Der Kampf um den Zugang zur physischen Welt: Wie weit ist "Jarvis" noch von uns entfernt?
In der Technologiebranche des Jahres 2026 bleiben Nvidia und OpenAI weiterhin an der absoluten Spitze, während SK Hynix und Samsung stark auf dem Vormarsch sind. Zahlreiche alte und neue Branchengiganten treten nacheinander auf die Bühne, und der wirklich nachdenklich stimmende Akteur unter ihnen ist Jeff Bezos.
Nach seinem Rücktritt als CEO von Amazon im Jahr 2021 war Bezos keineswegs untätig: Er reiste mit der Raumfahrttechnik von Blue Origin ins All, investierte in Altos Labs zur Erforschung von Langlebigkeitstechnologien und beteiligte sich an der Finanzierung von Figure AI, um auf humanoide Roboter zu setzen.
Nachdem er eine Runde in der „Spielwelt der Superreichen“ gedreht hat, hat Bezos vermutlich nur eine Erkenntnis: Der Entwicklungszyklus komplexer physischer Produkte ist einfach zu lang.
Raumfahrtindustrie, Biotechnologie und Medizintechnik, verkörperte Intelligenz – alle gehören zu den Spitzenbereichen der Hochfertigung. Diese verschiedenen Bereiche scheinen weit voneinander entfernt zu sein, zielen aber gemeinsam auf ein langfristiges Problem ab: Wenn die Zusammensetzung eines physischen Produkts so komplex wird, dass sie Zehntausende von Bauteilen umfasst, steigt der Schwierigkeitsgrad des Produkts von der Entwicklung über die Validierung bis zur Massenproduktion exponentiell an. Am Beispiel des Boeing 777x-Flugzeugs beträgt die Gesamtzahl der Teile nur des Strahltriebwerks erstaunliche 300.000.
Um den Schub eines Strahltriebwerks um 10 % gegenüber dem aktuellen Stand zu erhöhen, kann die traditionelle Entwicklung aufgrund der Komplexität des Ingenieurwesens selbst zehn Jahre dauern. Bezos hofft, mithilfe von KI diesen Zyklus von der Konzeption bis zur Herstellung um das Zehnfache oder mehr zu beschleunigen [1].
Im November 2025 kehrte Bezos zum Unternehmertum zurück, und Prometheus wurde gegründet. Dies war auch das erste Mal, dass er nach seinem Rücktritt als CEO von Amazon wieder offiziell zum regulären CEO eines Unternehmens wurde.
Nur 7 Monate später schloss Prometheus die neueste Serie-B-Finanzierung mit einem Volumen von bis zu 12 Milliarden US-Dollar ab, was die größte Serie-B-Finanzierung unter allen aktuellen KI-Startups darstellt. Die Unternehmensbewertung stieg direkt auf 41 Milliarden US-Dollar.
So viel Geld wird verbraucht, aber das Kapital ist dennoch so bereit, zu investieren – worauf gründet sich Prometheus?
Was Bezos dem Markt bietet, ist keineswegs nur ein einfaches Produkt, sondern eine Eintrittskarte zur Umgestaltung des globalen Industriesystems.
Prometheus beschreibt seine Tätigkeit als die Entwicklung eines „zukünftigen CAD-Systems (Computergestütztes Entwerfen)“. CAD ist die Software, die Ingenieure zur Modellierung verwenden, bevor sie irgendein physisches Objekt herstellen. Aber aus der Sicht von Bezos reicht dies noch nicht aus, um das Ganze vollständig zu beschreiben [2].
Es ist eher eine Ingenieur-Basisplattform, die der realistischsten Umsetzung von „Jarvis“ aus Iron Man in der realen Welt entspricht – ein KI-Werkzeugsystem zu schaffen, das Ingenieure beim Entwurf und der Herstellung physischer Produkte unterstützt [2]. Das bedeutet, Ingenieurwesen und Fertigung mithilfe von KI neu zu gestalten.
Der technische Ansatz von Prometheus liegt in der physischen Welt, und dahinter verbirgt sich ein größeres industrielles Thema: Physical AI.
Die Welt ist 3D
Auf der GTC Paris im letzten Juni stellte Jensen Huang eine große Rechnung für Physical AI auf: Hinter Fabriken, Logistik und humanoiden Robotern liegt ein Industrietisch im Wert von 50 Billionen US-Dollar [3].
Was bedeutet der Wert von 50 Billionen US-Dollar?
Laut der neuesten Prognose von Bloomberg wird die Marktgröße des umfassenden generativen KI-Bereichs, der Rechenleistung, Software und zugehörige Dienste umfasst, bis 2030 nur 2 Billionen US-Dollar erreichen [4]. Die Schätzung von Jensen Huang für Physical AI ist offensichtlich eine Umgestaltung der Realwirtschaft, die Märkte im Billionenbereich wie Fertigung, Logistik und Energie umfasst.
Gegenwärtig gibt es keine strenge Definition von Physical AI. Im allgemeinen Verständnis bedeutet es, dass KI in der Lage sein muss, physische Regeln zu verstehen und auf die physische Welt einzuwirken.
Intelligentes Fahren und humanoide Roboter sind die zwei intuitivsten Anwendungsarten derzeit. Ersteres lässt Maschinen auf der Straße wahrnehmen, urteilen und handeln, während Letzteres versucht, der KI einen Körper zu geben, der in die reale Umgebung eintreten kann.
Aber egal, ob es letztlich als Auto, Roboter oder anderes industrielles Gerät eingesetzt wird, wenn KI von der siliziumbasierten Welt wirklich auf die kohlenstoffbasierte Welt einwirken will, kommt sie nicht um eine grundlegende Tatsache herum: Die reale Welt ist 3D.
Die Robotikforschung von Nvidia konzentriert sich auf die Erkundung der 3D-Welt
Angesichts des riesigen Marktraums und der brandneuen Herausforderungen in diesem Bereich suchen Technologiegiganten, führende Wissenschaftler und Industriekapital auf ihre eigene Weise nach Einstiegsmöglichkeiten auf dem Weg, auf dem KI in die physische Welt eintritt.
Jensen Huang war der Erste, der Physical AI der breiten Öffentlichkeit vorstellte. Er rief wiederholt auf Technologiekonferenzen wie der GTC und CES, dass „die nächste Generation der KI Physical AI ist“. Darüber hinaus hat Jensen Huang seine Tochter Huang Min Shan in die Omniverse-Abteilung von Nvidia (im Zusammenhang mit 3D-Simulation) entsandt, und sein Sohn Huang Sheng Bin ist für das Robotikgeschäft verantwortlich. Zweifellos sind dies die strategischen Schlüsselabteilungen von Nvidia im Zusammenhang mit Physical AI in den nächsten zehn Jahren.
Die „KI-Patin“ Fei-Fei Li gründete World Labs, um auf räumliche Intelligenz zu setzen, mit dem Ziel, dass KI die 3D-Welt versteht. Yann LeCun gründete nach seinem Abschied von Meta das AMI Labs, dessen Kern darin besteht, der KI beizubringen, die Veränderungen der realen Welt vorherzusagen. Und dass Bezos persönlich Prometheus gründete, steht in direktem Zusammenhang mit der Entwicklung einer zugrundeliegenden Engine für Fertigungsszenarien.
In den letzten Jahren hat sich die siliziumbasierte Fähigkeit der KI entlang der Dimensionen, in denen Menschen die Welt wahrnehmen, ständig weiterentwickelt: Text löst das Problem der sprachlichen Ausdrucksfähigkeit, Bilder lösen das Problem der visuellen Ausdrucksfähigkeit, und Videos ergänzen die Zeitdimension. Mit jeder neu erschlossenen Dimension strömen Kapital und Talente massenhaft hinein und verwandeln ein neues technologisches Land schnell in ein umkämpftes Schlachtfeld.
Wenn wir zu der 3D- und physischen Welt zurückkehren, werden alle Beteiligten letztendlich eintreten. Nur diesmal unterscheidet sich die Form des Schlachtfelds vollständig von der Welt der generativen KI.
Die physische Welt akzeptiert keine „ungefähre Richtigkeit“
Bei der Erkundung, wie die 3D-Abbildung der physischen Welt realisiert werden kann, gibt es bereits zwei Bereiche, die seit vielen Jahren tief verwurzelt sind – Spiele und Industrie.
Spiele sind ein natürliches Anwendungsgebiet, und der Grund ist nicht kompliziert. Die Spielebranche benötigt eine große Menge an 3D-Assets wie Charaktere, Szenen, Requisiten usw. Gleichzeitig müssen die Bewegungen von Figuren und die Interaktion mit der Umgebung selbst mit den physischen Gesetzen übereinstimmen. Echtzeit-3D-Engines wie Unity und Unreal dienen genau diesem Zweck.
Industrielles 3D folgt einer völlig anderen Logik und ist ein Szenario, das noch stärker mit der physischen Welt verbunden ist.
In der probabilistischen Welt der generativen KI reicht es aus, wenn Bilder und Videos ungefähr korrekt sind, um die Menschen zu überraschen. Aber in industriellen Szenarien sind Produkte mit einer Genauigkeit von unter 99 % möglicherweise alle Ausschuss. Wenn ein Schraubenloch um einen halben Millimeter abweicht, steht die Montagelinie sofort still. Wenn die Kontinuität einer gekrümmten Oberfläche nicht ordnungsgemäß verarbeitet wird, treten Probleme bei der Verarbeitung und Simulation auf.
GONG Minyan, Gründer von Ziqian Technology, hat beide 3D-Welten gleichzeitig erlebt: Auf der einen Seite steht das industrielle Softwaresystem, vertreten durch den CAD-Giganten Dassault Systèmes aus Frankreich, auf der anderen Seite die Spiele- und Echtzeit-3D-Welt, vertreten durch Unity.
Diese Erfahrung lässt ihn die Unterschiede zwischen den beiden Wegen direkt spüren. Er fasst dies als den Unterschied zwischen „das Äußere malen“ und „das Innere malen“ zusammen: 3D in der virtuellen Welt dient zuerst der Wahrnehmung und Darstellung, während 3D in der Fertigungswelt nachweisbaren Ingenieursergebnissen dienen muss [5].
In der Welt „von virtuell zu virtuell“ ist die wichtigste Fähigkeit der KI die Generierungsgeschwindigkeit und Ausdrucksstärke. Sie löst das Problem der Effizienz der Inhaltsproduktion, und ihr Kommerzialisierungspfad nähert sich eher den Bereichen Spiel-Assets, Film- und Fernsehproduktion, Marketingdarstellung und virtuelle Räume.
In der Welt „von virtuell zu Fertigung“ ist die Generierung nur der erste Schritt. Ein 3D-Modell muss außerdem bearbeitbar, messbar, simulierbar und verarbeitbar sein und die technische Absicht erhalten bleiben. Gleichzeitig muss die KI im Zusammenhang mit der physischen Welt Geometrie, Materialien, Einschränkungen, Belastungen, Verfahren, Fehler und Rückmeldungen aus der Fertigung konkret verstehen, um schließlich ein digitales Objekt in die reale Welt zu bringen, das der Prüfung durch die Realität standhält.
Die Obergrenze des Marktes für Spiel-3D wird durch die Ausgaben für Inhalte bestimmt, während industrielles 3D sich an den gesamten F&E-, Entwurfs- und Produktionsbudgets der Fertigungsindustrie richtet.
Dass Bezos persönlich Prometheus gründete und Jensen Huang ständig für Physical AI wirbt, weist auf denselben Trend hin: Das Hauptschlachtfeld der KI verlagert sich von der Generierung von Inhalten zur Generierung von Produkten und von der Umgestaltung der Softwarewelt zur Umgestaltung der Hardwarewelt.
In Iron Man brauchte Tony Stark nur eine vage Vorstellung zu äußern, und Jarvis konnte verschiedene Geräte aktivieren, um einen Satz schrittweise zu einer Ausrüstung zu machen, die man anziehen kann. Das Ingenieursystem in der Realität ist bei weitem nicht so reibungslos. Die kreative Idee eines Menschen muss zuerst in ein geometrisches Modell übersetzt werden, dann durch Berechnung, Validierung, Verarbeitung und Montage gehen. Wenn Informationen in irgendeinem Glied verloren gehen, kann das Endprodukt von der ursprünglichen Vorstellung abweichen.
In den letzten Jahrzehnten wurde dieser hochpräzise industrielle Zugang hauptsächlich durch CAD-Software (Computergestütztes Entwerfen) realisiert.
CAD-Detailzeichnung eines bestimmten Strahltriebwerks
CAD sieht aus wie eine Zeichensoftware, ist aber tatsächlich die physische Grundlage der modernen Zivilisation. Branchen wie Bauwesen, Maschinenbau, Luft- und Raumfahrt, Schiffbau, medizinische Geräte, Textilien und Bekleidung sind eng mit ihr verbunden. Man kann sogar sagen, dass CAD das größte Branchen-Know-how der Menschheit in der physischen Welt angesammelt hat.
Wenn KI in den 3D-Bereich eintritt, desto näher sie der physischen Welt kommt, desto mehr Präzision und Einschränkungen sind erforderlich. Je näher sie dem Fertigungssystem kommt, desto deutlicher wird der Wert von CAD als Zugangspunkt. Aber hier liegt auch die Schwierigkeit der Verbindung von KI mit der Realität: Wie kann die allgemeine Fähigkeit wieder in Ingenieurprobleme eingebunden werden, damit KI die Welt schneller und zuverlässiger umgestalten kann?
AI CAD – ein neuer Zugangspunkt zur Verbindung mit der physischen Welt
In der Vergangenheit wurde CAD im Wesentlichen an Ingenieure verkauft. Aber mit der heutigen Iteration der KI-Fähigkeiten gibt es neue Nutzer für CAD: Maschinen.
Das bedeutet, dass die kommerzielle Logik von CAD nicht mehr nur darin besteht, Menschen das Zeichnen effizienter zu machen, sondern auch darin, Maschinen zu ermöglichen, Ingenieuroperationen zuverlässig durchzuführen. Dies ist ein umgestaltender Einfluss der KI auf CAD, der nicht nur das Front-End-Erlebnis des Zugangspunkts verändert, sondern auch die Wertverteilung.
Wenn Maschinen zu neuen Nutzern werden, verwandelt sich CAD von einer Mensch-Maschine-Software, die auf Schnittstellen und Befehlen basiert, in eine Infrastruktur, die von KI direkt aufgerufen werden kann.
Die untere Schicht der Software muss die Werkzeuge modularisieren und mit Schnittstellen versehen, damit die KI die Absicht verstehen, Aufgaben zerlegen und geschlossene Operationen durchführen kann. Darüber hinaus wird sich das Geschäftsmodell von der Abrechnung pro Arbeitsplatz zur Abrechnung nach Aufgaben, Aufrufvolumen und Arbeitsabläufen verändern.
GONG Minyan, Gründer von Ziqian, fasst dies direkter zusammen: Die vorherige Generation von CAD half Menschen, ihre Absicht in die digitale Welt zu projizieren. Was Ziqian erreichen will, ist umgekehrt: Der Elektronik soll die Welt der Atome wirklich bedienen können, um einen geschlossenen Kreislauf zwischen digitalem Entwurf, physischer Validierung und realer Fertigung zu bilden.
Ausländische Giganten nähern sich diesem Ziel ebenfalls in verschiedene Richtungen. Nvidia versucht, mit Omniverse, Simulationsplattformen und Rechenleistungssystemen ein Trainingsgelände für Physical AI aufzubauen. Traditionelle industrielle Software-Giganten wie Dassault und Siemens erweitern die technischen Grenzen rund um industrielle Software und digitale Zwillinge.
Die traditionellen industriellen Software-Giganten verfügen über ein tiefgreifendes Produktsystem, aber ihre historische Architektur ist riesig, und die Umstellung dieses riesigen Schiffs ist nicht einfach. Die KI-native Umgestaltung wird unweigerlich das gesamte Produktportfolio betreffen. Generative 3D-Unternehmen sind gut in der visuellen Generierung, fehlen aber an technischen Einschränkungen und Herstellbarkeit. Allgemeine große Modellanbieter verfügen über stärkere Intelligenz, aber hinter ihrer hohen Allgemeinheit fehlen die notwendigen Kernwerkzeuge und Datenvermögen in vertikalen Branchen.
Als ein Team, das seit vielen Jahren tief in der 3D-Welt verwurzelt ist, ist Ziqian Technology überzeugt, dass CAD an der S