Womit schaffen chinesische Roboter den Ausbruch aus der Umzingelung?

Im August 2026 drängen sich in den Ausstellungshallen des Weltroboterkongresses im Beijing E-Town International Exhibition Center mehr als 300 Unternehmen, wobei über 150 neue Produkte erstmals vorgestellt werden. Ein Roboter faltet vor Ort Kleidung, ein anderer massiert die Besucher. Diese Szenen werden zu Kurzvideos verarbeitet und in sozialen Medien verbreitet. Wenn man jedoch die Kamera zurückzieht, zeigt sich eine noch aufschlussreichere Szene: Die Lieferketten für die Komponenten der überwiegenden Mehrheit der Roboter in der Halle – von Motoren und Reduziergetrieben bis zu Sensoren – finden ihre Anbieter in einem Industriepark im Jangtse-Delta oder Perlflussdelta, wobei die Fahrzeit nicht mehr als drei Stunden beträgt. Diese Dichte der Lieferkette ist ein Schlüssel zum Verständnis der aktuellen Situation der chinesischen Roboterindustrie.

Das US-Marktforschungsinstitut SmartAnalyticsGlobal veröffentlichte Anfang August eine Reihe von Daten: Im ersten Halbjahr 2026 belief sich die weltweite Auslieferung von humanoiden Robotern auf etwa 19.100 Einheiten, was einem Anstieg von fast dem Dreifachen gegenüber 5.100 Einheiten im gleichen Zeitraum des Vorjahres entspricht. Darunter entfielen mehr als 97 % des Marktanteils auf chinesische Hersteller. Agibot lieferte 8.400 Einheiten aus, was 44 % des weltweiten Anteils entspricht; Unitree lieferte 5.900 Einheiten aus, was 31 % entspricht. Die beiden Unternehmen zusammen steuern etwa 75 % der weltweiten Auslieferungen bei. Tesla, FigureAI und AgilityRobotics liegen weit dahinter, der Abstand ist keineswegs gering.

97 %. Diese Zahl übertrifft die Erwartungen, aber sie ist tatsächlich eingetreten. Vor einem Jahr lag der Marktanteil chinesischer Hersteller noch bei 84,7 %, innerhalb eines Jahres stieg er um mehr als zehn Prozentpunkte. Dies ist kein zufälliger Ausbruch eines einzelnen Unternehmens, sondern die gleichzeitige Beschleunigung einer gesamten Industriekette.

Die Frage lautet: Warum genau ist das möglich?

KI-generiertes Bild

Die Art und Weise, wie die Kosten gesenkt werden, ist rauer als erwartet

Humanoiden Roboter steckten lange Zeit in Labors fest, der direkteste Grund dafür ist ihr hoher Preis. Ein Atlas von Boston Dynamics kostet mehrere Hunderttausend US-Dollar, Musk endgültiges Zielpreis für Optimus liegt bei 20.000 US-Dollar, aber der Prototyp ist von diesem Ziel noch weit entfernt. Die chinesische Lösung ist sehr direkt: Den Preis der Komponenten drastisch senken.

Ein Gelenkmotor kostete 2018 noch 50.000 bis 60.000 Yuan, heute nur noch 500 bis 600 Yuan. Bei harmonischen Reduziergetrieben war das japanische Unternehmen Harmonic Drive einst monopolistisch mit einem Stückpreis von 2.000 bis 3.000 Yuan; nachdem die chinesischen Hersteller Green Harmony und Laifu Harmony die Lieferung in großen Mengen aufgenommen haben, fiel der Preis auf 1500 bis 2000 Yuan, ein Rückgang von mehr als 50 %. Planetenrollengewindetriebe, Servosysteme und Steuergeräte, diese Komponenten, die einst von japanischen und deutschen Unternehmen monopolisiert wurden, werden schrittweise von chinesischen Anbietern erobert. Nach Daten des Ministeriums für Industrie und Informationstechnologie ist der Lokalisierungsgrad der Kernkomponenten von humanoiden Robotern von weniger als 50 % auf über 90 % gestiegen.

Das bedeutet, dass bei einem humanoiden Roboter mit 40 Freiheitsgraden am gesamten Körper allein die Hardwarekosten für die Gelenke um 50.000 bis 60.000 Yuan eingespart werden können. Studien der Bank of America gehen davon aus, dass die Kosten für chinesische Gesamtanlagen auf etwa 50 % vergleichbarer ausländischer Produkte gehalten werden können. Der Einzelhandelspreis von Unitrees G1 beträgt 5600 US-Dollar, während Teslas Optimus noch im Bereich von 25.000 bis 30.000 US-Dollar pendelt. Der Preisunterschied beträgt eine Größenordnung, sodass die Waage der Marktauswahl natürlich zugunsten der günstigeren Produkte kippt.

Aber der Kostenvorteil ist nur die Oberfläche. Tiefer liegt die Iterationsgeschwindigkeit. Das Lieferkettennetzwerk im Perlflussdelta ermöglicht es einem Startup, innerhalb von zwei Wochen Muster von kundenspezifischen Komponenten zu erhalten, während ausländische Unternehmen möglicherweise zwei Monate dafür benötigen. Bei Agibot dauerte es weniger als drei Monate, bis die 15.000. Einheit nach der 10.000. Einheit vom Band lief. Diese Geschwindigkeit wird nicht einfach durch Überstunden erreicht, sondern wird von der Reaktionsfähigkeit des gesamten Fertigungsökosystems gestützt.

Für die Umsetzung von Szenarien muss man zuerst praktisch arbeiten und dann optimieren. Chinesische Roboterunternehmen zeichnen sich dadurch aus, dass sie wenig auf große Erzählungen setzen, sondern eher versuchen, die Maschinen direkt in Fabriken einzusetzen und sie zuerst arbeiten zu lassen.

Im ersten Halbjahr 2026 machten industrielle und gewerbliche Anwendungen bereits mehr als 70 % der weltweiten Auslieferung von humanoiden Robotern aus, vor einem Jahr lag dieser Anteil noch bei 50 %. Die Gruppe von Agibots Elf G2 wurde in der Fabrik von Longcheer Technology in Nanchang eingesetzt und arbeitete über 64 Stunden lang ununterbrochen mit einer Erfolgsrate von 99,99 %. Der Galbot S1 von Galaxy General wurde in die Produktionslinie von CATL integriert. FAW Group hat um die sechs Hauptverfahren Stanzen, Schweißen, Beschichten und Montieren 37 Datensätze für typische Szenarien erstellt. Das sind keine Demos im Labor, sondern echte Produktionslinien, echte Taktzeiten und echte ROI-Berechnungen.

Hinter dieser pragmatischen Linie steht eine nüchterne Realität: Humanoide Roboter sind in offenen Umgebungen immer noch nicht zuverlässig genug. Beim Roboter-Marathon in Yizhuang, Peking 2025 stürzten mehrere Roboter auf der Strecke, kollidierten oder stoppten sogar, was die Lücke zwischen den in Videos gezeigten Effekten und der Zuverlässigkeit vor Ort deutlich machte. Für standardisierte Verfahren sind herkömmliche Industrieroboter zuverlässiger und effizienter; bei nicht standardisierten Verfahren mit Unsicherheiten haben humanoide Roboter Vorteile bei der Flexibilität, verlieren aber an Genauigkeit und Stabilität.

Daher besteht die Strategie chinesischer Unternehmen darin, zuerst die Szenarien zu erobern, die hohe Anforderungen an die Flexibilität und relativ lockere Anforderungen an die absolute Genauigkeit stellen, wie z. B. Materialtransport, Sortierung und Inspektion. In diesen Szenarien sammeln sie Daten, optimieren Modelle und dringen dann schrittweise in komplexere Aufgaben ein. Peng Zhihui, CTO von Agibot, hat einmal gesagt: Ob ein Roboter die Demo-Phase wirklich verlassen hat, hängt nicht davon ab, wie spektakulär seine Bewegungen sind, sondern davon, ob er komplexe Aufgaben in echten offenen Szenarien stabil erledigen und den ROI klar berechnen kann.

Herausforderungen durch Engpässe, Durchbruch in ruhiger Weise

Der größte Engpass der Embodied Intelligence ist nicht die Hardware, sondern die Daten. Große Sprachmodelle können Texte aus dem Internet sammeln, aber für Roboter, die lernen, Eier zu greifen ohne sie zu zerbrechen oder Wasserbecher zu fangen ohne sie fallen zu lassen, gibt es keine fertigen Datensätze. Hochwertige Embodied-Daten sind weitaus seltener als Textdaten, das ist ein gemeinsames Problem der globalen Branche. Chinas Lösungsansatz besteht im Aufbau von Datenerfassungszentren.

Nach Berichten von Bloomberg hat China im ganzen Land 64 Datenerfassungszentren eröffnet, weitere 20 sind im Bau. Diese Einrichtungen simulieren Umgebungen wie Supermärkte, Montagelinien, Büros, Geschäfte und Haushalte, sodass Roboter in kontrollierten, aber realitätsnahen Szenarien wiederholt Fehler machen und lernen können. Das südwestliche Trainingszentrum für Embodied Intelligence in Yibin hat 300 Roboter-Grundeinheiten eingesetzt und hat im laufenden Jahr fest gebuchte Aufträge für die Datenerfassung mit echten Geräten von mehr als 150.000 Stunden. Das Pilotbasis für Embodied Intelligence von China Unicom hat 5 Szenarien, mehr als 100 atomare Fähigkeiten, 20.000 Gruppen von Echtgerätedaten, 5 Millionen Bahndaten und einen 80 TB großen Datensatz gesammelt. Beijing Humanoid hat einen Plan zur Datenerfassung in realen Szenarien mit tausenden von Robotern gestartet, sodass die Roboter während der Arbeit gleichzeitig Daten sammeln.

Morgan Stanley schrieb in einem Bericht, dass diese Größe der einzige entscheidende Faktor für den endgültigen Erfolg ist. Diese Aussage ist etwas absolut, aber die Richtung stimmt. Sobald ein Roboter in Betrieb geht, wird er zu einem Datenerfassungspunkt; die Daten fließen zurück, um das Modell zu trainieren, und wenn das Modell intelligenter wird, wird es auf mehr Roboter bereitgestellt. Sobald dieses Schwungrad in Gang kommt, wird die Lücke immer größer.

Allerdings muss hier ergänzt werden: Derzeit stammen die meisten Daten noch aus strukturierten oder halbstrukturierten Szenarien, und die langfristigen Probleme in wirklich offenen Umgebungen – wie plötzlich auftauchende Fußgänger, plötzliche Lichtänderungen oder rutschiger Boden – sind noch nicht ausreichend abgedeckt. Simulationsdaten können die Kosten senken, aber Daten, die von echten Geräten erfasst werden, liefern immer noch die besten Ergebnisse. Das Datenschwungrad hat sich bereits in Bewegung gesetzt, aber seine Drehzahl und Abdeckung müssen noch durch Zeit überprüft werden. Kapitalboom und Moment der IPO-Preisgestaltung Im Sommer 2026 erreichte die Kapitaldichte im Bereich der Embodied Intelligence einen Höhepunkt.

Unitree ging am 19. August an den STAR-Markt, der Ausgabepreis betrug 150,80 Yuan, die Marktkapitalisierung 61 Milliarden Yuan, das Kurs-Gewinn-Verhältnis 219, die Anzahl der gültigen Zeichner betrug etwa 9,78 Millionen und stellte einen neuen historischen Rekord am STAR-Markt auf. Agibot begann Ende Juli mit dem Börsengang an der Hongkonger Börse, mit einer Zielbewertung von 40 bis 50 Milliarden Hongkong-Dollar. DeepMotion schloss eine Pre-IPO-Finanzierungsrunde von fast 200 Millionen US-Dollar ab, mit einer Post-Money-Bewertung von 15 Milliarden Yuan. Lingyu Intelligence hat seit seiner Gründung vor mehr als einem Jahr 5 Finanzierungsrunden abgeschlossen, und Qingtian Lease hat eine Bewertung von 7 Milliarden Yuan erreicht, obwohl es weniger als ein halbes Jahr alt ist.

Die Logik des Kapitalzustroms ist klar: Wenn die Auslieferung von Tausenden auf Zehntausende Einheiten ansteigt, tritt die Branche aus der Phase des Geschichtenerzählens in eine quantifizierbare Phase ein. Der Börsengang von Unitree hat einen Maßstab für die Branche gesetzt und bewiesen, dass in diesem Bereich echte, greifbare Bewertungen erzielt werden können. Auf der anderen Seite der Medaille sank der um außerordentliche Posten bereinigte Nettogewinn von Unitree im ersten Halbjahr 2026 um 19,34 % im Vergleich zum Vorjahr, während die Ausgaben für Forschung und Entwicklung sowie Vertrieb stark stiegen, was ein Signal für steigende Einnahmen ohne steigende Gewinne darstellt. In seiner Einnahmenstruktur macht der Anteil von Szenarien für Wissenschaft, Forschung und Bildung bis zu 73,6 % aus, industrielle Anwendungen machen nur 9,01 % aus. Die größten Käufer sind immer noch Universitäten und Forschungseinrichtungen, nicht Fabriken.

Das bedeutet, dass die Massenproduktionsdaten schnell wachsen und die Finanzierungsbegeisterung hoch sein kann, aber die Reife der Kommerzialisierung nur durch Zeit erreicht werden kann. 2026 kann das erste Jahr der Massenproduktion sein, aber nicht unbedingt das erste Jahr der Profitabilität. Die größte Sorge besteht derzeit darin, dass der "Körper" stark ist, aber das "Gehirn" noch hinterherhinkt. Wenn man eine Fähigkeitskarte für die chinesische Roboterindustrie zeichnet, steht der Körperbereich – also die Hardwarefertigung, die Integration von Lieferketten und die Massenproduktion – tatsächlich an der Weltspitze. Aber im Gehirnbereich, also bei KI-Entscheidungen, Generalisierungsfähigkeit und hochwertigen Software-Toolketten, gibt es noch deutliche Schwächen.

Zum Beispiel nutzen viele chinesische Unternehmen immer noch das Ökosystem von Nvidias IsaacSim, Cosmos, GR00T und Orin für Training und Simulation. Hochleistungsrechenleistung, EDA-Tools, fortschrittliche Verfahren und einige Software-Toolketten hängen von westlichen Lieferanten ab, was der Struktur der KI-Industrie ähnelt. Chips für die Endgeräte unterstützen derzeit nur Modelle mit Parametern im Bereich von zehn Milliarden, und Bereitstellungslösungen für größere Modelle sind noch nicht ausgereift.

Die geschickte Hand ist ein weiterer wichtiger Engpass. In den letzten Jahren ließen sich die Öffentlichkeit leicht von Bewegungen wie Laufen, Springen und Salti von Robotern anziehen, unterschätzten aber die Bedeutung der Hand. Die meisten präzisen Operationen des Menschen werden von den Händen ausgeführt, und die Haltbarkeit und Generalisierungsfähigkeit von industriellen geschickten Händen sind weltweit noch nicht vollständig bewiesen. FigureAI hat 11 Monate lang in der Fabrik von BMW gearbeitet und mehr als 90.000 Teile transportiert, aber der Unterarm ist immer noch der Teil mit der höchsten Ausfallrate.

Das tiefere Problem liegt darin, dass wenn Roboter von der Demo zur Bereitstellung übergehen, technische Indikatoren wie Wartungskosten, Konsistenz zwischen Chargen, zäunefreie Sicherheit und Langzeitzuverlässigkeit wichtiger sind als Salti auf der Bühne. Das Team von Unitree gab bekannt, dass für einen einzigen Salti während der Frühlingsgala mehr als 300 Versionen iteriert wurden und der Synchronisationsfehler von 26 Robotern auf weniger als 0,1 Sekunden kontrolliert wurde. Aber all das fand in einer stark kontrollierten Bühnenumgebung statt. Die echte Prüfung findet in Fabriken statt, in Nachtschichten, bei ununterbrochenem Betrieb und in Szenarien ohne Personalüberwachung.

Das Wesen des Durchbruchs ist ein systematisches Projekt. Es ist einseitig, den Durchbruch der chinesischen Roboterindustrie auf einen einzigen Faktor zurückzuführen. Er ergibt sich nicht aus einem einzelnen technischen Durchbruch und auch nicht aus der Anhäufung von politischen Subventionen. Die Politik bietet das Top-Level-Design und den Raum für Fehlerversuche, die Lieferkette bietet Kostenvorteile und Iterationsgeschwindigkeit, die Szenarien bieten Umsetzungsvalidierung und Datenrückfluss, das Kapital wirkt als Verstärker und Bewertungsanker. Das Zusammenspiel all dieser Faktoren hat die heutige Situation geschaffen.

Im Jahr 2026 wird der Umfang des chinesischen Marktes für Embodied Intelligence voraussichtlich 6 Milliarden Yuan erreichen, und die Gesamtproduktion von humanoiden Robotern wird voraussichtlich 100.000 Einheiten übersteigen. Hinter diesen Zahlen steht ein großes Fertigungsland, das seine Fähigkeiten zur Organisation von Lieferketten, die es in den letzten drei Jahrzehnten in den Bereichen Unterhaltungselektronik und neue Energiefahrzeugen angesammelt hat, auf den Roboterbereich überträgt. Kosten senken, Massenproduktion, Iteration und Umsetzung – diese Methodik wurde bereits zweimal bewiesen, jetzt ist sie das dritte Mal im