Wenn Fahrzeuge zur Software-Plattform werden: Digitalisierung in der Automobilindustrie

Die Halbleiterkrise von 2020 bis 2023 hat der Automobilindustrie eine unbequeme Wahrheit vor Augen geführt: Moderne Fahrzeuge sind längst nicht mehr nur mechanische Produkte mit zusätzlicher Elektronik. Sie entwickeln sich zu Software-Plattformen auf Rädern.

Als die Chipversorgung einbrach, verloren Automobilhersteller schätzungsweise 210 Milliarden US-Dollar Umsatz und mussten 19,6 Millionen Fahrzeuge aus ihren Produktionsplänen streichen. Die Krise zeigte nicht nur, wie verwundbar globale Lieferketten geworden sind. Sie beschleunigte auch einen Wandel, der die Branche ohnehin bereits verändert hatte: Fahrzeugfunktionen werden immer stärker durch Software bestimmt – und damit verändern sich auch Planung, Beschaffung, Produktion und Ausführung.

Für Supply-Chain- und Produktionsverantwortliche in der Automobilindustrie bedeutet das weit mehr als neue elektronische Komponenten. Es verändert, welche Teile beschafft werden, welche Lieferanten strategisch relevant sind, welche Transparenz im Netzwerk nötig ist und wie schnell Unternehmen auf Veränderungen reagieren müssen.

Vor allem aber verändert es, wie Fahrzeuge geplant, terminiert und produziert werden. Nachfragesignale entstehen nicht mehr nur durch Fahrzeugverkäufe, sondern auch durch Softwarefunktionen, Aktivierungen, Updates und digitale Services. Stücklisten werden dynamischer. Bestandsstrategien müssen Hardware berücksichtigen, die bereits verbaut, aber erst später per Software aktiviert wird. Und MES-Systeme müssen nicht nur physische Montageprozesse steuern, sondern auch Softwarestände, Konfigurationen und Qualitätsprüfungen mit dem konkreten Fahrzeug verknüpfen.

Ohne adaptive Planungs- und Ausführungssysteme wird diese neue Komplexität kaum beherrschbar.

Was Fahrzeuge als Software-Plattform für die Fertigung bedeuten

Ein Fahrzeug wird zur Software-Plattform, wenn zentrale Funktionen und Ausstattungsmerkmale nicht mehr ausschließlich durch mechanische Bauteile definiert werden, sondern durch Code. Neue Funktionen können dann nachträglich aktiviert, angepasst oder verbessert werden – etwa durch Over-the-Air-Updates, ohne dass das Fahrzeug dafür in die Werkstatt muss.

Ein Beispiel dafür ist Tesla: Beim Model S wurde die Beschleunigung allein durch ein Softwareupdate verbessert. Auch andere Hersteller arbeiten mit digitalen Funktionsmodellen, bei denen bereits verbaute Hardware später per Software freigeschaltet werden kann. Das sind keine Spielereien. Sie stehen für einen grundlegenden Wandel darin, wie Wert in der Automobilindustrie entsteht und bereitgestellt wird – mit direkten Folgen dafür, wie Hersteller ihre Produktion planen und ausführen müssen.

Die Zahlen zeigen, wie relevant diese Transformation ist. Der globale Markt für softwarebasierte Fahrzeuge lag 2025 bei rund 61,7 Milliarden US-Dollar. Bis 2035 erwarten Analysten ein Wachstum auf 584 Milliarden US-Dollar, mit einer durchschnittlichen jährlichen Wachstumsrate von 25,2 %. Der breitere Markt für Automotive Software und Elektronik soll bis 2035 auf 519 Milliarden US-Dollar wachsen – mit 4,5 % pro Jahr und damit fast viermal so schnell wie der gesamte Fahrzeugmarkt.

Drei grundlegende Veränderungen prägen, wie Fahrzeuge künftig gebaut werden. Jede davon hat konkrete Auswirkungen auf Planungs- und Ausführungssysteme.

Die elektronische Architektur konsolidiert sich massiv. Klassische Fahrzeuge enthalten 80 bis 100 verteilte elektronische Steuergeräte, sogenannte ECUs. In softwarebasierten Fahrzeugarchitekturen werden diese zunehmend in weniger als zehn Hochleistungs-Computing-Modulen gebündelt. NXP Semiconductors zeigte diesen Wandel zuletzt, indem mehr als 20 ECUs in nur drei zentralisierte Einheiten zusammengeführt wurden. Für Planungssysteme bedeutet das: Komponenten mit längeren Vorlaufzeiten, höheren Kosten und kritischen Single-Source-Abhängigkeiten müssen gemanagt werden. Für MES bedeutet es: Softwareversionen und Konfigurationen müssen genauso verfolgt werden wie die physische Montage.

Die Stückliste wird dynamisch. Ein typisches Fahrzeug mit Verbrennungsmotor benötigt etwa 600 Halbleiterchips. Ein Elektrofahrzeug benötigt mehr als 1.300. Doch über die reine Komponentenanzahl hinaus müssen moderne Fahrzeugstücklisten Softwarekonfigurationen berücksichtigen, die bestimmen, welche Hardwarefunktionen aktiv sind. Dasselbe physische Fahrzeug kann je nach Softwarestatus völlig unterschiedliche funktionale Spezifikationen haben. Planungssysteme müssen Stücklisten verarbeiten, die sich nach der Produktion verändern. Bestandsstrategien müssen außerdem Komponenten berücksichtigen, die bereits verbaut, aber noch nicht aktiviert sind.

Entwicklungszyklen laufen auseinander. Klassische Automobilentwicklung folgt mehrjährigen Zyklen. Softwareentwicklung bewegt sich in Wochen oder Tagen. Fahrzeuge als Software-Plattform müssen beide Rhythmen integrieren. Das erzeugt neue Herausforderungen für Demand Forecasting und Produktionsplanung. Feature-Releases, Subscription-Aktivierungen und Over-the-Air-Updates erzeugen Nachfragesignale, die klassische Forecasting-Modelle nicht erfassen können.

Was sich für Planung und Ausführung verändert

Der Wandel hin zu softwaregeprägten Fahrzeugen ist nicht nur ein Technologietrend. Er ist eine operative Herausforderung, die konkrete Fähigkeiten in Demand Management, Distributionsplanung, Bestandsoptimierung, Scheduling und Manufacturing Execution erfordert. Entscheidend ist, was sich praktisch verändert.

Demand Management muss Feature-Aktivierungen verfolgen, nicht nur Fahrzeugverkäufe. Wenn ein Hersteller eine digitale Zusatzfunktion verkauft, wurde die Nachfrage nach der verbauten Hardware häufig bereits bei der Fahrzeugproduktion erfüllt. Doch nachgelagerte Servicebedarfe, Garantieexponierung und Ersatzteilanforderungen verändern sich abhängig von Aktivierungsraten – nicht nur von Produktionsvolumina. Demand Sensing muss deshalb Software-Telemetrie ebenso berücksichtigen wie klassische Verkaufsdaten. Forecasting-Modelle müssen Conversion Rates für digitale Funktionen, Adoptionskurven und Zeitpläne für Over-the-Air-Updates einbeziehen.

Distribution und Replenishment Planning bekommen neue Ersatzteildynamiken. Zentrale Compute Units, die mehr als 20 ECUs konsolidieren, verändern Ersatzteilprofile grundlegend. Statt Dutzende spezifischer Steuergeräte zu bevorraten, benötigen Distributoren weniger, aber teurere und kritischere Computing-Module. Vorlaufzeiten sind länger, Stockout-Kosten höher und Nachfrageverläufe weniger vorhersehbar, weil Ausfälle softwarelastiger Komponenten anderen Mustern folgen als mechanischer Verschleiß. DRP-Systeme müssen diese Multi-Echelon-Herausforderungen abbilden und Servicelevel-Constraints berücksichtigen, die sich nicht nur an Kosten, sondern auch an Kritikalität orientieren.

Bestandsstrategien müssen latente Optionen berücksichtigen. In der Produktion moderner Fahrzeuge wird Hardware verbaut, deren Funktionen möglicherweise erst Monate oder Jahre später aktiviert werden. Ein Fahrzeug mit inaktiver Hardware für automatisierte Fahrfunktionen trägt Bestandskosten für Komponenten, die noch keinen unmittelbaren Umsatz erzeugen. Bestandsoptimierung muss deshalb die Kosten bereits installierter, aber noch nicht genutzter Funktionen gegen die Flexibilität abwägen, die sie für spätere Aktivierungen schaffen. Das ist eine andere Logik als bei klassischen Ausstattungsoptionen.

Produktionsplanung braucht Szenarioplanung in höherer Frequenz. Halbleiter-Vorlaufzeiten von 14 Wochen oder mehr treffen auf Software-Release-Zyklen von Tagen. Wenn ein Chip-Lieferant potenzielle Einschränkungen meldet, muss Scheduling sofort Alternativen im gesamten Produktionsplan bewerten. Wenn ein Over-the-Air-Update ein Qualitätsproblem bei einer Komponente sichtbar macht, muss die Planung auf Nacharbeitsbedarfe reagieren, die mitten im laufenden Zyklus entstehen. APS-Systeme brauchen deshalb Szenariomodellierung, die Tausende Alternativen schnell bewerten kann – statt nur gegen einen einzelnen Demand Forecast zu optimieren.

MES wird zur Schnittstelle zwischen Software und Hardware. Manufacturing Execution muss in der Produktion softwaregeprägter Fahrzeuge Softwarekonfigurationen mit derselben Genauigkeit verfolgen wie die physische Montage. Ein Fahrzeug ist nicht fertig, wenn die Hardware montiert ist. Es ist fertig, wenn die korrekte Softwareversion geladen, validiert und mit der konkreten VIN verknüpft ist. MES muss dynamische Stücklisten abbilden, bei denen der Softwarestatus bestimmt, welche Hardwaretests relevant sind, welche Kalibrierungen laufen und welche Quality Gates greifen.

Neue Komponenten, neue Lieferanten, neue Planungsrisiken

Die Automotive Supply Chain wurde über Jahrzehnte rund um Verbrennungstechnologie optimiert. Softwaregeprägte Fahrzeugarchitekturen verändern dieses System auf allen Ebenen – und erzeugen Planungs- und Ausführungsprobleme, die bestehende Systeme häufig nicht ausreichend abbilden können.

Einige Komponenten verlieren an Bedeutung, andere werden strategisch kritisch. Bauteile, die eng mit dem Verbrenner-Antriebsstrang verbunden sind, geraten unter Druck. Lieferanten in diesen Kategorien müssen sich neu ausrichten oder ausscheiden. Gleichzeitig steigt die Nachfrage nach Batteriesystemen, Leistungselektronik, Hochleistungs-Computing-Modulen und modernen Sensoren.

Die Batterie-Supply-Chain zeigt, wie komplex die Planung wird. China kontrolliert derzeit 69 % des globalen Marktes für EV-Batterien. CATL und BYD dominieren globale Versorgung, Technologiestandards und Preisbildung. Für Demand Planning bedeutet diese Konzentration eine Single-Source-Exponierung, die die Folgen von Forecast-Fehlern verstärkt. Für Bestandsoptimierung bedeutet sie, Sicherheitsbestandskosten gegen geopolitische und logistische Risiken abzuwägen, die sich schneller verändern, als klassische Planungszyklen reagieren können.

Die Abhängigkeit von Halbleitern stellt ähnliche Anforderungen. Der Automotive-Halbleitermarkt hatte 2024 ein Volumen von rund 77,8 Milliarden US-Dollar und wächst um etwa 15 % pro Jahr. Als Nexperia Ende 2024 mit regulatorischen Komplikationen konfrontiert war, warnte Volkswagen unmittelbar vor möglichen Produktionsstopps. Klassische MRP-Logik kann Komponenten kaum abbilden, bei denen eine politische oder regulatorische Entscheidung in einem Land die Versorgung innerhalb weniger Wochen gefährden kann.

Die operative Konsequenz ist klar: Planungssysteme müssen Multi-Tier-Transparenz, Szenariobewertung und schnelles Replanning in einer Frequenz unterstützen, die quartalsweise S&OP-Zyklen nicht leisten können. Wenn sich die Versorgung mit kritischen Komponenten verändert, muss der gesamte Produktionsplan innerhalb von Tagen neu optimiert werden – nicht innerhalb von Monaten.

Wenn Produktionsplanung auf Software-Releases trifft

Kaum eine Herausforderung beschreibt den Wandel in der Automobilindustrie so deutlich wie das Aufeinandertreffen von Fertigungsplanung und Softwareentwicklung. Beide folgen grundverschiedenen Logiken.

Fertigungsplanung basiert auf Vorhersagbarkeit. Master Schedules, MRP-Läufe und Kapazitätsplanung benötigen stabile Demand Forecasts und bekannte Vorlaufzeiten. Veränderungen werden über formale Prozesse und definierte Freeze Periods gesteuert.

Softwareentwicklung basiert auf Iteration. Funktionen werden veröffentlicht, beobachtet und kontinuierlich aktualisiert. Veränderung ist nicht Ausnahme, sondern Teil des Prozesses.

Große OEMs investieren Milliarden, um diese Lücke zu schließen. Volkswagen hat CARIAD mit Investitionen von mehr als 5,6 Milliarden Euro aufgebaut. Mercedes-Benz investiert über 2 Milliarden Euro in MB.OS. General Motors stellte rund 2,3 Milliarden US-Dollar für softwarebasierte Fahrzeugarchitekturen bereit. Stellantis kündigte 4,5 Milliarden Euro für STLA Brain an.

Diese Investitionen adressieren vor allem die Softwareseite. Doch Planung und Ausführung benötigen dieselbe Aufmerksamkeit. Wie integriert der S&OP-Prozess Software-Release-Pläne? Wie geht ein MES mit Softwareupdates während der Produktion um? Wie berücksichtigt ein Demand Forecast Aktivierungsraten digitaler Funktionen statt nur Fahrzeugverkäufe?

Branchenprognosen gehen davon aus, dass Software und Services bis 2030 bis zu 27 % der Gewinne in der Automobilindustrie ausmachen könnten – gegenüber weniger als 5 % heute. Dieses Potenzial lässt sich nur heben, wenn Planungs- und Ausführungssysteme Hardwareproduktion und Softwarebereitstellung koordiniert zusammenbringen. Genau daran scheitern viele Automotive-Organisationen heute noch.

Warum Transparenz allein nicht reicht

Die Halbleiterkrise von 2020 bis 2023 war eine harte Lektion in Supply-Chain-Transparenz. Als Automobilhersteller zu Beginn der Pandemie Chipbestellungen stornierten, hatten sie keine ausreichende Sicht darauf, wie Foundry-Kapazitäten in Richtung Consumer Electronics umverteilt wurden. Als die Nachfrage zurückkam, erfuhren sie ihre Position in der Lieferwarteschlange oft erst durch verspätete Lieferungen.

Die Lehre war klar: Transparenz über mehrstufige Lieferantennetzwerke ist entscheidend für operative Resilienz. Doch Transparenz allein genügt nicht. Entscheidend ist, was Unternehmen mit den Informationen tun.

Viele Automobilunternehmen verfügen über Visibility Tools, die Daten erzeugen, aber nicht in Entscheidungen übersetzt werden. Oder über Dashboards, die Probleme anzeigen, ohne Lösungen anzustoßen. Ein Control Tower, der Lieferantenrisiken zeigt, aber nicht mit Planungssystemen verbunden ist, die Alternativen bewerten können, schafft Bewusstsein – aber noch keine Handlungsfähigkeit. Ein Hinweis auf mögliche Chipengpässe ist wenig wert, wenn das APS nicht schnell alternative Produktionsszenarien simulieren kann.

Wirksame Transparenz braucht eine Closed-Loop-Verbindung zwischen Erkennen und Reagieren. Wenn sich Supply-Signale verändern, müssen Planungssysteme automatisch alternative Szenarien erzeugen. Wenn Nachfrage kippt, müssen Bestandspositionen im Netzwerk neu austariert werden. Wenn Qualitätsprobleme in der Produktion auftreten, muss Scheduling reagieren können, ohne durch manuelle Abstimmung verzögert zu werden.

Die Komplexität softwaregeprägter Fahrzeuge verstärkt diesen Bedarf. Softwarekomponenten schaffen Abhängigkeiten, die in klassischen Stücklisten nicht auftauchen. Ein Firmware-Update eines Halbleiterlieferanten kann Fahrzeugfunktionen beeinflussen, ohne dass sich ein physisches Bauteil ändert. Planungssysteme müssen solche Softwareabhängigkeiten neben Materialrestriktionen berücksichtigen. Dafür müssen Systeme verbunden werden, die in vielen Unternehmen bisher getrennt arbeiten.

Wenn Individualisierung erst nach der Produktion beginnt

Fahrzeuge als Software-Plattform ermöglichen eine Form der Mass Customization, die früher kaum vorstellbar war. Wenn Fahrzeugfunktionen durch Software statt durch Hardware bestimmt werden, kann dasselbe physische Fahrzeug sehr unterschiedliche Marktsegmente und Anwendungsfälle bedienen – nicht nur zum Zeitpunkt der Produktion, sondern während seiner gesamten Nutzungsdauer.

Der Markt für Over-the-Air-Updates zeigt diesen Wandel deutlich. Er liegt aktuell bei rund 5,2 Milliarden US-Dollar und soll bis 2035 auf 25 Milliarden US-Dollar wachsen. McKinsey schätzt, dass Over-the-Air-Updates Automobilherstellern jährlich bis zu 35 Milliarden US-Dollar sparen könnten, weil physische Rückrufe und Werkstattaufenthalte reduziert werden.

Tesla hat dieses operative Modell bereits gezeigt. Das Unternehmen benötigte bislang kein persönliches Softwareupdate vor Ort, um einen Fahrzeugrückruf zu beheben. NHTSA-Daten zeigen, dass 2024 und 2025 mehr als 5,7 Millionen Fahrzeuge führender EV-Hersteller per Over-the-Air-Update aktualisiert wurden, um sicherheitskritische Mängel zu beheben.

Für Planung und Ausführung entstehen dadurch konkrete Herausforderungen:

Demand Forecasting muss Aktivierungsdaten einbeziehen. Fahrzeugverkäufe sind für viele Komponenten nicht mehr das wichtigste Nachfragesignal. Aktivierungsraten von Funktionen, Vertragsverlängerungen und die Nutzung von Software-Upgrades bestimmen den Bedarf an Ersatzteilen, Garantierückstellungen und Supportkapazitäten. Klassische Forecasts, die auf Fahrzeugbestand und Altersprofilen beruhen, erfassen diese Dynamik nur unzureichend.

Bestände müssen für Funktionen vorgehalten werden, die noch nicht aktiviert sind. Wenn Fahrzeuge mit inaktiver Hardware für automatisierte Fahrfunktionen ausgeliefert werden, müssen Ersatzteilnetzwerke Komponenten für Systeme bevorraten, die Kund:innen möglicherweise noch gar nicht gekauft haben. Die Aktivierung kann Jahre nach dem Fahrzeugverkauf erfolgen. Das erfordert Bestandsstrategien mit deutlich längeren Zeithorizonten als in der klassischen Aftermarket-Planung.

Qualitätsmanagement reicht bis ins Feld. Over-the-Air-Updates können Fehler auslösen, die nur in bestimmten Konfigurationen oder Nutzungsmustern auftreten. MES-Daten aus der Produktion müssen mit Felddaten verbunden werden, um Qualitätsprobleme auf Produktionschargen, Softwareversionen und Lieferantenlose zurückführen zu können. Dieses Closed-Loop-Qualitätsmanagement ist ohne integrierte Execution-Systeme kaum möglich.

Tier-One- und Tier-Two-Lieferanten: Planung für eine neu strukturierte Wertschöpfungskette

Der Wandel hin zu softwaregeprägten Fahrzeugarchitekturen verändert die Beziehungen zwischen Automobilherstellern und Zulieferern grundlegend. Klassische Tier-One-Lieferanten haben ihre Position oft dadurch aufgebaut, dass sie ECUs mit proprietärer Steuerungssoftware geliefert haben. In neuen Fahrzeugarchitekturen gerät diese Rolle unter Druck. Wenn OEMs Rechenleistung in zentralen Controllern bündeln, wandert die Intelligenz von lieferanteneigenen ECUs zu OEM-kontrollierten Domain Controllern.

Der Markt für Domain Compute Units, Zonal Control Units und Central Compute Units wächst jährlich um 30 bis 40 %, während der klassische ECU-Markt um etwa 1 % pro Jahr schrumpft. Central Compute Units erzielen Preise zwischen 1.000 und 4.000 US-Dollar, verglichen mit 50 bis 70 US-Dollar für Zone Controller. Der Wert verschiebt sich im Technologie-Stack nach oben.

Für Supply-Chain-Planung hat diese Restrukturierung konkrete Folgen:

Lieferantenrisikoprofile verändern sich. Ein Tier-One-Lieferant, der den Übergang zu softwaregeprägten Architekturen erfolgreich schafft, kann strategischer und schwerer ersetzbar werden. Ein Tier-One, dem dieser Übergang nicht gelingt, wird zum Kontinuitätsrisiko. Lieferantenbewertung muss deshalb auch Softwarekompetenz berücksichtigen – nicht nur Fertigungsqualität. Planungssysteme müssen diese veränderten Risikoprofile in Sourcing-Entscheidungen einbeziehen.

Lead-Time-Profile verschieben sich. Hochleistungs-Computing-Module haben andere Vorlaufzeiten als verteilte ECUs. Sie sind teurer, kapazitätskritischer und bei Engpässen stärker von Allokation betroffen. Planungsparameter, die für klassische Komponenten optimiert wurden, funktionieren für SDV-kritische Teile nicht mehr zuverlässig.

Neue Lieferantenkategorien brauchen neue Planungsansätze. Softwareanbieter, Cloud-Service-Provider und Cybersecurity-Spezialisten werden Teil der Automotive Supply Chain. Ihre Geschäftsmodelle, Liefermechanismen und Risikoprofile unterscheiden sich grundlegend von klassischen Komponentenlieferanten. Planungssysteme müssen diese neuen Lieferantentypen abbilden, ohne die Integration in bestehende Materialplanungsprozesse zu verlieren.

Planungs- und Ausführungssysteme vorbereiten: Ein praktischer Fahrplan

Der Übergang zu Fahrzeugen als Software-Plattform stellt konkrete Anforderungen an Planungs- und Ausführungssysteme. Supply-Chain-Verantwortliche sollten vor allem diese Fähigkeiten priorisieren.

Demand Sensing um Software-Telemetrie erweitern. Aktivierungsraten von Funktionen, Subscription Conversions und die Nutzung von Over-the-Air-Updates sind Nachfragesignale, die klassische Systeme nicht erfassen. Fahrzeugdaten sollten in das Demand Management integriert werden, um Servicebedarfe, Ersatzteilanforderungen und Garantieexponierung auf Basis tatsächlicher Funktionsnutzung zu prognostizieren – nicht nur auf Basis des Fahrzeugbestands.

Szenariobasierte Planung in taktischer Frequenz einführen. Quartalsweises S&OP ist zu langsam für die Volatilität, die softwaregeprägte Fahrzeug-Supply-Chains erzeugen. Planungssysteme müssen schnelle What-if-Analysen unterstützen, wenn sich Supply-Signale verändern, und Tausende Alternativen im Produktionsplan innerhalb von Stunden statt Wochen bewerten. Dafür braucht es APS-Fähigkeiten, die Restriktionen, Alternativen und Trade-offs im großen Maßstab modellieren können.

MES mit Software-Konfigurationsmanagement verbinden. Manufacturing Execution muss nachvollziehen können, welche Softwareversion auf welchem Fahrzeug geladen ist, ob Software und Hardware kompatibel sind und welche Quality Gates vom jeweiligen Konfigurationsstatus abhängen. Die Integration zwischen MES und Software-Release-Management ist für die Produktion moderner softwarebasierter Fahrzeuge keine Option, sondern Voraussetzung.

Multi-Echelon-Bestandsoptimierung für neue Komponentenprofile aufbauen. Central Compute Units, Batteriemodule und Hochleistungs-Halbleiter unterscheiden sich in Kosten, Kritikalität und Nachfrageverhalten deutlich von klassischen Komponenten. Bestandsoptimierung muss diese Profile berücksichtigen und gleichzeitig die latente Optionalität von bereits verbauten, aber noch nicht aktivierten Funktionen steuern.

Supply Visibility mit Planungsreaktion verbinden. Ein Control Tower, der Risiken zeigt, aber keine Maßnahmen ermöglicht, reicht nicht aus. Wenn Lieferantensignale auf potenzielle Engpässe hindeuten, müssen Planungssysteme automatisch alternative Szenarien erzeugen. Die Schleife zwischen Transparenz und Reaktion muss geschlossen werden, damit weniger Zeit zwischen Erkennen und Entscheiden vergeht.

DRP für softwaregestützte Service Parts neu denken. Ersatzteilnetzwerke müssen Komponenten für Funktionen bevorraten, die möglicherweise erst Jahre nach dem Fahrzeugverkauf aktiviert werden. Distributionsplanung muss Lagerkosten gegen Aktivierungsunsicherheit abwägen und Bestände für Nachfrageprofile positionieren, die klassischen Aftermarket-Kurven nicht mehr folgen.

Warum Automobilhersteller jetzt handeln müssen

Fahrzeuge als Software-Plattform verändern nicht nur, was Hersteller bauen. Sie verändern, wie Hersteller Produktion planen, terminieren und ausführen müssen. Die Transformation betrifft Demand Management, Bestandsoptimierung, Produktionsplanung und Shopfloor Execution. Ohne adaptive Systeme über diesen gesamten Stack hinweg wird die neue Komplexität kaum beherrschbar.

Die Halbleiterkrise hat gezeigt, was passiert, wenn Planungs- und Ausführungssysteme nicht schnell genug auf plötzliche Veränderungen reagieren können. Der Wandel hin zu softwaregeprägten Fahrzeugen kommt nicht überraschend, aber er beschleunigt sich. Unternehmen, die jetzt in entsprechende Planungs- und Ausführungsfähigkeiten investieren, schaffen sich eine bessere Wettbewerbsposition. Wer wartet, riskiert mitten in der Transformation festzustellen, dass die eigenen Systeme die dafür nötigen operativen Prozesse nicht unterstützen.

Die Fahrzeuge von 2030 werden sich grundlegend von denen des Jahres 2020 unterscheiden. Die Planungs- und Ausführungssysteme, die ihre Produktion ermöglichen, müssen sich genauso grundlegend weiterentwickeln.