In der sich schnell entwickelnden Landschaft der Automobiltechnologie und künstlichen Intelligenz bleibt das Rennen um das vollautonome Fahren der begehrteste Preis der Branche. Während zahlreiche Technologiegiganten und etablierte Automobilhersteller Milliarden in Forschung und Entwicklung investieren, deutet eine neue Analyse von Morgan Stanley darauf hin, dass der Wettbewerb möglicherweise nicht so hart ist, wie er auf den ersten Blick scheint. Andrew Percoco, der die Tesla-Berichterstattung für das Finanzkraftpaket übernommen hat, hat eine kühne Erklärung zur Position des Elektrofahrzeugherstellers in der Branche abgegeben: Wenn es um die Dominanz beim autonomen Fahren geht, ist es "nicht einmal annähernd" so eng.
Diese Einschätzung kommt zu einem entscheidenden Zeitpunkt für Tesla, da das Unternehmen den Übergang von einem reinen Hardwarehersteller zu einem Unternehmen vollzieht, das zunehmend durch seine Software- und Künstliche-Intelligenz-Fähigkeiten definiert wird. Percocos Notiz bietet eine neue Perspektive auf die Marktdynamik, insbesondere angesichts des aufkommenden Wettbewerbs durch den Halbleiterriesen Nvidia. Durch die Analyse der grundlegenden Anforderungen für das Erreichen von Autonomie der Stufe 5 – insbesondere der Notwendigkeit realer Trainingsdaten – hat Morgan Stanley das Narrativ verstärkt, dass Teslas jahrelanger Flotteneinsatz einen schützenden Graben geschaffen hat, den Wettbewerber kaum überwinden können.
Für Investoren und Branchenbeobachter bietet Percocos Analyse eine stabilisierende Sicht inmitten einer Woche von hochkarätigen Ankündigungen von Wettbewerbern. Während neue Tools und Plattformen eingeführt werden, um die Entwicklung autonomer Fahrzeuge zu demokratisieren, argumentiert die Morgan Stanley-Notiz, dass die Rohinfrastruktur, die zum Training der notwendigen neuronalen Netze erforderlich ist – Millionen von Meilen verschiedener, realer Fahrdaten – eine Ressource bleibt, bei der Tesla einen nahezu monopolistischen Vorteil besitzt. Mit dem Wechsel der Tesla-Berichterstattung bei Morgan Stanley bleibt die langfristige Überzeugung des Unternehmens in die technologische Überlegenheit des Automobilherstellers unerschütterlich, was die Bühne für einen tieferen Einblick in die Mechanismen dieser wahrgenommenen Dominanz bereitet.
Der Wachwechsel bei Morgan Stanley
Der Kontext dieser neuen Notiz ist nicht nur wegen ihres Inhalts, sondern auch wegen ihres Autors von Bedeutung. Jahrelang war Adam Jonas das Gesicht der Automobilforschung von Morgan Stanley, insbesondere bekannt für seine optimistischen und oft visionären Ansichten über Teslas Potenzial, die Mobilität zu revolutionieren. Die Marktlandschaft ändert sich jedoch, und damit auch die Berichterstattung innerhalb großer Finanzinstitute. Andrew Percoco hat kürzlich die Berichterstattung über die Tesla-Aktie von Jonas übernommen, ein Schritt, der eine breitere Neuausrichtung der Kategorisierung dieser Unternehmen signalisiert.
Adam Jonas hat sich der Berichterstattung über "verkörperte KI"-Aktien zugewandt und sich vom traditionellen Automobilsektor entfernt. Diese Verschiebung ist selbst ein stillschweigendes Eingeständnis des Finanzsektors, dass die Grenzen zwischen Autoherstellern und Robotikfirmen verschwimmen. Percoco, der jetzt ins Rampenlicht tritt, hat keine Zeit verloren, sein analytisches Rahmenwerk zu etablieren. Sein erster bedeutender Schritt nach der Übernahme der Berichterstattung war die Anpassung des Kursziels für Tesla, das von 410 auf 425 US-Dollar erhöht wurde. Gleichzeitig passte er die Bewertung von "Overweight" auf "Equal Weight" an.
Während eine Ratingänderung zu "Equal Weight" typischerweise eine neutrale Haltung nahelegen könnte, deutet der Kontext der Kurszielerhöhung und die Kommentare in der Notiz auf eine nuancierte Sichtweise hin. Es wird die massive Bewertung anerkannt, die Tesla bereits erreicht hat, während gleichzeitig auf die spezifischen technologischen Säulen hingewiesen wird, die seine langfristige Rentabilität unterstützen. Percocos Analyse legt nahe, dass, während der Aktienkurs einen Großteil des aktuellen Optimismus widerspiegelt, die fundamentale technologische Lücke zwischen Tesla und seinen Konkurrenten sich vergrößert, nicht verringert.
Daten sind König: Die Mathematik der Dominanz
Im Mittelpunkt von Percocos optimistischer These zur Tesla-Technologie steht eine einfache, aber tiefgreifende Wahrheit in der Welt des maschinellen Lernens: Daten sind König. Die Notiz hebt ausdrücklich hervor, dass Teslas Vorteil aus seiner Fähigkeit resultiert, riesige Mengen an Trainingsdaten durch seine massive Flotte zu sammeln. Im Gegensatz zu Wettbewerbern, die sich auf kleine Flotten von Testfahrzeugen in geofenced-Bereichen verlassen, hat Tesla Millionen von Autos, die weltweit fahren und täglich Millionen von Meilen an Fahrzeugverhalten auf der Straße sammeln.
Percoco schreibt:
„Es ist nicht einmal annähernd so eng. Tesla ist weiterhin führend beim autonomen Fahren, auch wenn Nvidia neue Technologien einführt, die anderen Autoherstellern helfen sollen, fahrerlose Systeme zu entwickeln.“
Diese Aussage unterstreicht den Unterschied zwischen theoretischer Leistungsfähigkeit und praktischer Anwendung. Um ein neuronales Netzwerk so zu trainieren, dass es unter allen Bedingungen sicher fährt, muss es „Grenzfällen“ ausgesetzt werden – seltenen, unvorhersehbaren und komplexen Szenarien, die selten auftreten. Eine Flotte von wenigen hundert Testfahrzeugen könnte Jahrzehnte brauchen, um die gleiche Anzahl von Grenzfällen zu begegnen, die Teslas Flotte an einem einzigen Nachmittag begegnet. Diese Daten-Feedback-Schleife ermöglicht es Tesla, seine Full Self-Driving (FSD)-Software in einem Tempo zu verfeinern, das Konkurrenten ohne ein ähnliches Fahrzeugvolumen auf der Straße mathematisch nicht erreichen können.
Die „Schattenmodus“-Fähigkeit von Tesla-Fahrzeugen, bei der der Computer im Hintergrund läuft und seine Entscheidungen mit den Handlungen des menschlichen Fahrers vergleicht, ohne tatsächlich einzugreifen, liefert einen unendlichen Strom von Fehlerkorrekturdaten. Percoco identifiziert diese Infrastruktur als den Hauptgrund, warum Teslas Vorsprung gesichert ist. Während andere Unternehmen schnellere Chips oder bessere Sensoren kaufen können, können sie die Milliarden von Meilen realen Fahrkontexts, die Tesla bereits gesammelt hat, nicht so leicht erwerben.
Nvidias Alpamayo: Ein anderer Ansatz
Der Zeitpunkt von Percocos Notiz wurde wahrscheinlich von den jüngsten Schlagzeilen rund um Nvidia, dem dominierenden Champion der KI-Hardware, beeinflusst. Nvidia hat kürzlich seine eigene Suite für autonomes Fahren namens "Alpamayo" auf den Markt gebracht. Als Open-Source-KI-Programm stellt Alpamayo eine bedeutende Entwicklung für die gesamte Automobilindustrie dar und bietet etablierten Automobilherstellern, die nicht über das interne Software-Know-how verfügen, um autonome Systeme von Grund auf neu zu entwickeln, eine Rettungsleine.
Percoco weist jedoch darauf hin, dass sich Nvidias Ansatz von dem Teslas in wesentlichen Punkten unterscheidet, insbesondere in Bezug auf die Hardware. Die Nvidia-Strategie plant die Nutzung eines Sensorfusionsansatzes, der Folgendes kombiniert:
- LiDAR: Light Detection and Ranging, das Laser zur Erstellung einer 3D-Karte der Umgebung verwendet.
- Radar: Radiowellen, die zur Erkennung von Geschwindigkeit und Entfernung von Objekten verwendet werden.
- Vision: Kameras, die die visuelle Welt ähnlich wie menschliche Augen interpretieren.
Im Gegensatz dazu hat Tesla bekanntermaßen auf einen "Vision-only"-Ansatz umgestellt, Radar- und Ultraschallsensoren aus seinen Fahrzeugen entfernt und sich vollständig auf Kameras und neuronale Netze verlassen. Elon Musk hat argumentiert, dass, da Straßen für menschliche Augen, ein biologisches neuronales Netz, konzipiert sind, ein elektronisches neuronales Netz mit Kameras für das Fahren ausreichen sollte.
Percoco merkt an, dass, während Nvidias Ankündigung beeindruckend und für die gesamte Branche von Vorteil ist, sie die langfristigen Meinungen von Morgan Stanley zu Tesla nicht beeinflusst. Die Abweichung in der Strategie unterstreicht Teslas vertikale Integration. Tesla entwirft seine eigenen Inferenzchips, schreibt seine eigene Software und fertigt die Autos, die die Daten sammeln. Nvidia, obwohl leistungsstark, stellt eine Plattform bereit, auf der andere aufbauen können, was Integrationsherausforderungen und Datenfragmentierung mit sich bringt, denen Tesla nicht ausgesetzt ist.
Bestätigung durch die Konkurrenz
Das vielleicht überzeugendste Argument, das Percocos Aussage „nicht einmal annähernd“ stützt, kommt von der Konkurrenz selbst. Im Umfeld der hart umkämpften Unternehmensrivalität ist es selten, dass ein CEO ein Konkurrenzprodukt offen lobt. Doch Nvidia-CEO Jensen Huang tat genau das nach dem Start von Alpamayo. Seine Kommentare liefern eine technische Bestätigung der Finanzanalyse von Morgan Stanley.
Huang, der weithin als Visionär im KI-Bereich gilt, lobte Elon Musk und Tesla für ihre frühe Überzeugung in End-to-End Deep Learning. Huang sagte:
„Ich denke, der Tesla-Stack ist der fortschrittlichste autonome Fahrzeug-Stack der Welt. Ich bin mir ziemlich sicher, dass sie bereits End-to-End-KI verwendet haben. Ob ihre KI Argumente lieferte oder nicht, ist für den ersten Teil eher zweitrangig.“
Dieses Zitat ist entscheidend für das Verständnis des aktuellen Standes der Technologie. "End-to-End AI" bezieht sich auf ein System, bei dem Rohbilddaten von Kameras in ein neuronales Netzwerk eingespeist werden und Lenk-/Bremssteuerungen direkt ausgegeben werden, ohne traditionelle codebasierte Regeln dazwischen. Teslas Umstellung auf Version 12 (v12) seiner FSD-Software markierte einen Übergang zu dieser End-to-End-Architektur, die Hunderttausende von Zeilen C++-Heuristik-Code durch auf Video trainierte neuronale Netze ersetzte.
Durch die Anerkennung von Teslas Stack als dem "fortschrittlichsten der Welt" räumte der CEO des Unternehmens, das die Chips für alle anderen herstellt, effektiv ein, dass Teslas Vorsprung echt ist. Dies stimmt perfekt mit Percocos Einschätzung überein. Wenn der Lieferant der besten KI-Hardware der Branche der Meinung ist, dass Tesla die Nase vorn hat, sind die Finanzmärkte gut beraten, dies zur Kenntnis zu nehmen.
Die finanziellen Auswirkungen der Autonomie
Die erneute Bekräftigung des Kursziels von 425 US-Dollar durch Percoco ist untrennbar mit dem Erfolg dieser autonomen Initiativen verbunden. Damit Tesla seine Marktkapitalisierung rechtfertigen kann – die häufig die der nächsten mehreren Autohersteller zusammen übertrifft –, kann es nicht einfach ein Automobilunternehmen sein. Es muss ein Robotik- und KI-Unternehmen sein. Die Bewertung "Equal Weight" deutet auf ein ausgewogenes Risiko-Rendite-Profil auf dem aktuellen Niveau hin, aber das Kursziel impliziert ein erhebliches Aufwärtspotenzial, wenn die Autonomie-These wie erwartet aufgeht.
Wenn Percoco Recht hat und die Lücke zwischen Tesla und den Konkurrenten unüberwindbar ist, sind die Auswirkungen auf den Robotaxi-Markt tiefgreifend. Das Unternehmen, das als erstes Level 5 Autonomie erreicht, mit einer skalierbaren Fertigungsbasis, wird den Löwenanteil eines Multi-Billionen-Dollar-Marktes für Transport-as-a-Service erobern. Die Analyse von Morgan Stanley deutet darauf hin, dass, während andere Automobilhersteller noch die Tools ausarbeiten (durch Partnerschaften mit Nvidia oder Mobileye), Tesla bereits das fertige Produkt verfeinert.
Diese Dominanz hat auch Auswirkungen auf die Software-Margen. Wenn Teslas FSD zum Goldstandard wird, könnte das Lizenzierungspotenzial – oder einfach die hohen Margen aus Software-Abonnements für die eigene Flotte – das Rentabilitätsprofil des Unternehmens im Vergleich zu traditionellen Fertigungsmargen radikal verändern.
Fazit: Ein Vorsprung, der auf Meilen aufgebaut ist
Während Andrew Percoco seine Rolle als Tesla-Analyst bei Morgan Stanley antritt, dient seine erste große Notiz als Erinnerung an die einzigartige Position, die das Unternehmen einnimmt. Der Übergang von Adam Jonas zu Percoco hat die Ansicht des Unternehmens über Teslas technologische Überlegenheit nicht verwässert; vielmehr hat er den Fokus auf die spezifischen Datenvorteile gerichtet, die diese aufrechterhalten.
Die Behauptung, dass das Rennen "nicht einmal annähernd" eng ist, ist kühn, besonders in einer Branche, die von schneller Innovation geprägt ist. Die Logik, die dieser Behauptung zugrunde liegt, ist jedoch robust. Im Zeitalter der künstlichen Intelligenz sind Daten der Treibstoff, der den Fortschritt antreibt. Mit Millionen von Fahrzeugen, die als Datenerfassungsknoten in einem globalen Netzwerk fungieren, hat Tesla eine Datenengine aufgebaut, die Konkurrenten, unabhängig von ihrer Silizium-Leistung oder Sensorausrüstung, nur schwer replizieren können.
Während Nvidias Alpamayo und andere aufkommende Technologien zweifellos den Standard für die gesamte Automobilindustrie anheben werden, sieht Morgan Stanley Teslas Potenzial als deutlich höher an. Während die Branche einer fahrerlosen Zukunft entgegengeht, deutet der Analystenkonsens darauf hin, dass, obwohl viele konkurrieren werden, Teslas jahrelange Vorarbeit dafür gesorgt hat, dass es das Unternehmen bleibt, das es zu schlagen gilt.
