World Robot Conference 2026: Viele neue Roboter – aber kaum ein sichtbarer Sprung bei der KI

Der Beitrag vom 20. August 2026 kommt zu einem ernüchternden, aber wichtigen Schluss: Die verkörperte KI – also KI, die in einem physischen Roboter handelt – wächst kommerziell deutlich schneller, als sie sichtbar vielseitiger wird.

Auf der World Robot Conference in Peking gab es zahlreiche eindrucksvolle Demonstrationen. Humanoide tanzten, trieben Sport, sortierten Gegenstände oder erledigten Aufgaben in Fabrikszenarien. Vieles davon wirkte jedoch wie eine Variation bereits bekannter Vorführungen statt wie ein klarer Sprung hin zu robuster, allgemein einsetzbarer Autonomie. 12

Der Markt expandiert rasant

Die Verkaufszahlen zeichnen ein deutlich dynamischeres Bild als die sichtbare technologische Entwicklung. Im ersten Halbjahr 2026 wurden weltweit mehr als 22.000 humanoide Roboter ausgeliefert. Für das Gesamtjahr wird mit mehr als 50.000 Geräten gerechnet. AgiBot kam auf rund 9.700 Auslieferungen, Unitree auf mehr als 7.000 und Galaxy General auf über 1.100. Die fünf größten Unternehmen vereinten 86 Prozent des Marktes auf sich. 12

Die wichtigsten Einsatzfelder waren:

• Unterhaltung: etwa 38 Prozent
• Datenerzeugung und Forschung: etwa 26 Prozent
• Intelligente Fertigung: etwa 16 Prozent
• Lagerhaltung und Logistik: etwa 10 Prozent 12

Die Zahlen zeigen damit vor allem eine Branche, die Geräte in großer Stückzahl produziert und ausliefert. Sie belegen aber nicht automatisch, dass Roboter bereits flexibel wie Menschen handeln können.

Warum der Fortschritt oft unsichtbar bleibt

Das eigentliche Problem ist laut dem Beitrag nicht nur, leistungsfähigere Roboterkörper zu bauen. Schwieriger ist es, große, vielfältige und hochwertige Trainingsdatensätze für physische Handlungen zu gewinnen. Hinzu kommt die Frage, ob eine Vorführung tatsächlich auf andere Situationen übertragbar ist – oder lediglich einem eng choreografierten Ablauf folgt. 12

Ein Roboter kann eine Aufgabe in einer bekannten Umgebung zuverlässig erledigen. Das bedeutet jedoch noch nicht, dass er mit einem neuen Gegenstand, einer veränderten Raumaufteilung oder einer anderen Fabrik zurechtkommt. In der Praxis müssen Systeme deshalb weiterhin umfangreich nachtrainiert und technisch immer wieder neu kalibriert werden. Menschliche Unterstützung bleibt häufig erforderlich. 12

Wang Xingxing zufolge wird zuverlässiger Betrieb in einer festgelegten Umgebung zunehmend erreichbar. Der Schritt darüber hinaus erfordere jedoch umfangreiches Post-Training und anhaltende menschliche Beteiligung. Wang He formulierte den entscheidenden Praxistest grundsätzlicher: Kann ein Roboter seine Fähigkeiten auf 100 Fabriken oder 1.000 Geschäfte übertragen, Anweisungen in natürlicher Sprache befolgen und in unbekannten Umgebungen arbeiten? 12

Der Beitrag ordnete den Entwicklungsstand heutiger verkörperter Modelle ungefähr auf der Stufe von GPT-2 ein. Eine GPT-3.5- bis GPT-4-ähnliche Leistungsfähigkeit um 2028 wurde als Erwartung genannt – nicht als bereits belegtes Ergebnis. 12

Unitree setzt auf Bewegung, Kosten und Stückzahl

Unitree wurde vor allem mit Stärken bei Bewegungssteuerung, Mechanik, niedrigen Kosten und Produktionsvolumen verbunden – weniger mit einer führenden Rolle bei grundlegenden verkörperten KI-Modellen. Auf der Konferenz stellte das Unternehmen einen Roboter in Aussicht, der eine Geschwindigkeit von 12,65 Metern pro Sekunde erreichen soll. Zugleich überschritten Unitrees Auslieferungen im ersten Halbjahr 2026 die Marke von 7.000 Geräten, was einem Marktanteil von rund 31 Prozent entsprach. 12

Das ist ein anderer Wettbewerbsvorteil als die Fähigkeit, völlig neue Aufgaben ohne detaillierte Vorbereitung zu erlernen: Unitree punktet demnach vor allem mit dem Roboterkörper, der Beweglichkeit, dem Preis und der Skalierung.

Galaxy General will Anpassung über Beobachtung beschleunigen

Galaxy General wurde dagegen als besonders stark bei verkörperten Basismodellen dargestellt. Das Unternehmen zeigte den zweibeinigen Roboter ET1 und erklärte, sein allgemeines Ganzkörpermodell sei mit rund 100.000 Stunden menschlicher Bewegungsdaten trainiert worden. 12

Eine zentrale Rolle spielt dabei WAM-TTT („World Action Model Test-Time Training“). Der Ansatz soll es ermöglichen, einen Roboter anhand von Videos zu trainieren, die Beschäftigte bei der jeweiligen Arbeit zeigen. Nach Darstellung des Unternehmens sind dafür weder manuelle Annotationen noch Teleoperation nötig; der Roboter soll sich so schneller an konkrete Abläufe eines neuen Einsatzortes anpassen können. 14

Der Beitrag hob außerdem einen wichtigen kommerziellen Unterschied hervor: Galaxy General sei nach eigenen beziehungsweise berichteten Angaben über einzelne Machbarkeitsdemonstrationen hinausgegangen und in Dutzenden CATL-Fabriken eingesetzt worden. Solche Angaben sind jedoch als Unternehmens- oder Einsatzberichte zu verstehen, nicht als unabhängiger Nachweis allgemeiner Maschinenintelligenz. 12

Die entscheidende Frage lautet nicht: Kann der Roboter das?

Die Messe machte sichtbar, wie schnell sich der Humanoidenmarkt konsolidiert und wie stark reale Auslieferungen und erste industrielle Anwendungen zunehmen. Gleichzeitig blieb die entscheidende Lücke bestehen: Ein Roboter muss nicht nur eine beeindruckende Aufgabe vorführen, sondern sie auch in einer neuen Umgebung verstehen, per Sprache annehmen und mit möglichst wenig menschlicher Hilfe zuverlässig ausführen können. 12

Der Beitrag beschreibt deshalb einen Markt mit hohem Tempo, aber eine KI-Entwicklung, deren größter Durchbruch für Besucher noch nicht mit bloßem Auge erkennbar ist.