Humanoide Roboter: Chinas Vorsprung von 19.000 Einheiten und die Rechnung dahinter

Diese IDC-Zahlen kamen am 29. September über TechNode, die sich auf das chinesische Portal IT Home berufen. Hält die Zahl stand, ist China nicht bloß ein Teilnehmer am Markt für humanoide Roboter, sondern der Markt selbst. Dieselbe IDC-Prognose nennt für 2030 weltweit mehr als 750.000 ausgelieferte Einheiten. Diese Zahl setzt voraus, dass sich die aktuelle Kurve vier weitere Jahre nach oben biegt.

Doch das Wort Fabrik trägt hier viel Gewicht. Einen humanoiden Roboter aus einem Gebäude zu schicken ist nicht dasselbe, wie ihn an ein Band zu stellen. Die neuesten Quellen in diesem Dossier zeigen, wie weit beides noch auseinanderliegt.

Die Fertigungshalle ist weiterhin überwiegend nicht humanoid

Die Fertigungsumfrage von The Robot Report, veröffentlicht am 29. September, macht die Größe der Lücke deutlich. Die Installationen industrieller Roboter haben sich in dem Jahrzehnt bis 2024 verdoppelt, meldet die International Federation of Robotics. Bei der Roboterdichte, also der Zahl der Roboter je 10.000 Beschäftigten, führen Südkorea, Singapur, Deutschland und Japan. Im ersten Halbjahr 2026 stieg der Auftragswert für Roboter um 6,6 Prozent gegenüber dem Vorjahr, so die Association for Advancing Automation. Das Wachstum in Nicht-Automobilbranchen habe den Rückgang bei den Automobilherstellern ausgeglichen.

Humanoide Roboter tauchen in dieser Umfrage als Versprechen auf, nicht als Posten. Der Bericht stellt fest, das Interesse an Humanoiden sei hoch, doch sie stünden erst am Anfang kommerzieller Tests, und andere Bauformen seien bereits verfügbar. Cobots, autonome mobile Roboter und mobile Manipulatoren erledigen die Arbeit heute tatsächlich.

Die Schlagzeilenzahl von IDC und das Bild der Fachpresse aus der Praxis widersprechen sich also nicht. Sie messen Verschiedenes: Einheiten, die eine Fabrik verlassen, gegen Einheiten, die in einer Fabrik nützliche Arbeit leisten.

Kraft- und Drehmomentsensorik ist der unspektakuläre Engpass

Beschreibt die chinesische Auslieferungszahl das Angebot, so beschreibt ein Vortrag bei der RoboBusiness 2026 das Problem auf der Nachfrageseite. ForceN-Gründer und CEO Robert Brooks hält am 20. Oktober um 14:15 Uhr PT in Santa Clara, Kalifornien, den Vortrag "A Crash Course in Force & Torque Sensing for Humanoids". Es ist der erste Tag der zweitägigen Veranstaltung, meldet The Robot Report.

Kraft-Drehmoment-Sensoren geben Robotern einen Tastsinn. Ohne sie, so formuliert es derselbe Bericht, sind Roboter blind dafür, wie viel Druck sie bei der Arbeit ausüben. Brooks dürfte auf drei Jahre Arbeit mit Humanoid-Firmen zurückgreifen und auf die Entwicklung von Kraft- und Drehmomentsensorik in der Chirurgie, der Logistik und der Feldrobotik. Als Ziel nennt er, Produktion und Einsatzreife zu beschleunigen.

Das ist eine nützliche Korrektur zur Berichterstattung über Stückzahlen. Ein Roboter, der eine Kiste greifen kann, ist kein Roboter, der ein Ei greifen kann. Der Unterschied liegt im Sensorstapel, nicht in der Stückzahl.

Ein Haushaltsroboter für 3.555 Dollar und was sein Datenblatt einräumt

Auch die private Seite des Markts bewegt sich. Flourish, ein Startup mit Standorten in San Francisco und Paris, hat den Verkauf von Flourish One eröffnet, einem fahrenden Haushaltsroboter im Humanoid-Stil für 3.555 Dollar. The Robot Report meldete das am 29. September. Frühe Käufer können ihm laut Unternehmen neue Aufgaben in weniger als 30 Minuten beibringen, allein mit einem Smartphone.

Das Datenblatt ist ungewöhnlich offen über die Grenzen. Jeder Arm trägt 1,5 kg. Der Akku ist auf 12 Stunden Armbetrieb ausgelegt. Ein kleiner Lidar sitzt unten an der Basis nahe dem Boden, und jeder Zweifingergreifer hat eine Kamera im Handgelenk. Der Roboter ist nicht wasserdicht, spült also in dieser Generation kein Geschirr und wäscht keinen Hund. Er eignet sich zum Aufräumen, für Müll und einfache Reinigung wie das Abwischen eines Tisches, nicht für filigrane Montage.

Flourish baut die erste Charge von 50 Einheiten von Hand und will vor Weihnachten ausliefern. Um die Materialkosten niedrig zu halten, läuft das Gerät auf einem Raspberry Pi. Cloud-GPUs übernehmen das Training der Fähigkeitsmodelle und die Inferenz für übergeordnetes Verhalten. Für das "Denken" ist eine Netzverbindung nötig, alternativ können Nutzer die Rechenlast auf dem eigenen Computer laufen lassen. Gründer Antoine Marcel sagte dem Robot Report, eine NVIDIA-GPU im Roboter würde die Kosten sofort verdoppeln. Die 1,5 kg seien gewählt worden, weil die meisten Aufgaben im Haushalt keine große Nutzlast brauchen.

"Wie ich meine Wohnung aufräume, ist nicht dasselbe wie bei Ihnen zu Hause. Sie zeigen ihm 30 Minuten lang, wie Sie Ihre Pflanzen gießen", sagte Marcel. "Wir passen dafür ein KI-Modell an... jetzt kann der Roboter das in Ihrem Haus."

Für das Anlernen nutzt das Verfahren die Bewegungssensoren im Telefon. Der Nutzer hält das Telefon und bewegt es, als würde er die Aufgabe ausführen, während der Roboter die Bewegung nachahmt. Marcel nennt das den magischen Teil des Produkts, weil keine zusätzliche Hardware nötig ist.

Die Software ist uneben, und die Benchmarks verdecken das

Hardware-Grenzen sind nur die halbe Geschichte. Ein technischer Bericht vom 29. September, veröffentlicht von Forschern bei fig.inc, bewertete führende Modelle bei der Web-Automatisierung und bei physischen Aufgaben wie Manipulation, Montage, industriellen Abläufen und Fahren. Die Autoren fanden, was sie unebene Leistung nennen.

Der Befund ist deutlich: In jedem getesteten Modellpaar löste das schwächer bewertete Modell Aufgaben, an denen das besser bewertete scheiterte. Bei Web-Aufgaben wechselte das beste Modell je nach Website und je nach Schwierigkeitslabel des Benchmarks. Ein Modellupdate konnte den Durchschnitt fast unverändert lassen, während viele einzelne Aufgaben kippten. Und ein Update, das den Durchschnitt hob, verlor trotzdem Aufgaben, die das ältere Modell gelöst hatte.

Dieselbe Ungleichmäßigkeit zeigte sich in physischen Bereichen. Modelle, die Gemini 3.5-Flash in jedem Bereichsdurchschnitt schlugen, waren in manchen Aufgabenkategorien dennoch schlechter. Die Autoren veröffentlichten einen Datensatz namens RIDGE mit Ergebnissen auf Aufgabenebene aus fünf Bereichen, von VisualWebArena über Bench2Drive, VLABench und IndEgo bis Assembly101. Ihr Punkt: Ein Benchmark-Mittel verdeckt, wie stark der Erfolg von Aufgabe zu Aufgabe schwankt. Das zählt, wenn Einsatzentscheidungen auf solchen Zahlen beruhen.

Wer Auslieferungssummen als Maßstab für Leistungsfähigkeit liest, sollte diesen Vorbehalt mitnehmen. Die Stückzahl sagt, wie viele Einheiten das Gebäude verlassen haben. Sie sagt nicht, wie zuverlässig eine davon eine Pflanze gießt.

Was die nächsten zwölf Monate prüfen werden

Die neuesten Quellen im Dossier zeigen in eine Richtung: Das Gespräch über humanoide Roboter verschiebt sich von Vorführungen zu Datenblättern. Nutzlast in Kilogramm. Betriebsstunden. Ob der Roboter eine Netzverbindung zum Denken braucht. Ob ein Sensorpaket verhindert, dass er zerdrückt, was er hält.

Chinas Anteil von 77,9 Prozent an den Auslieferungen im ersten Halbjahr, wie TechNode berichtet, ist ein echter und auffälliger Datenpunkt. Die IDC-Prognose von 750.000 Einheiten für 2030 ist eine Projektion, keine Auslieferung. Zwischen diesen beiden Zahlen steht die schwierigere Frage, die die Fertigungsumfrage von The Robot Report aufwirft: Wie viele dieser Maschinen werden bezahlte Arbeit in einer Fabrikhalle oder in einem Haushalt leisten, statt nur in eine Installationsstatistik einzugehen.

Die RoboBusiness 2026 am 20. und 21. Oktober in Santa Clara wird einiges davon zu Protokoll bringen. Die Sitzung von ForceN ist ein Datenpunkt. Der Rest zeigt sich in Auftragswerten, Feldtests und schließlich darin, ob man einem Roboter für 3.555 Dollar beibringen kann, die Pflanzen zu gießen, ohne es zweimal zu lehren.