Marktbericht zur Sensoranalyse für autonome Fahrzeuge 2025: Enthüllung von KI-Innovationen, Marktdynamik und strategischen Prognosen. Entdecken Sie wichtige Trends, regionale Einblicke und Wachstumschancen, die die nächsten 5 Jahre prägen.

• Zusammenfassung und Marktübersicht
• Wichtige Technologietrends in der Sensoranalyse für autonome Fahrzeuge
• Wettbewerbsumfeld und führende Akteure
• Marktwachstumsprognosen (2025–2030): CAGR, Umsatz- und Mengenanalyse
• Regionale Marktanalyse: Nordamerika, Europa, Asien-Pazifik und Rest der Welt
• Zukunftsausblick: Neue Anwendungen und Investitionsschwerpunkte
• Herausforderungen, Risiken und strategische Chancen
• Quellen und Referenzen

Zusammenfassung und Marktübersicht

Der Markt für Sensoranalytik für autonome Fahrzeuge steht im Jahr 2025 an der Schnittstelle zwischen raschem technologischen Fortschritt und steigendem Bedarf an sicheren, effizienteren Verkehrssystemen. Die Sensoranalytik autonomer Fahrzeuge bezieht sich auf die Suite von Datenverarbeitungs-, Interpretations- und Entscheidungsfindungswerkzeugen, die rohe Sensoreingaben – wie LiDAR, Radar, Kameras und Ultraschallsensoren – in umsetzbare Erkenntnisse für die Fahrzeugnavigation, Hinderniserkennung und Echtzeit-Entscheidungsfindung umwandeln. Dieser Markt ist ein entscheidender Ermöglicher für die Einführung von autonomen Fahrzeugen der Stufe 3 und höher, wobei Echtzeit-Datenanalytik von hochpräzisen Sensordaten sowohl Sicherheit als auch operative Effizienz unterstützt.

Laut Gartner wird der globale Markt für autonome Fahrzeuge bis 2030 auf 525 Milliarden Dollar anwachsen, wobei die Sensoranalytik einen signifikanten Anteil an der Wertschöpfungskette ausmacht. Die Verbreitung fortschrittlicher Fahrerassistenzsysteme (ADAS) und vollständig autonomer Prototypen hat die Integration anspruchsvoller Analyseplattformen beschleunigt, was die Nachfrage nach Hochleistungsrechnern und Lösungen für künstliche Intelligenz (KI) innerhalb von Fahrzeugen antreibt. Im Jahr 2025 ist der Markt durch einen intensiven Wettbewerb zwischen Technologieanbietern, Automobilherstellern und Halbleiterunternehmen geprägt, die alle robuste, skalierbare Analyselösungen anbieten wollen, die Petabytes von Sensordaten in Echtzeit verarbeiten können.

Wichtige Markttreiber sind regulatorische Vorgaben für die Fahrzeugsicherheit, die Verbrauchernachfrage nach verbesserten Mobilitätserlebnissen und die laufende Evolution der Infrastruktur intelligenter Städte. Die Einführung von 5G-Konnektivität und Edge-Computing ermöglicht darüber hinaus die Verarbeitung von Sensordaten in Echtzeit, reduziert die Latenz und verbessert die Zuverlässigkeit autonomer Systeme. Laut IDC wird erwartet, dass die Ausgaben für KI im Automobilbereich – einschließlich der Sensoranalytik – bis 2025 mit einer CAGR von über 20 % wachsen, was die strategische Bedeutung des Sektors widerspiegelt.

• Nordamerika und Asien-Pazifik bleiben die führenden Regionen, die durch starke F&E-Investitionen und unterstützende regulatorische Rahmenbedingungen gekennzeichnet sind.
• Wichtige Akteure wie NVIDIA, Intel und Mobileye investieren stark in Sensoranalytikplattformen und nutzen KI und maschinelles Lernen zur Verbesserung der Wahrnehmungs- und Entscheidungsfähigkeit.
• Zusammenarbeiten zwischen Automobilherstellern und Technologieunternehmen beschleunigen Innovationen mit dem Fokus auf die Verbesserung der Sensorfusion, Datenaccuracy und Systemredundanz.

Zusammenfassend wird der Markt für Sensoranalytik autonomer Fahrzeuge im Jahr 2025 von rascher Innovation, strategischen Partnerschaften und einem klaren Weg zur weitreichenden kommerziellen Einführung geprägt sein, gestützt auf solide Investitionen und technologische Durchbrüche.

Wichtige Technologietrends in der Sensoranalyse für autonome Fahrzeuge

Die Sensoranalytik für autonome Fahrzeuge entwickelt sich schnell weiter, angetrieben von der Notwendigkeit höherer Sicherheit, Zuverlässigkeit und Effizienz in selbstfahrenden Systemen. Im Jahr 2025 prägen mehrere wichtige Technologietrends die Landschaft der Sensoranalytik und transformieren grundlegend, wie autonome Fahrzeuge ihre Umgebung wahrnehmen und mit ihr interagieren.

• Sensorfusion und Edge AI: Die Integration von Daten aus mehreren Sensormodalitäten – wie LiDAR, Radar, Kameras und Ultraschallsensoren – bleibt ein Grundpfeiler robuster Wahrnehmungssysteme. Fortschrittliche Sensorfusionsalgorithmen, die zunehmend durch Edge AI unterstützt werden, ermöglichen die Echtzeitverarbeitung und Entscheidungsfindung direkt im Fahrzeug, reduzieren die Latenz und die Abhängigkeit von der Cloud-Konnektivität. Unternehmen wie NVIDIA und Mobileye führen die Entwicklung leistungsstarker Rechenplattformen im Fahrzeug an, die komplexe Sensoranalysen unterstützen.
• Hochauflösende Karten und Lokalisierung: Die Sensoranalytik wird durch hochauflösende (HD) Karten verbessert, die eine Genauigkeit im Zentimeterbereich für die Lokalisierung bieten. Echtzeit-Kartenupdates, kombiniert mit Sensordaten, ermöglichen es Fahrzeugen, sich an dynamische Straßenbedingungen anzupassen. HERE Technologies und TomTom sind führend in der Bereitstellung von HD-Kartierungslösungen, die in die Sensoranalytik integriert sind.
• KI-gesteuerte Wahrnehmung und prädiktive Analytik: Neuronale Netzwerke werden zunehmend verwendet, um komplexe Sensordaten zu interpretieren, was es Fahrzeugen ermöglicht, Objekte zu erkennen, das Verhalten anderer Verkehrsteilnehmer vorherzusagen und proaktive Entscheidungen beim Fahren zu treffen. Der Einsatz von synthetischen Daten und Simulationsumgebungen, wie sie von Ansys und Aurora Innovation bereitgestellt werden, beschleunigt das Training und die Validierung dieser KI-Modelle.
• V2X-Integration: Die Fahrzeug-zu-alles (V2X) Kommunikation wird mit der Sensoranalytik integriert, um ein umfassenderes Situationsbewusstsein zu bieten. Durch die Kombination direkter Sensoreingaben mit Informationen von anderen Fahrzeugen und Infrastrukturen können autonome Systeme Gefahren jenseits der Sichtlinie vorausahnen, wie es durch Initiativen von Qualcomm und Intel demonstriert wird.
• Cybersicherheit und Datenschutz: Da die Sensoranalytik immer ausgeklügelter wird, ist die Sicherstellung der Sicherheit und des Schutzes von Sensordaten von größter Bedeutung. Lösungen von BlackBerry QNX und HARMAN konzentrieren sich auf sichere Datenpipelines und Echtzeit-Bedrohungserkennung innerhalb von Plattformen für autonome Fahrzeuge.

Diese Trends unterstreichen einen Wandel hin zu intelligenteren, vernetzten und sichereren Rahmenbedingungen für Sensoranalytik, die den Einsatz autonomer Fahrzeuge im Jahr 2025 und darüber hinaus vorbereiten.

Wettbewerbsumfeld und führende Akteure

Das Wettbewerbsumfeld für die Sensoranalytik autonomer Fahrzeuge im Jahr 2025 ist durch eine rasche Innovation, strategische Partnerschaften und eine Mischung aus etablierten Technologieriesen und spezialisierten Startups gekennzeichnet. Angesichts der wachsenden Nachfrage nach fortschrittlichen Fahrerassistenzsystemen (ADAS) und vollständig autonomen Fahrzeugen arbeiten Unternehmen dringend daran, Analysetools zu entwickeln, die Daten aus einer Vielzahl von Sensoren verarbeiten und interpretieren können, darunter LiDAR, Radar, Kameras und Ultraschallsensoren.

NVIDIA bleibt eine dominante Kraft und nutzt seine leistungsstarken GPUs und KI-Frameworks, um Echtzeit-Sensorfusion und Analytiklösungen bereitzustellen. Seine DRIVE-Plattform wird von Automobilherstellern und Tier-1-Zulieferern sowohl für Prototypen als auch für die kommerzielle Einführung weit verbreitet verwendet. Ebenso erweitert Intel durch seine Tochtergesellschaft Mobileye weiterhin seinen Marktanteil, indem es fortschrittliche Wahrnehmungsalgorithmen und Mapping-Analytik integriert, die robustes Situationsbewusstsein für autonome Fahrzeuge ermöglichen.

Startups wie Aurora Innovation und Argo AI setzen neue Maßstäbe mit proprietären Sensoranalytik-Stapeln, die Skalierbarkeit und Sicherheit betonen. Diese Unternehmen arbeiten oft mit großen Automobilherstellern zusammen, um die Kommerzialisierung autonomer Fahrtechnologien zu beschleunigen. Inzwischen sind Velodyne Lidar und Luminar Technologies nicht nur Sensorhersteller, sondern bieten auch Analysesoftware an, die die Objekterkennung, -klassifizierung und -verfolgung verbessert.

Chinesische Technologiefirmen wie Baidu und Huawei investieren stark in KI-gesteuerte Sensoranalytik und streben danach, einen signifikanten Anteil an den heimischen und globalen Märkten zu erobern. Baidus Apollo-Plattform beispielsweise integriert die Analyse mehrerer Sensordaten zur Unterstützung ihrer autonomen Taxiflotten und Partnerschaften mit Automobilherstellern.

Laut einem Bericht von IDC aus dem Jahr 2024 zeigt der Markt eine zunehmende Konsolidierung, wobei größere Akteure Nischen-Analytics-Startups übernehmen, um ihre Fähigkeiten im Bereich Edge Computing und Echtzeitdatenverarbeitung zu stärken. Der Bericht hebt auch die wachsende Bedeutung von Open-Source-Frameworks und Branchenkonsortien wie der Autoware Foundation hervor, die Zusammenarbeit und Interoperabilität unter Anbietern von Sensoranalytik fördern.

Zusammenfassend wird der Sektor für Sensoranalytik autonomer Fahrzeuge im Jahr 2025 von einem intensiven Wettbewerb, technologischen Schnittstellen und einer dynamischen Mischung globaler und regionaler Akteure geprägt sein, die alle darauf ausgerichtet sind, sicherere und effizientere autonom fahrende Erfahrungen zu bieten.

Marktwachstumsprognosen (2025–2030): CAGR, Umsatz- und Mengenanalyse

Der Markt für Sensoranalytik autonomer Fahrzeuge steht zwischen 2025 und 2030 vor einem robusten Wachstum, angetrieben durch schnelle Fortschritte in der Sensortechnologie, wachsende Akzeptanz autonomer Fahrzeuge und den steigenden Bedarf an Echtzeitdatenverarbeitung und Entscheidungsfindung. Laut Prognosen von MarketsandMarkets wird der globale Markt für autonome Fahrzeug-Sensoren – einschließlich Analyselösungen – während dieses Zeitraums voraussichtlich eine jährliche Wachstumsrate (CAGR) von etwa 18–22 % erreichen. Dieser Anstieg wird durch die Verbreitung fortschrittlicher Fahrerassistenzsysteme (ADAS) und den Übergang zu höheren autonomen Fahrzeugniveaus unterstützt.

Umsatzprognosen deuten darauf hin, dass der Markt, der im Jahr 2024 auf etwa 6,5 Milliarden US-Dollar geschätzt wird, bis 2030 die 14 Milliarden Dollar überschreiten könnte, wobei Analytics-Software und -plattformen einen wachsenden Anteil an diesem Wert ausmachen. Die zunehmende Integration von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) in die Sensoranalytikplattformen wird voraussichtlich das Umsatzwachstum weiter beschleunigen, da OEMs und Technologieanbieter bestrebt sind, die Wahrnehmungs-, Vorhersage- und Entscheidungsfähigkeiten in autonomen Fahrzeugen zu verbessern. IDC hebt hervor, dass die Ausgaben für Automotive-KI – einschließlich Sensoranalytik – zweistellige Wachstumsraten sehen werden, was die Priorität des Sektors auf datengestützte Sicherheit und Effizienz widerspiegelt.

In Bezug auf das Volumen wird die Anzahl der Fahrzeuge, die mit fortschrittlichen Sensoranalytiklösungen ausgestattet sind, voraussichtlich stark ansteigen. Statista schätzt, dass bis 2030 weltweit über 30 Millionen Fahrzeuge über autonome Fähigkeiten der Stufe 3 oder höher verfügen werden, wobei jedes Fahrzeug auf anspruchsvolle Sensoranalytik für Navigation, Objekterkennung und Situationsbewusstsein angewiesen ist. Dieses Volumenwachstum ist insbesondere in Nordamerika, Europa und Teilen Asien-Pazifiks ausgeprägt, wo regulatorische Unterstützung und Infrastrukturinvestitionen die Einführung autonomer Fahrzeuge beschleunigen.

Segmentweise wird erwartet, dass LiDAR- und Radar-Sensoranalytik das schnellste Wachstum verzeichnen werden, während auch Kamera- und Ultraschallsensoranalytik an Bedeutung zunehmen wird, da die Multisens fusion zum Standard wird. Das Segment der Nutzfahrzeuge, einschließlich Robo-Taxis und autonomer Lieferflotten, wird voraussichtlich die Passagierfahrzeuge hinsichtlich der Akzeptanz von Analytik übertreffen, da hier höhere betriebliche Anforderungen und Sicherheitsanforderungen bestehen.

Insgesamt wird der Zeitraum 2025–2030 durch rasantes Wachstum, technologischen Fortschritt und zunehmenden Wettbewerb unter den Anbietern von Analytik gekennzeichnet sein, während der Markt auf die sich entwickelnden Bedürfnisse autonomer Mobilitätsökosysteme reagiert.

Regionale Marktanalyse: Nordamerika, Europa, Asien-Pazifik und Rest der Welt

Der globale Markt für Sensoranalytik autonomer Fahrzeuge verzeichnet ein starkes Wachstum, mit signifikanten regionalen Unterschieden in der Einführung, technologischen Fortschritten und regulatorischen Rahmenbedingungen. Im Jahr 2025 zeigen Nordamerika, Europa, Asien-Pazifik und der Rest der Welt (RoW) jeweils unterschiedliche Marktdynamiken, die durch lokale Branchenakteure, staatliche Initiativen und die Bereitschaft der Verbraucher geprägt sind.

Nordamerika bleibt ein Vorreiter, angetrieben durch die Präsenz großer Automobil- und Technologiefirmen wie Tesla, Ford und General Motors sowie führender Anbieter von Sensoranalytik. Die Region profitiert von fortschrittlicher Infrastruktur, hohen F&E-Investitionen und unterstützenden regulatorischen Pilotprojekten, insbesondere in den USA. Laut IDC wird Nordamerika voraussichtlich über 35 % der globalen Ausgaben für Sensoranalytik autonomer Fahrzeuge im Jahr 2025 ausmachen, mit Schwerpunkt auf LiDAR-, Radar- und Kameradatenfusion für städtische und Autobahn-Szenarien.

Europa zeichnet sich durch starke regulatorische Unterstützung und ein kollaboratives Ökosystem aus, an dem Automobilhersteller wie Volkswagen Group und Mercedes-Benz Group beteiligt sind. Der Vorstoß der Europäischen Union für vernetzte und automatisierte Mobilität, zusammen mit strengen Sicherheitsstandards, beschleunigt die Einführung fortschrittlicher Sensoranalytik. Die Region verzeichnet auch zunehmende Investitionen in Edge-Analytik und KI-gesteuerte Sensorfusion, insbesondere in Deutschland, Frankreich und den nordischen Ländern. Statista prognostiziert, dass Europa in diesem Segment bis 2025 eine CAGR von 18 % erzielen wird.

Asien-Pazifik entwickelt sich zum am schnellsten wachsenden Markt, angetrieben durch rasante Urbanisierung, staatlich geförderte Initiativen für intelligente Mobilität und die Präsenz von Technologieriesen wie BYD und Honda. China, Japan und Südkorea führen den Vorstoß an, wobei China allein für nahezu 40 % der neuen Sensorimplementierung autonomer Fahrzeuge in der Region verantwortlich ist, laut McKinsey & Company. Der Fokus liegt hier auf skalierbaren, kostengünstigen Analytiklösungen, die in Massenträgersfahrzeuge integriert werden können.

• Rest der Welt (RoW): Obwohl die Akzeptanz langsamer voranschreitet, beginnen Regionen wie der Nahe Osten und Lateinamerika, in Pilotprojekte und Infrastrukturaktualisierungen zu investieren. Das Wachstum wird moderat erwartet, mit Chancen, die an Initiativen intelligenter Städte und internationale Partnerschaften gekoppelt sind.

Insgesamt werden regionale Unterschiede in der Infrastruktur, regulatorischen Bereitschaft und Verbraucherakzeptanz weiterhin die Entwicklung der Sensoranalytik autonomer Fahrzeuge bis 2025 und darüber hinaus prägen.

Zukunftsausblick: Neue Anwendungen und Investitionsschwerpunkte

Der Zukunftsausblick für die Sensoranalytik autonomer Fahrzeuge im Jahr 2025 ist durch rasante technologische Entwicklungen, sich ausbreitende Anwendungen und zunehmende Investitionstätigkeit geprägt. Da die Automobilindustrie auf höhere Stufen der Fahrzeugautonomie zusteuert, werden Sensoranalytik – einschließlich Datenfusion, Echtzeitverarbeitung und KI-gesteuerter Interpretation – entscheidend für Sicherheit und Leistungsverbesserungen.

Neue Anwendungen erstrecken sich über traditionelle Personenkraftwagen hinaus. Im Jahr 2025 wird erwartet, dass kommerzielle Flotten, Lieferroboter für die letzte Meile und autonome Shuttle-Busse große Anwender fortschrittlicher Sensoranalytik sind. Zum Beispiel nutzen Logistikunternehmen Sensordaten, um die Routenplanung zu optimieren, den Gesundheitszustand der Fahrzeuge zu überwachen und die Sicherheit der Fracht zu gewährleisten, während Anbieter urbaner Mobilität Analysen einsetzen, um die Effizienz des Mitfahrens und die Sicherheit von Fußgängern zu verbessern. Die Integration von Fahrzeug-zu-alles (V2X) Kommunikation wird ebenfalls voraussichtlich neue Analytik-Anwendungsszenarien fördern, wie prädiktive Wartung und dynamisches Verkehrsmanagement, indem sie Fahrzeugen ermöglicht, Daten von Infrastrukturen und anderen Verkehrsteilnehmern in Echtzeit zu interpretieren.

• Edge AI und Echtzeitverarbeitung: Der Trend hin zu Edge-Computing ermöglicht schnellere Analytik im Fahrzeug, wodurch Latenz und Bandbreitenanforderungen reduziert werden. Dies ist insbesondere für Anwendungen wie Notbremsung und Kollisionsvermeidung kritisch, bei denen Millisekunden entscheidend sind. Unternehmen wie NVIDIA und Intel investieren stark in KI-Chips und Softwareplattformen für Automobile, um diese Fähigkeiten zu unterstützen.
• Sensorfusion und Redundanz: Die Kombination von Daten aus Lidar, Radar, Kameras und Ultraschallsensoren wird zur Standardpraxis, um Zuverlässigkeit und Genauigkeit zu verbessern. Sowohl Startups als auch etablierte Unternehmen entwickeln anspruchsvolle Algorithmen, um widersprüchliche Sensoreingaben zu reconciliieren und ein robustes Situationsbewusstsein zu schaffen, ein Trend, der in aktuellen Berichten von IDC und Gartner hervorgehoben wird.
• Investitionsschwerpunkte: Risikokapital- und Unternehmensinvestitionen fließen in Unternehmen, die sich auf Software zur Sensoranalytik, Edge AI und Cybersicherheit für autonome Fahrzeuge spezialisieren. Laut CB Insights haben die Finanzierungsrunden in diesem Sektor zugenommen, wobei Nordamerika, Europa und Ostasien als wichtige Innovationszentren gelten.

Mit Blick auf die Zukunft werden regulatorische Entwicklungen und Standardisierungsbemühungen die Landschaft weiter prägen, während Regierungen und Branchengruppen auf interoperable, sichere und erklärbare Analysesysteme drängen. Die Konvergenz von KI, Konnektivität und Sensortechnologie wird neue Geschäftsmodelle und Einnahmequellen erschließen und die Sensoranalytik zu einem Grundpfeiler des Ökosystems autonomer Mobilität im Jahr 2025 und darüber hinaus machen.

Herausforderungen, Risiken und strategische Chancen

Die Landschaft der Sensoranalytik autonomer Fahrzeuge im Jahr 2025 ist durch ein komplexes Zusammenspiel von Herausforderungen, Risiken und strategischen Chancen geprägt. Da autonome Fahrzeuge zunehmend auf eine Fusion von Sensoren angewiesen sind – wie LiDAR, Radar, Kameras und Ultraschallsensoren – hat das Volumen und die Geschwindigkeit der erzeugten Daten stark zugenommen, was den Bedarf an robusten Analyseplattformen intensiviert. Dennoch bestehen mehrere kritische Herausforderungen.

• Datenüberlastung und Echtzeitverarbeitung: Das schiere Volumen an Sensordaten, das oft mehrere Terabyte pro Tag und Fahrzeug übersteigt, belastet die aktuellen Analyseinfrastrukturen. Die Echtzeitverarbeitung ist entscheidend für eine sichere Navigation, jedoch bleiben Latenz und Bandbreitenbeschränkungen erhebliche Hürden. Unternehmen wie NVIDIA und Intel investieren in Edge Computing und KI-Beschleuniger, um diese Engpässe zu beheben.
• Komplexität der Sensorfusion: Die Integration heterogener Sensordaten zur Erstellung eines kohärenten Umweltmodells ist technisch herausfordernd. Inkonsistente Datenformate, Kalibrierungsabweichungen und Sensoralterung können die Genauigkeit der Analytik beeinträchtigen. Bosch Mobility und Continental AG entwickeln fortschrittliche Algorithmen zur Sensorfusion.
• Cybersicherheit und Datenschutz: Die vernetzte Natur autonomer Fahrzeuge setzt Systeme zur Sensoranalytik Cyberbedrohungen aus. Unbefugter Zugang oder Manipulation von Sensordaten könnte katastrophale Sicherheitsfolgen haben. Regulierungsbehörden wie die National Highway Traffic Safety Administration (NHTSA) drängen auf strenge Cybersecurity-Standards, während Branchenakteure in Verschlüsselung und Anomaliedetektion investieren.
• Regulatorische und Haftungsunsicherheit: Die sich entwickelnde rechtliche Landschaft rund um autonome Fahrzeuge schafft Ungewissheit für Anbieter von Sensoranalytik. Fragen zur Dateneigentümerschaft, Haftung bei Unfällen und die Einhaltung regionaler Vorschriften (z. B. GDPR) komplizieren die Bereitstellungsstrategien.

Trotz dieser Herausforderungen gibt es strategische Chancen. Der Druck für höhere Grade der Fahrzeugautonomie (Stufe 4 und höher) treibt die Nachfrage nach anspruchsvollerer Analytik voran und eröffnet Möglichkeiten für spezialisierte Softwareanbieter und Cloud-Serviceanbieter. Partnerschaften zwischen Automobilherstellern und Technologieunternehmen – wie Waymo und Google – beschleunigen die Innovation in der Interpretation von Sensordaten und prädiktiver Analytik. Darüber hinaus ermöglicht die Integration von KI und maschinellem Lernen eine kontinuierliche Verbesserung der Wahrnehmungsgenauigkeit und bietet frühen Anwendern einen Wettbewerbsvorteil. Mit der Reifung des Marktes werden Unternehmen, die diese Risiken angehen und gleichzeitig den Bedarf an skalierbarer, sicherer und Echtzeitanalytik nutzen, gut positioniert sein, um zu wachsen.

Quellen und Referenzen

• IDC
• NVIDIA
• Mobileye
• HERE Technologies
• TomTom
• Aurora Innovation
• Qualcomm
• BlackBerry QNX
• HARMAN
• Velodyne Lidar
• Luminar Technologies
• Baidu
• Huawei
• MarketsandMarkets
• Statista
• Volkswagen Group
• Mercedes-Benz Group
• BYD
• McKinsey & Company
• Bosch Mobility
• Google