Physical AI im Jahr 2026: Der Stand der humanoiden Roboter

Physical AI, der Versuch, Robotern ein universelles "Gehirn" zu geben, das sehen, natürliche Sprache verstehen und handeln kann, erlebt 2026 sein Durchbruchsjahr. Zwei Fakten prägen diesen Moment. China liefert inzwischen rund 90 % der humanoiden Roboter weltweit, während US-Unternehmen laut der Information Technology and Innovation Foundation auf unter 5 % kommen. Doch die wertvollste Ebene, die Vision-Language-Action-Foundation-Models, die diese Maschinen tatsächlich steuern, wird nach wie vor von amerikanischen Laboren angeführt. Der Markt für humanoide Roboter erreichte laut Fortune Business Insights im Jahr 2026 etwa 6,24 Milliarden US-Dollar, gegenüber 4,89 Milliarden US-Dollar im Jahr 2025, auf dem Weg zu prognostizierten 165 Milliarden US-Dollar bis 2034. Dieser Beitrag kartiert, wer liefert, wer die Gehirne baut und ob sich das Geld rechnet.

Was ist "Physical AI", und warum ist 2026 ihr Durchbruchsjahr?

Physical AI ist die Anwendung von Foundation-Model-Techniken auf die physische Welt. Statt jede einzelne Gelenkbewegung zu skripten, trainieren Ingenieure ein einziges großes Modell mit einer enormen Vielfalt physischer Erfahrung und lassen es einen gesunden Menschenverstand dafür entwickeln, wie sich Objekte verhalten und wie sich Aufgaben in Bewegungen zerlegen lassen. Der Fachbegriff dafür lautet Vision-Language-Action-Modell, kurz VLA: Man füttert es mit Kamerabildern plus einer Anweisung in einfacher Sprache, und es gibt direkt Motorbefehle aus.

2026 ist aus drei Gründen, die gleichzeitig eintrafen, das Durchbruchsjahr. Erstens wurden die Gehirne gut genug, um über Aufgaben und Körper hinweg zu generalisieren, statt nur eine skriptbasierte Demo abzuspielen. Zweitens wurde die Hardware billig und reichlich verfügbar: Chinas Ministerium für Industrie und Informationstechnologie erwartet, dass die nationale Produktion humanoider Roboter in diesem Jahr 100.000 Einheiten übersteigt. Drittens floss Kapital herein: Die weltweite Risikofinanzierung für Robotik überschritt bis Mitte 2026 die Marke von 55,8 Milliarden US-Dollar und brach damit bereits frühere Jahresrekorde.

Wer liefert 2026 tatsächlich humanoide Roboter?

Nach Stückzahlen ist China nicht nur vorn, sondern stellt die überwältigende Mehrheit des Marktes. Die ITIF berichtet unter Berufung auf Lieferdaten von Visual Capitalist, dass chinesische Firmen 2025 für rund 90 % der weltweiten humanoiden Auslieferungen verantwortlich waren, während US-Firmen unter 5 % verkauften. Die Kluft je Unternehmen ist eklatant: Große chinesische Hersteller verkauften 2025 rund 12.868 Humanoide, gegenüber etwa 450 bei den führenden US-Namen.

Unternehmen	Land	2025 verkaufte humanoide Einheiten	Bemerkenswert 2026
Unitree	China	~5.500 (G1)	H2 mit NVIDIA Jetson Thor; Entwickler-Einheit R1 für unter 6.000 USD
AgiBot (Zhiyuan)	China	~5.168 (A2)	Bis Juni 2026 über 15.000 kumulierte Einheiten überschritten
UBTech	China	~1.000 (Walker)	Walker S2 in Serienfertigung für Automobilwerke
Figure AI	USA	~150	Figure 03 überschritt 1.000 gebaute Einheiten an der BotQ-Linie
Agility Robotics	USA	~150	Digit sammelt echte Betriebsstunden im Lager
Tesla	USA	~150	Optimus, angetrieben von FSD-abgeleiteten Netzen

Quelle: Stückzahlen von ITIF, Juli 2026; Meilensteine 2026 von AI Business Weekly.

Die Kluft ist zu einer politischen Frage geworden. Ende Juli 2026 verboten die Vereinigten Staaten in China hergestellte humanoide und vierbeinige Roboter aus Gründen der nationalen Sicherheit, ein Signal dafür, wie strategisch diese Kategorie geworden ist. Die historische Ironie, so die ITIF, besteht darin, dass die USA den Industrieroboter erfunden, die Produktionsführerschaft aber vor Jahren an Engineering-Schwergewichte in Deutschland, Japan und der Schweiz und nun an China abgegeben haben.

Warum der Wert im "Gehirn" liegt, nicht im Körper

Hier ist die Neubewertung, auf die es für jeden ankommt, der KI verfolgt: Der humanoide Körper wird zu billiger, standardisierter Massenhardware, und der dauerhafte Wert steckt im Software-Gehirn, das ihn steuert. Entscheidend ist, dass dieses Gehirn bewusst so gestaltet wird, dass es jeden Körper überlebt, in den es gegossen wird, eine Wette auf Cross-Embodiment, die das softwareseitige Argument dafür spiegelt, warum man sein Geschäft nicht auf ein einziges KI-Modell aufbauen sollte. Dieselbe Trennung zwischen offen und geschlossen, USA und China, die wir für die besten LLMs des Jahres 2026 kartiert haben, spielt sich nun in der Robotik ab, und die USA führen auf dieser Ebene.

Roboter-Gehirn	Labor / Land	Lizenz	Was es ist
Isaac GR00T 1.7	NVIDIA, USA	Offen (Apache 2.0)	Von NVIDIA als "das erste offene, kommerziell nutzbare VLA-Modell für allgemeine humanoide Roboterfähigkeiten" bezeichnet, kombiniert mit Cosmos-Weltmodellen und Jetson-Thor-Chips
Gemini Robotics 2 / ER 2	Google DeepMind, USA	Geschlossen	Ein VLA plus ein Modell für verkörpertes Schließen, das mehrstufige physische Aufgaben plant
π0.5 (pi-0.5)	Physical Intelligence, USA	Forschung/offen	Ein VLA-"Flow"-Modell, aufgebaut auf einem Vision-Language-Backbone mit einem eigenen Action-Expert, ausgelegt für den Transfer über Roboterkörper hinweg
Skild Brain	Skild AI, USA	Geschlossen	Ein "omni-bodied" Modell, trainiert mit Billionen simulierter Erfahrungen sowie Milliarden von Internetvideos von Menschen
GO-1	AgiBot, China	Offener Datensatz	Ein VLA, trainiert mit dem offenen Manipulationsdatensatz AgiBot World

Modellversionen aktuell zum Stand August 2026; dieses Feld sortiert sich schnell neu.

NVIDIA spielt das cleverste Blatt: Statt den siegreichen Roboter selbst zu bauen, verkauft es allen die Werkzeuge, es zu versuchen, und veröffentlicht Isaac GR00T 1.7 unter Apache 2.0, sodass jeder Hersteller es feinabstimmen kann. Google DeepMind brachte sein Spitzenlabor zum Einsatz mit Gemini Robotics 2 und erweiterte dasselbe multimodale Gemini zu einer Robotersteuerung. Start-ups wie Physical Intelligence und Skild AI verkaufen das Gehirn und sonst nichts, losgelöst von jedem bestimmten Körper. Ein klares Muster: NVIDIA, Google, Figure, Tesla und AgiBot bauen jeweils Intelligenz, die wiederverwendbar sein soll, statt einer Einzelanfertigung für eine einzige Maschine. (Für eine leicht verständliche Einführung, wie VLA-Modelle funktionieren, ist dieser technische Erklärartikel ein guter Ausgangspunkt.)

Ist Physical AI eine Blase? Die ehrlichen Zahlen

Aktuell zu sein bedeutet, ehrlich über den Umfang zu sein, und die ehrliche Einschätzung lautet: Die Finanzen sind dem Geschäft davongeeilt. Die jährlichen Investitionen in humanoide Robotik erreichten 2025 etwa 4,3 Milliarden US-Dollar, gegenüber rund 440 Millionen US-Dollar an tatsächlichen Humanoid-Verkäufen in diesem Jahr, laut Zahlen von Bank of America und IDC, die in einer weithin geteilten Marktanalyse zitiert werden. Von den rund 18.000 im Jahr 2025 ausgelieferten Humanoiden gingen Berichten zufolge mehr als 85 % in Vorführungen, Bildung, Datenerhebung und Technologievalidierung statt in produktive Fabrik- oder Logistikarbeit.

Die Bewertungen erzählen dieselbe Geschichte. Figure AI allein wird auf nahezu 39 Milliarden US-Dollar bewertet, und Figure, Apptronik und Agility zusammen sind rund 47 Milliarden US-Dollar wert, etwa das 107-Fache des geschätzten Branchenumsatzes von 2025. Die langfristigen Prognosen sind gewaltig, aber fern: Goldman Sachs prognostiziert einen Markt von 38 Milliarden US-Dollar bis 2035, während Morgan Stanley einen Markt von über 5 Billionen US-Dollar bis 2050 modelliert. Kleine Veränderungen beim Zeitpunkt der Verbreitung oder bei der Lebensdauer der Roboter lassen diese 25-Jahres-Zahlen stark schwanken.

Der Realitätscheck ist nützlich, nicht abwertend. Einige Einsätze haben das reine Schaustadium hinter sich gelassen: Figure absolvierte einen elfmonatigen Produktionseinsatz bei BMW, Agilitys Digit hat beträchtliche Betriebsstunden gesammelt, und Unitree hat Tausende Maschinen ausgeliefert. Der Markt wird glaubwürdig, wenn Kunden Flottenökonomie veröffentlichen (Verfügbarkeit, Interventionshäufigkeit, Kosten pro erledigter Aufgabe), statt dass Anbieter Vorführungen veröffentlichen. Die Roboter werden die Korrektur wahrscheinlich überstehen. Viele der heutigen Bewertungen nicht.

Was Physical AI mit softwarebasierten KI-Agenten teilt

Physical AI liegt für die meisten Unternehmen in weiter Ferne, und sie wird im nächsten Quartal nicht Ihre Instagram-DMs beantworten. Bemerkenswert ist jedoch, dass Robotiker unabhängig zu denselben Wetten gefunden haben, die in produktiven Software-Agenten bereits laufen. Drei stechen heraus.

Erstens ein allgemeines Gehirn, entkoppelt vom Körper. Robotik-Labore bauen eine einzige wiederverwendbare Intelligenz, die über Maschinen hinweg übertragbar ist, dasselbe Prinzip, das hinter Entagls vier Agenten steht, die sich ein Gehirn teilen: Was ein Agent lernt, nutzen die anderen, statt unverbundene Einzelwerkzeuge zusammenzukleben. Zweitens Flotten, die gemeinsam lernen, sodass jede eingesetzte Einheit Erfahrung in ein gemeinsames Modell zurückspeist. Drittens, und am wichtigsten, Governance mit dem Menschen in der Schleife. Die Lehre aus dem "Realitätscheck" oben lautet, dass eine Demo kein Einsatz ist, und dasselbe Governance-Problem, ein autonomes System sicher, prüfbar und korrigierbar zu halten, ist genau die Herausforderung, die wir für Protokolle und Leitplanken von Software-Agenten behandelt haben. Die KI handelt; Menschen steuern. Dieses Prinzip gilt, ob der Agent einen Körper hat oder in Ihrem Posteingang lebt.

FAQ

Wer stellt 2026 die meisten humanoiden Roboter her?

Nach Auslieferungen dominieren chinesische Hersteller: Sie machten 2025 laut ITIF rund 90 % der weltweit verkauften humanoiden Roboter aus, angeführt von Unitree, AgiBot und UBTech. US-Firmen wie Figure, Agility und Tesla stellen viel zitierte Plattformen her, verkauften aber unter 5 % der weltweiten Einheiten. Chinas Ministerium für Industrie und Informationstechnologie erwartet, dass die nationale Produktion 2026 100.000 humanoide Einheiten übersteigt.

Was ist ein Vision-Language-Action-Modell (VLA)?

Ein VLA ist ein Robotik-Foundation-Model, das Kamerabilder und eine Anweisung in einfacher Sprache aufnimmt und direkt Motorbefehle ausgibt, ohne von Hand skriptbasierte Bewegungen. Beispiele im Jahr 2026 sind NVIDIAs offenes Isaac GR00T 1.7, Google DeepMinds Gemini Robotics und Physical Intelligences π0.5. Die Idee ist, ein Modell mit breiter physischer Erfahrung zu trainieren, damit es auf neue Aufgaben und sogar neue Roboterkörper generalisieren kann.

Sind humanoide Roboter derzeit eine gute Investition?

Die Technologie ist real und verbessert sich, doch die Finanzen sind überdehnt. 2025 lagen die Investitionen (etwa 4,3 Milliarden US-Dollar) rund zehnmal höher als die tatsächlichen Humanoid-Verkäufe (etwa 440 Millionen US-Dollar), und die meisten ausgelieferten Roboter gingen in Demos und Forschung statt in bezahlte Produktionsarbeit. Analysten erwarten eine Bewertungskorrektur, auch wenn die Verbreitung wächst, sodass die dauerhafte Frage lautet, welche Hersteller echte Flottenökonomie vorweisen können, nicht nur beeindruckende Vorführungen.

Wie hängt Physical AI mit den KI-Agenten zusammen, die Unternehmen heute nutzen?

Sie teilen eine Architektur und eine Philosophie, keinen Anwendungsfall. Beide beruhen auf einem allgemeinen Modell, das wahrnimmt, schlussfolgert und handelt, beide verbessern sich, wenn eine Flotte Erfahrung teilt, und beide brauchen Leitplanken mit dem Menschen in der Schleife, um im Produktiveinsatz vertrauenswürdig zu sein. Der Unterschied liegt in der Schnittstelle: Ein Humanoid handelt in der physischen Welt, während ein Unternehmens-KI-Agent über Chat, Sprache und andere digitale Kanäle handelt.

Physical AI belegt einen umfassenderen Punkt: Der Wert der KI liegt in der koordinierten Intelligenz, nicht in einem einzelnen Körper oder Werkzeug. Wenn Sie diese geschlossene Intelligenz über Ihre Kundengespräche, Anzeigen und Anrufe hinweg im Einsatz haben möchten, buchen Sie eine 30-minütige Demo, und wir bilden sie auf Ihr Geschäft ab.

Quellen: ITIF, Fortune Business Insights, China Daily / Xinhua, AI Business Weekly, Forbes, NVIDIA Developer, Google DeepMind und Marktanalyse via New Market Pitch. Modellversionen und Zahlen sind aktuell zum Stand August 2026 und werden sich ändern; vor dem Zitieren erneut überprüfen.