Uber maakt agentic AI concreet met robotaxi-plan in München

Uber wil samen met Autobrains een robotaxi-programma opzetten in München, gebouwd op NVIDIA DRIVE Hyperion. De samenwerking werd op 1 juni 2026 aangekondigd tijdens GTC Taipei en moet agentic AI uit de softwarelaag naar een fysieke, veiligheidskritische toepassing in Europa brengen.

De uitrol is nog niet live. Uber en Autobrains stellen dat München de eerste deploymentstad moet worden, maar het project blijft afhankelijk van goedkeuring door toezichthouders. Details over de autofabrikant, vlootomvang en exacte testzones zijn nog niet volledig bekendgemaakt.

Toch is de aankondiging relevant. Waar agentic AI de afgelopen maanden vooral werd gebruikt voor digitale workflows, AI-agents en softwareautomatisering, verschuift het begrip hier naar mobiliteit, veiligheid en operationele infrastructuur.

Uber en Autobrains willen Uber’s mobiliteitsnetwerk combineren met de autonome rijtechnologie van Autobrains. De technologie draait op NVIDIA DRIVE Hyperion, een platform dat door NVIDIA wordt gepositioneerd voor schaalbare autonome voertuigen.

München is daarbij niet willekeurig gekozen. Reuters meldt dat de stad zich steeds meer ontwikkelt tot testlocatie voor autonome mobiliteit. Uber had eerder al plannen om vanaf 2026 zelfrijdende proeven in München te starten, onder meer met andere AV-partners.

De stad biedt een combinatie die aantrekkelijk is voor robotaxi’s: drukke stedelijke verkeerssituaties, snelle wegverbindingen en nabijheid van de Europese auto-industrie. Duitse perscontext noemt ook de mogelijkheid om binnen afgebakende gebieden of specifieke trajecten te opereren, wat past bij Level 4-autonomie.

Dat maakt München een logische Europese stresstest. Niet als bewijs dat robotaxi’s nu breed doorbreken, maar als plek waar de stap van gecontroleerde softwaredemo naar echte mobiliteitsoperatie kan worden getest.

De opvallendste term in de aankondiging is agentic AI. Autobrains zegt niet te werken met één groot end-to-end model dat alle rijtaken tegelijk verwerkt, maar met gespecialiseerde agents die elk een deel van de besluitvorming uitvoeren.

Reuters schrijft dat die agents in real time verkeerscontext beoordelen en reageren met behulp van standaard automotive sensoren. Dat is belangrijk, omdat commerciële schaalbaarheid mede afhangt van kosten, integratie en compatibiliteit met bestaande voertuigplatformen.

Duitse perscontext beschrijft het model concreet: één agent kan voorrangsregels beoordelen, een andere agent let op voetgangers, terwijl andere agents taken zoals rijstrookwissels ondersteunen. Het doel is een modulaire besluitvormingslaag in plaats van één zwarte doos die de volledige rijtaak afhandelt.

Die aanpak is inhoudelijk interessant. Agentic AI wordt hier niet gebruikt als marketingwoord voor een chatbot, maar als architectuur voor realtime beslissingen in de fysieke wereld.

De rol van NVIDIA is groter dan compute alleen. DRIVE Hyperion is bedoeld als referentieplatform voor autonome voertuigen, met voertuigcompute, sensoren en softwarebasis voor schaalbare deployments. NVIDIA meldde rond GTC Taipei dat DRIVE Hyperion onderdeel wordt van een bredere robotaxi-uitbreiding in Azië, Europa en het Midden-Oosten.

Voor Uber past dat in een bredere strategie. Reuters meldde eerder dat Uber en NVIDIA werken aan robotaxi-uitrol in meerdere steden, waarbij Uber niet opnieuw volledig zelf een autonoom voertuigbedrijf bouwt, maar partnerschappen gebruikt om autonome vlootcapaciteit in het eigen netwerk te integreren.

Dat is strategisch belangrijk. Uber wil de klantrelatie, ritvraag en platformlaag behouden, terwijl AV-softwarebedrijven, chipbedrijven en autofabrikanten de fysieke autonome stack leveren.

Daarmee ontstaat een nieuwe waardeketen: NVIDIA levert compute- en AV-infrastructuur, Autobrains levert agentic driving intelligence, autofabrikanten leveren voertuigen en Uber levert vraagaggregatie en operatie.

Uber en Autobrains noemen het programma OEM-agnostisch. Dat betekent dat het systeem niet aan één automerk of voertuigplatform vast moet zitten, maar later over meerdere fabrikanten en markten kan worden uitgerold.

Dat is een directe reactie op een bekend probleem in robotaxi’s. Veel bestaande deployments zijn sterk afhankelijk van specifieke voertuigmodellen, aangepaste sensorpakketten en nauw afgebakende steden. Dat maakt schaal duur en traag.

Een voertuig-onafhankelijk model zou commerciële uitrol eenvoudiger kunnen maken, zeker in Europa waar verschillende autofabrikanten, nationale regels en stedelijke infrastructuren door elkaar lopen.

Toch blijft dat voorlopig een doelstelling, geen bewezen uitkomst. Pas wanneer het systeem in meerdere voertuigen, steden en operationele contexten werkt, kan worden gezegd dat de OEM-agnostische aanpak schaalbaar is.

De Europese relevantie zit vooral in de reguleringslaag. Robotaxi’s zijn geen gewone AI-app. Ze werken in publieke ruimte, raken verkeersveiligheid en moeten voldoen aan voertuig-, verzekering-, data- en aansprakelijkheidsregels.

Daarom is de goedkeuring van toezichthouders geen voetnoot. Ze bepaalt of het project van aankondiging naar operatie kan gaan. Reuters benadrukt terecht dat de München-uitrol afhankelijk blijft van regulatory approval.

Voor Europa is dit precies de test. AI wordt vaak besproken via modellen, cloudinfrastructuur en regelgeving. Robotaxi’s brengen die discussie naar de straat: kan Europa fysieke AI toelaten op een manier die veilig, commercieel en schaalbaar is?

Dat maakt München meer dan een mobiliteitsnieuwtje. Het is een signaal dat AI-infrastructuur in Europa steeds tastbaarder wordt.

Voor beleggers en builders ligt de waarde niet alleen bij Uber. Dit project laat zien welke lagen belangrijk worden wanneer agentic AI fysiek wordt.

Compute is nodig. Sensorintegratie is nodig. Safety-software is nodig. Real-time besluitvorming is nodig. Fleet operations, verzekering, city permits en gebruikersdistributie zijn nodig.

Daarmee lijkt fysieke AI meer op infrastructuur dan op softwarehype. De winnaars zijn waarschijnlijk niet alleen de bedrijven met het sterkste model, maar de partijen die hardware, data, voertuigplatformen, regelgeving en operationele netwerken kunnen verbinden.

NVIDIA’s rol in DRIVE Hyperion past in dat patroon. Het bedrijf probeert niet alleen chips te verkopen, maar een standaardlaag te leveren waarop robotaxi-ecosystemen kunnen bouwen.

Voorzichtigheid blijft nodig. Er is nog geen commerciële robotaxi-uitrol in München. De dienst moet langs toezichthouders. De gekozen voertuigpartner, vlootomvang en concrete operationele planning moeten nog volgen.

Wie dit leest als bewijs dat grootschalige robotaxi’s in Europa definitief zijn doorgebroken, loopt vooruit op de feiten.

Wat wel duidelijk is: Uber, Autobrains en NVIDIA verplaatsen agentic AI van abstracte softwaretaal naar een concreet Europees mobiliteitsproject. Als dat werkt, krijgt de term agentic AI buiten marketing meer gewicht.

De conclusie is daarom nuchter. München wordt geen bewijsstuk, maar een stresstest. Voor Uber is het een route om autonome ritdiensten in Europa te schalen zonder zelf de hele AV-stack te bezitten. Voor Autobrains is het een praktijkpodium voor agentic driving. Voor NVIDIA is het opnieuw een kans om DRIVE Hyperion als robotaxi-basislaag te positioneren.

Voor Europa is het vooral een teken dat de volgende AI-fase niet alleen in chatinterfaces zit. Ze komt ook in voertuigen, wegen, sensoren en regels terecht.