Roboter bekommen bessere Hände, und ein Rechtsstreit darüber, wer ihre Solaröfen baut
Innodata hat am 30. September ein Motion-Capture-Labor eröffnet, um Trainingsdaten für Humanoide und andere physische KI zu erzeugen. Das Unternehmen erklärt, der Branche gingen die brauchbaren Interaktionsdaten aus der realen Welt aus.

Innodata, ein 1988 gegründetes Datenengineering-Unternehmen aus Ridgefield Park in New Jersey, will in der neuen Forschungs- und Entwicklungseinrichtung 3D-Bewegungen direkt von menschlichen und mechanischen Körpern erfassen, statt sie aus 2D-Video abzuleiten. The Robot Report berichtete am 30. September über den Start.
Das Argument ist einfach: Roboter haben kein Internet, aus dem sie lernen können. Große Sprachmodelle haben ein Web ausgewertet, das bereits existierte. Humanoide müssen ihren eigenen Korpus erzeugen, Bewegung für Bewegung, und das ist langsam und teuer.
„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, die The Robot Report zitiert. Franklin Tanner, Vizepräsident für Robotik und physische KI des Unternehmens, sagte demselben Medium, die Sensoren seien darauf ausgelegt, die kleinste Bewegung jedes Gelenks zu registrieren. Ein Humanoider mit fast 200 lb (90,7 kg) lasse keinen Spielraum für Schätzwerte.
Das Labor soll laut Innodata außerdem Leistungsdaten unabhängig prüfen, die Roboter intern erzeugen. Diese zweite Funktion ist ebenso wichtig wie die erste. Die eigenen Protokolle eines Roboters sind kein neutraler Bericht. Wer solche Systeme in Fabriken einsetzt, braucht eher eine Prüfung als eine Selbstauskunft.
Latenz, nicht nur Leistungsfähigkeit
Während Innodata das Datenproblem angeht, veröffentlichte das Start-up MindOn am 30. September einen technischen Beitrag. Darin behauptet es, sein Modell Mind-1 senke die Inferenzlatenz von Robotern von 82 Millisekunden auf 32 Millisekunden und erreiche menschliche Zykluszeiten bei einer Reihe von Logistik- und Alltagsmanipulationsaufgaben. Einige Aufgaben würden schneller erledigt als von einem Menschen, so das Unternehmen.
Der Beitrag erklärt ungewöhnlich genau, warum Geschwindigkeit schwierig ist. Bei einer Endeffektorgeschwindigkeit von 3 Metern pro Sekunde entsprechen 10 Millisekunden Latenz etwa 3 Zentimetern Weg. Das reicht, um präzises Greifen oder Einführen zu verderben. MindOn macht auch die Trainingsdaten verantwortlich: Ein großer Teil der Manipulationsdaten stamme aus der Teleoperation, die langsamer sei als natürliche menschliche Bewegung. So lernen die Modelle zusammen mit der Aufgabe ein träges Tempo.
„Ein Roboter, der eine Aufgabe ausführen kann, aber fünf- oder zehnmal länger braucht als ein Mensch, lässt sich nur schwer in reale Arbeitsabläufe integrieren“, schreibt das Unternehmen.
Diese Zahlen stammen von MindOn selbst und wurden nicht unabhängig reproduziert. Sie sind als Anbieterangabe mit plausiblem Mechanismus zu behandeln, nicht als gesichertes Ergebnis.
Unabhängige Evaluationsarbeit, die am selben Tag erschien, deutet an, warum einzelne Schlagzeilenzahlen misstrauisch machen sollten. Fig Inc veröffentlichte einen technischen Bericht und einen Datensatz namens RIDGE. Er deckt sieben Modelle auf VisualWebArena und drei Modelle über vier physische Benchmarks ab: Bench2Drive, VLABench, IndEgo und Assembly101. Das zentrale Ergebnis: Benchmark-Durchschnitte verbergen, wie ungleichmäßig die Modelle abschneiden.
In jedem getesteten Modellpaar löste das schwächer bewertete Modell mindestens eine Aufgabe, an der das besser bewertete scheiterte. Ein Modellupdate konnte den Durchschnitt fast unverändert lassen und dennoch viele einzelne Aufgaben umkehren. Ein Update, das den Durchschnitt hob, verlor noch Aufgaben, die die ältere Version bewältigt hatte. Der Bericht behandelt Gemini 3.5-Flash, Astra, Opus 5.5 und weitere Modelle. Wer einen Roboter-Stack auswählt, sollte daraus mitnehmen, dass ein Listenplatz weniger aussagt als die konkrete Aufgabenkategorie, die man fahren will.
Geld fließt in die Wahrnehmung
Das Pariser Unternehmen Inbolt sammelte 11 Millionen Euro ein, um Echtzeit-Vision und adaptive Steuerung in Industrieroboter zu bringen, meldete Tech.eu am 30. September. Die Runde führte Shift4Good an. Bridges Climate Transition Partners und die bestehenden Investoren BNP Paribas Développement und Ora Global beteiligten sich, womit die Gesamtfinanzierung 30 Millionen Euro erreicht.
Inbolt zielt auf ein bestimmtes Fehlerbild: Selbst in hoch automatisierten Fabriken bleiben Roboter stehen oder produzieren defekte Teile, wenn ein Bauteil versetzt ankommt oder Werkzeuge verschleißen. Das Unternehmen gibt an, seine 3D-Vision plus hardwareunabhängige KI-Schicht sei auf mehr als 200 Robotern in über 100 Fabriken auf drei Kontinenten im Einsatz. Zu den Kunden zählten Bosch, Beko, Flex, Ford, Stellantis und Toyota. Diese Einsatzahlen stammen vom Unternehmen und aus seiner Investorenmitteilung.
Am selben Tag trat Destro aus dem Stealth-Modus mit einer Seed-Runde über 8 Millionen Dollar hervor, berichtete TechCrunch. Das Start-up baut keine Roboter. Es baut eine Koordinationsschicht, die Maschinen und menschlichen Arbeitskräften sagt, was zu tun ist. Derzeit betreibt es einen Pilotversuch in einer Anlage von Yusen Logistics im pazifischen Nordwesten mit drei Wagen bewegenden Robotern von Miva Robotics.
Manthan Pawar, Gründer von Destro, sagte TechCrunch, kein Robotikunternehmen zu sein, sei ein Wettbewerbsvorteil. Richard Brunelle, Automatisierungsdirektor der US-Sparte von Yusen Logistics, sagte, er habe Destro gebeten, sein Kommissionier- und Verpackungswerkzeug auf Cross-Docking anzupassen. Dabei werden Waren von einem Lkw in gemischte Ladungen für andere Lkw umgeschlagen.
Zwei Finanzierungsrunden und ein Produktstart an einem einzigen Tag sind für sich genommen kein Boom. Doch das Muster ist bei allen drei gleich: Das Geld geht in Daten, Wahrnehmung und Koordination, nicht in ein weiteres zweibeiniges Chassis.
Eine Patentklage trifft Teslas Solarplan
Der folgenreichste Punkt der Woche ist gar kein Roboter. Linton Crystal Technologies, ein Unternehmen aus Rochester im Bundesstaat New York, das vollständig dem chinesischen Konzern Dalian Linton gehört, verklagte Zhejiang Jingsheng am 22. September vor dem US District Court for the Eastern District of Texas, berichtete Electrek am 30. September. Die Patente Nr. 11.255.024 und Nr. 11.814.746 decken ein System zum Heben und Drehen des Impfkristalls bei Czochralski-Kristallziehanlagen ab. Diese Öfen ziehen einkristalline Siliziumbarren aus geschmolzenem Silizium.
Jingsheng informierte seine Investoren am 24. September über die Klage: Die eigenen Produkte nutzten technische Lösungen, die sich vollständig von den Patenten unterschieden, eine formelle Zustellung liege nicht vor, und man erwarte keine wesentlichen Auswirkungen. Linton verlangt Schadensersatz, dreifachen Schadensersatz wegen vorsätzlicher Verletzung und eine dauerhafte Unterlassungsverfügung.
Über die Unterlassungsverfügung kommt Tesla indirekt ins Spiel. Chinesische Branchenberichte besagen, Jingsheng habe Anfang des Jahres einen Tesla-Auftrag im Wert von rund 3 Milliarden Yuan gewonnen, etwa 420 Millionen Dollar, für Kristallziehanlagen, so Electrek. Tesla ist nicht Partei des Verfahrens, und weder Tesla noch Jingsheng haben den Auftrag bestätigt.
Der Zeitplan, den die chinesische Fachpresse berichtet, reicht von einer Tesla-Ausschreibung für 210-mm-Einkristall-Ziehanlagen, Wafer-Schneideanlagen und Quarztiegel, die im Februar endete, über im März unterzeichnete Verträge und ab April beginnende Lieferungen bis zur für das dritte Quartal geplanten vollständigen Auslieferung. Im August beantragte Tesla eine Fabrik für 10.100.000.000 Dollar im Fort Bend County unter dem Namen Project Crystal Sun. Sie reicht von der Barrenzucht bis zu fertigen Modulen, mit geplanter Produktion Anfang 2029. Electrek, Schwestermedium von The Robot Report, verfolgt den Aufbau seit März. Damals wurde berichtet, Tesla verhandle über den Kauf chinesischer Solarausrüstung im Wert von 2.900.000.000 Dollar.
Beide Zulieferer stehen unter dem Druck des Überangebots in der chinesischen Solarfertigung. Jingshengs Umsatz fiel im ersten Halbjahr 2026 um rund 40 Prozent im Jahresvergleich, und Dalian Linton verbuchte im gleichen Zeitraum einen kleinen Verlust, meldete Electrek. Ein US-Auftrag dieser Größe ist für beide von Bedeutung.
Ein Detail verkompliziert die Einordnung. Todd Barnum, Vorstandsmitglied von Linton, nannte die Klage eine Verteidigung amerikanischer Innovation und verwies auf die Wurzeln des Unternehmens in Rochester bis 1952. Doch die Muttergesellschaft ist an der Beijing Stock Exchange notiert. Wie Electrek anmerkt, ist dies ein Streit zwischen zwei chinesischen Unternehmen, ausgetragen in einem texanischen Gerichtssaal über amerikanische Tochtergesellschaften.
Die Flotte, die eine Pressemitteilung ist
Weiter unten auf der Glaubwürdigkeitsskala meldete KIDZ AI am 30. September, bei Tesla eine Beschaffungsanfrage für 500 Robotaxis eingereicht zu haben. Das Unternehmen, früher eine Online-Codingschule namens Classover Holdings, ist rund 2.400.000 Dollar wert, berichtete Electrek. Die Ergebnisse für das zweite Quartal 2026 zeigen Serviceumsätze 34 Prozent unter dem Vorjahr bei 480.000 Dollar und einen Quartalsverlust von 2.500.000 Dollar. Ende Juni meldete es 8.880.000 Dollar an Barmitteln und eingeschränkten Barmitteln.
Bei Elon Musks eigenem Ziel von unter 30.000 Dollar für das Cybercab würden 500 Fahrzeuge rund 15.000.000 Dollar kosten, etwa das Sechsfache des Börsenwerts des Unternehmens. Die eigene Mitteilung von KIDZ AI stellt klar, dass die Anfrage keine verbindliche Bestellung darstellt und das Unternehmen entscheiden kann, nicht fortzufahren. Die Aktie stieg vorbörslich um rund 10 Prozent und fiel nach Handelsbeginn um rund 6 Prozent.
Electrek ordnet dies in eine Reihe ein, zu der der aufgegebene Solana-Treasury-Plan des Unternehmens gehört und der spätere Schwenk zu Hyperliquid, GPU-Cloud und einer Beteiligung an einem Rechenzentrum in Kambodscha, vier heiße Sektoren in rund 15 Monaten.
Unter all dem Lärm gibt es einen echten Robotikmarkt, und er wird von Unternehmen gebaut, die Gelenkwinkel auf den Millimeter messen und Millisekunden aus Regelkreisen herausholen. Die Frage, die der Sektor nicht beantwortet hat, lautet, ob das Kapital, das humanoiden Silhouetten nachjagt, noch da sein wird, wenn sich die interessante Arbeit als unglamourös erweist: Erfassungsanlagen, Benchmark-Disziplin und ein Ofen in Texas, der seinen ersten Barren ziehen muss, bevor alles andere zählt.
Quellen
9- 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
- 02Tesla's solar factory dragged into patent war between Chinese suppliersEN
- 03Destro AI's secret sauce is getting robots and humans on the same pageEN
- 04The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN
- 05Tesla Robotaxi fleets are the new crypto treasury for zombie companiesEN
- 06Inbolt raises €11M to bring real-time vision and intelligence to industrial robotsEN
- 07Mind-1: Cutting robot inference latency from 82ms to 32msEN
- 08How Do Astra and Opus 5.5 Perform on Robotics and Web TasksEN
- 09What 30k robot dogs taught me about degrees of freedom, shipping a real productEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.