Überschätzt die "Menschenmacherei" der Autohersteller nicht!

Im Mai dieses Jahres lief die letzte Charge von Model S/X vom Band, was die Einstellung der Produktion und die Außerdienststellung bedeutete. 46 Tage später wurde die alte Produktionslinie vollständig abgebaut, und die erste Massenproduktionslinie für den humanoiden Roboter Optimus wurde aufgebaut.

Optimus ist der Schlüssel für Teslas Wandel zu einem KI-Unternehmen. Seine Entstehung ist höchst dramatisch: Er teilt sich nicht nur eine Fabrik mit Model 3/Y, sondern sein Gehirn übernimmt direkt auch den FSD-Algorithmus.

Von jeher betont Tesla wiederholt, dass der in Fahrzeugen eingesetzte FSD-Algorithmus für Roboter wiederverwendet werden kann. Das schwergewichtige Vermächtnis der Automobilindustrie wird zu einem Softwarevorteil mit gegen Null tendierenden Grenzkosten, wodurch die Bewertung des Unternehmens stetig steigt.

Cathie Wood hat kürzlich öffentlich Fehler eingestanden und erklärt, dass das Zielpreis-Modell von 2600 US-Dollar für 2026 den Wert von Optimus überhaupt nicht berücksichtigt [1]: „Wir waren im Bereich des autonomen Fahrens zu aggressiv, aber im Bereich der humanoiden Roboter waren wir möglicherweise wieder zu konservativ.“

Elon Musk selbst beschwert sich auch oft, dass die Wall Street den Wert von Tesla unterschätzt. Auf Finanzkonferenzen hat er wiederholt für Optimus eingetreten und erklärt, dass das dritte Generationsprodukt ein „wirklich universeller Roboter“ und ein „Produkt ist, das im täglichen Leben wirklich nützlich ist“ [2].

Hinter all diesen lautstarken Befürwortungen verbirgt sich jedoch eine etwas peinliche Zeitdifferenz: Tesla hat dieses Konzept bereits vor fünf Jahren vorgeschlagen, bis heute hat es die Massenproduktion noch nicht erreicht.

Humanoide Roboter sind das Kristallisationsprodukt der Softwareindustrie und der Fertigungsindustrie. Sie übernehmen einerseits die Technologien des autonomen Fahrens und basieren andererseits auf der Präzisionsfertigung, was eigentlich der Komfortbereich von Automobilunternehmen sein sollte. Aber während Roboterunternehmen zunehmend an Bedeutung gewinnen, hat Tesla, das ursprünglich große Vorteile hatte, sich stattdessen verlangsamt.

Wo liegt das Problem?

Algorithmus-Übertragung

Im Jahr 2024 war Andrej Karpathy, der sein eigenes Unternehmen gegründet hatte, zu Gast in einem Podcast und enthüllte unbeabsichtigt wenig bekannte Details über Teslas Entwicklungsprozess von Optimus.

Andrej Karpathy war Schüler von Li Fei-Fei, Gründungsmitglied von OpenAI und hat nach seinem Eintritt bei Tesla schnell das KI-Team aufgebaut. Er ist eine Schlüsselfigur bei der Entwicklung von Autopilot und FSD. Im Jahr 2022 kehrte Andrej Karpathy zu OpenAI zurück, aber er schätzt sein altes Unternehmen aufrichtig und hat in einem emotionalen Moment etwas verraten [3]:

„Eine frühe Version von Optimus glaubte einmal, es sei ein Auto, weil es denselben Computer, dieselben Kameras und denselben Algorithmus verwendete, der auch in Autos läuft.“

Die Übertragung des FSD-Algorithmus auf Optimus ist keine exklusive Technik von Tesla. Tatsächlich gibt es Gemeinsamkeiten zwischen humanoiden Robotern und Technologien für das autonome Fahren.

Erstens sind die beiden im Wesen ähnlich: Beide sollen Maschinen dazu bringen, die physische Welt zu verstehen und dynamisch mit der realen Umgebung zu interagieren.

Zweitens folgen beide der Kette „Wahrnehmung – Entscheidung – Steuerung“. Sensoren sind für die Erfassung von Umgebungsinformationen zuständig, das Gehirn denkt und gibt Anweisungen je nach „was es sieht“, und die Gliedmaßen führen die endgültigen Befehle aus. Dies ist die Voraussetzung für die Algorithmus-Übertragung.

Schätzungen aus externen Kreisen gehen davon aus, dass Optimus etwa 60 % des FSD-Algorithmus wiederverwendet. He Xiaopengs Aussage ist noch aggressiver: Die Gemeinsamkeit von humanoiden Robotern und Autos in der Software beträgt bis zu 90 %.

Das heißt, die Logik des Kapitalmarkts, Tesla als Technologieunternehmen zu bewerten, ist nicht übertrieben. Andere Automobilhersteller haben daraufhin schnell gehandelt und ihre eigenen Algorithmen in Roboter eingebaut.

Dies hat auch zu einem interessanten Phänomen geführt: Ein erheblicher Teil der Ingenieure im Optimus-Projektteam stammt aus der Fahrzeugabteilung. Derzeit ist der humanoiden Roboter der am stärksten besetzte Bereich für Unternehmensgründungen in der Automobilindustrie.

Obwohl das Slogan „Automobilisten verstehen Roboter am besten“ laut gerufen wird, ist die tatsächliche Entwicklung etwas anders.

Egal ob es sich um Xpeng handelt, der den humanoiden Roboter IRON vorgestellt hat, oder um Tesla, der bereit ist, sein drittes Spitzenprodukt zu präsentieren: Beide zeigen vor allem ihre Hardware und ihre Bewegungsfähigkeiten.

Die Vorteile von Automobilherstellern liegen höchstwahrscheinlich nicht in den Algorithmen.

Hardware-Vorteile

Im Vergleich zur nicht besonders beeindruckenden Übertragung von Gehirnalgorithmen liegen die Vorteile von Automobilherstellern eher in der Hardware, konkret gesagt in zwei großen Bereichen.

Erstens die Fähigkeit zum Lieferkettenmanagement. Obwohl die Allgemeinverwendbarkeit von Komponenten zwischen Autos und humanoiden Robotern nicht sehr hoch ist, sind ihre technischen Prinzipien weitgehend ähnlich und die Überlappung der Lieferketten sehr groß.

Neben alten Anforderungen wie Sensoren und Batterien sind bei Gelenken – dem neuen Anforderungsbereich mit dem höchsten Kostenanteil am gesamten Gerät – Elektromotoren, Untersetzungsgetriebe und Kugelgewindetriebe die drei Kernkomponenten, an denen eine große Anzahl von Automobilzulieferern beteiligt ist:

Hengshuai fertigt Elektromotoren, Zhongding fertigt Untersetzungsgetriebe, Shuanglin fertigt Kugelgewindetriebe, Sanhua Zhikong fertigt Module, und Schäffler will alles herstellen. Green Harmonic Drive, das einzige chinesische Unternehmen für harmonische Untersetzungsgetriebe in der Optimus-Lieferkette, ist auch zufällig in die Automobil-Lieferkette eingetreten.

Gleichzeitig ist die Koordinierung von Hunderten von Lieferanten und die feine Verwaltung von Produktion und Lagerhaltung auch eine Stärke von Automobilherstellern.

Das bedeutet, dass Automobilhersteller ihre Erfahrung im Lieferkettenmanagement systematisch auf das Robotergeschäft übertragen können. Riesige Automobilbestellungen ermöglichen es ihnen nicht nur, extrem niedrige Einkaufspreise zu erzielen, sondern auch tief in die Produktentwicklung einzugreifen, um Kostenvorteile zu sichern.

Zweitens die Fertigungsfähigkeit. Autos gehören zu den komplexesten Industrieprodukten der menschlichen Geschichte. Die Organisation einer groß angelegten standardisierten Produktion bei gleichzeitiger Komplexität ist an sich eine Fähigkeit.

Bei Robotern ist es genauso: Es ist einfach, einen Prototyp zu bauen, aber ob die Massenproduktion möglich ist und wie hoch die Ausbeute ist, entscheidet darüber, ob die Kosten von Robotern auf einen angemessenen Bereich gesenkt werden können.

Im Vergleich zu Startups im handwerklichen Stil verfügen Automobilhersteller über hochautomatisierte Produktionslinien, ausgereifte vier Fertigungsverfahren und strenge Qualitätskontrollsysteme. Selbst wenn die Produktionslinien nicht direkt übernommen werden können, können die Produktionserfahrungen vollständig wiederverwendet werden.

Aber bei Software-Algorithmen können Automobilhersteller und native Roboterunternehmen kaum Unterschiede schaffen.

Unterschiede bei Algorithmen

Damit humanoide Roboter „universell“ werden können, ist Hardware die Eintrittsschwelle, der Schlüssel liegt aber im Algorithmus.

Universell steht im Gegensatz zu spezialisiert: Traditionelle Roboter sind für einen einzigen Zweck konzipiert, da ihre Algorithmen stark von Funktionsmodellen abhängen. Wenn sich die Form eines Bechers ändert oder der Tisch 5 cm höher wird, stürzt das System ab. In den letzten zwei Jahren haben sich VLA, Weltmodelle und verstärktes Lernen schnell entwickelt, sodass Roboter die Grundlage für den Übergang zur Universalität erhalten haben.

Zufällig ist die Hauptarchitektur von Algorithmen für das intelligente Fahren auch VLA (Vision-Language-Action-Großmodell) und Weltmodell, aber für Roboter kann man dies nicht einfach übernehmen.

Autos und Roboter sind mit völlig unterschiedlichen physischen Welten konfrontiert, und die Ziele ihrer Algorithmen unterscheiden sich auch im Wesen.

Egal wie komplex die Algorithmen für das autonome Fahren sind, sie dienen alle dem Ziel „von Punkt A nach Punkt B zu gelangen“. Sensoren erkennen Ampeln und Hindernisse, um Entscheidungen über Beschleunigung oder Bremsen zu treffen. Die Herausforderungen beschränken sich darauf, wie man auf plötzlich auftauchende Fußgänger und Spurwechsel reagiert, ob die Strategie komfortabel ist und ob es plötzliche Bremsmanöver gibt.

Bei humanoiden Robotern ist es anders: Wenn sie einen Becher auf dem Tisch erkennen, sollen sie ihn aufheben. Wenn sie sehen, dass das Zimmer unordentlich ist, sollen sie Kleidung ordnen und putzen. Aus der Sicht der langfristigen Szenarien-Universalität liegen die Herausforderungen von humanoiden Robotern mehr darin, sowohl im Wohnzimmer als auch in der Küche zurechtzukommen.

Die physische Welt zu verstehen ist für das autonome Fahren bereits die Hälfte des Erfolgs, für Roboter ist es nur ein kleiner erster Schritt.

Algorithmen für das intelligente Fahren müssen nur wissen, was gute Fahrtechnik ist und keine Kollisionen mit anderen Fahrzeugen oder Fußgängern herbeiführen. Der Wert von humanoiden Robotern liegt aber genau im Kontaktbereich: Sie müssen physikalische Allgemeinkenntnisse verstehen, um alle Objekte bedienen zu können.

Stellen Sie sich ein Szenario vor: Um ein Ei auf dem Tisch aufzuheben, muss der humanoide Roboter zuerst das Ei erkennen, seine Position bestätigen und während des Greifvorgangs die Kraft seiner Hand steuern, damit das Ei nicht herunterfällt oder zu stark gedrückt wird und zerbricht.

In diesem Szenario beurteilt das Gehirn zuerst die Eigenschaft des Eis – glatt und zerbrechlich – und gibt den Greifbefehl aus. Dann passt das Kleinhirn die Griffkraft in Echtzeit nach taktilem Feedback an. Dies beinhaltet sowohl Mehrkörperdynamik als auch Tribologie, was normalerweise keine Priorität für Algorithmen für das intelligente Fahren ist.

Teslas Optimus hat bereits als Barkeeper gearbeitet, Popcorn verpackt und Eier gegriffen

Genau gesagt können die von Algorithmen für das intelligente Fahren ausgegebenen Befehle zum Beschleunigen und Bremsen überhaupt nicht in die Fähigkeiten umgewandelt werden, die Roboter benötigen.

Egal wie gut Algorithmen für das intelligente Fahren sind, sie sind höchstens ein spezialisiertes Robotersystem. Wenn ein humanoider Roboter nur „von Punkt A nach Punkt B“ fahren kann, ist er nicht mehr als ein intelligentes Fahrsystem mit ausgezeichneten Fahrfähigkeiten. Echte Universalität liegt in der „Allgemeinfähigkeit“, also was er tun kann und wie gut er es tut.

Allein in diesem Punkt sind Daten das größte Hindernis für Automobilhersteller.

Datenproblem

Humanoide Roboter benötigen eine große Menge an Daten zum Trainieren von Algorithmen. Im Wesentlichen geht es darum das Morawec-Paradoxon zu überwinden: Dinge, die für Menschen mühelos sind, sind für KI schwierig, z. B. ein Ei mit bloßen Händen zu greifen oder Tofu zu drücken.

Ein dreijähriges Kind kann ein Ei greifen, ohne es zu zerbrechen, nicht weil es Mechanik gelernt hat und Reibung versteht, sondern weil der Instinkt aus der biologischen Evolution ihm sagt, wie viel Kraft es anwenden soll.

Wenn man von vorprogrammierten Funktionen und Fernsteuerung absieht, ist es für Roboter eine zu große Herausforderung, physikalische Regeln des täglichen Lebens zu verstehen und menschliche Instinkte durch Lernen nachzuholen.

Daher müssen die Daten, die von humanoiden Robotern benötigt werden, im Vergleich zu einzelnen Fahrdaten alle Aspekte abdecken und ständig nachgeliefert werden. Das Gehirn kann durch Anschauen von Videos lernen, wie man Gerichte zubereitet, aber wie viel Kraft man beim Halten eines Pfannenwenders anwenden soll und wie schnell man das Essen wendet, das muss man durch viel Übung lernen.

Das Problem ist, dass Daten für das intelligente Fahren im Büro darauf warten können, dass sie von der Massenproduktionsflotte zurückgespielt werden, während die Datenerfassung für humanoide Roboter offensichtlich schwieriger ist.

In der Vergangenheit erfolgte die Datenerfassung hauptsächlich durch Fernsteuerung von echten Geräten: Bediener trugen VR-Headsets und Kraft-Feedback-Handschuhe, synchronisierten die Perspektive des Roboters und lehrten ihn eins zu eins. Der Vorteil liegt in genauen Betriebsdaten, das Problem ist, dass ohne Bediener nichts funktioniert und die Daten bei einem Austausch des Roboters leicht ungültig werden, was sehr hohe Kosten verursacht.

In den letzten zwei Jahren gilt Daten als wichtigstes Gut, und datenlose Erfassungsmethoden mit hoher Effizienz werden beliebt. Die Erfassungswerkzeuge werden auch immer leichter, hauptsächlich UMI und EGO: Bei der einen Methode hält man eine spezielle Greifzange in der Hand, um Handbewegungen aufzuzeichnen. Bei der anderen Methode werden tragbare Geräte verwendet, um die Bedienung aus der First-Person-Perspektive aufzuzeichnen, sodass man mit einem Gehalt zwei Arbeiten erledigen kann [4][5].

Auf diese Weise können die datenlosen Daten für das Vortraining des Algorithmusmodells verwendet werden, und die Daten von echten Geräten werden für die Feinabstimmung des Modells zurückgestellt, was die Gesamteffizienz verbessert.

Ein alltäglicher Anblick in indischen Fabriken: Arbeiter fürchten sich vor Überwachung und erfassen fast ohne Bezahlung Daten