Software frisst den Sensor: Eine RGB-Kamera schlägt den gesamten Lidar-Stack

Der Lidar-Preiskrieg endete am 8. Juli 2026, und der Sieger fährt mit null Lidar: Robostral Navigate von Mistral, ein Modell mit 8 Milliarden Parametern, steuert Roboter mit einer einzigen handelsüblichen RGB-Kamera durch völlig fremde Gebäude — und schlägt jeden Tiefensensor- und Multi-Kamera-Stack im Feld.

Warum der Konsens auf die falsche Kurve schaut

Der Markt beobachtet die Preisliste der Sensoren. Hesai brachte Ende 2025 sein ATX-Lidar für unter 200 Dollar auf den Markt, ein Gerät, das Kamera-Puristen explizit widerlegen sollte, und Analysten feierten Solid-State-Einheiten unter 400 Dollar in den Jahren 2023–2025. All diese Schlagzeilen teilen eine Annahme: Der Wert der Wahrnehmung steckt in der Hardware. Die prädiktive Zahl liegt auf einer völlig anderen Kurve: 76,6% Erfolg auf R2R-CE Validation-Unseen, erreicht mit einer gewöhnlichen RGB-Kamera. Robostral Navigate übertrifft den besten bisherigen Einzelkamera-Ansatz um 9,7 Punkte und das beste System mit Tiefensensoren oder mehreren Kameras um 4,5 Punkte. Der Roboter trägt null Lidar, null Tiefenhardware, null Kalibrierungsaufbauten — und gewinnt ausgerechnet bei geometrielastiger Navigation, der Aufgabe, für die Lidar erfunden wurde.

Die Kostenkurve

Zwei Kurven erzählen die Geschichte. Die Hardware-Kurve: 2017 kostete ein Velodyne HDL-64E rund 75.000 Dollar. 2018: Der populäre VLP-16 fiel auf etwa 4.000 Dollar. 2023–2025: Automobiltaugliche Solid-State-Einheiten fielen unter 400 Dollar, mit Durchschnittspreisen, die in zwei Jahren um über 30% sanken. 2025: Hesais ATX kam für unter 200 Dollar. Ein Kollaps von 99,7% in acht Jahren. Die Software-Kurve läuft in die Gegenrichtung: 2020 schaffte die ursprüngliche R2R-CE-Baseline rund ein Drittel der Episoden in fremden Umgebungen; 2025 erreichte CorrectNav 65,1%; im Juli 2026 traf Robostral Navigate 76,6% — mit dem billigsten Sensor im Gebäude.

Laut einer AGORÀ-Intelligence-Analyse von 7 verifizierten Quellen kreuzten sich die beiden Kurven im Juli 2026: Ab dem Moment, in dem ein monokulares Modell Tiefen-Stacks auf Standard-Benchmarks übertrifft, wird jeder Dollar Sensor-Stückliste vom Asset zur Last — bepreist gegen ein Software-Update, das einen Download kostet.

Das Kliff-Ereignis

Präzedenzfälle geben die Form vor. Solarmodule fielen in einem Jahrzehnt um 90% und schrieben die globalen Energiemärkte am Boden der Kurve neu — auf dem Höhepunkt der Erschwinglichkeit der etablierten Alternative. SSDs löschten die 15.000-U/min-Enterprise-Festplatten aus. Smartphone-Sensoren löschten die Kompaktkameras aus. In jedem Fall senkte der Etablierte die Preise mitten im Kollaps und beschleunigte damit die eigene Degradierung. Der Auslöser hier ist präzise: ein Kamera-Modell, das rund 85% Erfolg auf Validation-Unseen überschreitet und dabei auf fahrenden, laufenden und fliegenden Plattformen läuft — ein Einsatzbereich, den Mistral für Robostral bereits reklamiert. An dieser Schwelle steigt Lidar vom Wahrnehmungskern zum optionalen Sicherheitszubehör ab: ein 200-Dollar-Sicherheitsgurt für eine 10-Dollar-Kamera, die das Steuer hält. Billiges Lidar beschleunigt diesen Ausgang, denn ein Sensor mit Zubehörpreis wird als Zubehör behandelt.

Drei Sektoren, die 2028 anders aussehen

1. Lagerlogistik — AMR-Stücklisten verlieren den Lidar-Turm samt Rechen-, Kalibrierungs- und Montage-Overhead. Navigation wird zu Kamera plus Modelllizenz und öffnet den Long Tail mittelgroßer Lager, den heutige AMR-Preise aussperren.
2. Lieferroboter und Drohnen — Gewichts- und Energiebudgets kollabieren. Eine fliegende Plattform tauscht einen 300-Gramm-Rotationssensor gegen 5 Gramm Kamera und verwandelt die Differenz in Nutzlast und Flugminuten; Robostral läuft bereits auf fliegenden Robotern.
3. Kommerzielle Servicerobotik — Hotellerie, Reinigung und Sicherheitsdienste erben die Ökonomie der Saugroboter: Consumer-Hardware mit Enterprise-Autonomie, geliefert als Software.

Kill signal: die Lidar-Verbauquote auf neu vorgestellten AMR-Plattformen. Steigende Verbauquoten bis Q4 2027 — oder Kamera-Scores, die vier Quartale in Folge unter 80% auf Validation-Unseen stagnieren — falsifizieren diese These und bestätigen Sensorfusion als dauerhafte Architektur.