(Symbolbild)
Von Software zu Stahl: Die Milliardenwette auf die physische KI
Die Grenze zwischen digitaler Intelligenz und physischer Welt verschwimmt rasant. Während klassische KI-Systeme Texte generieren oder Daten analysieren, fließen nun Kapitalströme in den zweistelligen Milliardenbereich in Startups, die künstliche Intelligenz direkt in Fabriken und Produktionshallen verankern wollen. Für deutsche Unternehmen signalisiert dieser Trend einen fundamentalen Wandel in der industriellen Automatisierung.
Der “allgemeine Ingenieur” als neues Nordlicht
Mit Prometheus hat Jeff Bezos ein Unternehmen aufgebaut, das die Branche in Atem hält. Das Startup sammelte 12 Milliarden Dollar ein, um einen sogenannten “artificial general engineer” für die physische Welt zu entwickeln (TechCrunch). Die Vision geht weit über spezialisierte Industrieroboter hinaus: Statt für einzelne Aufgaben wie Schweißen oder Montage programmiert zu werden, soll das System ingenieurähnliche Problemlösungsfähigkeiten in variablen Umgebungen erlernen. Das Kapitalvolumen übertrifft damit die meisten Finanzierungsrunden im gesamten europäischen Tech-Sektor der vergangenen Jahre und unterstreicht, dass globale Investoren die physische KI als nächste große Plattformtechnologie betrachten.
Flexibilität statt Spezialisierung
Parallel dazu positioniert sich Theker mit einer Series-A-Finanzierung von 85 Millionen Dollar für einen Roboter, der bewusst auf Spezialisierung verzichtet (TechCrunch). Das Konzept adressiert einen chronischen Schmerzpunkt der Fertigungsindustrie: Herkömmliche Automatisierung erfordert teure Neuprogrammierung bei Produktwechseln und bleibt ökonomisch unattraktiv für Kleinserien oder variantenreiche Fertigung. Ein generalistischer Fabrikroboter könnte die Break-even-Punkte für Automatisierung deutlich senken und insbesondere mittelständische Zulieferer erreichen, die bisher außen vor blieben.
Die deutsche Industrie im Umbruch
Für den deutschen Maschinen- und Anlagenbau ergeben sich daraus komplexe Spannungsfelder. Einerseits droht eine Erosion des traditionellen Wettbewerbsvorteils durch Engineering-Exzellenz, wenn KI-Systeme ingenieurwissenschaftliches Wissen modular und skalierbar bereitstellen. Andererseits öffnen sich Chancen für hybride Modelle: Deutsche Unternehmen verfügen über tiefe Domänenexpertise in spezifischen Fertigungsprozessen, die als Trainingsdaten und Validierungsumgebungen für physische KI-Systeme hochgradig wertvoll sind. Die Frage wird sein, ob diese Expertise in Partnerschaften mit globalen Plattformanbietern einfließt oder ob eigenständige europäische Ansätze entwickelt werden.
Die Investitionsdynamik zeigt, dass der Wettbewerb um die physische KI längst begonnen hat. Für Entscheider in der deutschsprachigen Industrie bedeutet dies: Die strategische Positionierung zwischen KI-Plattformen und spezifischem Fertigungs-Know-how ist jetzt zu klären, bevor Technologie- und Datenabhängigkeiten festgeschrieben werden.
