Übernehmen jetzt die Roboter?

Rückblick | Clustertreffen Globalisierung: China und humanoide Robotik | 25. August 2026 | online

China entwickelt, testet, verwirft und verbessert. Schnell. Sehr schnell. Die Entwicklungsgeschwindigkeit lässt sich eindrücklich bei der World Humanoid Robot Games beobachten, bei der in diesem Jahr der 100 Meter Weltrekord von Usain Bolt durch einen humanoiden Roboter aus dem Hause Unitree unterboten wurde. 

Doch wie reif ist humanoide Robotik für den industriellen Anwendungsfall? Was können Unternehmen von China lernen? Und wie verändert KI die Art, wie Roboter lernen und handeln? Beim Online-Clustertreffen Robotik am 25. August wurde deutlich: Die entscheidende Frage ist längst nicht mehr, ob Robotik eine größere Rolle in der industriellen Wertschöpfung spielen wird. Sondern für welche Anwendungsfelder welche Technologie zum Einsatz kommt. Und auch welcher Basis die Roboter Trainingsdaten erheben, verarbeiten und daraus Bewegungen ableiten. 

Die vier Inputgeber waren sich einig: In Deutschland gibt es viel Kompetenz. Doch diese gilt es jetzt zügig in Produkte und Lösungen umzustezen. Wie kann das gelingen? Genau darüber haben wir beim Online-Clustertreffen Robotik mit Dr. Maximilian Gießler von der Hochschule Offenburg, Matthias Reimann von Bosch, Prof. Dr. Marcus Vetter von der Technischen Hochschule Mannheim und Fabian Burger von der Burger Group diskutiert.

Der Roboter wird zum Co-Worker

Dr. Maximilian Gießler rückte den technologischen Stand humanoider Robotik in den Mittelpunkt. Ein wesentliches Ziel ist der Roboter als flexibel einsetzbarer Co-Worker: ein System, das nicht für einen einzigen, vollständig definierten Prozess entwickelt wird, sondern unterschiedliche Aufgaben in einer menschengemachten Umgebung übernehmen kann.

Wie anspruchsvoll dieser Weg ist, zeigt sich ausgerechnet an etwas scheinbar Selbstverständlichem: der menschlichen Hand. Greifen, Fühlen, Kraft dosieren und unterschiedlichste Gegenstände sicher manipulieren gehören zu den schwierigsten Aufgaben der Robotik.

Neben der Hardware werden deshalb andere Faktoren immer wichtiger: Energieverbrauch, Daten und KI-Modelle, die visuelle Informationen mit Sprache und Handlungen verknüpfen. Die Leistungsfähigkeit eines Roboters entscheidet sich damit immer weniger allein an Motoren, Aktuatoren und Mechanik – und immer stärker an seinem „Gehirn“.

Geschwindigkeit entsteht durch kontinuierliches Lernen

Für Matthias Reimann ist dabei ein Faktor besonders entscheidend: Tempo. Der deutsche Reflex, Prozesse möglichst vollständig zu definieren und anschließend abzuarbeiten, stößt bei hochdynamischen Technologien an Grenzen. Stattdessen braucht es eine stärkere Logik des Continuous Improvement Process (CIP): entwickeln, anwenden, lernen, verbessern und wieder von vorne.

Das verändert auch den Blick auf German Engineering. Qualität und Sorgfalt bleiben Stärken. Sie dürfen aber nicht dazu führen, dass Entwicklungsgeschwindigkeit verloren geht. Gerade bei KI und Robotik entsteht Vorsprung zunehmend durch schnellere Lernschleifen.

Beim Automatisieren heute schon an morgen denken

Prof. Dr. Marcus Vetter von der Technischen Hochschule Mannheim weitete den Blick auf die nächste Generation KI-gestützter Systeme.

Ein Beispiel aus seiner Forschung zeigt, welche Möglichkeiten entstehen: Mittels Kameras können Personen in einem Raum erfasst und mithilfe KI-beschleunigter Monte-Carlo-Simulationen beispielsweise Strahlenexpositionen nahezu in Echtzeit bestimmt werden. Aus aufwendiger Simulation wird damit ein intelligentes Assistenzsystem.

Noch grundsätzlicher war jedoch Vetters Empfehlung an die Unternehmen: Nicht nur überlegen, wie sich die heutige Welt automatisieren lässt. Sondern fragen, wie ein sinnvoller Prozess in einer zukünftigen Welt überhaupt aussehen müsste.

Wer lediglich einen bestehenden Prozess automatisiert, digitalisiert möglicherweise auch dessen Schwächen. Spannend wird diese Frage mit der nächsten Generation von Robotikmodellen. Während Vision-Language-Action-Modelle (VLA) vereinfacht auf die Fragen reagieren „Was sehe ich?“ und „Was soll ich tun?“, modellieren World Action Models (WAM) zusätzlich mögliche Folgen einer Handlung: „Was passiert, wenn ich das tue?“

Der Roboter reagiert damit nicht mehr nur auf seine Umwelt. Er beginnt, mögliche zukünftige Zustände vorauszudenken.

China-Speed. The German Way

Für Fabian Burger schließlich ist Innovation vor allem eines: etwas, das man tut und nicht etwas, das man zuerst dokumentiert.

Seine Beobachtung bringt einen wesentlichen Unterschied auf den Punkt: In China führt häufig das Ziel, in Deutschland häufig der Prozess.

Das Risiko für deutsche Unternehmen liegt deshalb nicht unbedingt darin, schlechtere Technologien zu entwickeln. Gefährlich wird es, wenn vier Jahre an einer technisch perfekten Lösung gearbeitet wird und sich der Markt währenddessen längst weiterentwickelt hat.

Die Konsequenz kann allerdings nicht sein, das chinesische Modell einfach zu kopieren. Gesucht ist vielmehr ein „China-Speed the German Way“: schneller werden, ohne die eigenen Stärken bei Qualität, Prozesswissen, Sicherheit und industrieller Anwendungskompetenz aufzugeben.

Burger selbst betrachtet neue Technologien dabei nicht nur aus der Perspektive des Industrieunternehmens. Die BURGER GROUP engagiert sich auch als Investor im Venture-Capital-Umfeld und schafft damit einen zusätzlichen Zugang zu Innovation und neuen Geschäftsmodellen.