Dynamic Map Platform: Wenn die Karte zum Problem wird

Dynamic Map Platform wurde gegründet.7,7 Milliarden Yen bei der IPO im März 2025Dies wurde durch ein Konsortium japanischer Automobilhersteller sowie durch ein staatliches Programm unterstützt, das darauf abzielt, die autonome Fahrzeugsteuerung in Japan zu fördern. Die Vorstellung war klar: Toyota, Nissan, Honda und sieben weitere Unternehmen würden ihre Ressourcen zusammenbringen, um die standardisierten, hochauflösenden Karten zu erstellen, die für die autonome Fahrzeugsteuerung auf Level 3+ erforderlich sind. Keine einzelne Firma musste diese Aufgabe allein bewältigen.

Zwölf Monate später berichtete das Unternehmen, dass die Umsatzgröße um 23,8 Prozent zurückgegangen sei.5,69 Milliarden ¥Eine Nettoverluste, die sich weiter vergrößerte.¥1,71 MilliardenUnd der Aktienkurs ist von seinem IPO-Preis von 1.200 Yen auf etwa 800 Yen gefallen. Der Marktwert beträgt etwa 20 Milliarden Yen – dieser wird jedoch mit einem Verbrauch von etwa 356 Millionen Yen pro Monat verbraucht.

Der Unterschied zwischen der Theorie bezüglich der IPO und den aktuellen Zahlen ist nicht nur ein Problem der Umsetzung – es handelt sich dabei um ein strukturelles Problem. Das Unternehmen hat noch nicht vollständig erkannt, was mit dem Produkt geschehen ist, das es hergestellt hat, um zu verkaufen.

Die All-Japan-Bet

Die Dynamic Map Platform war keine Startup-Company, die einen „Product-Market Fit“ erreicht hatte. Es handelte sich dabei um ein Infrastrukturprojekt, das in Form einer Aktiennotiz dargestellt wurde. Das Projekt wurde im Jahr 2016 ins Leben gerufen.SIP des japanischen Kabinettamts – Cross-ministerielles Strategisches InnovationsförderprogrammDas Unternehmen wurde entwickelt, um ein Koordinationsproblem zu lösen: Die autonome Fahrführung auf Level 3 und höher erfordert Karten mit einer Genauigkeit von Centimetern. Die Erstellung dieser Karten ist jedoch sehr kostspielig – daher möchte kein einzelnes Automobilhersteller diese Aufgabe alleine bewältigen. Besonders dann, wenn das fertige Produkt den Konkurrenten Vorteile bringt.

Die Lösung bestand darin, alles zusammen zu bringen. Mitsubishi Electric führte das Forschungskonsortium an, zusammen mit Zenrin, Toyota Mapmaster, PASCO und anderen Unternehmen. Die Innovation Network Corporation of Japan (INCJ) lieferte staatlich unterstützte Kapitalmittel.Zehn japanische Automobilhersteller wurden Aktionäre.Das Ergebnis war eine standardisierte HD-Kartierungsplattform, die die Autobahnen und wichtigen Straßen in Japan abdeckt. Die Plattform basiert auf Daten aus mobilen Kartierungssystemen, die mit LiDAR- und Kamera-Systemen arbeiten, um alle Markierungen, Bordsteine sowie Signale zu erfassen.

Dieses Modell hatte zwei Vorteile. Erstens vermied es die überflüssigen Ausgaben, die den globalen Markt für HD-Karten belasten – auf diesem Markt bauen Unternehmen wie HERE Technologies, TomTom, Mobileye und Baidu jeweils ihre eigene Karteiinfrastruktur. Zweitens zwang dieses Modell die japanischen Automobilhersteller dazu, sich an ein gemeinsames Standard zu halten – dem NDS-Format. Dadurch sollte es möglich werden, Fahrzeuge mit HD-Kartenfunktionen in großem Maße auszustatten.

Das Konsortiummodell ist auf Papier hinweg elegant – aber unter Wettbewerbsdruck ist es zerbrechlich.Die gleichen Aktionäre, die die Plattform finanzieren, konkurrieren auch untereinander in Bezug auf eigene KI-Algorithmen, Sensordatenintegration und autonome Fahrfunktionen. Die Koordination der Datenbeschreibungen, der Aktualisierungsfrequenzen und der Preise zwischen den Konkurrenten ist ein Problem der Unternehmensführung – das zeigt sich nicht im Bilanzbericht.

Die Zahlen stimmen nicht mit der Geschichte überein.

Hier ist, was das Haushaltsjahr endend im März 2026 tatsächlich gebracht hat, im Vergleich zu den Erwartungen, die bei der IPO festgelegt wurden:

Bei der IPO prognostizierte die Managementleitung Einnahmen von 6 Milliarden Yen im Geschäftsjahr 2026 – mit einer verringerten operativen Verluste von 600 Millionen Yen. Die tatsächlichen Zahlen: 5,69 Milliarden Yen an Einnahmen – ein Rückgang von 23,8 % gegenüber dem Vorjahr.1,71 Milliarden Yen Nettogewinnverlust – im Vergleich zu 1,54 Milliarden Yen im Vorjahr.Inlandse Einnahmen45,9 Prozent fielen auf 1,46 Milliarden Yen – da die Projekte der nationalen Regierung abgeschlossen wurden.AuslandseinnahmenDer Rückgang betrug 11,4 %, auf insgesamt 4,23 Milliarden Yen. Dies wurde durch die Fertigstellung neuer Straßenprojekte in Nordamerika sowie durch Verzögerungen bei Verträgen im Nahen Osten verursacht..

Das Unternehmen versuchte, diese Verschlechterung hinter dem „angepassten EBITDA“-Wert zu verbergen. Das durchgehende angepasste EBITDA erhöhte sich im Jahresvergleich um 500 Millionen Yen. Allein der vierteljährliche Zeitraum brachte eine solche Steigerung.800 Millionen Yen in angepasstem EBITDAEs wird durch einen Wandel von projektbasiertem Arbeiten hin zu Unternehmenslizenzen angetrieben. Das ist das „Turnaround“-Ergebnis, das die Managementleute bei den Investoren zeigen möchten.

Aber der angepasste EBITDA ist nicht dasselbe wie der Betriebsgewinn. Die Verlagerung auf die Lizenzierung löst das grundlegende Problem nicht.

Die Kostensenkung hinter der Verbesserung des EBITDA war deutlich: Die nordamerikanische Tochtergesellschaft Ushr22 Positionen wurden abgeschafft – ab Februar 2026. Es wird erwartet, dass dies jährlich 315 Millionen Yen einspart.Die Firma hat außerdem eine Kapitalreduzierung durchgeführt und den ausgewiesenen Kapitalwert reduziert.¥2,755 Millionen auf nur ¥100 MillionenDas ist das finanzielle Äquivalent dazu, die Segel zu kappen, wenn der Wind nachlässt – es verringert den Widerstand, aber es schafft keine neue Vorwärtsbewegung.

Ende des 3. Quartals des FY2026 hatte das Unternehmen…5,167 Millionen Yen in BargeldBei einer monatlichen Verbräuche von etwa 356 Millionen Yen beträgt die Dauer der Runway- Nutzung etwa 14 Monate – genug Zeit, um bis zum Ende des Finanzjahres März 2027 zu kommen. Dann wird die Entscheidung getroffen werden.7 Milliarden Yen Umsatz – und ein kaum positiver angepasster EBITDA von nur 50 Millionen Yen.Diese Richtlinie setzt voraus, dass die Einnahmen aus Lizenzen steigen.¥3 MilliardenUnd dass der Markt für künstliche Intelligenz weiterhin mit einem Anteil von 30 Prozent pro Jahr wächst.

Das sind die Zahlen, die für alle, die diese Aktien halten, wichtig sind: die Cash-Runway, der Verbrauch pro Jahr und die Prognose für das Jahr 2027 – diese Prognosen gehen am besten ins Nicht-Vorteil, und nicht so weit wie das, was bei einer IPO erwartet wurde.

Das Technologische Problem

Die schwierigere Frage für die Dynamic Map Platform ist nicht, ob sie die Kosten senken kann – sondern ob das Produkt, das sie hergestellt hat, seinen Platz in der Technologielandschaft verliert.

HD-Karten waren das wichtigste Element der frühen autonomen Fahrzeugsysteme. Sie boten Geometrie und Semantik auf Zentimeter-Ebene, sodass die Sensoren des Fahrzeugs nicht alle Aufgaben bezüglich der Lokalisierung und Wahrnehmung übernehmen mussten. Wenn das Auto bereits genau wusste, wo sich jede Fahrspur befand, konnte es sich darauf konzentrieren, Hindernisse zu erkennen und Entscheidungen zu treffen.

Diese Architektur wird durch denselben AI-Boom zerstört, den die Firma behauptet zu nutzen.

Die Branche des autonomen Fahren wechselt von modularen, regelbasierten Systemen hin zu anderen Ansätzen.Diese Systeme sind von HD-Karten als wichtigen Inputs abhängig – und entwickeln End-to-End-Neuronale Netzwerke, die die Rohdaten der Kameras und Sensoren direkt in Fahrmanöver umwandeln. Teslas Full Self-Driving-Systeme V12 bis V14 wurden auf Milliarden von Kilometern Fahrtstrecke trainiert. Dabei werden keine vorgefertigten HD-Karten verwendet. Das System lernt die Straßen in Echtzeit aus den Daten, die es erhält. Wie Elon Musk bei Teslas Autonomy Day im Jahr 2019 sagte, sind HD-Karten ein „Kurzweg“, der eine „täuschende Vorstellung von Fortschritt“ schafft und die Systeme „extrem anfällig“ macht.

Selbst Waymo – das Unternehmen, das am meisten mit dem Ansatz der Sensorfusion und der starken Nutzung von Karten zusammenhing – hat zunehmend neuronale Netze verwendet – transformierbare Grundmodelle für Wahrnehmung und Planung – wodurch die Abhängigkeit von festgelegten, vorab erstellten Daten reduziert wurde. Der entscheidende Punkt in der Branchenentwicklung ist nicht, ob KI für die autonome Fahrzeugsteuerung wichtig ist. Vielmehr geht es darum, ob KI überhaupt relevant ist.ErsetztDie Karte – anstatt…ErhöhtEs.

Das ist nicht nur ein Streit zwischen Tesla und allen anderen. Akademische Forschungen, die Anfang 2026 veröffentlicht wurden, zeigen…Übergang von „Sinn-Wahrnehmung-Planung-Kontrolle“-Prozessen zu großen FahrzeugsteuerungssystemenDiese Systeme internalisieren die Fahrertraditionen, die aus den Daten von menschlichen Fahrern gewonnen werden.Neurale Karte-Prioritäten – dabei lernt das Netzwerk eine globale Karte-Repräsentation, anstatt eine solche als Eingabe zu verwenden.– Sie werden zur führenden akademischen Methode werden.

Die Reaktion der Dynamic Map Platform auf diese Veränderung ist eine Lizenzkategorie namens „Data for AI“. Dabei verkauft das Unternehmen seine 3D-Kartendaten an Unternehmen, die neuronale Netzwerke zur Autonomen Fahrführung trainieren. Die Ironie ist jedoch: Das Unternehmen wechselt dazu den Schwerpunkt und verkauft stattdessen die Trainingsdaten für Systeme, die es ermöglichen, dass HD-Karten überhaupt nicht benötigt werden.

Es gibt eine plausible Zukunftsszenierung. Neuralnetze benötigen weiterhin hochwertige Trainingsdaten. Die von DMP bereitgestellten, hundertstelgenauen 3D-Punktwolken der japanischen Straßen könnten für das Training von Modellen wertvoll sein, die speziell in Japan eingesetzt werden sollen. Das Unternehmen berichtete darüber.Nur im vierten Quartal des Geschäftsjahres 2026 betrug das Umsatzvolumen aus Unternehmenslizenzen 2,6 Milliarden Yen.Das ist ein deutlicher Anstieg gegenüber dem Vorjahr. Wenn der Markt für „Data for AI“ tatsächlich existiert und wächst, dann verfügt DMP über ein einzigartiges Datenset, das die Konkurrenten in Japan nicht so leicht nachbilden können.

Aber es gibt zwei Probleme. Erstens handelt es sich dabei um ein Geschäft mit Trainingsdaten – nicht um ein Geschäft mit operativen Dienstleistungen. Die Trainingsdaten werden nur einmal pro Modelliteration verwendet; sie werden nicht kontinuierlich für jede Fahrt genutzt. Das Einnahmemodell für den Verkauf von Trainingsdatensets unterscheidet sich grundlegend von den regelmäßigen, nach Kilometer berechneten Lizenzgebühren, wie die IPO-These implizit annahm. Zweitens ist der Gesamtmarkt für AI-Trainingsdaten, den DMP betreten kann, nur ein Bruchteil dessen, was für die Implementierung von HD-Maps in der japanischen Flotte angenommen wurde.

Worauf das Aktie wirklich bezahlt wird

Rund um 800–1.200 Yen pro Aktie.23,6 Millionen ausstehende AktienDie Dynamic Map Platform hat einen Marktkapitalisierungswert von 20–25 Milliarden Yen. Bei einem Unternehmen, das jährlich 5,69 Milliarden Yen Umsatz und 1,71 Milliarden Yen Verluste erzielt, beträgt das Price-to-Sales-Verhältnis etwa 3,5-mal – eine hohe Preisgestaltung für ein Unternehmen, das keinen Gewinn macht.

Der Aktiewert hat den gesamten Bereich zwischen ihren 52-Wochen- Höchst- und Tiefstwerten verfolgt.Höchstwert: ¥1.438, Tiefstwert: ¥532Im Moment befindet es sich in der Mitte.Die IPO für 1.200 Yen würde das Unternehmen auf einen Wert von 28 Milliarden Yen bringen.Das bedeutet, dass die Investoren wohl etwa 5-mal so viel Umsatz vorhersehen würden, wenn das Unternehmen seine Erlöse aus der IPO-Verkäufen verbrauchen würde.

Der Markt bewertet dieses Aktienpaket nicht anhand der aktuellen Wirtschaftslage. Vielmehr wird die Optionale Eignung dieses Unternehmens berücksichtigt – nämlich dass das All-Japan-Konsortium letztendlich die Nutzung der HD-Karten in der japanischen Automobilindustrie fördern wird und dass das Geschäft mit der Lizenzierung von „Daten für KI“ zu einem nachhaltigen Wachstumstreiber werden könnte.

Diese Flexibilität hat eine begrenzte Lebensdauer. Der Cashbestand von 5,167 Milliarden Yen Ende des dritten Quartals reicht etwa für 14 Monate der aktuellen Ausgaben aus. Wenn die Prognosen für das Jahr 2027 – nämlich Einnahmen von 7 Milliarden Yen und ein leicht positiver adjustierter EBITDA – realisiert werden, kann das Unternehmen einer kurzfristigen Liquiditätskrise entgehen – doch es schafft es kaum, dieser Krise zu entkommen. Um solche Gewinne zu erzielen, müssten die Umsätze mit Lizenzen auf 3 Milliarden Yen steigen, während die Umsätze mit Projekten, die einst den größten Teil des Geschäfts ausmachten, weiter abnehmen.

Die eigentliche Frage für Investoren ist nicht, ob DMP stabil bleiben kann. Es geht vielmehr darum, ob der Stabilisierungspunkt den aktuellen Wertansatz rechtfertigt. Ein Unternehmen mit einem Umsatz von 7 Milliarden Yen und nahezu keinen operativen Gewinn – das Unternehmen ist außerdem abhängig von Technologien, die von neuronalen Netzwerken abgelöst werden – und wird von einem Konzern aus konkurrierenden Automobilherstellern unterstützt – das ist keine Infrastrukturmonopol, wie es in der IPO-Anzeige beschrieben wurde. Es handelt sich dabei um einen spezialisierten Datenanbieter, der versucht, eine nachhaltige Nische im Markt zu finden, der nichts von dem verkauft werden will, was dieses Unternehmen herstellt.

Der Konzern sollte eigentlich die „Mauer“ von DMP sein – also ein Hindernis für die Konkurrenz. Doch Mäuerchen schützen nur Unternehmen, die von Kunden tatsächlich benötigt werden. Wenn die japanischen Automobilhersteller ihre Fahrzeuge schließlich mit End-to-End-Neuralnetzwerken ausstatten, die keine HD-Karten erfordern – oder wenn die regulatorischen Vorgaben bezüglich HD-Karten in Japan nachlassen, sobald die Technologie ohne diese Karten funktioniert – dann zerfällt das All-Japan-Framework von beiden Seiten. Die Automobilhersteller müssen dann nicht mehr für etwas bezahlen, das sie nicht mehr benötigen, und der Mappingstandard, den sie selbst entwickelt haben, wird zu einem „gesparten Kostenposten“.

Der Aktienkurs hat bereits unter dem IPO-Prämienwert abgesackt. Der verbleibende Risikoausschlag liegt darin, ob der Preis bei 800 Yen liegt oder etwas niedriger. Das hängt ganz von der Fähigkeit ab, ob die „Data for AI“-Strategie tatsächlich zu einem Anstieg der Einnahmen führt – oder ob es nur eine Möglichkeit ist, ein Datenset zu monetarisieren, das seinen Hauptnutzen verliert.