Der Anlauf der Humanoid-Roboter trifft auf ein Datenproblem

Am 30. September eröffnete das Unternehmen Innodata aus New Jersey ein Forschungs- und Entwicklungslabor für 3D-Motion-Capture für Roboter. Die Einrichtung zeichnet Bewegungen direkt von menschlichen und mechanischen Körpern auf. Sie soll außerdem Leistungsdaten unabhängig prüfen, die Roboter intern erzeugen. Das berichtete The Robot Report, der die Geschichte am 30. September veröffentlichte.

Es ist ein kleines Gebäude mit einem großen Anspruch: Der Engpass der physischen KI seien nicht Motoren, nicht Hände, nicht Aktoren, sondern Daten.

„Physical AI wächst schneller als jedes andere Segment der KI, aber jedes Robotikteam stößt an dieselbe Wand: Es gibt nicht genug Interaktionsdaten aus der realen Welt, und was existiert, ist teuer und langsam zu produzieren“, sagte Innodata-CEO Rahul Singhal in einer Erklärung, aus der The Robot Report zitiert. Das Unternehmen erklärte, die Einrichtung decke alles von der Datenerfassung bis zur Modellbewertung ab und werde Bewegungen von Humanoiden, teleoperierter Hardware, tragbaren Systemen, Sensoraufbauten und Greifern der Universal Manipulator Interface erfassen. Innodata, 1988 gegründet, argumentiert, dass Roboter kein Gegenstück zu dem offenen Internet haben, aus dem große Sprachmodelle lernen. Franklin Tanner, Vice President für Robotik und physische KI, sagte dem The Robot Report, physische KI müsse sich „ihre Tokens eine Interaktion nach der anderen verdienen“. Tanner sprach sich zugleich gegen Inferenz-basiertes Motion-Capture aus: Es gebe „keinen Ersatz für direktes 3D-Motion-Capture“, und Computervisionsmodelle, die aus 2D-Pixeln arbeiten, machten zwangsläufig Fehler. Die Sensoren des Labors, so Tanner, sollen die kleinste Bewegung jedes Gelenks erfassen.

Das Argument ist nicht neu. Es wird jetzt aber finanziert.

Ebenfalls am 30. September teilte das Pariser Unternehmen Inbolt mit, 11 Millionen Euro eingesammelt zu haben, um international zu expandieren und in die Datenzentren- und Elektronikfertigung vorzustoßen, wie Tech.eu berichtete. Die Runde führte der neue Investor Shift4Good an, beteiligt waren Bridges Climate Transition Partners sowie die bestehenden Geldgeber BNP Paribas Developpement und Ora Global. Damit summiert sich die Finanzierung auf 30 Millionen Euro. Inbolt, 2019 von Rudy Cohen, Albane Dersy und Louis Dumas gegründet, verkauft eine hardwareunabhängige KI-Softwareschicht in Kombination mit 3D-Vision, mit der Roboter ihre Regelkreise in Echtzeit anpassen, wenn Bauteile versetzt ankommen oder Werkzeuge verschleißen. Das System läuft laut Tech.eu auf mehr als 200 Robotern in über 100 Fabriken auf drei Kontinenten, zu den Kunden zählen Bosch, Beko, Flex, Ford, Stellantis und Toyota. Das Versprechen des Unternehmens: Fabriken können bestehende Linien aufrüsten, statt sie zu ersetzen.

Dann ist da noch das Tempo. MindOn veröffentlichte am 30. September einen technischen Beitrag und stellte Mind-1 vor, ein Modell für physische KI, das Robotern nach Angaben des Unternehmens Zykluszeiten auf menschlichem Niveau ermöglicht. MindOn berichtet, die Inferenzlatenz von 82ms auf 32ms gesenkt zu haben, und argumentiert: Bei einer Endeffektor-Geschwindigkeit von 3 Metern pro Sekunde entsprechen schon 10ms Latenz rund 3cm Bewegung, genug, um präzises Greifen oder Einführen zu vereiteln. MindOn benannte außerdem ein weniger offensichtliches Problem: Ein großer Teil der Manipulationsdaten für Roboter stammt aus der Teleoperation, die langsamer ist als natürliche menschliche Bewegung. Die Modelle lernen deshalb mit der Aufgabe auch das Tempo ihrer Vorführungen.

Drei Ankündigungen, ein Tag, eine gemeinsame Prämisse. Fähigkeitsdemos sind nicht mehr der schwierige Teil.

Ein technischer Bericht von Fig Inc., ebenfalls am 30. September veröffentlicht, macht das Bild auf nützliche Weise komplizierter. Die Forscher Yangyue Wang, Harshvardhan Sikka, Pranav Guruprasad und Sudipta Chowdhury bewerteten Frontier-Modelle, darunter Astra und Opus 5.5, in der Web-Automatisierung und in vier physischen Bereichen: Bench2Drive, VLABench, IndEgo und Assembly101. Ihr Befund: Benchmark-Durchschnitte verbergen enorme Unterschiede auf Aufgabenebene. In jedem getesteten Modellpaar löste das schwächere Modell mindestens eine Aufgabe, die das stärkere verfehlte. Ein Modellupdate konnte den Durchschnitt fast unverändert lassen und zugleich viele einzelne Aufgaben umdrehen. Die Forscher veröffentlichten einen Datensatz namens RIDGE mit Ergebnissen auf Item-Ebene und Modell-Traces.

Liest man das neben den Fabrikzahlen, verschiebt sich das Bild erneut.

Der Kontext für all das ist eine Fertigungsbasis, die bereits automatisiert ist und überwiegend nicht humanoid. Mehr als fünf Millionen Roboter arbeiten heute weltweit in Fabriken, nur Tausende davon sind Humanoide, so die Zusammenfassung in der jüngsten Branchenberichterstattung. Dieselbe Berichterstattung vermerkt, dass Chinas UBTECH im September eine Anlage mit einer angegebenen Kapazität von einem Humanoiden alle zehn Minuten eröffnete und dass Hyundai die Produktion und den Einsatz des Atlas hochfährt und dazu ein Trainingszentrum in seinem Werk in Georgia eröffnet. Japan will laut TechRadar vom 30. September bis 2040 10 Millionen KI-Roboter, während Koreas SFA laut Korea JoongAng Daily eine Absichtserklärung mit Rainbow Robotics unterzeichnete, um bis 2030 unbemannte Fabriken voranzutreiben.

Nicht jeder Roboter in diesem Ausbau wird ein Humanoid sein. Mark Cuban hat argumentiert, dass Roboter in Menschenform innerhalb eines Jahrzehnts scheitern werden, eine Position, die er in den vergangenen Tagen wiederholte, während IEEE Spectrum Einschätzungen von Robotikexperten zu Teslas Optimus veröffentlichte. Teslas eigene Lieferkette steht an anderer Stelle unter Druck: Am 30. September berichtete Electrek, dass Teslas geplante Solarfabrik in Texas in einen US-Patentstreit zwischen den chinesischen Anlagenbauern Linton Crystal Technologies und Zhejiang Jingsheng hineingezogen wurde, es geht um die Czochralski-Ziehanlagen für den Schritt des Ingot-Wachstums in Teslas Solarplänen. Tesla ist nicht Partei des Verfahrens.

Diese Geschichte ist hier aus einem strukturellen Grund relevant. Die Humanoid-Lieferkette und die Solar-Lieferkette sind nicht dieselbe, aber das Fehlermuster ist es: eine einzelne spezialisierte Komponente, bezogen von wenigen Anbietern, ganz am Anfang eines sehr langen Produktionsplans.

Damit kommt das Argument zurück zu den Daten. Innodatas Tanner nannte dem The Robot Report ein konkretes Beispiel dafür, warum Kontext schwer zu kodieren ist: Ein Roboter, der eine Tasse aufnehmen soll, kann den Henkel oder den Boden greifen, beides ist mechanisch gültig. Hält die Tasse aber heiße Flüssigkeit, verbrennt eine der beiden Varianten die Hand. Solche Unterschiede stehen in bestehenden Datensätzen selten. Inbolts Kunden stehen in der realen Produktion vor einem verwandten Problem: Ein versetztes Bauteil kann einen Roboter zum Stillstand bringen oder Ausschuss erzeugen, und die Kosten zeigen sich als Ausfallzeit, nicht als gescheiterte Demo. MindOns Latenzrechnung ist die dritte Seite davon: Bei Tempo hören kleine Wahrnehmungs- und Steuerfehler auf, klein zu sein.

Das Geld bewegt sich entsprechend. Inbolts 11 Millionen Euro sind bescheiden neben dem Kapital, das in Humanoid-Hardware fließt, doch sie zielen auf den installierten Bestand, nicht auf neue Humanoide. Innodata verkauft Messung und Bewertung, keine Roboter. Arrowfly, die Muttergesellschaft von The Robot Report, startete am 30. September eine Plattform AI for Engineers, die genau auf dieses Publikum von Praktikern zielt, und verweist auf mehr als 30.000 Ingenieurfachleute, die sich in ihrem Portfolio bereits mit KI-Themen befassen, 2,1 Millionen verifizierte Branchenleser und eine Konferenz vom 20. bis 22. September 2027 in Henderson, Nevada. Es ist ein Medienunternehmen, kein Robotikunternehmen, aber ein brauchbarer Indikator dafür, wohin Aufmerksamkeit und Budget fließen.

Eine Einschränkung gehört klar gesagt. Ein Großteil der angekündigten Humanoid-Fabrikkapazität ist Kapazität, nicht Produktion. Namen, Daten und Stückzahlen zirkulieren schneller als ausgelieferte Einheiten, und die Lücke zwischen der Eröffnung einer Fabrik und einer Fabrik, die im Takt läuft, misst man meist in Quartalen, manchmal in Jahren. Das Dossier liefert keine verifizierten Produktionszahlen für irgendeine Humanoid-Linie, und aus angekündigter Kapazität darf keine abgeleitet werden.

Was das Dossier zeigt, über acht Quellen aus den vergangenen drei Tagen hinweg, ist ein Markt, der aus verschiedenen Richtungen auf dieselbe Diagnose zuläuft. Innodata will die Trainingsdaten verkaufen. Inbolt will die Wahrnehmungsschicht verkaufen, die bestehenden Armen hilft, mit Abweichungen umzugehen. MindOn will Tempo verkaufen. Figs Forscher wollen einen ehrlicheren Benchmark verkaufen. Keiner von ihnen verkauft den Roboter.