Drei große staatseigene Unternehmen haben 3,65 Millionen Autos verkauft – können sie die Entwicklung eigener intelligenter Fahrassistenzsysteme finanzieren?

Hallo! Ich bin Ihr Assistent für Finanz- und Wirtschaftsanalysen. Dieser tiefgehende Bericht über den Wettstreit der drei großen staatlichen Unternehmen FAW, Dongfeng und Changan um die eigenständige Entwicklung von intelligenten Fahrassistenzsystemen enthält eine enorme Menge an Informationen und berührt einen der zentralen Probleme der Automobilindustrie: das Kräftemessen um die Kontrolle über die Technologie sowie die Überlebenskosten.

Um Ihnen die Hintergründe leichter verständlich zu machen, werde ich zunächst die Kernpunkte zusammenfassen und diese anschließend aus fünf verschiedenen Perspektiven erklären.

📝 Zusammenfassung der Kerninhalte

In einem Satz:

Angesichts steigender Preise von Drittanbieter für intelligente Fahrassistenzsysteme (wie Huawei und Xpeng) sowie explodierender Chipkosten haben die drei großen staatlichen Unternehmen FAW, Dongfeng und Changan beschlossen, nicht länger nur zu kaufen, sondern selbst zu entwickeln. Doch es geht hier nicht nur um einen technischen Wettstreit, sondern auch um einen Wirtschaftskampf und einen Zeitkampf.

Wichtige Widersprüche:

• Müssen wir es tun – oder können wir es uns leisten? Gesetze verlangen, dass Automobilhersteller die Verantwortung für intelligente Fahrassistenzsysteme übernehmen. Doch die Entwicklung kostet jährlich 5 bis 10 Milliarden Yuan und erfordert zudem große Datenmengen.
• Hohe Verkäufe vs. wenig Daten? Die drei Unternehmen verkaufen zusammen 3,65 Millionen Autos – doch aufgrund unterschiedlicher Modelle und Plattformen können sie ihre Daten nicht miteinander teilen. Die tatsächlich für das Training von KI-Systemen nutzbaren Daten sind möglicherweise weit geringer als erwartet.
• Dringender Zeitdruck: Die Industrie prognostiziert, dass der Markt für intelligente Fahrassistenzsysteme bis 2028 eine erste Umstrukturierung durchlaufen wird. Den staatlichen Unternehmen bleiben weniger als zwei Jahre, um ihre Verkäufe in algorithmische Vorteile umzuwandeln.

---

🔍 Detaillierte Erklärung aus fünf Perspektiven

1. Auslöser: Warum plötzlich eigenständige Entwicklung? – Weil die Auslagerung zu teuer und unkontrollierbar ist

Früher dachten Automobilhersteller, dass die Entwicklung von intelligenten Fahrassistenzsystemen zu schwierig sei und es einfacher sei, fertige Lösungen (wie Huawei’s ADS oder Xpeng’s XNGP) zu kaufen. Doch die Situation hat sich geändert:

• Preiserhöhungen bei Anbietern: Huawei hat die Preise für seine hochentwickelten Fahrassistenzsysteme wieder auf 36.000 Yuan erhöht; auch BYD, Xpeng und Li Auto haben ihre Preise angepasst. Für die Automobilhersteller bedeutet dies, dass sie für jedes verkaufte Auto mehr Geld an die Anbieter zahlen müssen, was ihre Gewinne senkt.
• Steigende Hardwarekosten: Die Kosten für Speicherchips für die Automobilindustrie sind in kurzer Zeit um 180 Prozent gestiegen, was die Herstellungskosten direkt erhöht.
• Angst vor Kontrollverlust: Wenn die Kerntechnologie in den Händen anderer liegt, sind die Automobilhersteller wie „leblose Hüllen“. Ein Ausfall der Anbieter oder eine Änderung ihrer Strategie könnte die Unternehmen in eine schwierige Lage bringen.
• Fazit: Die Preiserhöhungen sind der Auslöser – doch der eigentliche Grund ist, dass die staatlichen Unternehmen erkannt haben, dass sie in der Ära der Automatisierung ihre Kerntechnologien in eigenen Händen halten müssen, um wirtschaftlich erfolgreich zu sein.

2. Der wirtschaftliche Aspekt: Wie viel kostet die eigenständige Entwicklung wirklich? – Es handelt sich um eine Investition ohne klare Grenzen

Viele glauben, dass die Entwicklung einfach darin besteht, einige Mitarbeiter einzustellen, die Code schreiben. Doch in Wirklichkeit ist es ein umfangreiches Systemprojekt:

• Hohe Personalkosten: Nehmen wir Changan als Beispiel: Obwohl die Gesamtinvestitionen 60 Milliarden Yuan betragen, kosten allein die Personalkosten für das spezielle Team für die Entwicklung von Fahrassistenzsystemen (ca. 1.500–2.500 Mitarbeiter) jährlich 1,5 bis 3,8 Milliarden Yuan.
• Versteckte Kosten: Neben den Personalkosten sind auch Kosten für Rechenleistung, Daten annotieren, Teststätten und die Wartung von Cloud-Plattformen zu berücksichtigen. Allein die Aufrechterhaltung des Teams für die Entwicklung von Fahrassistenzsystemen kostet jährlich 5 bis 10 Milliarden Yuan.
• Schwierige Gewinn-Schaden-Bilanz:
• Wenn die Entwicklungskosten niedrig sind (5 Milliarden Yuan/Jahr) und die Kosten für Drittanbieterlösungen hoch (8.000 Yuan/Auto), müssen 625.000 Autos verkauft werden, um die Kosten zu decken.
• Wenn die Entwicklungskosten hoch sind (10 Milliarden Yuan/Jahr) und die Kosten für Drittanbieterlösungen niedrig (5.000 Yuan/Auto), müssen 830.000 oder mehr Autos verkauft werden, um die Kosten zu decken.
• Harte Realität: Daran sind noch die Risiken der technischen Weiterentwicklung zu berücksichtigen. Die Technologie muss alle 2–3 Jahre erneuert werden, was bedeutet, dass die Investitionen fest sind und keine Obergrenzen haben.

3. Das Datenproblem: Mehr Verkäufe ≠ mehr Daten – „wirksame Daten“ sind das wertvolle Kapital

Dies ist der am leichtesten missverstandene Punkt des Artikels. Die drei großen Unternehmen haben im ersten Halbjahr 3,65 Millionen Autos verkauft – doch diese Daten sind für das KI-Training oft nutzlos:

• Datensilos: FAW, Dongfeng und Changan nutzen nicht das gleiche System. Die Daten der einen Unternehmen können von den anderen nicht genutzt werden. Daher können die 3,65 Millionen Autos die Kosten nicht gemeinsam tragen; jeder Unternehmen muss die Kosten selbst tragen.
• Niedrige Umwandlungsrate:
• Das Kauf eines Autos bedeutet nicht unbedingt, dass die Fahrassistenzfunktionen genutzt werden.
• Die Nutzung der Funktionen bedeutet nicht, dass die Daten zurück zur Cloud übertragen werden.
• Die übertragenen Daten müssen hochwertig und für die jeweiligen Anwendungen geeignet sein.
• Vergleich: Huawei’s ADS verfügt über 1 Milliarde Kilometer an Daten; Dongfeng über 1,25 Millionen Datensätze. Doch die Vergleichbarkeit ist eingeschränkt, da die Daten nicht auf die gleichen Anwendungen bezogen sind. Entscheidend sind die Daten aus „wertschöpfenden Szenarien“ (z. B. extreme Wetterbedingungen, komplexe Verkehrsverhältnisse).
• Changans Schwierigkeiten: Changan’s Fahrassistenzsystem „Qiyuan“ richtet sich an Kunden im Preissegment 80.000–200.000 Yuan – diese Kunden wählen die Funktion nur selten aus (Penetration率: 11,6%). Je mehr Autos verkauft werden, desto weniger nutzbare Daten entstehen, was die Entwicklung behindert.

4. Organisation und Zeit: Die „Langsamkeit“ der staatlichen Unternehmen vs. die „Geschwindigkeit“ der Industrie – Die Frist bis 2028 rückt näher

Die Entwicklung von intelligenten Fahrassistenzsystemen ist ein Hochgeschwindigkeitsprozess:

• Kurzer Zeitraum: Die Industrie prognostiziert, dass der Markt bis 2028 eine erste Umstrukturierung durchlaufen wird und nur noch 5–6 Unternehmen übrig bleiben. Von September 2026 aus haben die staatlichen Unternehmen weniger als zwei Jahre Zeit, um ihre Verkäufe in algorithmische Vorteile umzuwandeln.
• Systemische Herausforderungen der staatlichen Unternehmen:
• Lange Entscheidungswege: Die Entwicklung erfordert schnelle Fehlerkorrektur und Iterationen, doch die Entscheidungsprozesse der staatlichen Unternehmen sind oft langsamer als die von Internetunternehmen.

Wettbewerb um Talente: Die Kernkompetenz in der KI-Entwicklung liegt bei den Mitarbeitern. Top-KI-Fachkräfte ziehen es vor, bei Unternehmen wie Huawei, Tesla oder neuen Akteuren zu arbeiten. Ob die staatlichen Unternehmen attraktive Gehälter anbieten und diese Mitarbeiter halten können, ist eine große Frage.

• Drei verschiedene Ansätze der Entwicklung:
• Changan: Risikobereitschaft – vollständige eigenständige Entwicklung mit hohen Kosten, aber umfassender Kontrolle über die Daten und die Technologie.
• FAW: Kooperationsorientiert – gemeinsame Entwicklung zur Kostensenkung, aber die Rechte an den Ergebnissen sind unklar.
• Dongfeng: Vorsichtige Herangehensweise – Doppelstrategie (eigene Entwicklung + externe Lösungen) zur Risikominimierung, doch dies führt zu einer Verteilung der Ressourcen und möglicherweise zu mangelnder Effizienz.

5. Die ultimative Frage: Ist die eigenständige Entwicklung dazu da, Geld zu sparen – oder um zu überleben?

Letztendlich geht es nicht nur um wirtschaftliche Entscheidungen, sondern auch um strategische Aspekte:

• Nicht nur wirtschaftliche Überlegungen: Für die staatlichen Unternehmen geht es auch um die Sicherheit der Lieferketten, die Bereithaltung technischer Kapazitäten, die Einhaltung von Exportvorschriften (keine Datenvergabe ins Ausland) sowie die Umsetzung nationaler Industriepolitiken. Selbst wenn die eigene Entwicklung teurer ist als der Kauf von Fertiglösungen, müssen die staatlichen Unternehmen dies möglicherweise tun.
• Die wahre Herausforderung: Die staatlichen Unternehmen fehlen weder Geld noch Verkäufe – es geht darum, ihre Verkäufe in algorithmische Vorteile umzuwandeln.
• Wer kann die tatsächlichen Daten aus realen Fahrtests am effizientesten in effektive KI-Modelle umwandeln?
• Wer kann bis 2028 eine ausreichend hohe technologische Barriere aufbauen?
• Fazit: Es geht nicht darum, wer die meisten Autos verkauft, sondern darum, wer die Daten am schnellsten in einen geschlossenen Kreislauf bringt und die Kosten für die Algorithmen-Entwicklung senkt. Wenn das Erlebnis des Nutzers nicht mithält, ist der Skaleneffekt bedeutungslos; wenn das Erlebnis jedoch stimmt, können die hohen Entwicklungskosten durch hohe Marktgewinne ausgeglichen werden.

💡 Für die Allgemeinheit

1. Beim Autokauf auf die Herkunft der Fahrassistenzfunktionen achten: In Zukunft sollten Sie nicht nur auf die Marke achten, sondern auch darauf, ob die Funktionen eigenständig entwickelt oder von Drittanbietern gekauft wurden. Modelle mit eigenständig entwickelten Funktionen können sich in Bezug auf späteren OTA-Updates und Datenschutz unterscheiden.

2. Schwierigkeiten bei der Verbreitung von Fahrassistenzfunktionen in günstigen Autos: In Preisklassen von 100.000–200.000 Yuan sind die Verkaufszahlen der Fahrassistenzfunktionen aufgrund der niedrigen Auswahlrate der Kunden oft gering. Daher werden diese Funktionen in dieser Preisklasse voraussichtlich nicht so günstig wie in hochwertigen Autos sein.

3 Große Umstrukturierung der Industrie bevorstehend: 2028 ist ein entscheidender Zeitpunkt – viele der aktuellen Zweitmarken oder Anbieter könnten verschwinden. Als Verbraucher ist es sicherer, sich für führende Marken (sei es Automobilhersteller oder Anbieter von Fahrassistenzsystemen) zu entscheiden.

Ich hoffe, diese Erklärung hilft Ihnen, die komplexen Finanz- und Wirtschaftsnachrichten besser zu verstehen und die zugrundeliegenden Logiken der Automatisierung zu erkennen!