Physical AI: Der Milliardenboom reicht weit über Humanoide hinaus

Das Fraunhofer IPA hat am 3. September 2026 eine Studie zum Markt für KI-basierte Robotik veröffentlicht. Sie ordnet Physical AI deutlich breiter ein als humanoide Roboter und hält deren kurzfristigen Ersatz etablierter Robotiklösungen für unwahrscheinlich.

Die Aufmerksamkeit folgt der menschlichen Silhouette. Für Unternehmen zählt jedoch eine andere Frage: Welche vorhandene Maschine kann eine klar umrissene Aufgabe durch bessere Wahrnehmung oder Anpassungsfähigkeit zuverlässiger erledigen?

Viel Kapital, aber kein schneller Wachwechsel

Das Venture Capital für Humanoide stieg 2025 laut Fraunhofer IPA auf rund 6,1 Milliarden US-Dollar. Das entspricht dem Vierfachen des Vorjahres, belegt aber keine bevorstehende Massenadoption.

Fraunhofer hält es für unwahrscheinlich, dass Humanoide bestehende Robotiklösungen kurzfristig verdrängen. Industrieroboter, Cobots und autonome mobile Roboter bleiben demnach in vielen Anwendungen produktiver und günstiger, während humanoide Systeme vor allem dort ergänzen könnten, wo hohe Flexibilität gefragt ist oder Arbeitsplätze für Menschen gestaltet wurden.

Damit entstehen zwei Zeithorizonte. Humanoide sind eine langfristige Wette auf bislang schwer automatisierbare Tätigkeiten. Für aktuelle Projekte zählen klar definierte Aufgaben und Lösungen, deren technischer und wirtschaftlicher Nutzen sich im Pilotbetrieb prüfen lässt.

Physical AI ist keine Frage der Bauform

Das Fraunhofer IPA beschreibt Physical beziehungsweise Embodied AI als künstliche Intelligenz, die in Maschinen integriert ist und durch den Kontakt mit ihrer Umwelt lernen soll. Das umfasst auch etablierte Industrieroboter, mobile Systeme und Cobots.

Die Bauform ist zweitrangig.

Der Markt reicht deshalb weit über Hersteller menschenähnlicher Roboter hinaus: Fraunhofer nennt KI-Software, Hardwarekomponenten, Datenplattformen und Simulation als Teile der Wertschöpfungskette sowie Unternehmen, die diese Technik in reale Prozesse integrieren. Eine humanoide Plattform ist dafür keine Voraussetzung.

Ohne Daten bleibt die Hardware Stückwerk

Fraunhofer bezeichnet die Datenbasis als besonderes Nadelöhr für lernfähige Roboter. Geeignete Daten sollen es intelligenten Systemen ermöglichen, mithilfe leistungsstarker KI-Modelle bestimmte Aufgaben zu erlernen.

Das verändert die Investitionslogik. Ein Projektbudget sollte nicht bei Roboter und KI-Modell enden, sondern auch die Erzeugung und Aufbereitung der benötigten Daten abdecken. Simulation und Datenplattformen gehören laut Fraunhofer ebenfalls zu den wichtigen Teilen der Wertschöpfungskette.

Eine eindrucksvolle Maschine ohne belastbare Trainings- und Betriebsdaten ist noch kein verlässlicher Automatisierungsgewinn.

Robotik im internationalen Wettbewerb

Fraunhofer greift für den internationalen Vergleich Daten der International Federation of Robotics auf: Von allen Industrierobotern, die 2024 in den zehn größten Märkten neu installiert wurden, entfielen 54 Prozent auf China. Deutschland kam mit 27.000 Neuinstallationen auf Rang fünf, ein Rückgang um fünf Prozent gegenüber dem Vorjahr.

Diese Zahlen messen keine Einsatzreife von Physical AI, zeigen aber, wie ungleich die industrielle Robotik bereits verteilt ist. Fraunhofer sieht für Deutschland Stärken bei Präzisionsmechanik, Sensorik und industriellem Prozesswissen. Weniger weit entwickelt ist demnach die Verbindung mit eigener KI-Software und digitalen Ökosystemen.

Der Prüfmaßstab für neue Projekte bleibt konkret: Zuerst ein Automatisierungsproblem bestimmen, dann eine reife Lösung pilotieren und erst nach belegtem Nutzen skalieren. Humanoide können Teil dieser Prüfung sein. Ihre Bauform allein ist weder Geschäftsmodell noch Einsatznachweis.