Die Evolution des chinesischen City-Piloten: Von „Pauken" zu One-Stage End-to-End

1. Die Regel-Ära: Die „Paukhölle" des urbanen NOA

Der erste große Sprung der chinesischen intelligenten Mobilität war der Wechsel von der Autobahn in die Stadt. Highway-NOA ist einfach: geschlossene Straße, einheitliche Geometrie, hauptsächlich PKW. Urbanes NOA ist ein anderes Kaliber. Ampeln, ungeschützte Abbieger, Fußgänger, E-Scooter, Lieferfahrer bei Rot, „Reißverschluss"-Logik an vollen Kreuzungen — die Komplexität explodiert.

Der frühere Ansatz: jedes mögliche Szenario mit handgeschriebenen Regeln abdecken. Tausende if-then-else: wann nach Grün anfahren, wie stark beim Reindrängler verzögern, wie eine ungeschützte Linksabbiegerspur planen. Auf der Autobahn reicht das. In der Stadt bricht es zusammen. Chinesische Verkehrsteilnehmer halten sich kaum an Regeln, und die Long-Tail-Szenarien sprengen jede Regelbibliothek. Ein frühes Testteam gab zu: „Es fühlt sich an wie Pauken — auf den vorab kartierten Strecken glänzt das System, und sobald ein unbekanntes Szenario kommt, zögert es, fährt unbeholfen und übergibt wieder an den Fahrer."

Ergebnis: 2025 lag die NOA-Stadtdurchdringung in China nur bei rund 15,1 %, konzentriert auf Fahrzeuge über 200.000–300.000 RMB. Solange der Long-Tail nicht beherrscht wird, ist keine Demokratisierung möglich.

2. Two-Stage End-to-End: Der unbeholfene Halbschritt

Die Branche schwenkte auf End-to-End (E2E) um: ein tiefes neuronales Netz ersetzt den Regel-Stack. Sensoren rein, Fahrbefehle raus, das System lernt das Fahren aus riesigen Datenmengen.

Die erste E2E-Welle in Serie war fast immer zweistufig. Stufe 1: rohe Sensordaten in eine Zwischenrepräsentation verwandeln (semantische Karte, befahrbare Bereiche, erkannte Objekte). Stufe 2: aus dieser Zwischenrepräsentation die Trajektorie oder den Steuerbefehl ableiten.

Two-Stage E2E war schneller in Serie und besser erklärbar. Der tödliche Nachteil: Informationsverlust. Die Zwischenrepräsentation der Wahrnehmung enthält nicht zwingend alle Details, die die Planung braucht. Die Modulgrenze ist konstruktiv ein Engpass, der Signal wegwirft.

In einem Satz: Two-Stage E2E bleibt „erst Wahrnehmung, dann Planung". Das Nutzererlebnis wird besser als bei reinen Regeln, aber das Auto fährt weiterhin steif — harte Bremsen, zögerliche Spurwechsel, ruckartige Längsführung. Man hat das „Steife" gelöst, ohne das „Unbeholfene" zu lösen.

3. One-Stage End-to-End: Das echte „Muskel-Gedächtnis"

Im letzten Jahr hat One-Stage End-to-End ein Wettrüsten ausgelöst und ist rasch zum technischen Konsens der führenden Akteure geworden. Die Grundidee ist brutal einfach: ein Modell, durchgehend. Ein einziges neuronales Netz nimmt Sensordaten am Eingang und liefert am Ausgang eine Fahrtrajektorie, ohne manuell definierte Zwischenmodule — der gesamte Stack wird End-to-End gegen ein Sicherheitsziel optimiert.

Das auffälligste Merkmal: menschliches Fahren.

Das Modell hat praktisch ein „Muskel-Gedächtnis" fürs Fahren entwickelt. Es braucht keinen Ingenieur, der „beim Reindrängler um X m/s² verzögern" formuliert. Durch das Training auf Millionen menschlicher Kilometer internalisiert es einen Fahrzeug-Sinn, der der Intuition eines menschlichen Fahrers ähnelt: weiches Folgen, Antizipieren des vorausfahrenden Fahrzeugs, frühzeitiges Lüften des Fahrpedals, fein abgestimmte Lenk- und Gaspedalkoordination. Keine ruckartigen Lenkeingaben, keine Mikrokorrekturen, keine überstürzten Stopps. Ein Tester des Chery Exeed ET mit dem Horizon-HSD-One-Stage-Stack fasste zusammen: „Lenkung und Gas sind sehr fein koordiniert. Kein abruptes Lenken oder Hin-und-Her-Korrigieren." Das ist das Aussehen eines End-to-End-Modells, das wirklich Fahren gelernt hat.

Heute erhält One-Stage E2E die ausdrückliche Unterstützung von Tesla, Huawei, Horizon, Momenta, Bosch, QCraft (轻舟智航) und MOVING ACT (魔视智能), die alle massiv investieren und die Architektur in echte Fahrzeuge bringen.

Architektur	Kernlogik	Typisches Erlebnis
Regel-Ära	Handgeschriebene if-then-else	„Pauken" — gut auf vorab kartierten Strecken, unbeholfen im Long-Tail
Two-Stage E2E	Wahrnehmung + Planung getrennt, gemeinsam trainiert	Schnelle Auslieferung, aber Informationsverlust → Auto fährt steif
One-Stage E2E	Ein Modell, Sensor in → Trajektorie raus	„Intuitionsfahrt" — flüssig, menschlich, robust im Long-Tail

4. Das neue Wettrennen: Sicherheit, Erklärbarkeit, Skalierung

One-Stage E2E hat eine hohe Obergrenze, bringt aber ein neues Problem: die Black-Box-Falle. Der Entscheidungsprozess ist intransparent; wenn das Auto etwas Seltsames tut, lässt sich schwer sagen, ob die Wahrnehmung oder die Planung versagt hat. Die Ursachenanalyse im Feld wird tatsächlich schwierig.

Die Regulierer bewegen sich bereits. Am 4. August 2026 veröffentlichte das MIIT die erste chinesische obligatorische nationale Norm für L3- und L4-Autonomie: GB 44721-2026, „Sicherheitsanforderungen an automatisierte Fahrsysteme intelligenter und vernetzter Fahrzeuge", geplantes Inkrafttreten am 1. Juli 2027. Die Norm verlangt ein unveränderliches Datenaufzeichnungssystem für automatisiertes Fahren (der „Fahrzeug-Blackbox"), eine herstellerweite lebenszyklusweite Sicherheitsverantwortung, Hardware-Redundanz für Lenkung, Bremse und Intelligent-Driving-Controller, und verbietet irreführende Marketing-Begriffe wie „vollautonom", „L2.999" oder „Quasi-L3".

Zuvor, am 17. September 2025, hatte das MIIT bereits die öffentliche Konsultation für eine weitere obligatorische Norm eröffnet — „Sicherheitsanforderungen an kombinierte Fahrerassistenzsysteme" — die auf der L2-Schicht (adaptiver Tempomat, Spurmittenführung, NOA) ansetzt und eine einheitliche Sicherheitsbasis für Hand-/Augen-Erkennung, Spurwechsel und die Datenaufzeichnungskette für die Unfallanalyse setzt.

Mit der Verschärfung der Regulierung verlagert sich der Wettbewerb von „wer hat die höhere Obergrenze" zu „wer macht End-to-End gleichzeitig schlau und vertrauenswürdig". Führende Akteure investieren in erklärbares und sicheres One-Stage E2E: Sicherheitsmechanismen in die Modellarchitektur selbst einweben und überprüfbare Zwischenüberwachungspunkte bereitstellen, die Ingenieure und Regulierer gleichermaßen prüfen können.

Die Skalierung erreicht ernstes Fahrwasser. 2026 wird die Zahl der Produktionsmodelle mit One-Stage E2E voraussichtlich mehrere Dutzend erreichen. Im November 2025 schob Bosch die erste serienproduktionsreife One-Stage-E2E-Hochfahrerassistenz der Branche auf den Chery Exeed Sterra ES. Im ersten Halbjahr 2026 begann ZYT (ehemals DJI Automotive), sein „高悟性"-E2E-4.0-Modell per OTA an Bestandskunden von FAW Hongqi zu verteilen, beginnend mit dem Hongqi HS6 PHEV und dem Tiangong 05.

Schluss

Der Bogen des chinesischen urbanen Piloten ist sauber. Vom „Pauken" handgeschriebener Regeln über die unbeholfene Two-Stage-End-to-End-Transition bis zum heute in Serie produzierten One-Stage E2E war es ein schrittweiser Ausbruch aus „wie bringen wir dem Auto das Fahren bei" hin zu „wie bringen wir dem Auto das Fahren wie ein Mensch bei".

Die nächste Etappe ist härter als die letzte. Es reicht nicht, dass das System flüssig ist; es muss transparent, überprüfbar und preislich so attraktiv sein, dass es den 200.000+ RMB-Club verlässt. Die echte „Demokratisierung" des städtischen NOA wird an dem Tag kommen, an dem ein One-Stage-Modell mit Blackbox unter dem Sitz sicher verkauft, gewartet und erklärt werden kann — und zwar zum halben Preis eines heutigen Flaggschiffs. Dieser Tag, nicht der einer einzelnen Demo, wird das nächste Jahrzehnt der chinesischen intelligenten Mobilität definieren.