AACHEN / LONDON (IT BOLTWISE) – FEV kooperiert mit Microsoft, um generative KI direkt im Fahrzeug verfügbar zu machen. Im Fokus stehen Small Language Models, die auf NVIDIA GPU-Rechenleistung laufen und multimodale Sprach-, Text- und Gesteninteraktionen unterstützen sollen. Damit sollen wichtige Funktionen auch ohne dauerhafte Internetverbindung nutzbar bleiben. Die Zusammenarbeit zielt zugleich auf geringere Backend- und Infrastrukturkosten im Vergleich zu rein cloudbasierten Large Language Models.
FEV macht einen Schritt in Richtung „Software-definiertes Fahrzeug“, bei dem Künstliche Intelligenz nicht nur als Cloud-Service an Bord kommt, sondern einen Teil der Verarbeitung lokal übernimmt. Im Kern der Kooperation mit Microsoft steht der Einsatz sogenannter Small Language Models (SLMs), die generative KI-Funktionen für Fahrzeuganwendungen bereitstellen sollen – inklusive multimodaler Sprach-, Text- und Gesteninteraktionen. Besonders relevant: Die Inferenz soll auch ohne dauerhafte Internetverbindung funktionieren, wodurch zentrale Nutzer- und Assistenzfunktionen weniger von Netzqualität oder Latenz abhängen.
Technisch setzt die Zusammenarbeit auf GPU-beschleunigte Rechenleistung von NVIDIA und auf KI-Modell-Microservices. Genannt wird dabei die Unterstützung mit Microsoft Foundry-Assets, konkret ein SLM wie „Phi-4-mini-instruct“, das auf NVIDIA DRIVE AGX beschleunigt werden soll. Das klingt zunächst nach „nur“ nach einem Modell-Update, ist aber vor allem ein Architekturthema: SLMs sind im Vergleich zu großen Large Language Models deutlich kompakter und damit eher für On-Device-Szenarien geeignet. So können Fahrzeugfunktionen wie das Konfigurieren des Armaturenbretts oder individueller Profile per Sprachbefehl aus einer lokalen KI-Logik heraus angetriggert werden.
Ein zusätzlicher Punkt ist die Sicherheits- und Robustheitslogik: Das System soll als lokale KI-Absicherung für cloudbasierte Large Language Models fungieren. Praktisch bedeutet das häufig, dass sensible Entscheidungen oder Kontextsichten nicht sofort an externe Systeme ausgelagert werden, sondern zunächst eine lokal verfügbare Intelligenz prüft, klassifiziert und priorisiert. In der Fahrzeugdomäne ist das entscheidend, weil Edge-Cases – etwa unklare Fahrerkommandos, ungewöhnliche Umgebungen in der Stadt oder nur zeitweise verfügbare Verbindungen – zu Fehlinterpretationen führen können. Lokale SLM-Inferenz kann dann als Puffer dienen: Sie stabilisiert die UX und reduziert die Abhängigkeit von passgenauen Netzwerkbedingungen.
Der Markt sieht solche Ansätze bereits in mehreren Strängen: Während viele Player generative KI zunächst als cloudbasierten Assistenzkanal ausrollen, drängen andere auf Edge-Fähigkeiten, um Latenz zu senken und Betriebskosten zu kontrollieren. Die Timing-Perspektive der Zusammenarbeit ist deshalb eng mit dem Umstieg von „Connectivity-getriebenem“ KI-Betrieb hin zu „Device-getriebenem“ Betrieb verknüpft. Analystisch lässt sich daraus ableiten, dass OEMs SLMs einsetzen, um Teile der Interaktion zu entkoppeln: cloudbasiertes LLM wird dann selektiv ergänzt oder bei bestimmten Aufgaben teilweise ersetzt. So entstehen hybride Pipelines, die je nach Use Case zwischen lokalem Verstehen und serverseitiger Tiefenmodellierung umschalten.
FEV adressiert dabei konkrete Anwendungsfelder mit Serienpotenzial. Genannt werden automatisiertes und autonomes Fahren im Bereich von SAE-Level 3 bis 5, bei dem multimodale GenAI die Erkennung von Objekten, Verkehrssituationen und Fahrwegen verbessern soll – besonders in urbanen Umgebungen und bei Grenzfällen. Zusätzlich geht es um Fahrer- und Insassenüberwachung: Eingebettete GenAI soll Müdigkeit, Ablenkung oder ungewöhliches Verhalten erkennen und die Robustheit sicherheitsrelevanter Funktionen erhöhen, auch als Backup für cloudbasierte Systeme. Schließlich steht die Personalisierung der Fahrzeug- und HMI-Konfiguration im Vordergrund, damit Sprachkommandos ohne Abhängigkeit externer Cloud-Infrastruktur in Profil- und UI-Anpassungen münden.
Für die Enterprise-IT und die Entwicklungsteams ist die interessante Frage nicht nur „welches Modell“, sondern wie sich KI-Entwicklung, Training, Evaluation und Deployment im Fahrzeug skalieren lassen. In der Praxis bedeutet das: On-Device-Inferenz verlangt quantisierte Modelle, stabile Laufzeitumgebungen und ein Monitoring, das auch bei wechselnden Kontexten die Qualität in Produktion hält. Auch wenn die Pressemeldung vor allem die Integrationstiefe betont, deutet die Microservice-Logik auf eine moderne Softwarebereitstellung hin, bei der Bausteine wie Sprachverarbeitung, Gestenerkennung und Dialogführung modular austauschbar bleiben. Damit können Funktionen rollenweise ausgerollt werden, ohne jedes Mal die gesamte KI-Kette neu zu validieren.
Regulatorisch und datenschutzseitig verschiebt lokales KI-Processing die Risikoaufteilung. Wenn Sprach-, Text- oder Gesteninteraktionen auf dem Fahrzeug verarbeitet werden, können personenbezogene Daten zumindest teilweise direkt dort bleiben, statt dauerhaft in Rechenzentren zu wandern. Gleichzeitig entstehen neue Pflichten: Modell-Updates (zum Beispiel als Over-the-Air-Mechanismus) müssen abgesichert sein, und es braucht klare Regeln, welche Daten überhaupt im Fahrzeug verarbeitet, wie lange gespeichert und wie sie geschützt werden. Gerade im sicherheitsrelevanten Umfeld ist außerdem wichtig, dass KI-Entscheidungen nachvollziehbar evaluiert werden und Fehlinterpretationen kontrollierbar bleiben. Aus der Branche heißt es daher, dass Unternehmen zunehmend stärker in KI-Sicherheitsarchitekturen investieren müssen – unabhängig davon, ob das Modell lokal oder in der Cloud läuft.
Der Ausblick ergibt sich aus der Kombination mehrerer Faktoren: SLMs, GPU-Beschleunigung, modulare Microservices und ein Hybridansatz zwischen On-Device und Cloud. Diese Strategie verspricht zunächst effizientere Bereitstellung, weil Backend- und Infrastrukturkosten sinken können, wenn cloudbasierte LLMs je nach Anwendungsfall ergänzt oder teilweise ersetzt werden. In der nächsten Stufe dürfte die Arbeit an domänen- und aufgabenspezifischen Optimierungen stehen, etwa für Fahrzeugdialoge, Kontextfenster und robuste Interpretation unter realen Betriebsbedingungen. Für Entwickler bedeutet das konkret Chancen: KI-Funktionalitäten lassen sich als wiederverwendbare Bausteine entwerfen, schneller in verschiedenen Fahrzeugprogrammen testen und langfristig durch gesicherte Modell- und Datenpipelines verbessern. Und für OEMs wird die zentrale Frage sein, wie schnell sich die lokalen Fähigkeiten so ausrollen lassen, dass Sicherheit, Nutzerqualität und Wirtschaftlichkeit gleichzeitig steigen. „Unsere Zusammenarbeit mit Microsoft und NVIDIA zeigt, wie kleine, effiziente Sprachmodelle das Fahrzeugerlebnis verändern können“, sagt Thomas Hückshorst, Group Vice President Intelligent Mobility and Software bei FEV. „Durch die Kombination fortschrittlicher KI-Frameworks mit domänen- und aufgabenspezifischen Optimierungen gestalten FEV und Microsoft die Zukunft intelligenter, sprachgesteuerter Schnittstellen, die den hohen Anforderungen im Fahrzeugeinsatz gerecht werden“, ergänzt Boris Scholl, Vice President of Engineering bei Microsoft.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "FEV und Microsoft bringen kleine KI-Modelle ins Fahrzeug – auf NVIDIA-Basis" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "FEV und Microsoft bringen kleine KI-Modelle ins Fahrzeug – auf NVIDIA-Basis" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »FEV und Microsoft bringen kleine KI-Modelle ins Fahrzeug – auf NVIDIA-Basis« bei Google Deutschland suchen, bei Bing oder Google News!