Robotik-Policy: Der Konsens trifft zur falschen Zeit

Die These: Das Kapital bepreist bereits den „ChatGPT-Moment" der Robotik

Ein Foundation Model für Roboter ist nach achtzehn Monaten Existenz drei Milliarden Dollar wert. Das übersteigt spekulativen Enthusiasmus: Es ist die Kapitaltraiektorie, die einen Regimewechsel antizipiert.

Generalist hat eine Bewertung von 3 Milliarden Dollar nach einer von 8VC geführten Runde erreicht, wie TechCrunch am 25. August 2026 berichtete^[1]. Das frische Kapital beläuft sich auf knapp 200 Millionen Dollar, als Erweiterung einer Series B über 400 Millionen, geführt von Radical Ventures.

Der Konsens liest diese Zahlen als Überschwang. Ich lese sie als vorgezogene Bepreisung einer Hardware- und Software-Diskontinuität, die früher eintreffen wird als erwartet. Das Kapital bepreist nicht das heutige Produkt. Es bepreist die Kostentraiektorie der nächsten drei Jahre.

Der Konsens betrachtet die falsche Kennzahl

Der Konsens hat den falschen Rahmen. Er beobachtet die Bewertung und schlussfolgert „Blase". Der Datenpunkt, der die Traiektorie wirklich vorhersagt, ist die Lerngeschwindigkeit.

Gen 1.5 lässt Roboter neue Aufgaben aus 3–12-sekündigen Videos erlernen, so das Unternehmen. Diese Kennzahl zählt mehr als die Bewertung. Sie komprimiert die Grenzkosten für das Beibringen einer neuen Aufgabe nahezu auf null.

Der Mechanismus ist einfach. Ein manuell trainierter Roboter benötigt für jede Aufgabe Stunden an Programmierung. Ein Roboter, der aus einem wenige Sekunden langen Video lernt, eliminiert diesen Aufwand. Der Unterschied ist nicht graduell. Er beträgt Größenordnungen.

90 % der Analysten haben recht mit dem Gegenwärtigen. Sie irren sich beim Tempo. Die Barriere physischer Daten, die von skeptischen VCs angeführt wird, fällt, wenn kurze Videos zur primären Trainingsquelle werden. Der Datenflaschenhals war das zentrale Argument gegen generalistische Robotik. Dieser Flaschenhals löst sich gerade auf.

Die Kostenkurve: dieselbe Steigung wie bei der Solarenergie

Die Kostenkurve verrät, wer recht hat. Die Photovoltaik ist zwischen 2010 und 2020 um 90 % gefallen, laut IEA. Die Humanoiden-Hardware folgt demselben Abstieg.

Drei Datenpunkte konstruieren die Traiektorie. Humanoide Prototypen kosteten Mitte des vergangenen Jahrzehnts über eine Million Dollar pro Einheit. Figure und 1X peilen Kosten unter 50.000 Dollar pro Einheit in wenigen Jahren an. Apptronik erklärt vergleichbare Ziele.

Die Steigung ist entscheidend. Nicht ein einzelner Preis, sondern das Tempo, mit dem dieser Preis fällt. Die Solarenergie hat gelehrt, dass der Konsens diese Kurven systematisch unterschätzt. Jedes Jahr revidierten Analysten ihre Prognosen nach unten – und blieben jedes Jahr hinter der Realität zurück.

Die Software folgt derselben Deflation. Physical Intelligence strebt einer Bewertung von 11 Milliarden entgegen, Skild AI erreicht 14 Milliarden, Genesis AI wurde mit 3 Milliarden gehandelt. Das Kapital komprimiert die Entwicklungszeiten des gemeinsamen „Gehirns" für verschiedene Roboter. Ein einziges Modell, das auf unterschiedlicher Hardware läuft, verteilt die Entwicklungskosten auf jede verkaufte Einheit.

Cliff Event: Kostenparität bis 2028–2029

Cliff Event: Humanoide Roboter erreichen die Kostenparität mit Fabrikarbeit in Industrieländern bis 2028–2029. Der Konsens sieht 2035. Die Differenz beträgt sechs Jahre.

Die physische Adoption springt, anstatt linear zu wachsen. Wenn ein gemeinsames Modell aus kurzen Videos lernt, verbessert jeder verkaufte Roboter die gesamte Flotte. Dieser Netzwerkeffekt kürzt die Kurve abrupt ab. Jede von einer Einheit erlernte Aufgabe wird für alle anderen verfügbar.

Der Sprung kommt, wenn die Gesamtbetriebskosten eines Humanoiden unter die Jahreskosten eines Operators fallen. Ab diesem Punkt wird der Kauf für jeden Werksleiter zur offensichtlichen Finanzentscheidung. Dafür braucht man keine futuristische Vision. Man braucht eine Tabellenkalkulation.

Drei Sektoren, die sich bis 2030 transformieren

Drei Kategorien, die sich bis 2030 verändern:

• Lagerlogistik
• Auftragsfertigung
• Pflege und Dienstleistungen

Die Lagerlogistik absorbiert die erste Welle. Repetitive Picking- und Sorting-Aufgaben passen zum Lernen aus kurzen Videos. Die Margen von Drittanbietern komprimieren sich zuerst. Das Umfeld ist kontrolliert und die Variablen sind wenige, daher ist die erforderliche Zuverlässigkeitsschwelle niedriger.

Die Auftragsfertigung folgt unmittelbar danach. Per Software rekonfigurierbare flexible Linien schlagen starre Linien. Länder, die auf Arbeitskostenvorteilen konkurrierten, verlieren ihren strukturellen Vorteil. Wenn Arbeitskosten aus der Gleichung verschwinden, wird die Geografie der Produktion neu gezeichnet.

Pflege und Dienstleistungen kommen zuletzt, wenn die Zuverlässigkeit die erforderliche Sicherheitsschwelle überschreitet. Das Tempo hängt hier von der Politik ab – dem Element, das der Markt am stärksten unterschätzt.

Die Politik ist die eigentliche Bremse, die Technologie läuft

Meine Position ist klar: Auf physischer Ebene ist dieser Übergang „inevitable, not imminent" – und dennoch bleibt die Politik der eigentliche Flaschenhals. Regulatoren planen für eine Welt, die verschwinden wird.

Die aktuellen Regulierungsrahmen ignorieren humanoide Roboter mit Kostenparität bis 2029. Regeln zu Arbeitssicherheit, zivilrechtlicher Haftung und Einkommen setzen einen langsamen, graduellen Übergang voraus. Kein regulatorisches Modell bepreist einen Adoptionssprung zur Mitte des Jahrzehnts.

Diese Lücke zwischen Politik und Kostenkurve erzeugt gleichzeitig Risiko und Chancen. Unternehmen, die auf regulatorische Klarheit warten, werden zu spät kommen. Wer heute einen vertikalen Data Moat aufbaut, wird morgen den Standard setzen. Die Regel kommt nach der Technologie, nicht davor.

Was würde meine Einschätzung ändern? Ein Plateau bei den Hardware-Kosten über zwei aufeinanderfolgende Quartale, oder eine Regression in der Fähigkeit der Modelle, aus Videos zu generalisieren. Diese Signale würden das Cliff Event in Richtung 2033 verschieben.

Was sich für Entscheider jetzt ändert

• CTO / Chief Innovation Officer: den physischen Automatisierungs-Stack neu bewerten, bevor es offensichtlich wird.
• Venture Capital: Die Wette auf Foundation Models für Roboter erscheint unmöglich und hat die Daten, um zu gelingen.
• Chief Strategy Officer: Jeder Dreijahresplan, der stabile Fabrikarbeit voraussetzt, basiert auf einer fragilen Annahme.
• Technology Procurement: Mehrjährige Verträge auf starre Automatisierung vermeiden, die der Obsoleszenz entgegengeht.

Das Kapital stimmt bereits ab. Nvidia, Bezos Expeditions und die Forscherin Fei-Fei Li haben Generalist in frühen Phasen unterstützt. Das sind Leading Indicators – weit entfernt von den späten Kommentaren der Wall Street. Wer eigenes Kapital einsetzt, sieht die Traiektorie früher als wer sie nur kommentiert.

Das Entscheidungsfenster ist jetzt. Wer seine Beschaffungspolitik bis 2027 überarbeitet, behält strategische Freiheit. Wer sie verschiebt, wird sie an Lieferanten abgeben. Ein heute unterzeichneter Mehrjahresvertrag auf starre Automatisierung ist eine Wette gegen die Kostenkurve.

Die Prognose mit Kill Signal

Prognose: Bis Dezember 2027 wird mindestens ein Humanoiden-Hersteller unter Figure, 1X und Apptronik einen Deployment-Vertrag im großen Maßstab mit Stückkosten unter 50.000 Dollar ankündigen.

Confidence: Medium-High. Horizont: Dezember 2027. Kill Signal: Null kommerzielle Deployments über tausend Einheiten zu diesem Preis bis zum genannten Datum würde darauf hindeuten, dass das Cliff Event über 2030 hinausrutscht.