Agentic AI hält zunehmend Einzug in die Produktentwicklung der Automobilindustrie. Laut einer aktuellen Studie des Capgemini Research Institute nutzen 33 Prozent der befragten Unternehmen die Technologie bereits, weitere 35 Prozent testen sie in Pilotprojekten. Besonders in indirekten Entwicklungsbereichen soll der Einsatz in den kommenden zwei bis drei Jahren deutlich steigen: von derzeit 26 auf 68 Prozent.
Die Erwartungen an die Technologie sind entsprechend hoch. 83 Prozent der befragten Führungskräfte gehen davon aus, dass Agentic AI Ingenieurinnen und Ingenieuren mehr Zeit für ihre eigentlichen Entwicklungsaufgaben verschaffen kann, indem administrative und koordinative Tätigkeiten reduziert werden. Gleichzeitig zeigt die Untersuchung erhebliche Defizite bei den organisatorischen Voraussetzungen. Nur fünf Prozent der Unternehmen verfügen demnach über eine vollständig ausgereifte KI-Governance. Herausforderungen bestehen insbesondere bei Datenqualität, Nachvollziehbarkeit von Entscheidungen, klaren Verantwortlichkeiten und der Zusammenarbeit mit Partnern.
Vorreiter verkürzen Entwicklungszyklen deutlich
Für die Studie wurden 800 Führungskräfte aus der Automobilindustrie in zwölf Ländern in Nordamerika, Europa und dem asiatisch-pazifischen Raum befragt. Nach Einschätzung der Studienautoren entwickelt sich Agentic AI zu einer wichtigen nächsten Stufe der Digitalisierung in der Fahrzeugentwicklung. Zwar investieren inzwischen viele Hersteller und Zulieferer in Künstliche Intelligenz, messbar bessere Ergebnisse erzielt bislang jedoch nur eine vergleichsweise kleine Gruppe.
Diese Vorreiter berichten von um 17 Prozent kürzeren Entwicklungszyklen und einer um 19 Prozent höheren Entwicklungsproduktivität. Auch die Zeit bis zur Markteinführung neuer Produkte habe sich bei ihnen um 19 Prozent verkürzt. Entscheidend sei dabei weniger der reine Einsatz von KI als vielmehr die Qualität der zugrunde liegenden Daten, klar definierte Geschäftsanwendungen sowie verbindliche Governance- und Betriebsmodelle.
Auch regional zeigen sich Unterschiede beim Reifegrad. In den USA setzen 53 Prozent der befragten Automobilhersteller bereits konkrete KI-Initiativen um, in Europa sind es 46 Prozent. 18 Prozent der US-amerikanischen und 16 Prozent der europäischen Hersteller verfügen zudem über eine umfassende, bereichsübergreifende KI-Strategie mit definierten Zielen und einer Roadmap. In China befinden sich vier von zehn Befragten bereits in der Umsetzungsphase, aber nur sieben Prozent haben ein vergleichbar weit entwickeltes strategisches Modell etabliert.
Vertrauen sinkt bei sicherheitskritischen Anwendungen
Wie stark Unternehmen Agentic AI einsetzen, hängt laut Studie auch davon ab, wie viel Vertrauen sie in die Technologie haben. In frühen Forschungs- und Konzeptphasen fühlen sich 59 Prozent der Führungskräfte beim Einsatz der Systeme sicher. Sobald KI-generierte Ergebnisse direkten Einfluss auf Entwicklung, Produktqualität oder Sicherheit haben können, sinkt dieser Anteil auf 40 Prozent.
Capgemini führt diese Zurückhaltung vor allem auf fehlende Strukturen für Nachweisführung, Rückverfolgbarkeit und Verantwortlichkeit zurück. Unternehmen müssten nachvollziehen können, wie Entscheidungen zustande kommen und wer für KI-gestützte Ergebnisse verantwortlich ist. Erst dann lasse sich der Schritt von einzelnen Pilotprojekten zu einem breiten Einsatz in sensiblen Entwicklungsprozessen vollziehen.
Heiko Huettel, EVP Automotive Software und CTIO bei Capgemini, sieht in Agentic AI eine neue Phase der Differenzierung innerhalb der Branche. Eine schnelle Einführung allein reiche aus seiner Sicht jedoch nicht aus. Unternehmen müssten gleichzeitig Arbeitsabläufe neu gestalten, Datengrundlagen verbessern, Verantwortlichkeiten definieren und die Zusammenarbeit mit Partnern enger organisieren.
Fahrzeugdaten fließen bislang nur begrenzt in bestehende Modelle ein
Neben dem Einsatz von KI sieht die Studie auch Potenzial bei der Nutzung von Daten aus bereits fahrenden Fahrzeugen. Vernetzte Autos erzeugen große Mengen an Betriebs- und Nutzungsdaten, doch vielen Herstellern gelingt es bislang nur eingeschränkt, daraus kurzfristig Produktverbesserungen abzuleiten.
64 Prozent der Befragten geben an, dass Erkenntnisse aus dem realen Fahrzeugbetrieb vor allem bei der Entwicklung künftiger Fahrzeuggenerationen berücksichtigt werden. Wesentlich seltener würden sie genutzt, um bereits ausgelieferte Fahrzeuge zu verbessern. Over-the-Air-Updates konzentrieren sich derzeit vor allem auf Cybersicherheit und Navigation. Funktionen rund um das eigentliche Fahrverhalten oder Assistenzsysteme werden dagegen deutlich seltener auf diesem Weg weiterentwickelt.
Nach Einschätzung der Studienautoren liegt der künftige Wettbewerbsvorteil deshalb nicht unbedingt darin, noch größere Datenmengen zu sammeln. Entscheidend sei vielmehr, vorhandene Informationen schneller auszuwerten und daraus konkrete Maßnahmen für die Produktentwicklung abzuleiten.
Organisatorische Probleme bremsen die Skalierung
Die größten Hürden beim breiten Einsatz von KI sind laut Studie inzwischen weniger technischer als organisatorischer Natur. Sechs von zehn Führungskräften führen Verzögerungen bei KI-Projekten vor allem auf ineffiziente Prozesse zurück. Gleichzeitig verfügen 45 Prozent der Unternehmen noch über keine definierte Strategie und Roadmap für KI in der Produktentwicklung.
Auch die Zusammenarbeit zwischen Herstellern, Zulieferern und Technologiepartnern ist bislang nur teilweise auf den zunehmenden KI-Einsatz ausgerichtet. Lediglich 30 Prozent der Unternehmen arbeiten in kooperativen Entwicklungsmodellen mit gemeinsamen Erfolgskennzahlen. Nur zehn Prozent haben über ihr Partnernetzwerk hinweg eine gemeinsame Verantwortung für den gesamten Produktlebenszyklus etabliert.
Mit zunehmender Bedeutung softwaredefinierter Fahrzeuge wird diese Zusammenarbeit nach Einschätzung von Capgemini jedoch immer wichtiger. Unternehmen, die KI nicht nur technisch einführen, sondern Daten, Prozesse, Verantwortlichkeiten und Partnerschaften aufeinander abstimmen, dürften deshalb am ehesten in der Lage sein, die Technologie dauerhaft und in größerem Maßstab in der Fahrzeugentwicklung einzusetzen.
Dieser Text basiert auf einer Pressemitteilung von Capgemini/Veröffentlicht am 13.10.2026 und wurde unter Zuhilfenahme von KI erstellt.
