Technischer Kontext
Ich habe mir die Ankündigung direkt nach der Nachricht über die Partnerschaft angesehen, da dies weit mehr ist als nur eine nette PR-Meldung für die Automobilbranche. Hier wird sehr deutlich, wohin sich die KI-Implementierung bewegt: Nicht alles in die Cloud zu verlagern, sondern einen Teil der Intelligenz direkt auf das Gerät zu bringen.
Mercedes-Benz und Liquid AI haben eine mehrjährige Vereinbarung für die dritte und vierte Generation von MBUX in Nordamerika geschlossen. Der erste Produktionsstart ist für die zweite Hälfte des Jahres 2026 geplant. Es handelt sich also nicht um ein Release für morgen, sondern um eine konkrete Roadmap.
Technologisch gesehen ist die Idee simpel und stark: Wesentliche Teile des Sprach-Stacks werden direkt im Fahrzeug laufen. Die offizielle Beschreibung nennt Sprache, Sprachverständnis und logisches Denken – es geht also nicht nur um ein einfaches Aktivierungswort, sondern um eine tiefere lokale Verarbeitung.
Die Basis dafür bilden die Liquid Foundation Models, während als Plattform MB.OS dient. Dies ist ein entscheidender Punkt: Ohne eine eigene automobile KI-Architektur scheitern solche Integrationen meist an Updates oder führen zu unvorhersehbarem Verhalten zwischen Steuergerät, Assistent und Cloud-Diensten.
Und an dieser Stelle habe ich kurz innegehalten. Mercedes betont ausdrücklich, dass der On-Device-Ansatz die Cloud-LLMs nicht ersetzt, sondern ergänzt. In der Praxis ist das der vernünftigste Weg: Schnelle und private Befehle laufen lokal, während komplexe Szenarien, langer Kontext und externe Daten in der Cloud verbleiben.
Was bisher allerdings noch fehlt, ist das Spannendste: öffentliche Benchmarks, Modellgrößen, Latenzzeiten in Millisekunden, ASR/NLU-Präzision und SDKs für Entwickler. Es handelt sich folglich um eine reine OEM-Integration und kein Open-Source-Tool, das ich heute herunterladen und in meinem Labor testen könnte.
Auswirkungen auf Business und Automatisierung
Für Automobilhersteller ist dies eine äußerst pragmatische Entwicklung. Wenn der Sprachassistent schneller reagiert, ohne Netzverbindung funktioniert und weniger Daten in die Cloud überträgt, sinken sowohl die Betriebsrisiken als auch der Frust der Nutzer.
Es gewinnen diejenigen, die hybride Systeme aufbauen: lokale Intelligenz kombiniert mit der Cloud bei Bedarf. Verlieren werden Anbieter, deren gesamtes Produkt ausschließlich auf einer dauerhaften Online-Verbindung und Remote-Inferenz basiert.
Ich sehe hierin auch ein wichtiges Signal für Märkte außerhalb des Automobilsektors. Eine lokale KI-Automatisierung (On-Device AI Automation) wird schon seit langem für Industriesteuerungen, medizinische Geräte, Retail-Terminals und überall dort benötigt, wo Latenz und Datenschutz wichtiger sind als spektakuläre Präsentationen.
Allerdings verzeihen solche Systeme eine schlechte Integration nur selten. Wir von Nahornyi AI Lab lösen genau diese Schnittstellen zwischen lokalen Modellen, der Cloud und der Geschäftslogik. Wenn Sie darüber nachdenken, wie Sie ein funktionierendes System der KI-Automatisierung ohne unnötigen Marketing-Hype aufbauen können, lassen Sie uns Ihr konkretes Szenario besprechen und es in die Praxis umsetzen.