Roboterhirne ohne Geschäftsplan: Warum Investoren Physical Intelligence trotzdem feiern

Wer heute das Büro von Physical Intelligence in San Francisco betritt, sieht keine futuristischen Humanoiden, sondern einfache Roboterarme, die an Hosen scheitern und mit erstaunlichem Eifer Zucchini schälen. Von außen wirkt das eher nach Studentenlabor als nach Milliarden‑Startup. Genau das macht den Fall spannend: Hinter dieser Billighardware steckt eine der ambitioniertesten Wetten des Silicon Valley darauf, dass die nächste Generation von »Foundation Models« den physischen Raum erobert. Über eine Milliarde Dollar fließen in ein »ChatGPT für Roboter« – ohne klaren Weg zu Umsatz. Warum das keine Spinnerei ist und was das für den DACH‑Raum bedeutet, analysiere ich hier.

Die Nachricht in Kürze

Laut einem Bericht von TechCrunch hat das in San Francisco ansässige Startup Physical Intelligence in rund zwei Jahren mehr als 1 Milliarde US‑Dollar eingesammelt. Die Firma, gegründet von den Robotik‑Forschern Sergey Levine, Chelsea Finn, Karol Hausman und dem früheren Stripe‑Manager Lachy Groom, wird dabei mit etwa 5,6 Milliarden US‑Dollar bewertet. Ziel ist der Aufbau allgemeiner »Robotics Foundation Models« – großer KI‑Modelle, die verschiedene Robotertypen steuern können.

Physical Intelligence sammelt Daten mit vergleichsweise günstigen Roboterarmen (circa 3.500 US‑Dollar pro Stück), die im eigenen Labor, in Testküchen sowie bei Partnern wie Lagern oder Privathaushalten stehen. Diese Daten fließen in Trainingsläufe für Modelle, die die Gründer ausdrücklich mit ChatGPT vergleichen – nur eben für physische Manipulation. Wie TechCrunch berichtet, fließt der Großteil der Ausgaben in Rechenleistung, nicht in Hardware. Trotz prominenter Investoren wie Khosla Ventures, Sequoia und Thrive Capital gibt Groom keinen konkreten Fahrplan zur Kommerzialisierung.

Dem stellt der Artikel Skild AI aus Pittsburgh gegenüber: Das Unternehmen soll 1,4 Milliarden US‑Dollar bei einer Bewertung von 14 Milliarden eingesammelt haben und bereits rund 30 Millionen Umsatz mit seinem »Skild Brain« in Sicherheits‑, Lager‑ und Produktionsanwendungen erzielen.

Warum das wichtig ist

Physical Intelligence ist weniger wegen seiner aktuellen Demos wichtig, sondern wegen der zugrunde liegenden Annahme: dass der wertvollste Teil des Robotik‑Stacks künftig einige wenige allgemeine »Roboterhirne« sein werden, die über weitgehend austauschbarer Hardware liegen.

Sollte diese Annahme stimmen, sind die potenziellen Gewinner klar. Wer ein dominantes Robotik‑Foundation‑Modell etabliert, wird zur Art Standard‑Betriebssystem für die physische Welt. Jeder Arm, jeder Roboterwagen, jede Drohne wäre nur noch ein Endpunkt. Die strategische Position ähnelt Windows im PC‑Zeitalter oder Android im Smartphone‑Zeitalter – mit noch stärkerer Bindung, weil sich ein tief integriertes Foundation‑Modell deutlich schwerer austauschen lässt als eine App.

Davon profitieren auch Investoren. Ein 5,6‑Milliarden‑Bewertung für ein pre‑revenue‑Unternehmen mit etwa 80 Mitarbeitenden signalisiert, wie aggressiv Kapital derzeit auf das Narrativ »AGI für die reale Welt« setzt. Sollte Physical Intelligence tatsächlich einen breit einsetzbaren »Robotergeist« liefern, könnte dieser ganze Branchen tragen: Logistik, E‑Commerce‑Fulfilment, Lebensmittelverarbeitung, Leichtindustrie – langfristig vielleicht auch Pflege.

Verlierer wären kurzfristig zahlreiche spezialisierte Robotik‑Startups, die ihren Wert aus eng zugeschnittenen Software‑Stacks ziehen. Wenn ein einziger Foundation‑Layer nach genügend Training »any platform, any task« bedienen kann – so der Anspruch von Physical Intelligence –, verlieren viele Insellösungen für Wahrnehmung und Steuerung ihre Daseinsberechtigung.

Hinzu kommt ein Machtwechsel in der Wertschöpfungskette. Bisher prägten Mechanik, Zuverlässigkeit und Integrationsleistung der OEMs (KUKA, ABB, Fanuc & Co.) den Markt. Physical Intelligence dreht das um: Hardware darf einfach, günstig und im Zweifel »mittelmäßig« sein – die Intelligenz gleicht es aus. Das bedroht Modelle, bei denen Hersteller von Industrierobotern hohe Margen über proprietäre, eng gekoppelte Software erzielen.

Und schließlich testet das Unternehmen die Frage, ob die Risikobereitschaft à la »Moonshot« im Silicon Valley nach dem Ernüchterungseffekt bei autonomen Fahrzeugen zurück ist. Top‑VCs geben einer Firma, die offen keinen Businessplan präsentiert, Milliarden. Das ist ein deutliches Signal, dass man Robotik‑Foundation‑Modelle für ähnlich systemverändernd hält wie einst große Sprachmodelle.

Das größere Bild

Der Fall Physical Intelligence steht an der Schnittstelle dreier Entwicklungen: dem Aufstieg von Foundation Models, der Kommoditisierung von Hardware und einem strategischen Grabenkrieg darüber, wie Deep‑Tech idealerweise aufgebaut wird.

Auf der KI‑Seite ist der Schritt logisch. In den letzten Jahren haben OpenAI, Anthropic, Google und andere gezeigt, dass klassische Software durch massive Skalierung von Daten und Rechenleistung plötzlich überraschend allgemeine Fähigkeiten entwickeln kann. Robotik hinkte hinterher, weil echte Interaktionsdaten viel schwerer zu erheben sind als Text oder Bilder aus dem Web. Physical Intelligence und Wettbewerber wie Skild AI versuchen, genau hier anzusetzen: systematisches Datensammeln mit Billigarmen, Dauer‑Experimentierbetrieb und eine Pipeline, die die Ergebnisse direkt ins Training zurückführt.

Das erinnert stark an den Konflikt bei autonomen Fahrzeugen. Die eine Seite (Waymo‑ähnlich) setzt auf Forschungstiefe, Sicherheitsnachweise und begrenzte Piloten – mit entsprechend langer Durststrecke bis zu echten Umsätzen. Die andere Seite (näher an Teslas Philosophie) bringt imperfekte Systeme früh auf die Straße und hofft, dass der Daten‑Flywheel die Defizite nach und nach ausmerzt. In der Robotik nimmt Physical Intelligence klar die Rolle des Forschungsprimus ein, während Skild offensiv argumentiert, nur reale Einsätze lieferten die nötige physikalische »Common Sense«.

Wenn man in die Geschichte schaut, ist das Ergebnis offen. Selbstfahrende Autos sind bis heute weit von flächendeckendem Einsatz entfernt, obwohl Milliarden geflossen sind. Gleichzeitig hat der »ship fast«‑Ansatz gerade im Softwarebereich immer wieder Märkte entschieden. Entscheidend wird sein, welche Seite die bessere Balance aus Sicherheitsanforderungen, Regulatorik und Datenhunger findet – gerade dann, wenn Roboter nicht mehr in Käfigen, sondern Tür an Tür mit Menschen arbeiten.

Der zweite große Trend: Hardware ist endlich billig und gut genug. Vor zehn Jahren wäre die Idee, dass ein Roboterarm mit Materialkosten unter 1.000 US‑Dollar filigrane Aufgaben lernt, für viele deutsche Robotiker schwer vorstellbar gewesen. Heute kann Physical Intelligence plausibel behaupten: Die Engstelle ist nicht mehr der Stahl, sondern das Modell.

Zieht man den Vergleich zur IT, liegt die Analogie auf der Hand. So wie sich Softwareentwickler seit der Cloud nicht mehr darum kümmern müssen, auf welcher konkreten Maschine ihr Code läuft, könnten künftige Robotik‑Anwendungen weitgehend hardware‑agnostisch werden – solange ein Arm die »Sprache« des dominanten Roboterhirns spricht. Das wäre eine drastische Vereinfachung der Integrationslandschaft und erklärt, warum das Thema für Systemintegratoren in Europa ebenso relevant ist wie für Venture‑Kapital.

Die europäische Perspektive

Für Europa – und speziell den DACH‑Raum – ist Physical Intelligence mehr als ein exotisches US‑Phänomen. Hier geht es um die Frage, wer die kognitive Schicht über einer ohnehin hoch automatisierten Industrielandschaft liefern wird.

Deutschland, Österreich und die Schweiz gehören zu den Ländern mit der höchsten Roboterdichte weltweit, insbesondere in der Automobil‑, Elektro‑ und Maschinenbauindustrie. Viele Werke sind voll mit KUKA‑, ABB‑ oder Fanuc‑Armen, die heute meist hochspezialisierte, starre Aufgaben ausführen. Mittelständler kämpfen hingegen oft damit, dass sich Automatisierung bei kleinen Losgrößen schlecht rechnet.

Genau hier liegt die Chance allgemeiner Roboterhirne: flexible Umrüstbarkeit, Lernfähigkeit durch Vormachen statt durch monatelange SPS‑Programmierung, schneller ROI auch in variablen Prozessen. Gleichzeitig wird die EU‑Regulierung maßgeblich bestimmen, wie schnell solche Systeme Realität werden.

Die EU‑KI‑Verordnung (AI Act) klassifiziert viele Robotik‑Anwendungen als »Hochrisiko« – insbesondere, wenn sie in Arbeitsumgebungen oder im öffentlichen Raum mit Menschen interagieren. Daraus folgen strenge Pflichten: Risikomanagement, Daten‑ und Modell‑Governance, Transparenz gegenüber Nutzern, menschliche Aufsicht, technische Robustheit und laufende Überwachung im Feld.

Für Anbieter wie Physical Intelligence bedeutet das einerseits zusätzliche Hürden: Trainingsdaten aus europäischen Fabriken oder Haushalten sind sofort ein GDPR‑Thema – von der Rechtsgrundlage der Verarbeitung bis zur Frage, ob personenbezogene Merkmale beim Training ausreichend entfernt oder geschützt werden. Andererseits eröffnet gerade die Regulierungsdichte Chancen: Wer frühzeitig in Konformität investiert, hat einen Burggraben gegenüber weniger regel‑affinen Wettbewerbern.

Parallel dazu arbeitet Europas eigene Robotik‑Landschaft: von KUKA, ABB und Siemens über Fraunhofer‑Institute bis hin zu Startups in Berlin, München oder Zürich, die an lernfähigen Greifern und kognitiven Robotern forschen. Die strategische Frage wird sein, ob man US‑Foundation‑Modelle integriert, lizenziert oder aktiv europäische Gegenstücke aufbaut – nicht zuletzt vor dem Hintergrund der Debatte um digitale Souveränität.

Ausblick

Die nächsten zwei bis drei Jahre werden zeigen, ob Physical Intelligences Verzicht auf kurzfristige Monetarisierung ein visionärer Langfristplan oder schlicht zu optimistisch ist.

Das wahrscheinlichste Szenario ist eine schrittweise Kommerzialisierung »durch die Hintertür«. Selbst wenn das Management Forschung und Modellqualität über alles stellt, explodieren die Cloud‑Rechnungen, und Investoren werden valide Feldnachweise verlangen. Daraus werden mehr bezahlte Pilotprojekte in Logistikzentren, Lebensmittelfabriken, im Handel und perspektivisch in Service‑Robotik entstehen – möglicherweise auch in europäischen Werken, die ohnehin um Fachkräfte ringen.

Worauf sollten Beobachter achten? Erstens: langfristige Deals mit Cloud‑Providern oder Chipherstellern. Wer sich heute GPU‑Kapazitäten für Jahre sichert, zeigt, dass er ernsthaft an den Skalierungspfad glaubt – und bindet sich gleichzeitig an bestimmte Infrastrukturanbieter. Zweitens: konkrete Fallstudien, in denen ein allgemeines Modell spezialisierte Lösungen bei Aufgaben wie Kommissionierung, Sortierung oder Bestückung deutlich schlägt. Drittens: die ersten arbeitsrechtlichen Konflikte oder Sicherheitsdebatten, wenn Roboter ohne trennende Zäune neben Menschen arbeiten.

Das Abwärtsszenario ist ebenfalls klar: Sollten sich die Modelle in der Praxis als fragiler erweisen als in kuratierten Demos – etwa weil sie in wechselnden Umgebungen stark an Performance verlieren oder viel mehr menschliche Aufsicht benötigen –, droht eine »Mini‑Robotik‑Winter«. Investorengelder würden sich wieder stärker zu klassischen, eng definierten Automatisierungsprojekten verlagern.

Gleichzeitig sprechen die demografischen und ökonomischen Rahmenbedingungen langfristig klar für mehr Robotik: alternde Gesellschaften, Arbeitskräftemangel in Logistik und Pflege, Kostendruck in energieintensiven Industrien. Irgendjemand wird die kognitive Schicht über diesen Trends liefern müssen. Ob das ein forschungsgetriebenes Unternehmen wie Physical Intelligence ist oder ein aggressiv kommerzieller Player à la Skild – oder am Ende ein europäisches Konsortium – ist noch offen.

Fazit

Physical Intelligence steht für eine hochriskante, aber nachvollziehbare Wette: Dass sich der Großteil der zukünftigen Wertschöpfung in der Robotik auf wenige allgemeine »Roboter‑GPTs« konzentrieren wird – und dass es sich lohnt, dafür zunächst Milliarden in Forschung und Rechenleistung zu versenken. Für Unternehmen im DACH‑Raum ist weniger die Existenz solcher Akteure die Frage, sondern welche Philosophie gewinnt: Forschung zuerst oder Umsatz zuerst. Wenn Roboter in den nächsten Jahren aus Käfigen in unsere Werkshallen, Lager und vielleicht Wohnungen wandern – wessen Hirn soll sie steuern, und zu wessen Bedingungen?