Humanoide Roboter vor dem „ChatGPT-Moment“ – aber wann?

Humanoide Roboter könnten vor einem Durchbruch stehen, der für die Robotik ähnlich prägend wäre wie ChatGPT für generative KI. Doch selbst die optimistischsten Prognosen der Branche beschreiben keinen unmittelbar bevorstehenden Alltag mit zuverlässigen Maschinen.

Auf der Weltroboterkonferenz 2026 in Peking sagte Wang Xiaogang, Chairman des chinesischen Start-ups ACE Robotics, verkörperte Intelligenz könne bis Ende 2027 einen technischen Wendepunkt erreichen. Wang Xingxing, CEO von Unitree Robotics, nannte als bestes Szenario zwei bis drei Jahre. Bei langsameren Fortschritten könne der Meilenstein allerdings fünf bis zehn Jahre entfernt sein.

Der Widerspruch liegt daher weniger in der Frage, ob ein Durchbruch möglich ist, sondern darin, was genau als „ChatGPT-Moment“ gilt – und wie lange der Weg von einer beeindruckenden Vorführung zu einem verlässlichen Produkt dauert.

Was wäre der „ChatGPT-Moment“ für einen Roboter?

Gemeint ist nicht eine Maschine, die einen einzelnen Handgriff oder eine spektakuläre Choreografie beherrscht. Der entscheidende Schritt wäre ein vielseitiges System, das unbekannte Umgebungen versteht, Wissen auf neue Aufgaben überträgt und in der physischen Welt selbstständig handelt, ohne für jeden Ablauf Schritt für Schritt programmiert zu werden.

Wang Xingxing formulierte dafür einen besonders konkreten Test: Ein Roboter wird in ein ihm unbekanntes Zuhause gestellt, erhält per Sprache oder Text Anweisungen und erledigt ungefähr 80 Prozent der verlangten Aufgaben. Entscheidend wäre also nicht die Leistung in einer kontrollierten Messedemonstration, sondern die Fähigkeit, sich auf neue Räume, Gegenstände und Abläufe einzustellen.

Kurz gesagt: Der Roboter müsste nicht mehr nur wissen, was er kann. Er müsste zunehmend selbst herausfinden, was als Nächstes zu tun ist.

Zwei Prognosen, zwei Zeithorizonte

ACE Robotics: technischer Durchbruch bis Ende 2027

Wang Xiaogang erwartet, dass verkörperte Intelligenz bis Ende 2027 ihren „ChatGPT-Moment“ erreicht. Treiber sollen bessere Weltmodelle und deutlich größere Mengen an Umgebungsdaten sein. Zugleich trennte er den technischen Durchbruch klar von einer breiten kommerziellen Nutzung: Dafür könnten weitere vier bis fünf Jahre erforderlich sein.

Diese Unterscheidung ist zentral. Ein Modell kann beim Schlussfolgern oder bei der Steuerung einen großen Sprung machen und trotzdem noch zu teuer, unzuverlässig oder schwer in alltägliche Arbeitsabläufe zu integrieren sein. Ein Forschungsmeilenstein ist nicht dasselbe wie eine wirtschaftlich verlässliche digitale oder physische Arbeitskraft.

Unitree: zwei bis drei Jahre – oder bis zu zehn

Wang Xingxing skizzierte zwei mögliche Entwicklungen. Im optimistischen Fall könne verkörperte Intelligenz in zwei bis drei Jahren den entscheidenden Wendepunkt erreichen. Wenn Fortschritte bei der Verallgemeinerung und der präzisen körperlichen Steuerung ins Stocken gerieten, könne die Branche dagegen fünf bis zehn Jahre benötigen.

Sein 80-Prozent-Test für Haushaltsaufgaben ist anspruchsvoller als eine einzelne Funktionsdemo: Der Roboter muss eine neue Umgebung erfassen, natürliche Sprache verstehen und eine große Bandbreite an Aufgaben autonom bewältigen.

Warum der „Roboter-Verstand“ der Engpass ist

Die Hardware entwickelt sich schnell. Die Software tut sich jedoch weiterhin schwer damit, aus begrenzten Erfahrungen auf die unüberschaubare Vielfalt realer Situationen zu schließen. Beide Manager sehen deshalb KI-Modelle und Trainingsdaten als zentrale Begrenzung.

Ein Roboter benötigt Daten, die Wahrnehmung und Handlung direkt verbinden: Wie fühlt sich ein Gegenstand an? Wie viel Kraft ist nötig? Was verändert sich, wenn eine Oberfläche rutschig ist? Und wie kann die Maschine reagieren, wenn ein Versuch scheitert?

Simulationen und Demonstrationen helfen dabei, bilden die Unberechenbarkeit von Wohnungen, Fabriken, Geschäften und anderen realen Umgebungen aber nur teilweise ab. Ein Textmodell kann aus der Beschreibung einer Handlung lernen. Ein Roboter muss zusätzlich die Beziehung zwischen Sehen, Bewegung, Konsequenz und Korrektur verstehen.

Wie ACE Robotics diese Daten sammeln will

ACE Robotics verfolgt nach eigenen Angaben einen „menschenzentrierten“ Ansatz. Beschäftigte an Produktionslinien sollen leichte Sensoren tragen, die menschliche Bewegungen und die Interaktion mit der Umgebung erfassen. Das Unternehmen will so mehrere zehn Millionen Stunden an Trainingsdaten für seine verkörperten Weltmodelle sammeln.

Damit soll die Zahl realer Beispiele wachsen – über Daten aus Robotern und Simulationen hinaus. Menschen können zeigen, wie Aufgaben unter wechselnden Bedingungen ausgeführt, Bewegungen angepasst und mehrere Arbeitsschritte zu längeren Abläufen verbunden werden.

ACE Robotics wurde im Juli 2025 gegründet und wird von Wang Xiaogang geleitet, einem Mitgründer von SenseTime. Die Ant Group führte die Angel-Finanzierungsrunde an; auch SenseTime-nahe Investoren und weitere Geldgeber beteiligten sich.

Was ist an ACEs Modell Kairos-4B bemerkenswert?

ACE erklärt, sein Open-Source-Modell Kairos-4B habe bei öffentlichen Benchmarks für verkörperte KI den Spitzenplatz erreicht und im auf der Konferenz genannten Vergleich Nvidias Cosmos 3 übertroffen. Das sind mit dem Unternehmen verbundene Leistungsangaben. Sie sollten daher als Benchmark-Ergebnisse verstanden werden – nicht als Beleg dafür, dass vielseitige humanoide Roboter bereits für Wohnungen oder Fabriken bereitstehen.

ACE will seine KI-Modelle außerdem in 1.000 unbemannten Geschäften einsetzen. Solche Umgebungen sind für die Branche besonders interessant, weil sich Abläufe dort leichter standardisieren lassen als in einem typischen Haushalt. Der Weg zur Kommerzialisierung führt damit zunächst eher über klar begrenzte Einsatzfelder als über den universellen Haushaltshelfer.

Chinas Robotik-Boom: viel Kapital, aber noch offene Fragen

Die Prognosen fallen in eine Phase großer Begeisterung für humanoide Robotik in China. Der Börsengang von Unitree am Shanghaier STAR Market brachte rund 904 Millionen US-Dollar ein. Die Nachfrage von Privatanlegern soll mehr als 8.000-mal höher als das verfügbare Angebot gewesen sein. Zum Handelsschluss lagen die Aktien 460 Prozent über dem Ausgabepreis; der Börsenwert betrug damit ungefähr 50 Milliarden US-Dollar.

Auch bei den Auslieferungen zeigt sich ein früher Fertigungsvorsprung chinesischer Anbieter. Smart Analytics Global schätzte die weltweiten Auslieferungen humanoider Roboter im ersten Halbjahr 2026 auf rund 19.100 Stück. Auf chinesische Hersteller entfielen davon mehr als 97 Prozent.

Diese Zahl ist allerdings kein Beleg für ausgereifte, allgemein einsetzbare Automatisierung. In der verfügbaren Berichterstattung findet sich zwar auch die Behauptung, China habe im selben Zeitraum mehr als 40.000 humanoide Roboter ausgeliefert. Sie widerspricht jedoch der Schätzung von 19.100 Einheiten für den gesamten Weltmarkt und wird durch die hier vorliegenden belastbareren Versanddaten nicht gestützt.

Morgan Stanley erhöhte seine Prognose für Chinas Auslieferungen im Gesamtjahr separat auf 50.000 Einheiten. Die Investmentbank verwies dabei auf den schnelleren Übergang von Demonstrationen zu kommerziellen Einsätzen. Eine Auslieferungsprognose misst jedoch das Marktwachstum – nicht, ob die Maschinen den 80-Prozent-Test für unbekannte Haushalte bestehen.

Das eigentliche Fazit: Können kommt womöglich vor Zuverlässigkeit

Die Aussagen der beiden Manager sollten nicht als Garantie für einen Durchbruch im Jahr 2027 verstanden werden. Sie zeigen vielmehr, worauf es in der nächsten Phase der Robotik ankommt: nicht nur auf Motoren, Akkus und Mechanik, sondern auf Software, Trainingsdaten und die Fähigkeit, in völlig neuen Situationen zu generalisieren.

ACEs Prognose lautet: ein technischer Wendepunkt bis Ende 2027, gefolgt von Jahren der Kommerzialisierung. Unitrees Zeitfenster macht die Unsicherheit deutlicher: zwei bis drei Jahre, wenn die Entwicklung beschleunigt – fünf bis zehn Jahre, wenn sich die schwierigsten Probleme als hartnäckig erweisen.

China hat bei Finanzierung, Fertigung und frühen Auslieferungen bereits eine starke Position. Die offene Frage ist, ob diese industrielle Größenordnung auch Roboter hervorbringt, die in Umgebungen funktionieren, die sie noch nie gesehen haben. Solange das Problem mit Daten und Modellen nicht gelöst ist, bleibt der „ChatGPT-Moment“ für Robotergehirne eine Prognose – und kein fertiges Produkt.