Nur Showgirls in Vegas?
Auf der CES 2026 in Las Vegas haben wir Roboter gesehen, die tanzen, Wäsche falten und Kaffee servieren. Das war beeindruckend. BEEINDRUCKENDES MARKETING.
Ein paar Zeitzonen weiter östlich, im BMW-Werk Spartanburg, sieht die Realität anders aus. Dort kämpfen humanoide Roboter mit der Physik, und nicht mit einstudierten Choreografien. Nach einem 10-Stunden-Dauerbetrieb sterben sie am Hitzestau in den Unterarmen und Kabelbrüchen [1].
Science-Fiction sollte also nicht mit Industrietauglichkeit verwechselt werden. Um zu verstehen, wo die echte Wertschöpfung liegt, müssen wir zwei Dinge sezieren: Die Neurobiologie des Ausblendens und die Unbestechlichkeit der Thermodynamik.
Das 11-Millionen-Bit-Problem:
Warum Roboter im Rauschen ertrinken
Warum wirkt ein Boston Dynamics Roboter in YouTube-Videos so überlegen, scheitert aber oft am „schmutzigen“ Alltag einer echten Fabrikhalle?
Es liegt an unserem biologischen Filter. Dein Gehirn wird in dieser Sekunde mit ca. 11 Millionen Bits an sensorischen Informationen geflutet (Druckpunkte auf der Haut, peripheres Sehen, Hintergrundgeräusche). Dein Bewusstsein verarbeitet davon aber nur 40 bis 50 Bits.
Du bist ein Genie im Ignorieren. Du blendest das Flackern der Neonröhre und die Vibration des Bodens aus, um dich auf diesen Beitrag zu konzentrieren.
Ein Roboter sieht (noch) alles. Für die KI ist das Staubkorn auf der Kameralinse statistisch genauso relevant wie das Not-Aus-Signal. Das ist eines der Kernprobleme der aktuellen Robotik: Sie ertrinkt im Rauschen [2].
Wir versuchen gerade, Maschinen zu bauen, die alles wahrnehmen, in einer Welt, die darauf ausgelegt ist, dass man 99,99% ignoriert. Eine zusätzliche Herausforderung für die nächsten Jahre (neben dem Daten sammeln), wird das Verwerfen von Daten.
(Übrigens, wer einmal auf unseren Unternehmer-Reisen in die Tech-Hotspots der Welt dabei war, wird sich deutlich verschlechtern, was das Thema Ignorieren von Zukunftssignalen betrifft.)
Der „Brownfield“-Zwang: Warum humanoide Formen notwendig sind
Warum tun wir uns das an? Warum nehmen wir nicht einfach präzise, festgeschraubte Roboterarme?
Weil unsere Welt für Zweibeiner gebaut ist. Unsere Fabriken sind „Brownfields“ – vollgestopft mit Treppen, engen Gängen, Türgriffen und Werkzeugen für menschliche Hände [3].
Eine Halle für klassische Automatisierung umzubauen („Greenfield“), kostet Milliarden und erfordert einen Produktionsstopp. Einen Humanoiden in das existierende Chaos zu stellen, ist theoretisch billiger, da er die bestehende Infrastruktur nutzen kann [4].
Der Humanoide ist also eher ein Upgrade oder ein Adapter. Er ist der einzige Formfaktor, der unsere historisch gewachsene Infrastruktur nutzen kann, ohne dass wir sie abreißen müssen.
Physik lässt sich nicht austricksen
Hier liegt die riesige „Realitätslücke“, die das Silicon Valley unterschätzt – und hier liegt eine große Chance.
Software skaliert exponentiell. Ein KI-Modell kann ich millionenfach kopieren. Hardware skaliert linear und schmerzhaft. Im BMW-Pilotprojekt zeigte sich: Wenn ein Roboterarm 90.000 Mal ein Teil hebt [5], ist der Code nicht das Problem. Das Problem sind die engen Bauräume im Handgelenk. Motoren erzeugen Hitze, Getriebe verschleißen, Kabel scheuern [6].
Die Entwickler mussten die komplette Elektronik-Architektur im Handgelenk neu designen, denn die Thermodynamik ist unbarmherzig [7] – daran ändert auch der IQ der KI nichts.
Übrigens: Das Unbehagen bei fast-menschlichen Figuren (Uncanny Valley) ist einer der Gründe, weshalb humanoide Roboter oft bewusst abstrahiert gebaut werden, um weniger Ängste auszulösen [8].
Leider löst das nicht die unfassbar hohe Erwartungshaltung an diese menschlich aussehenden Maschinen. Wir erwarten unterbewusst die motorische Eleganz und die Hitzeregulierung eines Menschen [9]. Wenn der Roboter dann zittert oder überhitzt, bricht die Illusion und das Vertrauen.
Lange Rede kurzer Sinn: Der „Body-Integrator“ gewinnt
Die Rollenverteilung im Markt schält sich heraus: Die USA (OpenAI, NVIDIA, Tesla) liefern die „General Purpose Brains“. Das entwickelt sich zu einem „Race to the Bottom“, bei dem die reine Intelligenz zur austauschbaren Handelsware (Commodity) wird.
Die unbesetzte Nische bleiben der Körper und der Kontext. Eine US-KI aus der Cloud weiß nicht, wie sich ein veröltes Gewinde anfühlt. Sie weiß nicht, wie man Wärme aus einem 5-Achsen-Gelenk ableitet, das 24/7 unter Last läuft.
Der Wettbewerb entscheidet sich an zwei Schnittstellen
- Souveränität am Edge:
Es gewinnt nicht das bessere Sprachmodell, sondern der bessere Filter. Die Datenverarbeitung wandert auf das Gerät (Edge), um den „industriellen Staub“ lokal zu interpretieren, statt Rohdaten und implizites Wissen blind in die Cloud zu senden [10]. - Meister der Physik:
Zuverlässigkeit (Mean Time Between Failures) ist in der Industrie die einzige Währung [11]. Ein Roboter, der im Labor Salto schlägt, ist wertlos, wenn er im Schichtbetrieb mechanisch versagt.
Während in Vegas die Show läuft, entscheidet sich in der Spätschicht am Montag, ob das System steht oder fällt. Physik verhandelt nicht.
