Ein chinesisches Startup sorgt für Aufmerksamkeit in der globalen KI- und Automobilbranche: Das Unternehmen ZYT entwickelt ein autonomes Fahrsystem, das nach eigenen Angaben bereits besser fährt als sein eigener CEO – selbst in komplexen Verkehrssituationen wie auf den Straßen von Shenzhen.
Im Zentrum steht ein sogenanntes „Mobility Foundation Model“. Anders als klassische Systeme für autonomes Fahren basiert es nicht auf einzelnen Modulen für Objekterkennung oder Verkehrsanalyse, sondern auf einem ganzheitlichen KI-Ansatz. Die Software lernt eigenständig, wie sich Fahrzeuge im Raum bewegen und Entscheidungen treffen.
Das System wurde mit Daten aus unterschiedlichsten Quellen trainiert – nicht nur aus dem Straßenverkehr, sondern auch aus Drohnen, Robotern oder sogar Kamerabewegungen von Menschen. Dadurch soll es in der Lage sein, sich flexibel an neue Umgebungen anzupassen, ohne speziell dafür programmiert zu werden.
Bisherige autonome Fahrtechnologien arbeiten meist mit klar getrennten Modulen: Sensorik, Objekterkennung, Entscheidungslogik. Diese Systeme werden oft auf bestimmte Städte oder Verkehrssituationen zugeschnitten.
Das neue Modell verfolgt einen anderen Ansatz. Es soll universell funktionieren – unabhängig von Fahrzeugtyp oder Region. Damit könnte sich die Entwicklung deutlich beschleunigen, da Systeme nicht mehr für jede Umgebung einzeln trainiert werden müssen.
Der CEO selbst beschreibt die Technologie als so fortgeschritten, dass selbst die Entwickler nicht mehr vollständig nachvollziehen können, wie das System im Detail Entscheidungen trifft.
Die Entwicklung kommt zu einem Zeitpunkt, an dem der Wettbewerb im Bereich autonomes Fahren weltweit an Dynamik gewinnt. Unternehmen wie Tesla, Xpeng oder Huawei investieren massiv in KI-basierte Fahrtechnologien.
ZYT positioniert sich dabei bewusst anders. Statt nur auf Pkw setzt das Unternehmen zunächst stark auf Nutzfahrzeuge, insbesondere im Lkw-Bereich. Hier lassen sich Effizienzgewinne schneller monetarisieren, etwa durch geringeren Kraftstoffverbrauch oder optimierte Logistikprozesse.
Parallel arbeitet das Unternehmen daran, die Technologie auf kostengünstigere Chips zu übertragen, um sie künftig auch in Massenfahrzeugen einsetzen zu können. Erste Anwendungen im Pkw-Segment werden ab 2027 erwartet.
Die Technologie könnte über den Automobilbereich hinaus wirken. Da das Modell grundsätzlich Bewegung im Raum versteht, ist ein Einsatz auch in Robotik, Logistik oder anderen autonomen Systemen denkbar.
Damit verschiebt sich die Perspektive: Autonomes Fahren ist nicht mehr nur eine Funktion im Auto, sondern Teil einer größeren KI-Architektur für physische Systeme.
Die Aussage, dass die KI bereits besser fährt als ihr eigener Entwickler, steht symbolisch für einen grundlegenden Wandel. Systeme entwickeln sich zunehmend von programmierten Werkzeugen zu lernenden Einheiten.
Für die Branche bedeutet das vor allem eines: Der Wettbewerb verschiebt sich weg von Hardware und Sensorik – hin zu Daten, Modellen und Lernfähigkeit.
SK
Beitragsbild: Depositphotos / aa-W
