Nach der Einführung von FSD in China habe ich begonnen, ernsthaft darüber nachzudenken: Tesla, Huawei oder Momenta, wem vertraue ich lieber mein Leben?

Am 21. Mai 2026 gab Tesla offiziell bekannt, dass die überwachte FSD in China verwendet werden kann. Zur gleichen Zeit erreichte die kumulative Assistenzfahrstrecke von Huawei Qiankun ADS bereits 10,47 Milliarden Kilometer, und die Marktanteile chinesischer unabhängiger Anbieter von Fahrerassistenzsystemen beliefen sich auf 77%.

Die Medien schrieben vermutlich über die folgenden Themen: Wird Huawei vernichtet? Wie hoch ist die monatliche Gebühr für FSD? Was tun XPeng und Li Auto als Nächstes? Wird das chinesische Fahrerassistenzsystem-Ranking neu geschrieben?

Ich denke jedoch, dass die oben genannten Fragen nicht diejenigen sind, die wirklich ernsthaft beantwortet werden müssen.

Ein Kommentar im Kommentarbereich war noch direkter: „Der kommerzielle Wert hat wenig mit uns zu tun. Wir interessieren uns dafür, welches System von FSD, Huawei oder Momenta besser, sicherer und müheloser ist.“

Dies ist die Frage, die die meisten Menschen wirklich stellen möchten.

Was ist daran schwierig? Man wählt einfach das System, das das beste Erlebnis bietet. Ist es nicht einfach, zu entscheiden, ob es bequem zu bedienen ist?

Tatsächlich ist es nicht so einfach.

Hinter diesen drei Systemen liegen drei völlig unterschiedliche Technologiestrategien. Der Unterschied liegt nicht darin, ob sie „gut zu bedienen“ sind, sondern darin, in welchen Szenarien und auf welche Weise sie möglicherweise fehlschlagen.

Ohne ein klares Verständnis dieser Aspekte können Sie keine fundierte Entscheidung treffen.

Wie üblich werde ich versuchen, in einem Artikel die zugrunde liegenden Unterschiede zwischen diesen drei Systemen zu erklären.

Zuerst die Karten der drei Gegner auf den Tisch legen

Vor dem Vergleich müssen die grundlegenden Parameter der drei Systeme aufeinander abgestimmt werden.

(Quelle: Tesla offiziell, Huawei Qiankun-Pressemitteilung vom April 2025, Momenta offiziell, 2025 - 2026)

Die drei Systeme basieren auf völlig unterschiedlichen zugrunde liegenden Logiken. Um die wirklichen Unterschiede herauszufinden, kann man nicht nur auf die Parameterlisten schauen, sondern muss auch verstehen, wo und wie sie möglicherweise fehlschlagen.

Drei Strategien, drei unterschiedliche Fehlschlagsarten

Ich nenne diesen Analyserahmen das „Dreidimensionale Fehlschlagsmodell“: Wo befinden sich die Wahrnehmungslücken? Wie gut passt das System zu verschiedenen Szenarien? Wie verliert es die Kontrolle, wenn es Probleme gibt?

Diese drei Fragen sind die wichtigsten, die man sich vor der Wahl eines L2+-Systems beantworten sollte.

Tesla FSD: Die Kosten der reinen Kameratechnologie

Die Technologiestrategie von FSD basiert auf der Annahme, dass, da Menschen mit ihren Augen fahren, auch KI-Systeme nur mit Kameras fahren können. Diese Logik gilt in den meisten Szenarien.

Die Fehlschlagsarten von FSD konzentrieren sich auf zwei Arten von Szenarien:

Erstens: Extreme Lichtverhältnisse und extreme Wetterbedingungen. Reine Kamerasysteme haben eine weitaus schlechtere Wahrnehmungsfähigkeit bei starker Gegenlichtsituationen, starkem Regen, Nebel und dunklen Straßen ohne Beleuchtung als Systeme mit Lidar-Sensoren. Ein Vergleich von Daten aus Branchentestinstitutionen ist bemerkenswert: In Tests unter den Bedingungen eines chinesischen regnerischen Nachtszenarios erreichte das FSD-Modell, das nur mit chinesischen lokalen Daten trainiert wurde, eine durchschnittliche Distanz zwischen den manuellen Eingriffen von etwa 38 Kilometern, während die Version, die mit globalen Daten trainiert wurde, eine durchschnittliche Distanz von etwa 167 Kilometern erreichte. Der Unterschied beträgt etwa das 4,4-fache. Die Fehlbremsrate stieg von etwa 0,12 Mal pro 100 Kilometern auf etwa 0,58 Mal pro 100 Kilometern. (Quelle: Saiwen Traffic Network, basierend auf Daten aus geschlossenen Tests im Oktober 2024)

Diese Daten zeigen, dass die Akkumulation von lokalen chinesischen Daten direkt die Leistungsfähigkeit von FSD unter extremen Wetterbedingungen in China begrenzt. Der-gap zwischen der Menge an lokalen chinesischen Daten und globalen Daten ist immer noch sehr groß.

Zweitens: Die Generalisierungsfähigkeit in chinesischen speziellen Szenarien. Szenarien wie Fahrradfahrer, die die Fahrbahn übernehmen, Fußgänger, die gegen die Ampel über die Straße gehen, Linkskurven ohne Schutz und plötzlich auftauchende Fußgänger oder Fahrzeuge treten in den nordamerikanischen Daten nur sehr selten auf. In den 260.000 Kilometern der internen Tests von FSD in China gab es 37 manuelle Notfall-Eingriffe, von denen ein beträchtlicher Anteil mit nicht-motorisierten Fahrzeugen und Fußgängern zusammenhing. (Quelle: Saiwen Traffic Network, März 2026)

Huawei ADS: Die andere Seite des Lidar-Sensors

Der größte Vorteil von Huawei ADS liegt in der Redundanz mehrerer Sensoren: Lidar-Sensoren können auch bei extremen Lichtveränderungen genaue dreidimensionale Punktwolken liefern, was die Schwächen von Kameras ausgleicht. Dies ist der Hauptgrund für die relative Stabilität von ADS 3.0 in extremen Szenarien.

Die Fehlschlagsarten von Huawei ADS:

Erstens: Die Signalabschwächung des Lidar-Sensors unter Regen- und Schneewetterbedingungen. Laserlicht wird bei Kontakt mit Wasser gestreut, was in starkem Regen, Nebel und anderen Szenarien die Detektionsgenauigkeit des Lidar-Sensors verringert. Huawei versucht, diese Schwäche durch die Fusion mehrerer Sensoren auszugleichen, aber es gibt immer noch Grenzen unter extremen Regenbedingungen.

Zweitens: Die Einschränkung des Ökosystems. Huawei ADS wird derzeit hauptsächlich in Fahrzeugen der Huawei-Familie wie AITO, Zhijie und Xiangjie sowie in einigen Fahrzeugen von Partnerunternehmen verbaut. Die Trainingsdaten sind stark von den echten Straßenbedingungen dieser Fahrzeuge im Ökosystem abhängig. Die Daten-Fließrichtung funktioniert gut innerhalb des Ökosystems (die Anzahl der manuellen Eingriffe pro 100 Kilometern von ADS 3.0 in städtischen NOA-Szenarien beträgt etwa 0,3 - 0,5 Mal, Quelle: Huxiu, Januar 2026), aber außerhalb des Huawei-Liefernetzes ist die Abdeckung eingeschränkt.

Drittens: Die Hardwarekosten. Die Hardwarekosten des Lidar-Sensor-Systems von Huawei ADS sind deutlich höher als diejenigen eines reinen Kamerasystems. Die neueste Version ADS 4.0 ist mit drei Lidar-Sensoren und einem 4D-Millimeterwellenradar ausgestattet (Quelle: Zhihu Qiankun Intelligent Driving ADS Summary, 2025), was einen deutlichen Einfluss auf den Gesamtpreis des Fahrzeugs hat und es für Fahrzeuge im Massenmarktpreissegment ungeeignet macht.

Momenta Mpilot: Die Grenzen des Serienproduktions-Radars

Die Kernlogik von Momenta ist das „Daten-Rad“: Serienfahrzeuge sammeln echte Straßenbedingungen-Daten, die zur Verbesserung des Algorithmus eingesetzt werden, sodass das System während des Fahrens immer intelligenter wird. Diese Logik hat es Momenta ermöglicht, über 130 Serienproduktions-Zusammenarbeitsprojekte mit Fahrzeugen zu realisieren, die Marken wie General Motors Buick, FAW Toyota, Honda China, SAIC Audi und IM Motors umfassen. (Quelle: Momenta offiziell, Shanghai Auto Show April 2026)

Die Fehlschlagsarten von Momenta:

Erstens: Die Datenaufteilung zwischen Serienproduktions-Szenarien und Robotaxi-Szenarien. Momenta betreibt gleichzeitig die beiden Bereiche „Serienproduktion“ und „Robotaxi“. Es gibt Unterschiede in der Datenverteilung zwischen den Fahrbedingungen von Serienfahrzeugen (Autobahn und tägliche Stadtpendelverkehr) und den Betriebsbedingungen von Robotaxis (bestimmte Betriebsgebiete, feste Routen). Das Fahrverhalten von Privatfahrzeugen in unbekannten Städten und unter extremen Straßenbedingungen kann nicht direkt von den Robotaxi-Daten verbessert werden.

Zweitens: Die Lücke in der Benutzerwahrnehmung im B2B-Modell. Momenta ist ein Systemlieferant. Normalerweise sehen die Verbraucher bei der Fahrzeugwahl Marken wie „IM AD“ oder „Buick SuperCruise“ und nicht Momenta selbst. Dies stellt eine gewisse Hürde für die Benutzer dar, wenn sie Probleme nachverfolgen und die Grenzen der Systemfähigkeiten verstehen möchten.

Wer kann am besten auf chinesischen Straßen fahren?

Nachdem wir die Fehlschlagsarten der drei Systeme besprochen haben, betrachten wir nun eine konkretere Frage: Welches System passt am besten zu den chinesischen Straßenbedingungen?

Diese Tabelle zeigt eine grundlegende Einschätzung: Unter den gegenwärtigen chinesischen Straßenbedingungen haben Huawei ADS und Momenta einen Vorsprung bei der Wahrnehmungsredundanz und der Akkumulation von lokalen Daten. Der Vorteil von FSD liegt in seinem Algorithmus-Framework und der globalen Datenmenge, aber die Akkumulation lokaler chinesischer Daten erfordert Zeit. In der gegenwärtigen Phase gibt es nachweisbare Schwächen unter extremen Wetterbedingungen und in speziellen Szenarien.

Natürlich wird diese Einschätzung sich dynamisch ändern, wenn FSD in China mehr Daten sammelt. In sechs Monaten könnte die Füllung dieser Tabelle anders aussehen.

Das Denkmodell für die Leser

Ich habe die Denkwerkzeuge für diese Frage in drei Fragen zusammengefasst. Wenn Sie ein L2+-Fahrerassistenzsystem bewerten möchten, können Sie diese drei Fragen als Leitfaden nutzen:

Frage 1: Wo befinden sich die Wahrnehmungslücken des Systems auf den Straßen, die ich regelmäßig befahre?

Ist Ihre tägliche Pendelfahrt hauptsächlich auf Autobahnen und Stadtautobahnen oder beinhaltet sie viele komplexe Kreuzungen und gemischte Verkehrsszenarien? Bei ersterem gibt es zwischen den drei Systemen nur geringe Unterschiede, bei letzterem haben Huawei und Momenta derzeit einen stärkeren Datenvorrat.

Frage 2: Wie verliert das System die Kontrolle, wenn es Probleme gibt?

Bremsen Sie plötzlich (Fehlbremsung)? Bremsen Sie nicht rechtzeitig (Ausbleiben der Bremsung)? Oder wird die Kontrolle zu langsam an Sie zurückgegeben (Verzögerung bei der Übergabe der Kontrolle)? Die Fehlschlagsmuster der drei Systeme sind unterschiedlich, was Ihre Reaktion in der Nähe der Systemgrenzen beeinflusst.

Frage 3: Dreht das Daten-Rad des Unternehmens schnell genug in Ihrem Fahrbereich?

Die Kernlogik des Daten-Rads ist, dass es genügend Fahrzeuge des gleichen Typs auf Ihrer Fahrstrecke geben muss. Wenn Sie in der Innenstadt von Shanghai fahren, haben alle drei Systeme genügend Trainingsdaten. Wenn Sie auf nicht-populären Straßen in kleineren Städten fahren, sollten Sie sich diese Frage ernsthaft überlegen.

Was hat das mit Ihnen zu tun?

Wenn Sie derzeit ein Fahrzeug auswählen und Fahrzeuge mit einem der drei Systeme auf Ihrer Kandidatenliste stehen: Bevor Sie eine Entscheidung treffen, bestimmen Sie zuerst Ihre Hauptfahrbedingungen und vergleichen Sie dann die Eignung der Systeme für diese Szenarien, anstatt nur auf die Funktionslisten in den Marketingbroschüren zu achten.

Wenn Sie bereits ein Fahrzeug mit einem der Systeme besitzen: Lesen Sie bitte das offizielle Handbuch und überprüfen Sie die Anwendungsempfehlungen des Systems unter extremen Wetterbedingungen und an riskanten Kreuzungen (normalerweise wird von den Herstellern darauf hingewiesen, dass das System unter bestimmten Bedingungen nicht aktiviert werden sollte). Diese Anweisungen geben Ihnen oft direkt einen Hinweis auf die Grenzen des Systems.

Wenn Sie nur ein Zufallsbeobachter sind und kein solches Fahrzeug fahren: Die zunehmende Anzahl von Fahrzeugen mit diesen Fahrerassistenzsystemen auf den Straßen bedeutet, dass Sie auf der Straße immer mehr Fahrzeuge mit Fahrerassistenzsystemen treffen werden. Das Verständnis der Blindbereiche und Fehlschlagsarten dieser Systeme ist auch ein Teil des Bewusstseins für die eigene Sicherheit auf der Straße.

Die besonnene Einschätzung von BT Finance

Es gibt keine absoluten guten oder schlechten Systeme. Es gibt nur unterschiedliche Technologiestrategien und unterschiedliche Fehlschlagsmuster.

FSD setzt auf die Kombination von umfangreichen Daten und reiner Kameratechnologie, um in allen Szenarien anwendbar zu sein. Huawei ADS setzt auf Hardware-Redundanz und tiefe lokale Daten, um sich in den chinesischen Straßenbedingungen abzusichern. Momenta setzt auf die Serienproduktion und die enge Bindung an B2B-Partner, um mit der Skalierung die Iterationsgeschwindigkeit zu erhöhen.

Alle drei Strategien können erfolgreich sein. Aber ihre Erfolgszeiträume sind unterschiedlich, und ihre Leistungen in der gegenwärtigen chinesischen Phase variieren ebenfalls.

Die echte Frage ist nicht, welches System besser ist, sondern: Zu dem Zeitpunkt, zu dem Sie ein Fahrzeug kaufen, welche Art von Fehlschlag sind Sie bereit zu akzeptieren?

Diese Frage sollten Sie sich unbedingt klären, bevor Sie die Anzahlung zahlen.

Dieser Artikel stammt aus dem WeChat-Account „BT Finance“ (ID: btcjv1), Autor: BT Finance, veröffentlicht von 36Kr mit Genehmigung.