Teil IV · Die großen Konvergenzen

Robotik und verkörperte KI

Kapitel 1312 Min. LesezeitAktualisiert: September 2026

13.1Kurze Geschichte: vom Industriearm zum lernenden Roboter

Im Klartext

Die Robotik ist alt. Der erste industrielle Roboterarm, Unimate, geht bereits 1961 an einer Fertigungsstraße der Automobilindustrie in Betrieb. Jahrzehntelang bleiben Roboter Maschinen, die darauf programmiert sind, eine präzise Bewegung in einer vollständig kontrollierten Umgebung zu wiederholen: schnell und zuverlässig, aber blind und starr. Dabei hatte schon 1920 das Theaterstück von Karel Čapek, das das Wort „Roboter“ prägte (vom tschechischen robota, „Fronarbeit“), autonome künstliche Wesen erdacht, und Isaac Asimov formulierte seine berühmten „Robotergesetze“ (Fiktion, wohlgemerkt). Die viralen Videos der Roboter von Boston Dynamics machten in den 2010er-Jahren das Bild wendiger Maschinen populär. Der eigentliche Bruch aber ist jung: Es ist der Einzug der KI der großen Modelle in den Körper der Roboter.

13.2Verkörperte KI und Vision-Language-Action-Modelle (VLA)

Abbildung13.1. Das Prinzip eines VLA-Modells. Der Roboter nimmt seine Umgebung wahr (Sehen), erhält eine Anweisung in natürlicher Sprache, und das Modell übersetzt beides in Bewegungen. Das ist für den Körper das Gegenstück zu dem, was die LLM für die Sprache geleistet haben.

Unter der Haube

Mehrere VLA prägen die Branche: Helix (vom Unternehmen Figure), die „pi“-Modelle von Physical Intelligence, Gemini Robotics und RT-2 (von Google), GR00T (von NVIDIA) oder auch UnifoLM-VLA-0 des chinesischen Unternehmens Unitree, Anfang 2026 quelloffen veröffentlicht. Eine Schlüsselzutat ist das Training in der Simulation: Man lässt den Roboter Millionen von Versuchen in einer virtuellen Welt durchspielen (die „Weltmodelle“ aus Kapitel 5, etwa die Plattform Cosmos von NVIDIA), bevor diese Fähigkeiten auf den realen Roboter übertragen werden. Bisweilen ist von einem „ChatGPT-Moment der Robotik“ die Rede, eine Formel, mit der man vorsichtig umgehen sollte: Die Demonstrationen beeindrucken, doch die Zuverlässigkeit in der realen, ungeordneten und unvorhersehbaren Welt bleibt eine gewaltige Herausforderung.

Einordnung

Das Moravec-Paradox

Eine alte Beobachtung erhellt, warum die Robotik langsamer vorankommt als die „Schreibtisch-KI“. Das in den 1980er-Jahren von Hans Moravec formulierte Paradox lässt sich in einem Satz fassen: Für eine Maschine erweisen sich die Aufgaben, die Menschen für schwierig halten (Schach spielen, rechnen, logisch schließen), als vergleichsweise leicht, während jene, die sie trivial finden (einen Gegenstand greifen, auf unebenem Boden gehen, eine unübersichtliche Szene erkennen), außerordentlich schwer sind. Der Grund liegt in der Evolution: Unsere sensomotorischen Fähigkeiten beruhen auf Hunderten von Millionen Jahren Evolution, sind tief verdrahtet und unbewusst, während das abstrakte Denken eine junge und oberflächliche Errungenschaft ist. Die unmittelbare Folge: Ein Modell kann einen brillanten Aufsatz schreiben, lange bevor ein Roboter ein Handtuch ordentlich zusammenlegt. Das ist einer der Schlüssel, um zu verstehen, warum das „Gehirn“ (die VLA-Modelle) schneller vorangekommen ist als die feine Beherrschung des Körpers und warum physische Daten (siehe unten) so kostbar sind.

Unter der Haube

Der Körper des Roboters (Aktuatoren, Gelenke, Hände und Tastsinn)

Hinter dem VLA-„Gehirn“ verbirgt sich ein Körper, dessen physikalische Grenzen entscheidend sind. Die Aktuatoren sind die Muskeln des Roboters: Lange waren sie hydraulisch (kraftvoll, aber schwer, laut und anfällig für Lecks, wie bei den ersten Atlas-Modellen), heute sind sie meist elektrisch (sauberer, präziser und leiser). Man zählt die Freiheitsgrade eines Roboters, also die Zahl seiner unabhängigen Gelenke: Je mehr es sind, desto reicher die Bewegung, aber desto schwieriger ihre Koordination. Der eigentliche Knackpunkt bleibt die Hand: Ein feines und vielseitiges Greifen (ein Ei ebenso wie einen Schlüssel fassen) erfordert gegliederte Finger und vor allem einen Tastsinn, jene taktilen Sensoren, die Kraft und Rutschen messen und noch weit hinter der menschlichen Empfindlichkeit zurückbleiben. Um sich fortzubewegen, muss ein mobiler Roboter schließlich gleichzeitig seine Position bestimmen und seine Umgebung kartieren (ein Verfahren namens SLAM). All diese Hardware-Herausforderungen erinnern daran, dass die Intelligenz der Software in der Robotik nur so viel wert ist wie die Qualität des Körpers, der sie ausführt.

Einordnung

Der Knackpunkt, die physischen Daten

Warum kommt die Robotik langsamer voran als die Textmodelle? Weil es für Bewegungen nichts gibt, was dem riesigen Text- und Bildkorpus des Webs entspräche. Einem Roboter das Greifen, Falten oder Aufräumen beizubringen, erfordert sensomotorische Daten (was seine Kameras sehen, was seine Motoren tun), die fast nirgends existieren und teuer zu erzeugen sind. Daher drei einander ergänzende Quellen, die im Zentrum der Strategie jedes Akteurs stehen: die Simulation (Millionen virtueller Versuche, sim-to-real, Kapitel 5); die Teleoperation, bei der Menschen den Roboter fernsteuern, um ihm die Bewegung vorzumachen und Demonstrationen zu erzeugen; und der reale Einsatz einer Flotte, bei dem jeder Roboter im Betrieb Daten zurückliefert, mit denen die nächsten verbessert werden (der „positive Datenkreislauf“ aus Abschnitt 13.3). Die Beherrschung dieser Datenkette trennt heute, mehr noch als die Mechanik, die Vorreiter von den Nachzüglern.

13.3Das Rennen um die humanoiden Roboter (Überblick Juni 2026)

Im Klartext

Warum will man Roboter in Menschengestalt? Weil unsere Welt (Türgriffe, Treppen, Werkzeuge, Arbeitsplätze) für den menschlichen Körper gebaut ist: Ein humanoider Roboter kann sich theoretisch in sie einfügen, ohne dass alles umgebaut werden muss. Daher ein weltweites, intensives Rennen, in dem sich amerikanische und chinesische Akteure gegenüberstehen. Hier ein orientierender Überblick zur Jahresmitte 2026 (die Zahlen ändern sich sehr schnell):

Roboter (Unternehmen, Land)	Stand Mitte 2026	Richtpreis	Besonderheit
Figure 03 (Figure, USA)	Rund vierzig Einheiten bei BMW (Spartanburg) im Einsatz	Mietmodell, in der Größenordnung von 25 $ pro Roboterstunde	Eigenes VLA „Helix“; Fabrik „BotQ“ mit dem Ziel von etwa einem Roboter pro Stunde; hat die Partnerschaft mit OpenAI beendet
Atlas (Boston Dynamics, USA)	Serienversion auf der CES im Januar 2026 vorgestellt; Einsatz bei Hyundai	etwa 140.000 bis 150.000 $	Inzwischen zu 100 % elektrisch; Partnerschaft mit Google DeepMind; Flottensoftware „Orbit“
Optimus Gen 3 (Tesla, USA)	Generation 3 Ende September 2026 noch nicht vorgestellt; Produktionslinien in Fremont im Aufbau, keine Produktionszahlen veröffentlicht	Zielpreis unter 20.000 bis 30.000 $ in Großserie	„Positiver Datenkreislauf“ über die Tesla-Fabriken; eigener Chip AI5; externer Verkauf für etwa 2027 angestrebt
G1 / H2 (Unitree, China)	Mehr als 5.500 Einheiten 2025 ausgeliefert; Ziel von 10.000 bis 20.000 im Jahr 2026	G1 um 16.000 $; H2 um 70.000 $	Strategie „Preis zuerst“; seit August 2026 in Shanghai (STAR Market) börsennotiert
NEO (1X, USA/Norwegen)	Mehr als 10.000 Vorbestellungen (Haushaltsroboter)	etwa 20.000 $ oder 499 $ pro Monat	Für das Zuhause konzipiert; Sehnenantriebe; menschliche Teleoperation als Rückfallebene
Apollo (Apptronik, USA)	Industrielle Pilotprojekte	k. A.	Fast 935 Mio. $ eingeworben; Logistikpartnerschaften
Walker S2 (UBTECH, China)	In der Größenordnung von 1.000 ausgelieferten Einheiten	k. A.	Einsätze in Fabriken
IRON (XPeng, China)	Vorserie	k. A.	Von einem Automobilhersteller getragen

Einordnung

Die Strategien

Es lassen sich mehrere Archetypen unterscheiden. Fähigkeit zuerst (Boston Dynamics, Figure: auf Leistung und anspruchsvolle Industriekunden zielen). Modell zuerst (Physical Intelligence: das „universelle Gehirn“ bauen, das Roboter verschiedener Hersteller ausstatten soll). Integration zuerst (Tesla, XPeng: die eigene industrielle Kompetenz und die eigenen Fabriken nutzen). Preis zuerst (Unitree, AgiBot in China: die Preise drücken, um massenhafte Verbreitung zu erreichen). Eine Anekdote, die die Begeisterung gut zeigt: Im April 2026 absolvierte ein chinesischer humanoider Roboter („Lightning“ von Honor) in Peking einen Halbmarathon in etwas mehr als fünfzig Minuten. Ein weiteres Zeichen, diesmal ein finanzielles: Unitree ist seit dem 19. August 2026 in Shanghai (STAR Market) börsennotiert, nachdem das Unternehmen rund 6,1 Milliarden Yuan (knapp 900 Millionen Dollar) zu einem Preis von 150,8 Yuan je Aktie eingeworben hatte; dieser erste große Börsengang eines reinen Humanoiden-Anbieters, geprägt von einem kräftigen Kurssprung am ersten Handelstag, liefert der Branche einen Bewertungsmaßstab, der mit Vorsicht zu lesen ist, so spekulativ bleibt er.

Debatte

Der Kipppunkt

All diese Akteure streben eine Preissenkung bis zu einem kritischen Punkt an, der oft bei rund 20.000 bis 25.000 Dollar veranschlagt wird, der Schwelle, an der die Kosten eines Roboters für bestimmte Aufgaben gegenüber einer menschlichen Arbeitskraft wettbewerbsfähig würden. Zwei Faktoren werden über die Gewinner entscheiden: der positive Datenkreislauf (je häufiger ein Roboter eingesetzt wird, desto mehr Daten erzeugt er, um besser zu werden, ein Vorteil, den Tesla über seine Fabriken für sich beansprucht) und die Lieferkette. In diesem letzten Punkt ist die Abhängigkeit von chinesischen Komponenten so groß, dass sich die Materialkosten eines Optimus manchen Schätzungen zufolge ohne chinesische Zulieferer verdoppeln würden: Die Robotik wird damit zu einem neuen Schauplatz der geopolitischen Rivalität, die in Kapitel 8 behandelt wurde.

13.4Jenseits der humanoiden Roboter

Einordnung

Pflege- und Begleitroboter

Jenseits der humanoiden Industrieroboter antwortet eine Kategorie auf die Alterung der Bevölkerung und den Mangel an Pflegenden: die Assistenz- und Begleitroboter, insbesondere für ältere Menschen. Dazu gehören emotionale Roboter (wie die Robbe Paro, die seit Jahren eingesetzt wird, um Menschen mit Demenz zu beruhigen), Präsenzassistenten (Erinnerung an die Medikamenteneinnahme, Videoanrufe, Sturzerkennung, Gespräche) und Roboter für körperliche Hilfe (aufstehen, sich fortbewegen, eine Last tragen). Japan, das mit einer extremen Alterung konfrontiert ist, gilt als Pionier und Testfeld. Die generative KI verleiht diesen Robotern eine weit natürlichere Gesprächsfähigkeit, die Einsamkeit lindern kann. Doch das Thema ist heikel: Ein Roboter darf die menschliche Bindung nicht ersetzen (sonst droht er die Isolation zu verschärfen, statt sie aufzufangen), er wirft Fragen der Würde und der Einwilligung auf (vor allem bei verletzlichen oder desorientierten Menschen) sowie der Privatsphäre (Kameras und Mikrofone in der Wohnung). Es geht also nicht nur um Technik: Zu entscheiden ist, welchen Platz eine Gesellschaft den Maschinen in der Sorge um ihre Schwächsten einräumen will.

Einordnung

Andere Roboterformen (weiche Robotik und Exoskelette)

In unserer Vorstellung ist der Roboter aus starrem Metall, doch zwei Familien weichen davon ab. Die weiche Robotik (soft robotics) entwirft Roboter aus weichen und verformbaren Materialien (Silikon, Polymere, aufblasbare Strukturen), oft nach dem Vorbild der Natur (Krake, Rüssel, Wurm). Ihr Vorteil: zerbrechliche Gegenstände handhaben, ohne sie zu beschädigen, sich durch enge Räume zwängen und gefahrlos mit dem menschlichen Körper interagieren, wo ein starrer Arm verletzen würde; dafür sind sie schwerer präzise zu steuern. Am anderen Ende steht das Exoskelett, das kein autonomer Roboter ist, sondern eine Struktur, die ein Mensch trägt, um seine Kraft oder Ausdauer zu steigern oder gar eine Funktion wiederherzustellen. Man findet es in drei Bereichen: in der medizinischen Rehabilitation (nach einem Unfall wieder gehen lernen), in Industrie und Logistik (den Rücken eines Arbeiters entlasten, der Lasten trägt) und im Militär. Beide Ansätze erinnern daran, dass sich die Robotik nicht auf Humanoide beschränkt: Die richtige Form hängt von der Aufgabe ab, und der sichere Kontakt mit dem Menschen wird zu einem ebenso entscheidenden Konstruktionskriterium wie die reine Leistung.

Einordnung

Chirurgieroboter, Teleoperation und Haptik

Eine Roboterfamilie ist seit Jahren bereits in einem kritischen Einsatzfeld angekommen: die Chirurgieroboter. Der bekannteste, das da-Vinci-System, ist nicht autonom: Er wird ferngesteuert, der Chirurg führt aus der Distanz Arme von übermenschlicher Präzision und Stabilität (kein Zittern, untersetzte und gefilterte Bewegungen). Diese Geräte veranschaulichen zwei Schlüsselbegriffe. Teleoperation bedeutet, einen Roboter aus der Ferne zu steuern, wobei der Mensch der Kopf bleibt und der Roboter die Hände; nützlich ist das auch in gefährlichen Umgebungen (Kerntechnik, Bombenentschärfung, Meeresgrund) und, wie gesehen, um Daten aus Demonstrationen zu sammeln (Abschnitt 13.3). Haptik bezeichnet dagegen die Kraftrückmeldung: dem Bediener das Gefühl der Berührung zurückzugeben (den Widerstand eines Gewebes, den Kontakt mit einem Gegenstand), was der heutigen ferngesteuerten Chirurgie noch fehlt und Gegenstand intensiver Forschung ist. Die KI kommt schrittweise hinzu, nicht um den Chirurgen zu ersetzen, sondern um ihn zu unterstützen: eine Bewegung stabilisieren, auf eine zu schonende Struktur hinweisen oder sogar repetitive Teilaufgaben unter Aufsicht automatisieren. Hier begegnet uns, in einem Bereich mit sehr hohem Risiko, das Modell des Zentauren (Kapitel 17) wieder: der Mensch am Steuer, verstärkt durch die Maschine.

13.5Herausforderungen: Sicherheit, Beschäftigung, Akzeptanz

Debatte

Der KI einen Körper zu geben, vervielfacht die Fragen.

Die physische Sicherheit. Eine Software, die sich irrt, zeigt einen Fehler an; ein 70 kg schwerer Roboter, der sich irrt, kann jemanden verletzen. Wie zertifiziert man einen Roboter, dessen Verhalten gelernt (und damit teilweise unvorhersehbar) statt Zeile für Zeile programmiert ist? Die Sicherheitsnormen, die für deterministische Maschinen gedacht waren, müssen neu erfunden werden.
Die Beschäftigung. Die Automatisierung körperlicher Tätigkeiten (Lagerarbeit, Montage, Reinigung) stellt die Frage der Arbeit in aller Schärfe; wir behandeln sie in Kapitel 17.
Die Akzeptanz. Das Zusammenleben mit humanoiden Maschinen weckt psychologische und soziale Vorbehalte (das berühmte „unheimliche Tal“) und wirft Fragen der Privatsphäre auf (mit Kameras gespickte Roboter in den eigenen vier Wänden).
Die Regulierung schließlich hinkt dem Tempo der Verbreitung deutlich hinterher (Kapitel 25).

Das Wichtigste (Kapitel 13)

Die Robotik beruhte lange auf programmierten und starren Maschinen. Der Bruch der Jahre 2024-2026 kommt vom Einzug der großen Modelle in den Körper der Roboter.
Die Vision-Language-Action-Modelle (VLA) (Helix von Figure, „pi“ von Physical Intelligence, Gemini Robotics von Google, GR00T von NVIDIA, UnifoLM von Unitree) übersetzen Wahrnehmung und Anweisung in Bewegungen, oft nach einem Training in der Simulation.
Im Rennen um die humanoiden Roboter stehen sich amerikanische (Figure, Tesla, Boston Dynamics, 1X, Apptronik) und chinesische Akteure (Unitree, AgiBot, UBTECH, XPeng) gegenüber, mit unterschiedlichen Strategien (Fähigkeit, Modell, Integration oder Preis).
Es geht darum, den Kipppunkt (um 20.000 bis 25.000 $) zu überschreiten; dabei zählen der positive Datenkreislauf und die Lieferkette (starke Abhängigkeit von chinesischen Komponenten).
Die „physische KI“ reicht über die Humanoiden hinaus: Cobots, Lagerroboter, Vierbeiner, Drohnen, autonome Fahrzeuge.
Die Fragen von Sicherheit (einen lernenden Roboter zertifizieren), Beschäftigung, Akzeptanz und Regulierung sind von großer Tragweite (Kapitel 24, 21 und 25).

Damit endet Teil IV. Wir haben die Konvergenzen der KI mit der Blockchain, dem Quantencomputing und der Robotik erkundet. Es ist an der Zeit, die Technologien zu verlassen und ihre konkreten Auswirkungen auf die Welt zu betrachten: Wissenschaft und Gesundheit, Arbeit und Wirtschaft, Recht und Gesellschaft. Das ist Gegenstand von Teil V.

13.1Kurze Geschichte: vom Industriearm zum lernenden Roboter#

13.2Verkörperte KI und Vision-Language-Action-Modelle (VLA)#

13.3Das Rennen um die humanoiden Roboter (Überblick Juni 2026)#

13.4Jenseits der humanoiden Roboter#

13.5Herausforderungen: Sicherheit, Beschäftigung, Akzeptanz#

Das Wichtigste (Kapitel 13)

13.1Kurze Geschichte: vom Industriearm zum lernenden Roboter

13.2Verkörperte KI und Vision-Language-Action-Modelle (VLA)

13.3Das Rennen um die humanoiden Roboter (Überblick Juni 2026)

13.4Jenseits der humanoiden Roboter

13.5Herausforderungen: Sicherheit, Beschäftigung, Akzeptanz