Der Digital Automaker Index 2026 von Gartner hat seine Messlatte gegenüber den Vorjahren angehoben: Statt einfacher Ja-Nein-Kriterien misst er nun die tatsächliche flächendeckende Durchdringung neuer Technologien, mit einer eigenen Kategorie für Künstliche Intelligenz. Das Ergebnis ist ernüchternd für die etablierte Industrie, aber in seiner Struktur wenig überraschend: Tesla führt zum vierten Mal in Folge, gefolgt von Nio, Xiaomi, XPeng, Li Auto und Rivian. Kein traditioneller Hersteller erreicht einen der ersten drei Plätze; Mercedes-Benz schafft als bester Europäer nur Platz elf, BMW Platz 14, Volkswagen Platz 16. Nissan und Mazda bilden mit 22,1 Prozent das Schlusslicht.

Was den Befund über eine reine Rangliste hinaushebt, ist die Diagnose, die Gartner-Vizepräsident Pedro Pacheco gegenüber Automotive News Europe dazu liefert. Der Rückstand der etablierten Hersteller sei kein Stillstand, sondern ein Geschwindigkeitsproblem – und dieses Geschwindigkeitsproblem selbst sei organisatorisch verursacht: Eine interne Struktur, die schnelle Technologieadaption verhindert, erschwert es wiederum, Talente und Investitionen anzuziehen. Ein Teufelskreis.

Neu ist dieser Befund nicht. Die theoretische Fassung des Problems ist bereits fast dreißig Jahre alt: 1997 beschrieb James Brian Quinn, weshalb Organisationen, die auf fachliche Tiefe statt auf seitliche Vernetzung gebaut sind, softwaregetriebene Innovation strukturell verlangsamen. Und am konkreten Fall hat Volkswagen genau diesen Mechanismus mit Cariad bereits selbst vorgeführt, Jahre bevor Gartner ihn 2026 zur Branchendiagnose verallgemeinerte. Was der Index 2026 als neue Kategorie misst, ist also kein neuer Mechanismus, sondern einer, dessen Diagnose längst vorlag – nur wurde sie bislang selten mit dieser Konsequenz gezogen.

Die Selbstverstärkung als eigentlicher Befund

Diese Formulierung verdient mehr Aufmerksamkeit, als ihr in der Berichterstattung zuteilwird. Ein einmaliger Rückstand ließe sich als Startnachteil erklären, der sich mit ausreichend Kapital und Zeit aufholen lässt – eine Frage des Tempos, nicht der Richtung. Ein Teufelskreis dagegen beschreibt einen Mechanismus, bei dem der Rückstand selbst die Bedingungen verschlechtert, unter denen er aufgeholt werden müsste. Langsame Strukturen verzögern die Technologieadaption; die ausbleibende Adaption macht das Unternehmen für Softwaretalente und für Kapital, das auf Wachstumsgeschichten setzt, weniger attraktiv; der Mangel an genau diesen Ressourcen verlangsamt die Struktur weiter. Jede Runde des Kreises erhöht die Kosten des Ausstiegs.

Gartners eigene Prognose vom Dezember 2025 unterlegt das mit einer harten Zahl: Bis 2029 werde nur noch ein Bruchteil der Automobilhersteller ein starkes, kontinuierliches Wachstum ihrer KI-Investitionen aufrechterhalten können – ein Rückgang von derzeit über 95 Prozent der Hersteller auf gerade noch 5 Prozent. Pacheco wird dazu mit dem Satz zitiert, ein Unternehmen, das im Software-Bereich nicht stark sei, werde zwangsläufig ins Straucheln geraten. Das ist keine Beschreibung eines vorübergehenden Rückstands, sondern die Erwartung einer sich selbst verschärfenden Spreizung.

Wo die Bremse sitzt

Was genau an der internen Struktur die Geschwindigkeit kostet, lässt sich aus Gartners eigenen Kriterien und Pachecos wiederholten Hinweisen rekonstruieren. Ein zentraler Hebel ist die Berichtsstruktur an der Unternehmensspitze: Tesla erzielt seine besten Werte gerade in der Kategorie Kultur und Führung, was Gartner unter anderem auf die hohe Zahl an Führungskräften mit direkter Digitalexpertise zurückführt, die unmittelbar an die Konzernspitze berichten. Pacheco hat das in früheren Kommentaren zum Index explizit als Erfolgsbedingung benannt: Digital-First-Organisationen benötigten kurze, direkte Berichtslinien von Softwareverantwortlichen zur Geschäftsführung, nicht deren Einbettung in gewachsene, mehrstufige Linienhierarchien.

Genau hier liegt der strukturelle Unterschied zu den meisten etablierten Herstellern. Deren Organisationsform ist historisch für ein anderes Produkt und ein anderes Innovationstempo entstanden: für mechanische Komponenten mit mehrjährigen Entwicklungszyklen, abgesichert durch Abteilungsgrenzen, Freigabeprozesse und Zulieferer-Schnittstellen, die Verlässlichkeit und Wiederholbarkeit über Anpassungsgeschwindigkeit stellten. Software – und erst recht KI-Systeme, die kontinuierlich nachtrainiert und über-the-air aktualisiert werden – folgt einem anderen Takt. Eine Organisation, deren Entscheidungswege für den langsameren Takt gebaut wurden, kann nicht allein durch höhere Investitionssummen auf den schnelleren Takt umgestellt werden; sie müsste ihre eigene Entscheidungsarchitektur ändern, und genau das ist der langsamste Teil des Systems.

Seitliche Beteiligung als das eigentlich knappe Gut

Für diesen Mechanismus gibt es eine ältere theoretische Fassung, die zeigt, dass er nicht erst mit Software-defined Vehicles entstanden ist. James Brian Quinn beschrieb bereits 1997 in „Innovation Explosion“ das Konzept der T-förmigen Kompetenz: Tiefenwissen im eigenen Fach – der vertikale Teil des T – lässt sich in klassischen Fachabteilungen gut kultivieren, doch softwaregetriebene Innovation verlangt zusätzlich den horizontalen Teil, die Fähigkeit zur Vernetzung über Fachgrenzen hinweg. Quinns Diagnose war, dass dieser horizontale Teil eine Organisationskultur braucht, die seitliche Beteiligung belohnt – und dass genau diese Kultur in hierarchisch-funktional gegliederten Organisationen strukturell benachteiligt wird, unabhängig davon, wie viel Fachwissen in den einzelnen Abteilungen vorhanden ist.

Das trifft den Kern dessen, was Pacheco als Berichtslinien-Frage beschreibt, nur auf einer tieferen Ebene: Kurze Wege von der Softwareführung zur Konzernspitze lösen das Problem nicht automatisch, wenn die Kommunikation darunter weiterhin entlang funktionaler Abteilungsgrenzen verläuft statt quer durch sie hindurch. Genau diese Querkommunikation – nicht nur die vertikale Berichtslinie – ist der Engpass, den die etablierten Hersteller aufzulösen versuchen, ohne die zugrundeliegende Organisationslogik selbst zu verändern.

Der Einzelfall, der die Diagnose vorwegnahm

Volkswagens Platzierung auf Platz 16 lässt sich an dieser Stelle nicht abstrakt lassen, denn der Konzern hat den Mechanismus bereits an einem Einzelfall durchlaufen: Cariad. Die 2020 gegründete Softwaretochter sollte mit Eigenentwicklung eine einheitliche Plattform für alle Konzernmarken schaffen; 2024/25 wurde sie zum Integrator externer Architekturpartner – Rivian für Nordamerika, Xpeng für China – zurückgestuft. Der dabei sichtbar gewordene Mechanismus war exakt der organisatorische, nicht der finanzielle: ein Governance-Paradox zwischen Marken mit gegensätzlichen Differenzierungsansprüchen (Porsche vs. Škoda), das sich nicht durch zusätzliches Kapital, sondern nur durch eine andere Konzernarchitektur hätte auflösen lassen. Cariad ist damit kein zusätzliches Beispiel neben dem Gartner-Befund, sondern dessen konkreteste Illustration – der Teufelskreis war hier bereits 2022/23 in Reinform zu besichtigen, nur ohne den Namen dafür.

Die Eigenentwicklung als Beleg, nicht nur als Strategie

Pacheco nennt einen zweiten, damit verwandten Faktor: Der Index belohne im KI-Bereich gezielt die Eigenentwicklung von Kerntechnologien. Tesla und XPeng hätten hier einen Vorteil, weil sie eigene Grundmodelle für Fahrerassistenzsysteme entwickelt und dadurch interne Kompetenzen aufgebaut hätten, die sich auf andere Bereiche übertragen ließen.

Das ist mehr als eine technische Randnotiz. Wer eine Kerntechnologie zukauft, kauft damit auch die Entscheidungsgeschwindigkeit des Zulieferers ein – jede Anpassung durchläuft dessen eigene Freigabe- und Priorisierungslogik zusätzlich zur eigenen. Wer sie selbst entwickelt, verkürzt diesen Weg, muss aber intern über die organisatorischen Voraussetzungen verfügen, die eine solche Entwicklung überhaupt ermöglichen: kurze Entscheidungswege, Softwarekompetenz auf Führungsebene, eine Kultur, die Iteration statt Freigabezyklen belohnt. Die Fähigkeit zur Eigenentwicklung ist damit weniger Ursache als Symptom einer bereits vorhandenen organisatorischen Schnelligkeit – was erklärt, warum sie sich nicht ohne Weiteres zukaufen lässt, selbst wenn das Kapital dafür vorhanden wäre.

Die Gegenprobe: Geschwindigkeit ist erhöhbar, aber nicht kostenlos

Der Befund ist nicht deterministisch. Frühere Auswertungen desselben Index verzeichnen bei einzelnen etablierten Herstellern durchaus Fortschritte – etwa bei der Ausweitung von Over-the-Air-Updates und KI-gestützten Sprachassistenten sowie bei Personalentscheidungen auf Vorstandsebene, die Technologiekompetenz stärker verankern. Der Teufelskreis lässt sich also durchbrechen, und genau die genannten Hebel – Berichtslinien, Vorstandsbesetzung, Update-Infrastruktur – sind organisatorischer, nicht technologischer Natur. Das stützt die These eher, als sie zu widerlegen: Wenn der Rückstand strukturell verursacht ist, dann ist auch seine Behebung eine strukturelle Aufgabe, keine Frage zusätzlicher Forschungsbudgets. Wie schnell und wie vollständig sich dieser Umbau in einer über Jahrzehnte gewachsenen Konzernorganisation vollziehen lässt, ohne die Verlässlichkeit zu gefährden, die das ursprüngliche Produkt braucht, bleibt die eigentlich offene Frage – und lässt sich mit einer einzelnen Jahresauswertung des Index nicht abschließend beantworten.

Ralf Keuper

Quellen:

• Automotive News Europe / Automotive News: Why legacy automakers keep falling behind Tesla, Rivian and the Chinese despite heavy spending on tech
• Reuters via MarketScreener: Only a few automakers to keep up AI push, Gartner says
• ecomento via tarantas.news: Tesla lässt Volkswagen und BMW im Gartner-Digitalranking 2026 weit hinter sich zurück
• Yahoo Finance / Automotive News: Tesla, Xiaomi, other digital natives use software prowess to race ahead of legacy players
• EVLife: Legacy carmakers trail EV software pioneers
• EconLittera: Cariad und das Ende der Make-Illusion: Architekturmacht als Kompetenzproblem
• EconLittera: Wie Software zum zentralen Element von Innovation wurde