anstatt den hyped Aktien zu folgen.

Von der zeitlichen Dimension aus gesehen, zeigen sich die Chancen in verschiedenen Phasen: Kurzfristig sollten die Hardwarechancen aufgrund der Verbreitung der L2+/L3-Hilfsfahrweise beobachtet werden; mittelfristig sollte man auf die kommerzielle Durchbrüche der L4-Anwendung in bestimmten Szenarien achten; langfristig sollte man sich auf die Reife des Ökosystems der vollen Autonomie und die Verteilung der Werte konzentrieren.

04 Wie kann man die großen Chancen der automatischen Fahrweise nutzen?

Seit der ersten automatischen Fahrwettbewerbsmeisterschaft, die 2004 von DARPA organisiert wurde, dauert diese technologische Odyssee schon über zwei Jahrzehnte. Heute finden gleichzeitig mehrere technologische Durchbrüche und die Öffnung der Politik statt. Das Jahr 2025 könnte ein entscheidendes Jahr für die Kommerzialisierung der automatischen Fahrweise sein.

Wie ein Branchenvetter sagte: „Die automatische Fahrweise ist eines der schwierigsten Probleme im Bereich der KI, aber auch das wertvollste Problem.“ Es ist nicht nur eine technologische Herausforderung, sondern auch eine umfassende Prüfung der gesellschaftlichen Akzeptanz, der Gesetze und des Geschäftsmodells.

Wenn Sie glauben, dass die Technologie die Welt verändern kann und dass die Zukunft dem intelligenten Verkehr gehört, dann ist jetzt vielleicht der beste Zeitpunkt, um sich dafür zu interessieren und daran teilzunehmen. Die Geschichte der automatischen Fahrweise hat gerade erst begonnen, und das Ende könnte weit über unsere heutigen Vorstellungen hinausgehen.

Das Gronhui-Research-Institut verfolgt kontinuierlich die Entwicklung der automatischen Fahrbranche und hat sich mehrmals vorausschauend auf die Schlüsselmomente der technologischen Entwicklung, der politischen Veränderung und der Investitionschancen konzentriert. Wir interessieren uns nicht nur für die technologische Ebene, sondern bieten den Anlegern auch Entscheidungsreferenzen aus mehreren Dimensionen wie Geschäftsmodell, Branchenkettenstruktur und Investitionszeitpunkt.

Hinweis: Die in diesem Artikel genannten Unternehmen dienen nur der Fallstudie und stellen keine Investitionsempfehlung dar. Der Markt birgt Risiken, Investitionen sollten vorsichtig erfolgen. Bitte führen Sie vor jeder Entscheidung eine unabhängige Analyse durch.

Dieser Artikel stammt aus dem WeChat-Account „Gronhui APP“ (ID: hkguruclub), Verfasser: Redaktion von Gronhui, veröffentlicht von 36Kr mit Genehmigung.