Die Zukunft von Hesai liegt darin, die "Maschinenwahrheit" zu wecken.

Die Zeitwahl für Hesais Doppellisting war äußerst geschickt.

Am 15. September kündigte Hesai Technology an, die Partnerschaft mit einem führenden amerikanischen Robotaxi-Unternehmen zu vertiefen und einen LiDAR-Auftrag im Wert von über 40 Millionen US-Dollar zu erhalten. Hesai wird der einzige LiDAR-Lieferant für dieses Unternehmen sein, und die Lieferung des Auftrags soll bis Ende 2026 abgeschlossen sein.

Am nächsten Tag listete Hesai offiziell an der Hauptbörse der Hongkonger Börse auf und wurde damit das erste LiDAR-Unternehmen, das eine doppelte Primärlisting an den US- und Hongkonger Börsen absolvierte. Das Unternehmen hat rund 4,16 Milliarden HK-Dollar an Kapital beschafft, was das größte IPO von chinesischen Unternehmen an der Hongkonger Börse in den letzten vier Jahren darstellt.

An diesem Tag stieg der Vorhandelskurs von Hesais Aktien an der US-Börse stark an, um über 6 % auf 30,29 US-Dollar. Nach dem Börseneröffnung in Hongkong stiegen die Aktienkurse rasch an, und der Anstieg betrug innerhalb von zwei Minuten über 10 %. Der Marktwert erreichte vorübergehend über 35 Milliarden HK-Dollar.

Kürzlich veröffentlichte Goldman Sachs einen Forschungsbericht, in dem es heißt, dass sich LiDAR in China in diesem Jahr beschleunigt verbreitet und ab 2026 bis 2027 in der globalen Automobilindustrie in Massen produziert werden wird. Goldman Sachs prognostiziert, dass die Auslieferung von LiDAR für ADAS im Ausland bis 2030 3 Millionen Einheiten erreichen wird, was der Größe des chinesischen Marktes im Jahr 2025 entspricht. Goldman Sachs hat Hesais Hongkong-Aktien erstmals mit einer "Kauf"-Empfehlung bewertet, mit einem Zielkurs von 281 HK-Dollar. Der Zielkurs für die US-Aktien wurde von 26,3 US-Dollar auf 36 US-Dollar erhöht, ebenfalls mit einer "Kauf"-Empfehlung.

Zum Mittagsschluss am 26. September lag der Aktienkurs von Hesai in Hongkong bei 227,2 HK-Dollar, nur leicht höher als der Emissionskurs von 212,8 HK-Dollar und weit entfernt vom Zielkurs, den Goldman Sachs angegeben hat.

Bei diesem Unternehmen, das weltweit die meisten LiDAR ausliefert, taucht ein tieferes Problem auf: Wo liegt eigentlich die Zukunft von LiDAR, wenn immer mehr Pkw-Hersteller sich der reinen visuellen Route zuwenden?

01

Bei der Technologie für autonome Fahrzeuge gibt es zwei Routen: Die eine ist die Route der Mehrsensorfusion, bei der mehrere Sensoren wie LiDAR und Kameras zusammenarbeiten, um eine umfassende Wahrnehmung zu ermöglichen, aber die Hardwarekosten sind hoch. Die andere ist die reine visuelle Route, die hauptsächlich auf Kameras und visuelle Algorithmen setzt, wobei die Hardwarekosten niedrig sind, aber die Anforderungen an die Algorithmen hoch sind.

Nachdem die Kosten für LiDAR stark gesunken sind, schien die erste Route zuvor erfolgversprechender. Kürzlich zieht jedoch das von Tesla initiierten reine visuelle Konzept immer mehr Anhänger an. Im Jahr 2025 erklärte He Xiaopeng, der Vorsitzende von XPeng, deutlich, dass XPeng vollständig auf das reine visuelle Konzept umsteigen werde. Selbst das faceliftete SUV G7 hat das LiDAR entfernt.

Ähnlich haben einige Modelle von BYD, wie die intelligenten Fahrversionen des Dolphin und des Seal EV im Preissegment von 100.000 Yuan, das LiDAR aufgegeben und das reine visuelle Konzept "Tian Shen Zhi Yan C" verbaut. Betrachtet man den Preisbereich, ist LiDAR im Markt unter 150.000 Yuan kein "unerlässliches Erfordernis" mehr, und das reine visuelle Konzept wird zum Hauptwahlmerkmal.

Einer der Gründe für die Routenänderung ist, dass die reine visuelle Route die Kosten weiter senken kann.

Früher kostete ein LiDAR-System bis zu 700.000 Yuan, was ein echtes Luxusprodukt war. Zuvor waren die Hardwarekosten von Teslas FSD-System etwa ein Siebtel von denen von Waymo. Jetzt haben chinesische Hersteller wie Hesai die Kosten für LiDAR auf das Niveau von Billigwaren gesenkt. Im Jahr 2025 lagen die Kosten für einige chinesische LiDAR unter 500 US-Dollar (etwa 3.500 Yuan), und einige Unternehmen konnten die Kosten durch technische Optimierungen auf die Größenordnung von tausend Yuan reduzieren.

Selbst wenn es so billig ist, streben die Automobilhersteller in der harten Konkurrenz nach extremer Kostenkontrolle und Massenproduktion und sparen wo immer möglich. Nachdem Tesla die Machbarkeit des reinen visuellen Konzepts aufgezeigt hat, werden mehr Automobilhersteller es versuchen.

Außer den Kosten ist auch die Sicherheit immer ein zentrales Thema bei der Diskussion zwischen LiDAR und reinem visuellen Konzept.

Nach den Daten gibt es bei Teslas FSD-System etwa 0,15 Unfälle pro Million Kilometer, während es bei Waymo etwa 1,16 Unfälle gibt. Bezüglich der Unfallrate ist die von Tesla etwa ein Siebtel von der von Waymo.

Auf den ersten Blick scheint die reine visuelle Route sogar sicherer zu sein als LiDAR.

Unter der scheinbaren Differenz verbirgt sich jedoch ein großer Unterschied in der Statistikmethode: Tesla meldet hauptsächlich schwere Unfälle, bei denen die Airbags ausgelöst werden, und sein autonomes Fahren erfolgt hauptsächlich auf Autobahnen und anderen relativ einfachen Fahrbedingungen. Waymo meldet hingegen alle Unfälle und betreibt sein System in einer Umgebung mit "vollständig unmanned und komplexen städtischen Straßennetzen".

Dieses Merkmal der "vollständigen Unmannedheit" ist genau der wichtigste Indikator für die L4-Stufe der autonomen Fahrweise.

Im Bereich der L4-Stufe der autonomen Fahrweise hat sich die technische Routendifferenz zwischen LiDAR und reinem visuellen Konzept zu einer tiefgreifenden systemischen Differenz entwickelt.

Im Vergleich zur komplexen Fusionsroute hat das reine visuelle Konzept von Tesla den Vorteil, dass es einfacher ist, ein datengesteuertes geschlossenes System aufzubauen. Mit Kamerabildern als einziger Eingabequelle ist die Datenkonsistenz gut. Die riesigen Mengen an echten visuellen Daten, die von der Fahrzeugflotte gesammelt werden, können direkt für das Training und die Optimierung von KI-Modellen verwendet werden, sodass das gesamte System wie ein Mensch lernen kann und sich kontinuierlich weiterentwickelt. Die Iterationsgeschwindigkeit ist sehr hoch, und es wird zunehmend als wahrscheinlicher Weg zur menschähnlichen intelligenten Fahrweise angesehen.

Aber damit das Modell wirklich menschähnliche Fähigkeiten erreicht, muss der Modellalgorithmus noch optimiert werden, und es bedarf einer stärkeren Rechenleistung sowie der Einhaltung von Regulierungs- und Sicherheitsanforderungen.

Schließlich ist die derzeit von Tesla und anderen Pkw-Herstellern eingesetzte Technologie für autonome Fahrzeuge genauer gesagt "Assistenzfahrweise", die darauf besteht, dass der menschliche Fahrer ständig aufpasst und bei Bedarf die Kontrolle übernehmen kann. Dies lässt bei Unfällen einen gewissen Spielraum für die Haftungsbestimmung.

Bei Robotaxis der L4-Stufe liegt die Verantwortung bei Unfällen vollständig beim Betriebsunternehmen, da das Fahrzeug vollständig vom intelligenten Fahrsystem gesteuert wird. Dies ist der größte Unterschied in Bezug auf die Sicherheit zwischen den beiden.

Es ist daher nicht verwunderlich, dass Robotaxi-Unternehmen weiterhin für Hesai entscheiden, während die Automobilhersteller sich der reinen visuellen Route zuwenden.

Hesai hat viele Robotaxi-Kunden. Neben dem neu geschlossenen Vertrag hat es bereits mit acht der weltweit zehn größten Robotaxi-Unternehmen wie Zoox, Aurora, Apollo, Didi, Pony.ai und WeRide eine Partnerschaft aufgebaut.

02

Waymo, als Pionier der Mehrsensorfusion, nutzt in seinem fünften Generationen-Autonomes Fahrsystem (Waymo Driver) ein wahrlich komplexes Wahrnehmungs-Architektur: 5 LiDAR-Sensoren (4 Langstrecken-LiDAR + 1 Kurzstrecken-LiDAR zur Blindspotvermeidung), 8 hochauflösende Kameras und eine neueste 4D-Millimeterwellenradar-Array. Die Punktwolken-Dichte des LiDAR-Systems erreicht 15 Millionen Punkte pro Sekunde, was es auch unter extremen Bedingungen wie Nacht, Regen oder Nebel ermöglicht, die Umgebung mit Zentimetergenauigkeit wiederherzustellen.

Hinter diesem "über-technisierten" Designkonzept verbirgt sich nicht nur ein tiefes Verständnis der "Null-Fehler-Toleranz"-Anforderungen an L4-Systeme, sondern auch der Druck aus der Regulierung und den Gesetzen.

Die US-amerikanische National Highway Traffic Safety Administration (NHTSA) stellte in ihrer im Jahr 2025 veröffentlichten "Sicherheitsbewertungsrichtlinie für L4-Autonomes Fahrsysteme" die "Redundanz des Wahrnehmungssystems" als zentralen Bewertungsindikator fest. Die Richtlinie fordert, dass L4-Systeme in der Lage sein müssen, "bei Ausfall eines einzelnen kritischen Sensors weiterhin sicher zu funktionieren".

Diese Forderung hat in der Praxis die "quasi-unverzichtbare" Stellung von LiDAR in L4-Systemen festgelegt - obwohl die Gesetze keine bestimmten Sensortypen vorgeben, macht die einzigartige Entfernungsgenauigkeit und Umweltanpassungsfähigkeit von LiDAR es zur besten Lösung für die Erfüllung der Redundanzanforderungen.

Ähnlich hat die Europäische Kommission im März 2025 in ihrem "Plan zur Wiederbelebung der Automobilindustrie" diesen Trend weiter verstärkt, indem sie gefordert hat, dass alle in der EU betriebenen L4-Fahrzeuge einen "Test auf Anpassungsfähigkeit unter extremen Witterungsbedingungen" bestehen müssen, einschließlich der Überprüfung der Wahrnehmungsfähigkeit unter Regen, Nebel und Gegenlicht.

Unter diesen Testbedingungen hat LiDAR oft Vorteile, die visuelle Systeme nicht erreichen können.

Außer den strengen Sicherheits- und Regulierungsanforderungen spiegeln die unterschiedlichen Stellungen von LiDAR im Markt für L4-Robotaxis und Pkw im Wesentlichen zwei grundlegend verschiedene Geschäftsmodelle und Verantwortungsmechanismen wider.

Robotaxi-Betreiber wie Waymo streben zwar wie Tesla die Skalierbarkeit an, aber die Voraussetzungen für die Skalierbarkeit sind unterschiedlich: Da Robotaxis die vollständige gesetzliche Verantwortung und Unfallrisiken tragen, erhalten sie ohne ausreichende Sicherheitsgarantien keine Fahrerlaubnis von der Regierung, keine Versicherung von den Versicherern und keine Akzeptanz von der Öffentlichkeit.

In diesem Fall würde ihr Geschäftsmodell in einen "Todeskreis" geraten: "Keine Fahrerlaubnis - keine Skalierbarkeit - keine Kostenreduktion - kein Profit".

Im Gegensatz dazu folgt der Pkw-Markt einem völlig anderen Entwicklungsprinzip. Automobilhersteller können eine "schrittweise" Strategie verfolgen, indem sie mit der L2-Assistenzfahrweise beginnen und die Fähigkeit zur autonomen Fahrweise schrittweise durch OTA-Updates verbessern. In diesem Modell liegt die Fahrverantwortung weiterhin beim Menschen, und die Folgen eines Systemausfalls sind relativ beherrschbar.

Deshalb können Automobilhersteller im Geschäftsmodell für Pkw zunächst Benutzer akquirieren und erst nach der Skalierung die riesigen Mengen an Benutzerdaten und OTA-Updates nutzen, um das System zu verbessern.

Der Entwicklungspfad von Teslas FSD erklärt dieses Modell perfekt.

In den USA (besonders in Kalifornien und Texas) ist die Regulierung von L2-Systemen äußerst locker. Es wird nur verlangt, dass "der Fahrer die Hände am Lenkrad hält", und es gibt keine Zwangsdatenmeldung oder tiefergehende Unfalluntersuchungen.

Tesla nutzt diese lockere Regulierung, um sein Fahrzeug im echten Leben häufig mit der FSD Beta-Version (Testversion) zu betreiben und die öffentlichen Straßen zu einem "kostenlosen Testfeld" zu machen. Dadurch sammelt es kontinuierlich Daten und baut so das weltweit größte Netzwerk zur Sammlung von echten Fahrzeugsdaten auf. Sein End-to-End-Neuronales Netzwerk hat durch das Training mit riesigen Mengen an echten Fahrdaten in einigen Szenarien fast menschliche Fahrfähigkeiten erreicht.

Dass Hesai immer enger an die Robotaxi-Branche heranrückt, ist keine technische Routenerschließung, sondern eine notwendige Wahl des Geschäftsmodells. Dass LiDAR von Robotaxis ausgewählt wird, liegt nicht daran, dass es "klüger" ist als Kameras + KI-Algorithmen, sondern daran, dass es eine "Sicherheitsgebühr" und ein "Zutrittsticket" ist.

03

Hesais Entscheidung, zu diesem Zeitpunkt ein IPO in Hongkong durchzuführen und einen großen Auftrag zu erhalten, war "rechtzeitig".

Betrachtet man die gesetzlichen Rahmenbedingungen, sind sowohl in China als auch in den USA die Vorschriften für intelligente Fahrzeuge zunehmend ausgereift. Technisch gesehen reift auch die zentrale Rechenplattform für die L4-Stufe. Die nächste Generation der in Fahrzeugen eingesetzten zentralen Rechenplattform von NVIDIA, die NVIDIA DRIVE Thor, wird im Jahr 2025 in Serie gehen. Diese Plattform bietet eine maximale Rechenleistung von 2.000 TOPS und ist speziell für die L4-Stufe der autonomen Fahrweise entwickelt.

Zeitlich gesehen ist das Jahr 2026 ein entscheidendes Zeitfenster für die L4-Stufe der autonomen Fahrweise.

Aber Hesai hat nicht alles auf die L4-Stufe gesetzt.

Während der Pkw-Markt vom reinen visuellen Konzept betroffen ist, setzt Hesai aktiv auf geschlossene und halbgeschlossene Anwendungsbereiche, in denen LiDAR-Technologie natürliche Vorteile hat. Seit 2025 hat es seine Präsenz auf B2B-Märkten wie der industriellen Automatisierung, der intelligenten Logistik und dem Hafenbetrieb deutlich beschleunigt.

Ein deutliches Beispiel ist, dass im Zuge der Digitalisierung AGVs (Automated Guided Vehicles) und AMRs (Autonomous Mobile Robots) zu den Kernkomponenten der intelligenten Fertigung werden. Hesais LiDAR-Produkte zeigen in diesem Bereich einzigartige technische Vorteile.

Im Jahr 2025 erreichte der weltweite Markt für AGV/AMR einen Volumen von 6,8 Milliarden US-Dollar, wobei etwa 60 % der High-End-Produkte LiDAR als Hauptwahrnehmungssystem einsetzen. Hesais JT-Serie von Mini-LiDAR ist speziell für diese Anwendungen optimiert und unterstützt eine Positionierungsgenauigkeit von ±10 mm, was es in komplexen Lager- und Fabrikumgebungen mit hoher Dynamik ermöglicht, eine stabile SLAM-Funktion (Simultaneous Localization and Mapping) zu realisieren.

Ähnlich ist die Hafenautomatisierung einer der Bereiche, in denen LiDAR-Technologie in der großen Industrie am meisten benötigt wird. Im Gegensatz zur Komplexität der Straßenumgebung bietet der Hafen als relativ geschlossene industrielle Umgebung ideale Bedingungen für