Tencent, das selbst keine Automobile fertigt, hat die gesamte KI-Infrastruktur für Automobilunternehmen aufgebaut.

Die KI im Fahrzeuginnenraum befindet sich derzeit in einer unangenehmen Übergangsphase.

Fast alle Automobilhersteller können die Funktion „Kaffee mit einem einzigen Satz bestellen“ vorführen, aber die wenigen festen Dienste wie Navigation und Musik werden von den Nutzern im täglichen Gebrauch nach wie vor am häufigsten genutzt. Sowohl große Modelle als auch KI-Agenten sind bereits in Fahrzeugen im Einsatz, aber sie sind noch lange nicht auf dem Niveau, dass sie „wirklich gut funktionieren und dauerhaft verwendet werden“.

Die Unternehmens-KI steht vor einer ähnlichen Herausforderung. Büro-KI hat die individuelle Effizienzsteigerung populär gemacht, aber um zur Effizienzsteigerung der gesamten Organisation zu gelangen, müssen noch drei Hürden genommen werden: Szenarioauswahl, technische Verwaltung und ROI. Automobilhersteller haben viele KI-Agenten bereitgestellt, aber nur wenige davon sind wirklich in die Geschäftsprozesse von Forschung, Produktion, Lieferung, Vertrieb und Service integriert.

Diese zwei branchenspezifischen Probleme bilden genau den Einstiegspunkt, um die neuesten Maßnahmen von Tencent Smart Mobility zu verstehen.

Auf dem Sondertreffen für intelligente Mobilität der Tencent Global Digital Ecology Conference 2026 hat Tencent eine Reihe von Produkten veröffentlicht, darunter die neue Generation des TAI-KI-Agenten für intelligente Fahrgasträume und eine KI-Lösung zur Steigerung der organisatorischen Effizienz, um die KI von reinen Produktfunktionen hin zu praktischen Anwendungen voranzutreiben.

Aus Sicht von Tencent sollte sich der Wettbewerb um KI im Fahrgastraum von der Modellfähigkeit zur Fähigkeit zur Aufgabenerledigung verlagern. Auch bei Unternehmens-KI zählt nicht nur, wie viele KI-Agenten bereitgestellt werden, sondern vor allem, ob diese wirklich in die Geschäftsprozesse integriert werden können.

Daher ist die technische Fähigkeit zwar wichtig, aber der Schlüssel liegt darin, die KI mit echten Geschäftsvorgängen zu verbinden, einen stabilen Betrieb zu gewährleisten und Mehrwert zu generieren. Dazu braucht es nicht nur große Modelle, sondern auch grundlegende Fähigkeiten wie Cloud, Karten, geschlossene Datenkreisläufe und Dienstleistungsökosysteme – die zwar nicht besonders auffällig erscheinen, aber die Qualität der praktischen Umsetzung bestimmen.

01

Nutzer wünschen sich eine KI-Fahrgastzelle, die praktische Aufgaben erledigen kann

Im vergangenen Jahr haben die Anbieter von KI-Lösungen für Fahrgasträume sich auf drei Themen konzentriert: die Integration großer Modelle in Fahrzeuge, die Aktualisierung von Sprachassistenten und die Einbindung von Ökosystemanwendungen in Fahrzeuge.

Die Branchenerzählung geht standardmäßig davon aus: Wer den Eingang im Fahrzeug kontrolliert, kann mehr Nutzungszeit der Nutzer gewinnen und Nutzerbindung aufbauen.

Aber brauchen Nutzer wirklich viel Zeit für die Interaktion mit dem Fahrzeugsystem? Und ist es überhaupt notwendig, dass das Fahrzeugsystem das Smartphone ersetzt?

Wenn man wirklich vom Nutzerwert ausgeht, lautet die Antwort in beiden Fällen: Nicht unbedingt.

Zhong Xuedan, Vizepräsident von Tencent Cloud und Leiter von Tencent Smart Mobility, ist der Ansicht, dass man im KI-Zeitalter das Nutzererlebnis nicht einfach an der Nutzungsdauer im Sinne des Internets messen kann. Das wirklich Wichtige ist, welche Probleme die KI löst.

Das heißt, dass eine Minute weniger, die der Nutzer im Fahrzeug verbringt, kein Zeichen für ein schlechtes Erlebnis ist. Wenn man eine Aufgabe mit nur einem Satz erledigen kann, sind die eingesparte Zeit und die vermiedenen Bedienungsschritte genau der Nutzen, den die KI bietet.

Dies steht in Einklang mit dem Produktkonzept der WeChat-Mini-Programme „Nutzen und dann weggehen“. Nutzer öffnen das Mini-Programm mit einer Anforderung und können es schließen, sobald die Aufgabe erledigt ist. Im Szenario des Fahrgastraums liegt der Schlüssel darin, ob die KI die Aufgabe gut erledigen kann.

Der TAI-KI-Agent, den Tencent dieses Mal vorstellt, folgt genau diesem Konzept, und seine Fähigkeiten gliedern sich in zwei Ebenen.

Erste Ebene: Yuanbao kommt ins Fahrzeug und verbindet die gesamte Dienstleistungskette.

Durch Fähigkeiten wie Vollduplex-Ende-zu-Ende-Sprache, Yuanbao-Suche und das Hunyuan-Modell eröffnen sich dem Fahrzeugsystem mehr Möglichkeiten, die Anforderungen der Nutzer zu verstehen, komplexe Probleme zu bearbeiten und natürliche Interaktionen durchzuführen. Gleichzeitig erweitern der TAI-Assistent für den Fahrgastraum, der TAI-Agent für Mobilitätsdienste und der TAI-Agent für Inhaltsunterhaltung diese Fähigkeiten auf spezifische Szenarien im Fahrzeug.

Wenn der Nutzer beispielsweise seine Präferenzen für die Reise nennt, kann die KI Empfehlungen für Gastronomie, Unterhaltung und Sehenswürdigkeiten entlang der Strecke geben und die Reiseroute entsprechend anpassen. Nachdem die Vereinbarung feststeht, kann der TAI-Agent für Mobilitätsdienste auch die Buchung von Hotels und Tickets übernehmen und sogar per KI-Anruf einen Tisch im Restaurant reservieren, um den Nutzer bei allen Schritten von der Planung bis zur Buchung zu unterstützen.

Man sieht: Das Modell liefert die Verständnisfähigkeit, der Agent übernimmt die Aufgabenerledigung, und das Dienstleistungsökosystem erfüllt die spezifischen Anforderungen. Je reibungsloser die Übergänge zwischen den einzelnen Gliedern funktionieren, desto weniger muss der Nutzer selbst eingreifen.

Zweite Ebene: Zusammenarbeit mit Xiaowei, um einen durchgehenden Dienst innerhalb und außerhalb des Fahrzeugs zu gewährleisten.

Ein weiteres leicht übersehenes Problem bei Mobilitätsdiensten ist, dass die Anforderungen der Nutzer den gesamten Reiseverlauf begleiten und nicht auf die Zeit im Fahrzeug beschränkt sind.

Vor der Abreise muss der Nutzer beispielsweise die Route prüfen und Reisepläne erstellen; während der Fahrt braucht er Navigation und Dienste entlang der Strecke; nach der Ankunft möchte er möglicherweise Restaurants suchen und Sehenswürdigkeiten besuchen. Wenn man bei jedem Schritt die Anwendung neu öffnen und die Anforderungen erneut beschreiben muss, bleibt das gesamte Erlebnis fragmentiert.

Daher sollten Fahrzeugsystem und Smartphone kein Nullsummenspiel sein. Tencent geht davon aus, dass beide für einen sehr langen Zeitraum nebeneinander existieren werden.

Fahrzeugsystem und Smartphone haben jeweils ihre geeigneten Anwendungsbereiche. Der Schlüssel liegt darin, die Dienste auf beiden Seiten reibungslos miteinander zu verbinden. Genau das ist der Sinn der Zusammenarbeit zwischen dem Smartphone-Assistenten Xiaowei, WeChat-Mini-Programmen und dem Fahrzeugassistenten Yuanbao.

Der Nutzer plant seine Reise vor der Abreise auf dem Smartphone, nach dem Einsteigen ins Fahrzeug werden Route und Vereinbarungen mit dem Fahrzeug synchronisiert; nach der Ankunft am Zielort können Dienste wie die Bestellung im Restaurant und die Führung durch die Sehenswürdigkeit wieder auf das Smartphone übergehen. Von der Reiseplanung vor der Abreise über die Navigation im Fahrzeug bis zu den Diensten am Zielort werden alle Glieder der Reise miteinander verbunden.

Dahinter stehen nicht nur die großen Modelle und Datendienste von Tencent, sondern auch die Routenplanung und Standortdienste von Tencent Maps, die über WeChat-Mini-Programme verbundenen Ökosystemressourcen wie Gastronomie und Hotels sowie WeChat Pay zur Abwicklung von Transaktionen. Die scheinbar einfache geräteübergreifende Fortsetzung der Dienste hängt tatsächlich von der Zusammenarbeit von Cloud, Karten, Daten und Dienstleistungsökosystem ab – dies ist ein Vorteil, den Tencent über lange Jahre aufgebaut hat.

Tencent hat tatsächlich einen zentralen Wert von KI im Fahrgastraum erkannt: Man muss den Nutzern nicht mehr Zeit im Fahrzeugsystem verbringen lassen, sondern die KI natürlich in den Reiseablauf integrieren, um Anforderungen genau dann zu erfüllen, wenn sie gebraucht werden.

Schließlich wird niemand extra mit dem großen Modell im Fahrzeug chatten. Aber wenn man in Eile schnell einen Kaffee bestellen kann, beim Parken nicht nach der Zahlungsseite suchen muss und nach dem Aussteigen den Reiseplan weiter einsehen kann, wird die KI natürlich leicht zu einem Teil des täglichen Reisens.

02

Die praktische Umsetzung von KI in Organisationen ist schwieriger als gedacht

Automobilhersteller wünschen sich, dass die KI im Fahrzeug menschenähnlich und intelligent genug ist, aber ihre eigenen internen Prozesse für Forschung, Produktion und Verwaltung sind möglicherweise noch nicht bereit, mit der KI zusammenzuarbeiten.

Die KI im Fahrzeug muss die Nutzer verstehen, und die KI im Inneren des Automobilunternehmens muss genauso gut die Geschäftsvorgänge verstehen.

Ersteres muss die Hürde von „Verstehen“ zu „Erledigen“ überwinden, Letzteres die Kluft von „Demo erstellen“ zu „stabile praktische Umsetzung“ überbrücken. Diese Hürde ist ebenfalls schwer zu nehmen.

Obwohl die individuelle Effizienzsteigerung vielen Mitarbeitern bereits die Vorteile der KI vor Augen geführt hat, bedeutet es nicht, dass das gesamte Unternehmen seine Geschäftsabläufe mit Hilfe von KI verbessern kann, wenn einzelne Mitarbeiter sie gut nutzen.

Das direkteste Problem ist, dass es immer eine Lücke zwischen der Demo und dem echten Produktionsprozess gibt. In der Demonstrationsumgebung können KI-Agenten Aufgaben oft schnell erledigen, aber sobald sie in echten Geschäftsvorgängen eingesetzt werden, treten Probleme auf wie unvollständiges Wissen, instabile Datenqualität, komplexe Systemschnittstellen und schwer abdeckbare Ausnahmesituationen.

Das Schwierigere ist, dass viele Probleme nicht am Modell selbst liegen.

Erstens: Die Geschäftsanforderungen sind möglicherweise nicht klar definiert, und das KI-Projekt wählt von Anfang an das falsche Szenario. Wenn das Ziel unklar ist, kann selbst die stärkste Modellfähigkeit nur den ursprünglichen Prozess beschleunigen, ohne das Endergebnis zu verbessern.

Zweitens: Daten, Wissen und Geschäftsprozesse sind voneinander isoliert. Unternehmen haben eine Menge Geschäftserfahrungen angesammelt, die aber auf verschiedene Abteilungen und Systeme verteilt sind.

Ein Hersteller von Neuwagen aus der Branche erwähnte auf einem Rundtischgespräch: Obwohl alle Abteilungen bereits ihre eigenen Wissenssysteme aufgebaut haben, ist es immer noch sehr schwierig, das Wissen auf Konzernebene zu verbinden, die Rechteverwaltung zu optimieren und das Wissen auf der untersten Ebene von Technik und Produkten fließen zu lassen. Auf dem Markt fehlen zudem ausgereifte Lösungen, die man direkt übernehmen kann.

Auch die organisatorischen Mechanismen bilden eine Hürde. Beispielsweise bleiben Organisations- und Verwaltungsweisen im Zeitalter der traditionellen Digitalisierung stecken, was beim Aufbau digitaler Plattformen leicht zu Umwegen führt. Außerdem entwickeln sich die Modelle zu schnell, sodass der technische Aufwand und das Risikomanagement nicht Schritt halten können.

Wenn all diese Probleme zusammenkommen, bedeutet das: Wenn die KI tief in die Geschäftsvorgänge eindringt, brauchen Automobilhersteller nicht nur mehr Werkzeuge, sondern auch ein System mit Mechanismen, das kontinuierlich Anforderungen erkennt, die Zusammenarbeit organisiert, Erfahrungen sammelt und Risiken kontrolliert.

Tencent versucht, dies auf drei Ebenen voranzutreiben: Werkzeuge, Plattform und gemeinsame Gestaltung mit dem Geschäft.

WorkBuddy und CodeBuddy dienen der individuellen Effizienzsteigerung der Mitarbeiter und helfen ihnen, Aufgaben schnell zu erledigen und Anwendungsfälle zu erkunden. Die Unternehmensplattform für KI-Agenten ist für Geschäftsprozesse gedacht, die langfristig laufen und an denen mehrere Mitarbeiter zusammenarbeiten.

Ersteres macht es den Mitarbeitern leichter, die KI zu nutzen, Letzteres übernimmt die validierten Fähigkeiten (Skills) und Agenten, sodass bewährte Erfahrungen von anderen Teams wiederverwendet werden können. Die Plattformmechanismen verwalten zudem Aufgabenplanung, Ressourcen und Sicherheit.

Diese beiden Ebenen der Fähigkeiten dürfen nicht vermischt werden. Wenn man den Mitarbeitern nur Werkzeuge zur Verfügung stellt, kann zwar die Effizienz einzelner Personen gesteigert werden, aber alte Probleme wie doppelte Entwicklungsarbeit und voneinander getrennte Systeme bleiben bestehen. Nur wenn die validierten Fähigkeiten festgehalten werden, können individuelle Erkundungen zu Vermögenswerten werden, die die Organisation dauerhaft nutzen kann.

Aber die Plattform ist kein Allheilmittel. Unklare Geschäftsanforderungen und schlechte Datenqualität führen trotzdem dazu, dass die KI-Agenten in der realen Umgebung auf Probleme stoßen.

Daher geht Tencent durch den FDE-Mechanismus direkt vor Ort in die Geschäftsvorgänge ein, identifiziert gemeinsam mit Technikern, Unternehmensberatern und den Teams der Automobilhersteller hochwertige Szenarien, klärt die Datenbedingungen, die Grenzen der Zusammenarbeit von Mensch und KI, die Risikokontrolle und die Bewertungsindikatoren, und treibt dann die Anwendung von der Demo hin zum echten Geschäft voran. Das gemeinsame Projekt namens „Raketenklasse“, das Tencent mit Changan Automobile durchführt, ist die praktische Umsetzung dieses Konzepts.

Tencent erforscht zudem den Einsatz von KI-Agenten in Anwendungsbereichen wie Fahrzeugmodellplanung, Analyse von Forschungsdaten, Koordination von Produktion und Vertrieb sowie dynamisches Marketing. Laut Informationen hat der Assistent für Fahrzeugmodellplanung eines Automobilkonzerns den Zyklus der Datenanalyse von wochenweise auf stundenweise verkürzt, und die Effizienz bei der Erstellung von Forschungsberichten wurde um 95 % gesteigert.

Diese Zahlen müssen zwar im Kontext der spezifischen Aufgaben und statistischen Definitionen betrachtet werden, aber sie zeigen zumindest, dass die KI nun in Geschäftsprozesse mit klar definierten Zielen und Bewertungsmethoden eingezogen ist und nicht mehr nur auf technische Demonstrationen beschränkt bleibt.

03

Tencent baut keine Autos –

Warum übernimmt es alle KI-Aufgaben der Automobilhersteller?

Nutzer auf der C-Seite nehmen die Veränderungen bei KI-Fahrgasträumen und intelligenten Fahrassistenzprodukten wahr, während Automobilhersteller auf der B-Seite die KI-gestützte Effizienzsteigerung auf Organisationsebene sehen. Aber Tencents Präsenz geht weit über diese zwei sichtbaren Bereiche hinaus. Unter der Oberfläche fördern alle KI-Fähigkeiten von Tencent kontinuierlich die Weiterentwicklung der Produktivität in der Automobilbranche.

Es ist erwähnenswert, dass KI