Robotik zwischen Fortschritt und Realität

Mehr als 50 Roboter waren vom 1. bis 4. Juli in Davos zu sehen. Sie bewegten sich durch Hotels und Geschäfte, kamen in einem Alterszentrum zum Einsatz, übernahmen Inspektionsaufgaben und fuhren als autonome Shuttles durch die Stadt. Die Robot City machte Physical AI damit nicht nur auf der Konferenzbühne, sondern auch im öffentlichen Raum erlebbar. Rund 600 Teilnehmende sowie zahlreiche Besucherinnen und Besucher konnten beobachten, wo Robotik bereits funktioniert und wo sie weiterhin auf klar definierte Bedingungen angewiesen ist.

Physical AI bezeichnet Systeme, die ihre Umgebung wahrnehmen, daraus Schlüsse ziehen und in der realen Welt handeln. Anders als generative KI bleibt sie nicht auf Texte, Bilder oder digitale Prozesse beschränkt. Sie muss mit wechselnden Lichtverhältnissen, unerwarteten Hindernissen, menschlichem Verhalten, Materialeigenschaften und physikalischen Kräften umgehen. Fehler führen deshalb nicht nur zu einer unpassenden Antwort auf einem Bildschirm. Sie können Maschinen beschädigen oder Menschen gefährden.

Europas Stärke liegt zwischen Forschung und Anwendung

Europa habe bei der bisherigen Entwicklung von KI keine führende Rolle eingenommen, könne sich bei Physical AI jedoch besser positionieren, erklärte Emanuela Girardi, President der AI, Data and Robotics Association ADRA. Die Ausgangslage sei trotz der starken Konkurrenz aus China und den USA besser, als sie auf den ersten Blick erscheine. Europa verfüge über industrielle Kompetenz, eine starke Robotikforschung und langjährige Erfahrung mit Sicherheit, Zertifizierung und vertrauenswürdigen Systemen. Gerade diese Fähigkeiten werden entscheidend, sobald Roboter nicht mehr nur in Laboren oder sorgfältig vorbereiteten Demonstrationen funktionieren sollen. In der Industrie braucht es Systeme, die auch in unstrukturierten und veränderlichen Umgebungen zuverlässig arbeiten, deren Entscheidungen nachvollziehbar sind und für die bei einem Fehler klare Verantwortlichkeiten bestehen. Eine Verfügbarkeit von weniger als 50 Prozent, wie sie bei einzelnen Pilotprojekten beobachtet worden sei, reiche für einen produktiven Betrieb nicht aus. Gefordert seien Werte von 99 Prozent und mehr sowie bekannte und beherrschbare Fehlerbilder, führte Girardi aus.

Die zentrale europäische Herausforderung liegt damit weniger in der Forschung als in der Umsetzung. Fragmentierte Märkte, ein schwieriger Zugang zu industriellen Daten und zu wenig grenzüberschreitende Beschaffung erschweren die Skalierung. Hinzu kommt, dass viele Lösungen aus einer technologischen Möglichkeit heraus entstehen und nicht aus einem konkreten Problem der Anwenderunternehmen.

ADRA setzt deshalb auf einen umgekehrten Ansatz. Industrieunternehmen sollen ihre tatsächlichen Anforderungen definieren, worauf Forschungseinrichtungen und Start-ups gezielt Lösungen entwickeln, testen und bis zur Marktreife weiterführen.

Emanuela Girardi, President der AI, Data and Robotics Association ADRA fasste diese Position in einem Satz zusammen:

«Europe will not win by outspending the U.S. or China.»

Entscheidend sei vielmehr, industrielles Vertrauen zur Grundlage intelligenter Systeme zu machen.

Auch in der Podiumsdiskussion rund um die Fragen nach «Building the Physical AI Ecosystem» zeigte sich, dass zusätzliche Forschungsgelder allein nicht genügen. Robert MacKenzie, Technology and Product Executive bei Ellipsis VC, Emanuela Girardi von ADRA, Sabine Müller, Deputy Managing Director and Head of Marketing and Communications bei Greater Zurich Area, und Thomas Gittler, Chief Digital Technology Officer bei Maxon, diskutierten darüber, wie Forschung, industrielle Nachfrage, Kapital, Daten und Produktionskompetenz besser verbunden werden können.

Gittler verwies auf die Bedeutung konkreter industrieller Probleme. Technisch eindrucksvolle Prototypen genügten nicht, wenn sie keine Aufgabe lösten, für die ein Unternehmen später tatsächlich eine robuste und wirtschaftlich tragfähige Lösung beschaffen könne. Girardi ergänzte, dass europäischen Start-ups nicht nur Kapital, sondern häufig auch erste Kunden und grenzüberschreitende Beschaffungsmöglichkeiten fehlten.

Beginnt mit KI eine neue Ära der Robotik?

Industrieroboter arbeiten seit Jahrzehnten zuverlässig. Dennoch werden viele einfache, körperlich belastende oder repetitive Aufgaben weiterhin von Menschen ausgeführt. In der Paneldiskussion «Five Decades of Robotics, One New AI Era» diskutierten Amanda Prorok, Professor an der University of Cambridge, Ana C. Murillo, Associate Professor an der University of Zaragoza, Andie Zhang, Global Portfolio and Technology Manager bei ABB Robotics und Alisa Rupenyan, Professor of Industrial AI an der ZHAW, darüber, ob die aktuellen Fortschritte tatsächlich einen Wendepunkt darstellen oder eher eine weitere Entwicklungswelle innerhalb einer langen Robotikgeschichte sind.

Andie Zhang betonte, dass industrielle Anwender nicht die technisch eindrucksvollste Lösung benötigten, sondern eine verlässlich einsetzbare. Entscheidend seien Branchenwissen, ein funktionierender Zugang zu den Kunden sowie einfache und kostendisziplinierte Systeme. Zum Kaufpreis des Roboters kommen Integration, Wartung, Programmierung und mögliche Veränderungen an der Produktionsumgebung hinzu. Manche Industrieroboter bleiben mehr als 20 Jahre im Einsatz, weshalb der gesamte Lebenszyklus berücksichtigt werden muss.

Amanda Prorok ordnete die aktuelle Entwicklung in mehrere historische Wellen ein. Auf bioinspirierte und regelbasierte Robotik folgten datengetriebene Ansätze und nun zunehmend sogenannte World Models, die Wahrnehmung, Planung und Steuerung enger miteinander verbinden. Sie warnte allerdings davor, den Zugang zu dieser Entwicklung als selbstverständlich anzusehen. Die erforderliche Rechenleistung und die Kosten für das Training grosser Modelle könnten dazu führen, dass die aktuelle Welle nur einem Teil der Forschung und Wirtschaft offensteht.

Ana C. Murillo verwies auf die Fortschritte in der visuellen Wahrnehmung. Neue Sensoren und Modelle ermöglichen Robotern, auch bei wenig Licht oder schnellen Bewegungen Informationen zu erfassen. Andere Formen der Wahrnehmung, etwa taktile Fähigkeiten, seien dagegen noch deutlich weniger entwickelt.

Alisa Rupenyan sah ebenfalls einen Wendepunkt, betonte aber, dass Generalisierbarkeit, Sicherheit und nachweisbare Zuverlässigkeit weiterhin ungelöste Fragen seien. Gerade industrielle Umgebungen seien weniger konstant, als sie von aussen erscheinen. Materialien, Bauteile und Produktionsbedingungen verändern sich, während die erforderliche Präzision hoch bleibt.

KI erweitert die Einsatzmöglichkeiten dennoch. Sie verbessert die Objekterkennung, erleichtert die Programmierung und kann Robotern helfen, mit Varianten umzugehen, die sich nicht vollständig über feste Regeln abbilden lassen.

So werden etwa unsortierte Kleidungsstücke oder gemischte Kartons erkennbar und greifbar. Die Technologie beseitigt aber nicht automatisch die organisatorischen und wirtschaftlichen Hürden.

Damit beginnt durchaus eine neue Phase der Robotik, allerdings nicht als plötzlicher Bruch mit den vergangenen Jahrzehnten. KI kann Wahrnehmung, Robustheit und Bedienbarkeit verbessern. Sicherheit, Mechanik, Prozesswissen und Integration bleiben jedoch ebenso wichtig. Datengetriebene Modelle werden klassische Automatisierung deshalb nicht in jeder Anwendung ersetzen.

Warum erfolgreiche Piloten nicht genügen

Ryan Gariepy, Vice President Robotics bei Rockwell Automation, verwies in seinem Vortrag auf das sogenannte Pilot Purgatory. Gemeint ist der Effekt, dass technisch erfolgreiche Pilotprojekte häufig nicht zu einer breiten Einführung führen. Unternehmen müssen Prozesse anpassen, Systeme integrieren, Mitarbeitende schulen und klären, wer eine Anlage später betreibt und weiterentwickelt. «It’s not just about building intelligence. It is about understanding how you build it into the workflow», fasste Gariepy zusammen.

Ein weiteres Hindernis ist die fehlende Flexibilität. Selbst bewährte Roboter werden nicht eingesetzt, wenn sich eine Anlage erst nach 18 Monaten amortisiert, das Unternehmen aber nur davon ausgehen kann, dass das betreffende Produkt während zwölf Monaten unverändert hergestellt wird. Könnte die Anlage mit vertretbarem Aufwand für eine neue Aufgabe umgerüstet werden, würden deutlich mehr Unternehmen investieren. Die Kosten des Roboterarms sind dabei längst nicht mehr der entscheidende Faktor. Teuer ist alles, was notwendig wird, damit er unter realen Bedingungen Wert schafft. Dazu gehören Integration, zusätzliche Infrastruktur, Wartung, Prozessanpassungen und die Weiterentwicklung des Systems.

Gariepys Argument relativiert auch die Vorstellung, Robotik scheitere vor allem an mangelnder Intelligenz. Wahrnehmung, Navigation und Planung sind in vielen Anwendungen technisch weit entwickelt. Was häufig fehlt, ist die Einbettung in bestehende Abläufe, Systeme, Verantwortlichkeiten und Geschäftsmodelle.

Vom schnellen Verkauf zum systematischen Lernen

Robert MacKenzie, Technology and Product Executive bei Ellipsis VC, stellte in Davos die Frage, ob europäische Robotikunternehmen zu früh auf Verkauf und Skalierung drängen. Ein Roboter könne in einem Video bereits überzeugend erscheinen und dennoch weit davon entfernt sein, dauerhaft produktiv zu arbeiten. Besonders bei komplexen Systemen reichten 99 Prozent Zuverlässigkeit nicht aus. Wenn ein Roboter einmal pro Woche eine Treppe hinunterfalle, sei er nach wenigen Vorfällen kein Produkt mehr.

MacKenzie plädiert deshalb für eine Phase der strukturellen Kommerzialisierung zwischen Forschung und breiter Markteinführung. Unternehmen sollen ihre Systeme gezielt mit Partnern in realen Umgebungen einsetzen, um Anforderungen zu verstehen und die Produktreife systematisch zu erhöhen. Sein Prinzip lautet «learn over earn». Einnahmen seien notwendig, dürften das Lernen aber nicht zu früh verdrängen.

Für Europa sieht MacKenzie eine Alternative zum Wettlauf um die grössten Robotikunternehmen. Der Kontinent könnte Technologien und Infrastrukturen entwickeln, ohne die kein Anbieter auskommt. Dazu gehören verlässliche Wahrnehmung und dreidimensionale Kartierung, gemeinsame Testnetzwerke, Standards sowie Lösungen für die Interaktion zwischen Mensch und Roboter.

Wie ASML für die Chipindustrie oder CERN für die physikalische Forschung könnte Europa damit eine schwer ersetzbare Ebene des globalen Ökosystems besetzen. Die Stärke läge dann nicht allein im Bau des sichtbarsten Roboters, sondern in jenen Komponenten, Standards und Infrastrukturen, auf die andere Anbieter angewiesen sind.

Wie unterschiedlich weit Robotik unter realen Bedingungen bereits ist, zeigten in Davos Anwendungen aus dem Einzelhandel, der Betreuung und dem Entertainment. Ihr Vergleich macht deutlich, dass nicht die äussere Form eines Roboters, sondern die Aufgabe und die Umgebung über seinen Nutzen und seine Reife entscheiden.

Selbstständigkeit statt möglichst viel Autonomie

Wie konkret der Nutzen von Robotik im Alltag sein kann, zeigte VIRAS. Der Name steht für Visually Impaired Robot Assisted Shopping. Das System sieht aus wie ein Einkaufswagen und soll blinde und sehbeeinträchtigte Menschen selbstständig durch einen Supermarkt führen. Chantal Keller, Senior Engineer an der OST, betonte als Projektleiterin von VIRAS, dass ein unterstützender Roboter weder menschlich aussehen noch emotionale Interaktion nachahmen müsse. Entscheidend sei, ob er einer Person mehr Kontrolle über eine alltägliche Situation gebe.

Nutzerinnen und Nutzer erstellen zunächst eine Einkaufsliste über eine barrierefreie App oder per Spracheingabe. Im Geschäft berechnet der Wagen die Route, erkennt Hindernisse und führt zur passenden Regalposition. Dort identifiziert das System das gewünschte Produkt und unterstützt akustisch bei der Orientierung und beim Greifen. Zusätzliche Umbauten im Supermarkt seien dafür nicht erforderlich, da Sensorik und Intelligenz im Einkaufswagen integriert sind.

Der entscheidende Massstab ist dabei nicht, wie autonom die Maschine wird, sondern wie viel Selbstständigkeit sie dem Menschen ermöglicht.

«Impact, in our view, is not measured by how autonomous the cart is. It is measured by how autonomous the person becomes when using it»

erklärte Chantal Keller, Senior Engineer an der OST.

VIRAS verdeutlicht damit einen Ansatz, der für viele Serviceanwendungen relevant werden dürfte. Robotik muss Menschen nicht ersetzen, um einen spürbaren Nutzen zu schaffen. Sie kann einzelne Hürden einer alltäglichen Aufgabe reduzieren und dabei Privatsphäre, Spontaneität und Teilhabe stärken. Denkbar ist, dass ähnliche Systeme künftig auch ältere Menschen, Personen mit eingeschränkter Mobilität oder Menschen mit kognitiven Beeinträchtigungen unterstützen. Voraussetzung bleibt jedoch, dass sie berechenbar handeln und ihre Unterstützung verständlich kommunizieren.

Während VIRAS bewusst als funktionales Assistenzsystem auftritt, verfolgt Moya einen nahezu gegensätzlichen Ansatz. Der humanoide Roboter soll nicht nur unterstützen, sondern durch Sprache, Mimik und seine menschenähnliche Erscheinung soziale Nähe herstellen.

Zwischen Begleitung und menschlicher Nähe

Der biomimetische humanoide Roboterfrau Moya war in Davos erstmals ausserhalb Chinas zu sehen und wurde als Social Companion vorgestellt. Moya kann Gespräche führen, auf Menschen reagieren und sich grundsätzlich selbstständig bewegen. Eingesetzt wird sie unter anderem in Einrichtungen für ältere Menschen, in Autohäusern und als Touristenführerin. Ihre praktische Unterstützung im Haushalt ist bislang jedoch begrenzt. Hausarbeiten stellten weiterhin eine grosse Herausforderung dar, da Wohnungen unstrukturierte Umgebungen mit zahlreichen Gegenständen, Menschen und möglichen Störungen seien, erklärte Xinyu Bai, Head of Strategy and Legal Department bei DroidUp. Bei Moya stehen deshalb derzeit vor allem Gespräche und emotionale Unterstützung im Vordergrund.

Angesichts einer alternden Bevölkerung und zunehmender Vereinsamung können solche Systeme künftig eine ergänzende Rolle übernehmen. Sie ersetzen jedoch weder Betreuung noch menschliche Beziehung. Entscheidend ist vielmehr, in welchen Situationen sie Kontakte ermöglichen, Sicherheit geben oder Mitarbeitende von Routinetätigkeiten entlasten können, ohne menschliche Nähe lediglich technisch zu imitieren.

Akzeptanz entsteht dabei nicht allein durch realistische Gesichter und Bewegungen. Ebenso wichtig sind Verlässlichkeit, angemessenes Verhalten und eine klar erkennbare Rolle. Gerade ein stark menschenähnliches Erscheinungsbild kann Nähe fördern, bei manchen Menschen aber auch Distanz oder Verunsicherung auslösen.

Disney zeigt die Möglichkeiten kontrollierter Welten

Wie weit Robotik sein kann, wenn Aufgabe und Umgebung präzise definiert sind, zeigte Moritz Bächer, Director des Zurich Lab von Disney Research Imagineering. Sein Team entwickelt Figuren, die sich nicht primär wie Maschinen, sondern wie Charaktere verhalten sollen. Die zweibeinigen BDX Droiden bewegen sich frei durch Freizeitparks, reagieren auf Objekte und interagieren mit Gästen. Jede Begegnung erzeugt eine neue kleine Geschichte und folgt damit keinem vollständig vorgegebenen Ablauf. Die Roboter lernen ihre Bewegungen mittels Deep Reinforcement Learning.

Tausende parallele Simulationen variieren Untergrund, Hindernisse und äussere Kräfte, damit das Verhalten später auch in der physischen Welt stabil bleibt.

Beim Roboter Olaf, dem Schneemann aus «Frozen», kamen weitere Anforderungen hinzu. Seine Proportionen entsprechen einer Animationsfigur und nicht einem technisch optimalen Roboter. Der grosse Kopf verschiebt den Schwerpunkt, während die relativ kleinen Aktuatoren im Hals nicht überhitzen dürfen. Das Team modellierte deshalb neben der Mechanik auch die thermischen Eigenschaften der Antriebe. Zudem wurde der Gang so angepasst, dass die Schritte leiser und für einen Schneemann glaubwürdiger wirkten. Das Beispiel wirkt spielerisch, liefert aber über das Entertainment hinaus relevante Erkenntnisse. Simulationen können nicht nur Gleichgewicht und Bewegung trainieren, sondern auch Materialbelastung, Temperatur und Verschleiss berücksichtigen.

Gleichzeitig zeigt Disney, weshalb Robotercharaktere derzeit teilweise weiterentwickelt wirken als universelle Helfer im Haushalt. Freizeitparks bieten definierte Einsatzräume, trainierte Operatoren und klar umrissene Rollen. Der gewöhnliche Alltag ist deutlich weniger kontrollierbar.

Der erste Davos Tech Summit machte sichtbar, wie unterschiedlich weit einzelne Bereiche der Robotik entwickelt sind. Klar definierte industrielle Aufgaben und kontrollierte Entertainmentwelten lassen sich bereits überzeugend automatisieren. Offene Alltagsumgebungen, soziale Betreuung und universelle Haushaltsarbeit bleiben dagegen anspruchsvoll.

Europas Chance liegt deshalb weniger im nächsten viralen Video eines tanzenden Humanoiden als in Systemen, die sicher, nachvollziehbar und langfristig einsetzbar sind. Ihr Nutzen bemisst sich nicht daran, wie menschlich ein Roboter erscheint, sondern daran, was Menschen mit seiner Unterstützung selbstständiger, sicherer oder besser tun können.