This website uses cookies

Read our Privacy policy and Terms of use for more information.

CHINA AI2X BRIEFING

How AI is reshaping China’s Industries


Deep Dive

_________

Der Kindergarten ist vorbei, liebe Roboter. Ab in die Schule!

Es dauere noch ein paar Jahre bis zum „ChatGPT-Moment“ der Humanoiden, sagt ausgerechnet der Unitree-Gründer Wang Xingxing

Published on Sep. 06, 2026

An diesem Morgen hätte der Unitree-Gründer Wang Xingxing allen Grund zum Feiern gehabt. Am Tag zuvor war der Aktienkurs seiner Firma bei ihrem IPO in Shanghai um 460 Prozent in die Höhe geschossen. Stattdessen trat der frisch gebackenen Milliardär an ein Rednerpult auf der World Robot Conference in Peking und erklärte, warum humanoide Roboter menschlichen Arbeitern noch immer unterlegen sind.

Die Robotikbranche habe ihren „ChatGPT-Moment“, also den Wendepunkt hin zur allgemeinen Nützlichkeit, noch nicht erreicht, sagte Wang. Optmistisch gesehen könnte dieser Moment in zwei bis drei Jahren kommen. Es könne aber auch noch für bis zehn Jahre dauern. Er definierte den Moment so, dass ein Roboter rund 80 Prozent aller Aufgaben auch in unbekannten Situationen erledigen könne, zitierte in die chinesischen Wirtschaftszeitung Jingji Guancha Bao aus seiner Rede vom 20. August 2026 (auf Chinesisch).

Die Unitree-Aktie fiel noch am selben Tag um 18,7 Prozent. Einige Tage später notierte sie zeitweise 46 Prozent unter dem Hoch des ersten Handelstages. Nun sind solche scharfen Kurkorrekturen nach spektakulären Börsendebüts in China nicht ungewöhnlich. Trotzdem ist es eher ungewöhnlich für einen Firmengründer, einen Tag nach seinem Börsendebüt so deutlich Klartext zu reden. Wang, der auf Fotos fast nie lächelnd zu sehen ist, scheint durch und durch nüchterner Mensch zu sein.

„Wenn ein Roboter nach einem Objekt greift, sieht es so aus, als hätte er es fast zu fassen bekommen. Aber dieses letzte Stück taktiles Feedback, diesen letzten kleinen Restfehler, kann er nicht korrigieren“, sagte Wang. Genau an dieser Stelle bricht die Erfolgsrate humanoider Roboter derzeit ein.

Unitree, sagte Wang, halte sich mit Massenauslieferungen von Humanoiden noch zurück, weil deren Effizienz und Generalisierungsfähigkeit noch nicht ausreichend seien. Insbesondere die mangelnde Generalisierungsfähigkei der verkörperten Intelligenz (embodied AI) bezeichnete als den derzeit größten Engpass der Robotikbranche weltweit.

Nur nach ausreichende Datensammeln und speziellem Training erreichen Humanoide momentan Erfolgsraen von nahezu 100 Prozent. Dies aber nur in fixen Umgebungen, wo es keine Überraschungen gibt.

Sobald sich das bearbeitete Objekt oder seine Umgebung auch nur geringfügig ändern, bricht die Erfolgsrate sofort ein. Gewappnet mit diesem Maßstab lieferte ein Rundgang über die diesjährige Robotikmesse im Pekinger Stadtteil Yizhuang eine recht objektive Antwort auf die Frage, wo die Humanoiden heute stehen. Mehr als 300 Firmen zeigten vom 19. bis 23. August 2026 gut 2.000 Produkte. Fortschritte und noch vorhandene Schwächen waren gleichermaßen gut zu besichtigen.

Vor einem Jahr hatten sich die Roboter an vielen Ständen noch gegenseitig mit Saltos und Boxkämpfen überboten. In diesem Jahr sortierten etliche von ihnen aber bereits Medikamente in nachgebauten Apotheken, holten Waren für Kunden aus den Regalen simulierter Einzelhandelsläden, falteten Wäsche oder räumten Musterwohnzimmer auf.

Es war seltener als in früheren Jahren der Schau, dass Roboter von Menschen mit Fernbedienungen gesteuert werden mussten. In diesem Jahr konnten mehr von ihnen selbstständig laufen. „Der wichtigste Schritt für humanoide Roboter auf dem Weg in reale Einsatzszenarien ist es, die Fernbedienung loszuwerden“, sagte Chen Feng vom Roboterhersteller LimX Dynamics einem chinesischen Reporter auf der Messe. Sie sind dabei, diesen Schritt zu gehen.

Die nüchterne Einschätzung des Unitree-Gründers trifft zu. Verglichen mit dem Vorjahr gab es allerdings auch klare Fortschritte der Humanoiden zu beobachten.

Der Roboter Tieda von Xiaomi, war zu erfahren, zieht seit März dieses Jahres in einem Werk des Autoherstellers an einem festen Arbeitsplatz Muttern fest. Es ist ein Handgriff von wenigen Sekunden, der sich mehrere hundert Mal am Tag wiederholt.

Der Roboter habe mit einer Erfolgsrate von 90 Prozent begonnen, sagte Xiang Diyun, Geschäftsführer der Robotiksparte von Xiami, während der Konferenz. Der Humanoide lernte aber ständig dazu. Vier Monate später habe er schon bei 98 Prozent gelegen, nur noch einen Prozentpunkt unter den 99 Prozent seiner menschlichen Kollegen. Bis zum Ende dieses Jahres, glaubt der Manger von Xiaomi, dürfe sich diese Lücke geschlossen haben.

Auch in diesem Sommer 2026 fehlt es den Robotern noch an Trainingsdaten und Rechenleistung. Deshalb wirken sie oft ein wenig ungeschickt. Bei Aufgaben von drei bis fünf Sekunden erreichen sie zwischen 70 und 100 Prozent der menschlichen Effizienz, je nach Szenario. Jenseits einer Minuten können es bisweilen nur noch 30 Prozent sein, war von Experten auf der Robotikmesse zu erfahren.

Der Unitree-Gründer hat in seiner Rede den Mechanismus hinter diese Leistungsverfall erklärt. Jede Wahrnehmungs- und Steuerungsschleife produziert einen kleinen Fehler. Je länger eine Aufgabe dauert, desto stärker summieren sich diese Abweichungen.

Besucher der Robotikschau in Peking konnten das Phänomen live beobachten. An einem nachgebaute Verkaufsstand nahm ein Humanoider eine Bestellung per Smartphone-App entgegen. Er holte eine Packung Sojamilch aus dem Regel und legte sie auf den Tresen. Bei der nächsten Bestellung aber fror er ein. Die vielen Zuschauer hätten seine Hinderniserkennung irritert, erklärte ein Mitarbeiter am Stand.

Wenn schon so eine kleine Menschentraube die Maschine lahmlegen könne, werde sie in einem echten Laden niemals bestehen, kommentierte ein Besucher trocken. An einem anderen Stand scheiterte ein Roboter minutenlang an dem Versuch, ein Hemd zu falten, wie die Nachrichtenagentur AP berichtete.

Ingenieure nennen solche Überraschungen Long-Tail-Probleme. Jedes einzelne davon ist selten. In ihrer Summe aber kommen sie in endloser Vielfalt daher. Eine Firma, die momentan sehr viele davon beobachten kann, ist Yunji Technology. Sie hat eigenen Angaben zufolge Serviceroboter in mehr als 40.000 Hotels weltweit im Einsatz. Dabei gibt es täglich Long-Tail-Probleme. Weiche Teppiche können beispielsweise die Räder eines Robots einklemmen. Dann muss das Hotelpersonal die Maschine retten.

So ist das natürlich nicht gedacht. „Kunden kaufen Roboter, um Probleme zu lösen, nicht um sich um die Roboter zu kümmern“, sagte Duan Yanbiao, Produktchef von Yunji, Reportern auf der Messe. Die Humanoiden von heute ähneln Praktikanten. Der klugen Sorte, wohlgemerkt. Sie sind anfangs ungeschickt, aber sie lernen schnell.

Wer ihre Grenzen verstehen will, muss sich die Gehirne der Roboter ansehen. Die Architekturen haben sich zuletzt in weiten Teilen der Branche angeglichen. 2025 hatten die meisten Firmen für verkörperte Intelligenz noch auf sogenannte Vision-Language-Action-Modelle gesetzt, die Bilder, Sprache und Bewegung in einem System verarbeiten. In diesem Jahr sind bei den meisten Weltmodelle dazu gekommen, mit denen ein Roboter den Zustand seiner Umgebung vorhersagen kann, bevor er handelt. Was die Gehirne jetzt aber noch brauchen, sind mehr Daten und mehr Rechenleistung.

Genau deshalb ist es faszinierend, was gerade in China geschieht. De Einzelhandelskonzern JD.com öffnet seine Logistik, seine Läden und sein Gesundheitsgeschäft für Robotikhersteller, um gemeinsam Daten zu sammeln. In den kommenden zwei Jahren sollen so Dutzende Millionen Stunden hochwertiger Szenariodaten zusammenkommen.

Die Roboter seien auf dem Weg vom „Vorführen“ zum „Arbeiten“, sagte Zheng Xiaodan, der das Geschäft mit verkörperter Intelligenz bei JD Retail leitet. Nichts macht die Maschinen schneller besser als das Sammeln echter Daten.
Der billigere Weg, das Training via Simulation, hat dagegen klare Grenzen. Virtuelle Umgebungen können Szenarien zwar fast beliebig verfielfachen. Sie vereinfachen aber auch. Ihnen entgeht beispielsweise das zerknüllte nasse Taschentuch, das am Greifer eines Roboters kleben bleibt. Die Branche nennt das den Sim-to-Real-Gap.

Auch bei der Rechenleistung, dem zweiten großen Engpass, gibt es Fortschritte. Mit jeder Chip-Generation zeigt die Zahl der TOPS (Tera Operations Per Second). Immer anspruchsvollere KI-Modelle können nach und nach direkt auf dem Roboter laufen, anstatt in der Cloud.

Amerikanische und chinesische Firmen versuchen sich an unterschiedlichen Lösungen, doch ihr gemeinsamer Ansatzpunkt ist die zentrale Recheneinheit der Roboter. Ohne ein fähiges Gehirn bleibt ein Roboter am Ende nur ein raffiniertes Stück Hardware.

In diesem Spätsommer 2026 befindet sich die Branche der humanoiden Robeter also irgendwo in der nüchternen, unspektakulären Mitte zwischen den extremen Polen, die in vielen Medien zu finden sind. Die Börse hat mit dem Unitree-IPO die hohen Erwartungen an die Zukunft eingepreist. Praktiker wie der Unitree-Gründer selbst dämpfen dagegen die übertriebensten Erwartungen an die nahe Zukunft.

Allerdings streitet in China derzeit niemand mehr darüber, ob Humanoide eine große Zukunft haben. Gestritten wird nur über das Tempo der Lernkurve, nicht über das Ziel.

Anfang dieses Jahres konnte man Chinas Humanoide noch mit Kindern vergleichen, die tanzen und spielen, bevor der Ernst des Lebens beginnt. Jetzt, ein halbes Jahr später, hat die Schule begonnen.