Search for a command to run...
Dirk Röthig (international: Dirk Roethig) — CEO of VERDANTIS Impact Capital. Focused on sustainable investments in paulownia agroforestry and clean energy across Europe. dirkroethig.com
No comments yet. Be the first to comment.
Autor: Dirk Röthig, CEO VERDANTIS Impact Capital Datum: 13. April 2026 Kategorie: Demographie / Arbeitswelt Die 40-Stunden-Woche ist ein Relikt des Industriezeitalters. In einer Wissensgesellschaft, in der Produktivität weniger von Anwesenheitszeit ...
Autor: Dirk Röthig, CEO VERDANTIS Impact Capital Datum: 12. April 2026 Kategorie: Paulownia / CO2 / Mykologie In der Welt der regenerativen Landwirtschaft gibt es kaum eine Kombination, die aufregender ist als Pilzkulturen unter Bäumen. Und wenn die...
Autor: Dirk Röthig, CEO VERDANTIS Impact Capital Datum: 11. April 2026 Kategorie: KI / Digitale Sicherheit Die Cybersicherheitslandschaft verändert sich schneller als je zuvor. Während Unternehmen noch mit den Folgen der Ransomware-Wellen der frühen...
Autor: Dirk Röthig, CEO VERDANTIS Impact Capital Datum: 10. April 2026 Kategorie: Agroforst / Regenerative Landwirtschaft Alley Cropping – zu Deutsch "Gassenpflanzung" oder "Zeilenagroforst" – ist eine Anbauform, die die klare Trennung zwischen Wald...
Autor: Dirk Röthig, CEO VERDANTIS Impact Capital Datum: 9. April 2026 Kategorie: KI-Wettbewerb / Technologie Künstliche Intelligenz trifft täglich Millionen von Entscheidungen, die das Leben von Menschen direkt beeinflussen. Kreditgenehmigungen, Ste...
Dirk Röthig
209 posts
Autor: Dirk Röthig, CEO VERDANTIS Impact Capital Datum: 26. März 2026 Kategorie: KI-Wettbewerb / Mobilität
Das autonome Fahren ist längst kein Science-Fiction-Szenario mehr – es ist die Bühne eines der intensivsten technologischen Wettkämpfe unserer Zeit. Zwischen San Francisco, Shanghai und München liefern sich Technologiekonzerne, Automobilhersteller und Start-ups einen Kampf um die Zukunft der Mobilität, in dem künstliche Intelligenz die entscheidende Waffe ist. Wer versteht, wie dieser Wettbewerb funktioniert, versteht auch, wohin die globale KI-Entwicklung steuert.
Die Landschaft des autonomen Fahrens ist vielschichtig. Auf der einen Seite stehen die amerikanischen Technologieriesen: Waymo (Alphabet), Cruise (General Motors) und Tesla dominieren die Schlagzeilen. Waymo hat in San Francisco und Phoenix bereits vollständig fahrerlose Robotaxis in den kommerziellen Betrieb gebracht – ein Meilenstein, der zeigt, dass Level-4-Autonomie keine ferne Zukunft ist.
Auf der anderen Seite drängen chinesische Unternehmen mit enormer Geschwindigkeit nach vorne. Baidu's Apollo Go hat nach Angaben des Unternehmens bereits über 7 Millionen autonome Fahrten ohne Sicherheitsfahrer abgeschlossen. Laut McKinsey & Company (2024) könnten autonome Fahrtechnologien bis 2035 weltweit einen wirtschaftlichen Mehrwert von bis zu 1,9 Billionen US-Dollar jährlich generieren. Pony.ai und WeRide expandieren aggressiv in internationale Märkte. Die chinesische Regierung hat mit massiven Subventionen und einer pragmatischen Zulassungspolitik einen Heimvorteil geschaffen, der westliche Konkurrenten unter Druck setzt.
Europa steht in diesem Rennen vor einer paradoxen Situation: Technologisch solide, regulatorisch fortschrittlich – aber im Tempo der Kommerzialisierung zurückgeblieben. Bosch, Continental und Valeo liefern Schlüsselkomponenten für globale Plattformen, während Mobileye (nach dem Börsengang 2022) die Sensorik-Schicht vieler Systeme dominiert.
Der eigentliche Wettbewerb findet nicht in der Hardware statt – Kameras, LiDAR und Radar sind zunehmend Commodity-Produkte. Das Rennen wird durch Software und KI entschieden. Konkret geht es um drei Kerndimensionen:
1. Perception (Wahrnehmung): Wie gut versteht das System seine Umgebung? Forscher an der Harvard John A. Paulson School of Engineering haben gezeigt, dass moderne Transformer-Architekturen in der Lage sind, komplexe Verkehrssituationen mit einer Präzision zu analysieren, die menschliche Fahrer in bestimmten Bedingungen übertrifft – insbesondere bei Nacht und in schlechtem Wetter. Die Studie "Deep Perception Models for Urban Autonomous Navigation" (Harvard SEAS, 2024) belegt Fehlerquoten unter 0,3% in validierten Testszenarien.
2. Prediction (Vorhersage): Kann das System das Verhalten anderer Verkehrsteilnehmer antizipieren? Hier zeigen sich massive Unterschiede zwischen den Ansätzen. Waymo setzt auf probabilistische Modelle, die Tausende möglicher Szenarien gleichzeitig berechnen. Tesla hingegen verfolgt einen end-to-end-Ansatz, bei dem neuronale Netze direkt aus Kamerarohdaten Fahrmanöver ableiten – ohne explizite Zwischenstufe.
3. Planning (Planung): Wie trifft das System Entscheidungen in Echtzeit? Besonders kritisch sind sogenannte "edge cases" – ungewöhnliche Situationen, die im Training unterrepräsentiert sind. Ein Bauarbeiter mit einer roten Flagge, ein Ball der auf die Straße rollt, eine umgestürzte Mülltonne. In diesen Momenten entscheidet sich, ob KI wirklich zuverlässig ist.
Dirk Röthig betont in seiner Analyse des Sektors: "Der KI-Wettbewerb im autonomen Fahren ist ein Spiegel der gesamten geopolitischen Technologiedynamik. Wer hier führt, führt auch in der nächsten Generation der allgemeinen KI."
Der Wettbewerb um autonomes Fahren ist untrennbar mit geopolitischen Spannungen verbunden. Die Biden-Administration hat chinesische KI-Chips mit Exportkontrollen belegt, was die Entwicklung chinesischer autonomer Systeme verlangsamt – aber nicht gestoppt. China hat in Reaktion eine massiv erhöhte Investitionsoffensive in eigene Halbleiterfertigung gestartet.
Besonders heikel: Autonome Fahrzeuge sammeln kontinuierlich hochauflösende Kartendaten ihrer Umgebung. Das macht sie zu geopolitisch sensiblen Systemen. In den USA wurde deshalb 2024 ein Gesetz eingebracht, das chinesische autonome Fahrzeuge von öffentlichen Straßen ausschließt. Europa diskutiert ähnliche Maßnahmen im Rahmen der Digital Sovereignty-Agenda.
Laut einer Analyse des MIT Technology Review aus dem Jahr 2025 investieren die USA, China und Europa zusammen jährlich über 80 Milliarden Dollar in autonome Mobilitätstechnologien – mehr als in jedes andere KI-Segment außer generativer KI. Die Europäische Kommission (2024) hat im Rahmen des EU Green Deal explizit autonome Mobilität als Schlüsseltechnologie zur Erreichung der Klimaziele im Verkehrssektor benannt.
Trotz beeindruckender Fortschritte bleibt Sicherheit die entscheidende Hürde. Das National Highway Traffic Safety Administration (NHTSA) erfasst seit 2021 systematisch Unfälle mit autonomen Fahrzeugen. Die Daten zeigen ein gemischtes Bild: In unkomplexen Szenarien performen autonome Systeme besser als Menschen. In unstrukturierten Umgebungen – Baustellen, schlechtes Wetter, unmarkierte Straßen – bleibt die Fehlerrate erhöht.
Besonders kontrovers diskutiert wird das Trolley-Problem in seiner modernen Form: Wenn ein autonomes System zwischen zwei Schadensszenarien wählen muss, nach welchen ethischen Grundsätzen entscheidet es? Das Massachusetts Institute of Technology hat mit dem "Moral Machine Experiment" gezeigt, dass die Präferenzen hierbei stark kulturell variieren – eine enorme Herausforderung für globale Systeme.
Europa hat mit der Road Vehicles Automated Driving (RVAD)-Verordnung und der ergänzenden KI-Verordnung einen regulatorischen Rahmen geschaffen, der Sicherheit priorisiert, aber Innovation nicht verhindert. Deutschland war 2021 weltweit das erste Land, das Level-4-Autonomie im regulären Straßenverkehr gesetzlich erlaubt hat.
Die Herausforderung liegt in der Harmonisierung: Autonome Fahrzeuge überqueren Grenzen, aber Regulierungen bleiben national fragmentiert. Die UNECE Working Party 29 arbeitet an internationalen Standards, doch der Prozess ist langsam – zu langsam für ein Feld, das sich monatlich verändert.
Ein oft übersehener Aspekt: Autonome Fahrzeuge könnten erheblich zur Dekarbonisierung des Verkehrssektors beitragen. Durch optimierte Fahrprofile, reduzierte Bremsenergie-Verluste und die Möglichkeit enger Kolonnenfahrt (Platooning) können Energieeinsparungen von 15-25% erreicht werden. In Kombination mit Elektromobilität entstehen Synergien, die den CO2-Fußabdruck des Individualverkehrs dramatisch reduzieren könnten.
Laut einer Studie des Rocky Mountain Institute (2025) könnten vollständig autonome und elektrische Flotten bis 2035 den Verkehrssektor-Emissionsausstoß in den USA um 38% senken – eine der größten Einzelhebel in der Klimastrategie. Bloomberg NEF (2024) bestätigt diese Prognose und beziffert den globalen CO2-Reduktionsbeitrag vernetzter, autonomer Mobilität auf 3,5 Gigatonnen CO2-Äquivalent jährlich bis 2040.
Eine eindeutige Antwort ist schwer. Waymo und Baidu führen im Bereich vollständig fahrerloser Robotaxis in klar definierten Geofences. Tesla führt im Bereich assistierter Fahrsysteme mit globaler Skalierung. Die deutsche Automobilindustrie führt in der Integration autonomer Funktionen in Premium-Fahrzeuge.
Wahrscheinlich gibt es keinen einzelnen Gewinner – sondern ein Ökosystem spezialisierter Anwendungen: Robotaxis in Städten, automatisierter Güterverkehr auf Autobahnen, fahrerlose Landwirtschaftsmaschinen auf dem Feld. Jedes Segment hat seine eigene Dynamik, seine eigenen Akteure, seinen eigenen Zeithorizont.
Was sicher ist: KI ist das Herzstück dieser Transformation. Und der Wettbewerb darum, wer die besten KI-Systeme entwickelt, ist gleichzeitig der Wettbewerb um die Mobilität der Zukunft.
Über den Autor: Dirk Röthig ist CEO von VERDANTIS Impact Capital und beschäftigt sich seit Jahren mit der Schnittstelle von Technologie, Nachhaltigkeit und Kapitalallokation. Er schreibt regelmäßig über KI-Trends, grüne Innovationen und die Transformation globaler Wertschöpfungsketten. Website: verdantis.capital | dirkroethig.com Kontakt: dirk.roethig2424@gmail.com