Die Welt-Roboterkonferenz sendet ein Signal: Entwickelt sich Physical AI gerade von der „vorzeigefähigen“ Stufe zur Stufe, auf der es wirklich praktische Arbeit leistet?

Im August fand der Welt-Roboter-Kongress 2026 in Peking statt. Die WRC hat längst den Rahmen einer ausschließlich für Roboterunternehmen bestimmten Messe verlassen: Chips, Simulation, Daten, Modelle, Komponenten, Szenarioanbieter und Einkäufer strömen hierher. Embodied Intelligence entwickelt sich ebenfalls von einer technischen Konzeption zu einer vollständigen, ausgereiften Industriekette.

In diesem Sommer lud Granite Asia Gründer, Unternehmensleiter und herausragende Talente zu einem offenen und pragmatischen Austausch darüber ein, wie KI die reale Welt neu gestalten kann.

Zuerst stellte Professor Yinbei Li von der Singapore Institute of Technology die neuesten Fortschritte im Bereich Physical AI vor und erläuterte, wie die Region mit ihren einzigartigen Vorteilen zu einem idealen Testfeld für reale Szenariotests und die praktische Umsetzung entsprechender Technologien geworden ist.

Im Rahmen der Podiumsdiskussion gingen Yinghui Kuang, Partner bei Granite Asia, George Yan von Clobotics und Alvin Foo von PSA International über Konzepte und Schlagwörter hinaus und erörterten anhand praktischer Erfahrungen aus erster Hand eingehend die Anwendung und Umsetzung von KI in realen Szenarien:

1. Die Validierung in realen Umgebungen ist die Voraussetzung für eine skalierbare Umsetzung. Roboterlösungen können nur dann wirklich in großem Maßstab eingesetzt werden, wenn sie fortwährend die Zuverlässigkeit und Reproduzierbarkeit ihrer Leistung nachweisen.

2. Der menschenzentrierte Ansatz ist die Grundlage für die Schaffung langfristiger Werte. Im Vergleich zu Robotern, die Menschen ersetzen sollen, werden Roboter, die darauf abzielen, die menschlichen Fähigkeiten zu erweitern, leichter akzeptiert und schaffen mit größerer Wahrscheinlichkeit dauerhaft Wert.

3. Die Konzentration auf hochwertige Branchen ist der Schlüssel zum Aufbau von Kernkompetenzen. Die intensive Beschäftigung mit Bereichen wie medizinischen Geräten und professioneller Fertigung trägt dazu bei, übertragbare und wiederverwendbare Kernkompetenzen zu entwickeln.

Was leistet das heutige Physical AI

in konkreten Anwendungsszenarien?

Alvin Foo: Seit Ende 2023 betreibt die Port of Singapore Authority (im Folgenden kurz: PSA) rund um die Uhr eine Flotte von mehr als 30 selbstfahrenden Lkw für den Hafentransport, die insgesamt sehr stabil läuft. KI-Roboter werden bei der Wahrnehmung und dem Verständnis von Umgebungen zunehmend adaptiv, was die Leistungsfähigkeit des gesamten Systems erheblich verbessert. Dennoch besteht derzeit noch eine Lücke zwischen dem Arbeitsniveau der KI-gesteuerten Lkw und der tatsächlichen Bedienung durch menschliche Fahrer: Ein Fahrer kann durchschnittlich etwa 2,5 Container pro Stunde bearbeiten, während das autonome Fahrsystem derzeit etwa 80 % dieses Niveaus erreicht.

Die technischen Fähigkeiten im Bereich der systemweiten Verwaltung von Flotten sowie der menschenähnlichen Wahrnehmung entwickeln sich stetig weiter. Es wird erwartet, dass das System in den nächsten zwei bis drei Jahren etwa 90 % des Niveaus menschlicher Fahrer erreichen kann, wodurch es der menschlichen Arbeitseffizienz noch näher kommt. Im aktuellen Zustand verfügt diese Technologie bereits über einen Einsatzwert, erfüllt praktische Zwecke und führt zu einer Nettoeinsparung an Personal.

Im Hafenbetrieb gibt es eine weitere äußerst anstrengende und gefährliche Aufgabe: das An- und Abmontieren von Twistlocks. Container müssen auf Frachtschiffen mit Twistlocks befestigt werden, sonst ist die Fahrt nicht sicher. Bei jedem Be- und Entladen eines Containers müssen vier Twistlocks entfernt werden. Auf einem Schiff befinden sich Tausende von Containern, und ein Hafen bearbeitet jährlich Millionen von Containern – der damit verbundene Arbeitsaufwand für das An- und Abmontieren von Twistlocks ist zwangsläufig enorm. Nach bisherigen Erfahrungen sind Arbeiter bei dieser Tätigkeit über lange Zeit ständig durch Ermüdung dem Risiko von Verletzungen ausgesetzt. Physical AI ermöglicht es nun, Roboter diese schwierigen und gefährlichen Aufgaben übernehmen zu lassen.

In diesem Prozess können wir sowohl auf Durchbrüche als auch auf Bewährtes setzen.

Beispielsweise muss man bei der Wahl der Roboterform nicht an das Design von zweibeinigen und zweihändigen humanoiden Robotern gebunden sein. Die menschliche Anatomie bestimmt die Obergrenze der menschlichen Arbeitsfähigkeit. Wir sollten uns nicht darauf beschränken, sondern für jeden Roboter die effizienteste Form finden, um seine Aufgaben zu erfüllen.

Auf der anderen Seite ist uns klar, dass man das gesamte Betriebssystem nicht von Grund auf neu aufbauen kann. PSA hat einst untersucht, ob man für die über 40 verschiedenen Arten von Twistlocks im bisherigen Hafenbetrieb einheitliche Twistlocks und sogar einheitliche Containertypen im Roboterbetriebssystem verwenden könnte. Doch wir erkannten schnell, dass sich die Form von Containern seit den 1950er Jahren kaum verändert hat und die gesamte Branche ein ausgereiftes Ökosystem von Lieferanten aufgebaut hat – es ist unmöglich, aus dem Nichts ein vollständig vereinheitlichtes neues System zu schaffen. Daher ist der realistischere Entwicklungspfad, schrittweise vorzugehen und den durch den Roboterbetrieb erzielten Wert nach und nach zu validieren.

Yinghui Kuang: Heutige industrielle KI-Roboter erreichen meist höchstens das Leistungsniveau von Menschen und übertreffen sie nicht in Bezug auf Flexibilität und das Verständnis der Umgebung. Ihre derzeitigen Vorteile liegen vor allem in zwei Bereichen: Erstens die extreme Präzision, beispielsweise bei hochpräzisen Eingriffen im chirurgischen medizinischen Umfeld; zweitens die extreme Kraft, beispielsweise beim kontinuierlichen und stabilen Transport von Lasten von über 100 Kilogramm.

Am Beispiel des Be- und Entladens von Lkw ist diese Aufgabe bis heute sehr schwierig – es müssen Kisten unterschiedlicher Größe in den Lkw geladen werden, wobei zahlreiche Faktoren wie die Reihenfolge der Platzierung, die Beschaffenheit und die Funktion der Kisten berücksichtigt werden müssen. Früher konnten Roboter die damit verbundenen physikalischen Eigenschaften nicht verstehen und konnten daher nur quadratische Kisten fester Größe stapeln. Dank der Einführung von Weltmodellen verfügen Roboter heute über ein tieferes Verständnis der physikalischen Regeln. Forscher versuchen nun, Roboter komplexere und flexiblere Mischbeladungsaufgaben ausführen zu lassen, um die Vorteile der Roboter in Bezug auf Präzision und Kraft voll auszuschöpfen.

In welchen Bereichen wird die Anwendung von Physical AI

in kurzer Zeit am schnellsten voranschreiten?

George Yan: Die Chancen konzentrieren sich auf Arbeiten, die Menschen nicht ausführen wollen. Wenn bestimmte traditionelle Berufe aufgrund ihrer Gefährlichkeit und Härte von der jüngeren Generation immer weniger angenommen werden, sind diese Bereiche hervorragende Einstiegspunkte für Physical AI.

Am Beispiel der Windenergie: Heutzutage findet man kaum noch junge Menschen, die bereit sind, auf Windkraftanlagen zu klettern, um deren Rotorblätter zu reparieren. Gleichzeitig steigt der Bedarf an erneuerbaren Energien aufgrund der zunehmenden Komplexität der geopolitischen Lage stetig an. Die Kosten für den Einsatz von Personal in abgelegenen Windparks zur Wartung und Instandhaltung steigen daher jährlich um 30 % bis 40 %. Die Windkraftanlagen altern stetig und Störungen treten immer wieder auf, doch es werden immer weniger junge Menschen gefunden, die bereit sind, vor Ort zu arbeiten. Dies schafft zahlreiche Möglichkeiten für neue Modelle, bei denen Roboter diese Wartungsarbeiten übernehmen. In Windparks laufen keine Personen willkürlich herum – diese relativ kontrollierbare Betriebsumgebung schafft ebenfalls die Voraussetzungen für den Einsatz von Physical AI in realen Szenarien.

Alvin Foo: Aus Sicht des Hafenbetriebs sollten die Bereiche vorrangig von Physical AI erschlossen werden, in denen ein großes Einsparpotenzial an Personal besteht, die derzeit stark von menschlicher Arbeit abhängig sind und eine geringe Stabilität bei der Personalversorgung aufweisen. Beispielsweise konnten während der Pandemie grenzüberschreitende Arbeiter nicht ihren Dienst antreten, sodass die Hafenkapazität eingeschränkt war – das Geschäftsvolumen ging nicht zurück, weil keine Frachtschiffe im Hafen eintrafen, sondern weil nicht genügend Arbeiter zur Verfügung standen, um die Arbeiten auszuführen. Mit dem Einsatz von Robotern könnte ein solches Szenario weitgehend vermieden werden.

Natürlich steht die Anwendung der Robotertechnik vor einem umfassenden End-to-End-Problem. Einige Teile der Lieferkette sind bereits auf Roboter vorbereitet, aber nicht alle Glieder sind ausreichend ausgereift. Einige Roboter auf dem Markt verfügen über eine starke Mobilität und können wie Menschen springen, gehen und natürliche Gangarten aufweisen. Doch die Aufgaben im Hafen erfordern sowohl Geschicklichkeit als auch eine starke Greifkraft – die Roboterhand muss Twistlocks mit einem Gewicht von 8 bis 9 Kilogramm handhaben können. Es gibt bereits sehr gute geschickte Hände auf dem Markt, aber sie können meist nur leichte Gegenstände wie Obst greifen und erfüllen viele von ihnen nicht die Anforderungen des Hafeneinsatzes.

Daher liegt das Kernproblem darin, Aufgaben zu zerlegen und die Leistungsvorteile verschiedener Roboter zu kombinieren. Der Bereich, in dem eine solche neue kooperative Orchestrierung verschiedener körperlicher Fähigkeiten erreicht wird, kann Physical AI größere Wirkung verleihen.

Yinghui Kuang: Aus Investitionssicht ist der durch die technischen Fähigkeiten hervorgerufene Wertunterschied äußerst entscheidend. Man kann zwei extreme Fälle vergleichen. Der eine ist der Operationsroboter. Bei invasiven Operationen müssen Ärzte lange Zeit trainiert werden, um während der Operation Instrumente stabil zu halten und gleichzeitig Untersuchungen, Schnitte und Nähte durchzuführen.

Eine Operation kann mehrere Stunden dauern und stellt eine enorme Belastung für die körperliche Leistungsfähigkeit des Chirurgen dar. Mit Unterstützung durch Operationsroboter kann nicht nur der Druck auf die Ärzte erheblich verringert werden, sondern die Operationsdauer kann auch von drei Stunden auf eine Stunde verkürzt werden. Solche Roboter lassen sich leicht zu einem Preis von einer Million US-Dollar pro Einheit verkaufen, was ein enormes Wertpotenzial bedeutet. In Zukunft könnten Roboter sogar Operationen selbstständig durchführen und die medizinische Effizienz weiter steigern.

Das andere Extrem ist das Einsammeln und Platzieren von Waren durch Roboter in einem Convenience-Store. Der Wert dieses Szenarios weist eine klare Obergrenze auf – der von ihm erzeugte Wert entspricht im Wesentlichen dem Gehalt eines menschlichen Verkäufers. Beide Szenarien fallen unter den Begriff Roboter,