Ausgabe vom 20. April 2026

Der Begriff „Physical AI“ hat an diesem Wochenende einen zentralen Platz im deutschen Industrie-Diskurs eingenommen. Auf der offiziellen Hannover-Messe-Website firmiert das diesjährige Motto unter „Industrielle KI als Wettbewerbsvorsprung“, mit „Physical AI“ als Unterbegriff für KI, die direkt in Maschinen, Roboter und Produktionslinien integriert wird. 15 Aussteller zeigen humanoide Roboter — ein Rücksprung vor zwei Jahren, als humanoide Robotik ein Rand- und Forschungsthema war. Der Shift geschieht auf der gleichen Messe, auf der 2025 noch die „Agentic Factory“ als Vision präsentiert wurde. 2026 ist sie Realität, zumindest in Prototypen.

Die politische Choreographie der Eröffnung sprach für sich. Am Sonntagabend, 19. April, stellten sich Bundeskanzler Merz und Staatspräsident Lula gemeinsam auf die Bühne. Brasilien ist Partnerland mit dem größten jährlichen Partnerland-Auftritt der Messe-Geschichte: 140 Unternehmen in sechs Hallen, Leitaussteller ABIMAQ und Brazil Machinery Solutions, parallel die Deutsch-Brasilianischen Wirtschaftstage. Lulas Kernbotschaft: Brasilien bietet günstige erneuerbare Energie und Rohstoffe für die Dekarbonisierung der europäischen Industrie, im Tausch gegen Technologietransfer. Merz' Auftritt war zurückhaltender: „Zuversicht, das ist der Geist“ — eine Formulierung, die als Versuch gelesen werden kann, die deutsch-industrielle Stimmung nach zwei Jahren schwacher Auftragseingänge zu kalibrieren. Die Industrie konterte: Die Verbände BDI und ZVEI forderten „einen großen Wurf, keine Flickschusterei“ — gemeint sind Energiekosten, Bürokratieabbau, strukturelle Reformen.

Am Messemontag trifft Merz zum DAX-Gipfel mit Roland Busch (Siemens), Christian Klein (SAP), Tim Höttges (Deutsche Telekom) und weiteren CEOs. Hauptthema: Skalierung industrieller KI in deutscher Fertigung. Siemens zeigt den digitalen Zwilling der Amberg-Fabrik, wo laut Unternehmensangaben aktuell 99,99885 Prozent Fehlerfreiheit bei 17,5 Millionen produzierten Komponenten pro Jahr erreicht werden. Microsoft ist mit einer eigenen Industrial-Cloud-Präsentation angereist. DFKI zeigt 6G-vernetzte Mensch-Roboter-Kooperation. Der Kontrast zu den gleichzeitig laufenden US- und China-Demos ist auffällig: Während die chinesische Konkurrenz auf Massenproduktion und humanoide Kompaktheit setzt, präsentiert die deutsche Industrie Präzision, Zuverlässigkeit und Integration in komplexe Produktionsprozesse.

Der Kontext der Eroeffnung ist ungewohnt dramatisch. Seit Anfang April bestimmt die Energiekrise um die Straße von Hormuz die Schlagzeilen. Brent-Öl liegt bei über 120 US-Dollar, der deutsche Gaspreis hat in zwei Wochen 40 Prozent zugelegt. Merz kündigte in Hannover an, den Nationalen Sicherheitsrat „zeitnah“ einzuberufen. Für deutsche Industrie ist der Energiekontext damit Teil des Messe-Subtextes: Wer über KI in der Fertigung redet, redet über Produktionskosten, die in den nächsten Monaten von Faktoren dominiert werden, die keine KI-Entscheidung beeinflussen kann.

Die strategische Botschaft der Messe bleibt für deutsche Tech-Leads dennoch relevant. Erstens: Die Anerkennung von Physical AI als Leitthema verschiebt die Investitions-Orthodoxie. Wer bisher als SaaS-Anbieter die klassische Cloud-Integration verkauft hat, gerät in den Kontext, in dem Industrie-Kunden konkret nach Roboter-Integration fragen. Zweitens: Die Brasilien-Partnerschaft signalisiert ein geopolitisches Hedging — weniger US-Abhängigkeit, mehr Süd-Akzeptanz. Drittens: Der Chefverband der Elektroindustrie (ZVEI) prognostiziert 9,5 Prozent Umsatzwachstum für Industrieautomation 2026 — trotz Energiekrise, weil KI-Integration zum Effizienztreiber wird, nicht zum Kosten-Zusatz.

Die Ankündigung erfolgte am frühen Samstagmorgen per X-Post auf dem offiziellen @Tesla_Robotaxi-Account. Ohne Pressekonferenz, ohne strukturierten Media-Rollout: Dallas und Houston sind jetzt aktiv. Das macht den Tesla-Dienst zum dritten Markt in den USA nach Austin (Juni 2025) und San Francisco (Januar 2026). Tesla nennt intern sieben Städte bis Ende Juni 2026 als Ziel — Phoenix, Miami, Orlando, Tampa, Las Vegas folgen in den kommenden Wochen, laut Electrek-Berichten auf Basis von Interieur-Code-Veränderungen der Tesla-App.

Operativ ist die Realität ernuchternder, als die Ankündigung suggeriert. Crowdsourcing-Tracker auf X und Reddit verfolgen am Launchtag nur jeweils ein aktives Fahrzeug in Dallas und Houston. Die von der Tesla-Analyse „ElectricDrive“ genannte Zahl von 573 registrierten Fahrzeugen im Bundesstaat Texas ist eine Flotten-Größe, keine operative Dienst-Größe. Die Geofences sind klein: Houston ca. 12 bis 25 Quadratmeilen (inklusive Jersey Village und Willowbrook), Dallas 30 bis 35 Quadratmeilen (Urban Core, Highland Park, Park Cities). Zum Vergleich: Waymo fahrt bei über 500.000 bezahlten Fahrten pro Woche durch elf US-Städte inklusive London.

Der strategische Prüfstein ist die Sicherheitsbilanz. Seit dem Austin-Start im Juni 2025 hat die National Highway Traffic Safety Administration (NHTSA) 15 Unfälle dokumentiert, fünf davon allein im Januar 2026, alle involvierten Fahrzeuge waren laut Berichten Tesla Model Y mit aktivierter vollautonomer Software (FSD Unsupervised, ab Juni 2025). Laut CBS News, Bloomberg und Fortune-Analysen liegt die Unfallrate bei etwa einem Unfall pro 57.000 Meilen — der US-Durchschnitt liegt bei einem Unfall pro 500.000 Meilen. Tesla-eigene Zahlen, die Fortune am 26. Februar publizierte, beziffern die Unfallrate als vier- bis achtmal schlechter als menschliche Fahrer. Ein prominenter Fall: Ein Model 3 durchbrach Bahnschrankenbarrieren — viral geworden, noch in Prüfung.

Die NHTSA ermittelt auf zwei Ebenen. Erstens: Untersuchung gegen 2,88 Millionen Fahrzeuge wegen fehlender ADS-Reife; 80 dokumentierte Verkehrsverstöße allein in Austin. Zweitens: Prüfung wegen verspateter Unfallmeldungen — Tesla ist nach der „Standing General Order“ verpflichtet, binnen fünf Tagen zu melden, hat laut Reuters mehrfach Fristen überschritten. Besonders kritisch: Tesla ist der einzige ADS-Betreiber, der Unfall-Narrative zu 100 Prozent schwärzt (Waymo, Zoox, Aurora, Nuro veröffentlichen redigierte, aber nachvollziehbare Berichte). Waymo-CEO Tekedra Mawakana nannte Teslas kamerabasierten Ansatz in einem Bloomberg-Interview am 14. April: „never safe enough“ — ein ungewöhnlich scharfer Kommentar aus einem Branchenwettbewerber, der sonst lieber durch Zahlen als durch Worte kommuniziert.

Die paradigmatische Frage hinter dem Scale-out: Kann ein Kamera-Only-Stack (weniger als zehn Kameras pro Fahrzeug, kein Lidar, kein Radar) mit einem Multi-Sensor-Stack wie dem Waymo-Architekturansatz (29 Kameras, fünf Lidars, sechs Radare) konkurrieren? Die Antwort hängt davon ab, wie man „konkurrieren“ definiert. Tesla produziert zehnmal mehr Fahrzeuge pro Jahr als Waymo, der Sensor-Stack ist um Größenordnungen billiger. Waymo hat bessere Sicherheits-Kennzahlen, aber einen späteren Break-Even-Pfad. Für Tech-Leads, die in angrenzenden Industrien Roboter- oder Computer-Vision-Produkte bauen: Die Tesla-Entscheidung ist ein Signal, dass Kamera-Stacks kommerziell tragen können — aber mit regulatorischem Risiko, das Waymo nicht hat. Die Tesla-Aktie stieg am Launch-Tag um 12 Prozent. Die NHTSA hat noch bis August 2026 Zeit, ihre aktive Untersuchung abzuschließen.

Der Beijing E-Town Humanoid Robot Half Marathon 2026 fand am Sonntag, 19. April, im südöstlichen Pekinger Bezirk Yizhuang statt. Teilnehmende: mehr als 300 humanoide Roboter aus über 100 Teams, parallel 12.000 menschliche Laufer über die gleiche Strecke. Sieger im Robot-Feld wurde „Lightning“, ein bipedaler Humanoid des chinesischen Smartphone-Herstellers Honor (ein Huawei-Spin-off, aber ohne strategische Kontrolle durch Huawei), mit einer Streckenzeit von 50 Minuten 26 Sekunden. Das entspricht einer Durchschnittsgeschwindigkeit von rund 25 Kilometern pro Stunde auf 21,1 Kilometern — und ist sieben Minuten schneller als der menschliche Halbmarathon-Weltrekord von Jacob Kiplimo, aufgestellt im März 2026 in Lissabon.

Der sportliche Vergleich ist bewusst asymmetrisch. Roboter drufen Begleitfahrzeuge nutzen, Team-Operatoren dürfen eingreifen, Stürze werden zeitbestraft, aber nicht disqualifiziert. Auch Akkuwechsel sind erlaubt. Honor nutzte nach eigenen Angaben weder Fernsteuerung noch Akkuwechsel — Lightning lief vollautonom, mit einem flussigkeitsgekühlten Kernsystem aus Honors Smartphone-Technologie. Die Beinlangen von 90 bis 95 Zentimetern wurden bewusst elitaeren menschlichen Laufern nachempfunden.

Der Technologie-Sprung zwischen den beiden Halbmarathons ist dramatisch. 2025, in der Premiere, hatte der Sieger Tiangong Ultra vom Beijing Humanoid Robot Innovation Center zwei Stunden 40 Minuten gebraucht — mit drei Batteriewechseln und Pilot-geführter Steuerung. Ein Jahr später: Dreifache Geschwindigkeit, kein Batteriewechsel bei Lightning, voll autonome Navigation. Der Veranstalter wertete nach einem gewichteten System, das autonome Teams bevorzugte. Ein ferngesteuerter Honor-Roboter überquerte die Ziellinie faktisch zuerst (in 48:19), wurde aber nach der Wertung nicht als Gesamtsieger geführt.

Für die strategische Einordnung ist entscheidend, wer gestartet ist. Unitree war mit H1-Varianten präsent, die 2025 den Speed-Rekord von 36 Kilometern pro Stunde gehalten hatten — kam aber nicht auf die Podiumsplätze. Fourier GR-1, UBTech Walker S, EngineAI, 1X-Testkandidaten (keine Podiumsplazierung): Das gesamte China-Ökosystem war vertreten, und das Resultat war ein Clean Sweep eines Newcomers aus dem Consumer-Electronics-Sektor. Das ist das eigentlich neue Signal: Humanoid-Robotik hat ihre Forschungs-Monokultur verlassen. Wenn Smartphone-Hersteller mit Akkutechnik, Kühlung und Supply Chain in den Markt drücken, wird die Produkteinführung nicht von Durchbruchs-Momenten in US-Research-Labs diktiert, sondern von Fertigungszyklen in Shenzhen.

Die westliche Reaktion ist gemischt. Tesla Optimus hat seine Gen-3-Roadmap auf Q4 2026 verschoben; Figure AI bleibt bei BMW-Pilotdeployments; 1X Technologies arbeitet an NEO Beta mit Consumer-Fokus für 2027; Boston Dynamics (nach der Hyundai-Übernahme aus 2021 chinaunabhängig) zeigt Atlas-Electric in Forschungskooperationen. Was der Beijing-Marathon illustriert und was wir in unserer heutigen Reportage breiter ausarbeiten: Der Zeitpunkt des Marktstarts für Physical-AI-Produkte verschiebt sich von 2028/29 auf 2026/27. Das 18-Monats-Fenster wird knapp.

Vercel ist die Cloud-Deployment-Plattform hinter dem beliebten Next.js-Framework und hostet Seiten von OpenAI-Marketing bis zu unzähligen YC-Startups. Das offizielle Security Bulletin vom 19. April („Vercel April 2026 security incident“) beschreibt die Kill Chain in seltener Offenheit: Ein Supply-Chain-Angriff auf die OAuth-App der AI-Integration „Context.ai“ ermöglichte den Angreifern, über eine Vercel-Mitarbeiterin mit aktiver Context.ai-Integration Kontrolle über deren Google-Workspace-Account zu erlangen. Von dort Pivot in die interne Vercel-Umgebung, Privilege Escalation durch Enumeration nicht-sensitiver Umgebungsvariablen, Zugriff auf Vercels Linear (Issue-Tracker) und die GitHub-Integrationen. Der Vercel-CEO Guillermo Rauch spricht in einer internen Notiz von „highly sophisticated and significantly accelerated by AI“ — eine Formulierung, die darauf hindeutet, dass die Angreifer LLM-basierte Recon- und Escalation-Tools systematisch eingesetzt haben.

Die beanspruchte Beutemenge ist erheblich. Ein Post auf dem BreachForums am 19. April, firmierend unter dem Namen „ShinyHunters“, fordert zwei Millionen Dollar (mit Verhandlungsspielraum ab 500.000) für ein Paket aus Datenbank-Snapshots, Source-Code, Access- und API-Keys, NPM-Tokens, GitHub-Tokens und Daten aus Vercels User-Management-System. Als Proof wurden 580 Employee-Records veröffentlicht. BleepingComputer hat allerdings nach Nachfrage bei bekannten ShinyHunters-Akteuren klargestellt: Der Post ist vermutlich nicht von der etablierten Gruppe — es handelt sich um eine Imitation oder einen Trittbrettfahrer. Das ändert wenig an den rohen Fakten: Der Vercel-Datenfund ist real, und Teile davon sind wahrscheinlich bereits abgezogen.

Der entscheidende Punkt für CTOs und Engineering-Leads ist struktureller Natur: Die Attacke läuft über eine OAuth-App, die einem AI-Produktivitäts-Tool breite Google-Workspace-Permissions erteilt hatte. Context.ai, ein kleines AI-Integration-Startup, erfuhr selbst das Ziel eines Supply-Chain-Kompromisses — eine Geschichte, die aktuell wenig Berichterstattung hat, aber die unmittelbare Lieferkettengeschichte dahinter ist. Zugriff auf eine einzelne OAuth-App mit breiten Scopes war damit Zugriff auf ein kritisches Hyperscaler-Backend. Das Muster ist nicht neu — die LiteLLM/Mercor-Attacke von März 2026 lief in der gleichen Logik — aber die Pointe, dass ein AI-Coaching-Tool der Einstieg war, zeigt die neue Reichweite dieser Klasse von Angriffen. LLM-gestuzte Assistenten mit Calendar-, Email- und Dokumenten-Permissions sind Teil fast jeder Unternehmens-Infrastruktur.

Vercel hat Kunden aufgefordert, Environment Variables zu rotieren und das „sensitive“-Flag (Vercels Encryption-at-Rest-Marker) zu setzen. Nicht-sensitive Env-Vars waren laut Bulletin unverschlüsselt at rest — eine typische Default-Konfiguration, die der Angreifer für Enumeration nutzte. Vercel betont, dass Next.js, Turbopack und die offiziellen Open-Source-Projekte vom Supply-Chain-Audit nicht betroffen seien. Impact auf einzelne Kunden bleibt offen: Rauch spricht von „quite limited“, konkrete Zahlen wurden nicht genannt. Das Timing ist besonders unangenehm: Vercel befindet sich in IPO-Vorbereitung; Startup Fortune titelt bereits „Breach Exposes AI Tool Supply Chain Risk Ahead of IPO“.

Die praktische Konsequenz ist dreifach. Erstens: Eine Inventarisierung aller OAuth-Apps mit Google-Workspace- oder Microsoft-365-Integrationen im eigenen Unternehmen. Zweitens: Review der Scopes — selbst „nur Kalenderzugriff“ kann Rueckschlüsse auf Meeting-Teilnehmer und Strategie ermöglichen. Drittens: Default-Encryption für alle Environment Variables, ohne Ausnahme. Vercels Bulletin ist in seiner Transparenz vorbildlich und in seiner Kill-Chain eine Blaupause dafür, wie kompetent AI-assistierte Angriffsgruppen heute arbeiten.

iLearningEngines ging im April 2024 per SPAC-Merger an die Nasdaq — zu einer Bewertung von knapp 1,5 Milliarden Dollar zur Spitzenzeit. Das Unternehmen vermarktete sich als „AI-native learning automation“-Plattform für Enterprise-Training und Compliance — ein Feld, in dem „AI“ als Label auf praktisch jeden Workflow angeheftet werden konnte, ohne dass Käufer technische Details prüfen mussten. Ende 2024 brach das Geldhaus unter Short-Seller-Druck zusammen; im Dezember 2024 meldete die Firma Chapter 11 an, im März 2025 erfolgte die Konversion zu Chapter 7 (vollständige Liquidation).

Die am 17. April 2026 verkündete Anklage betrifft Puthugramam Chidambaran (57), den Ex-CEO, verhaftet in Potomac, Maryland — und Sayyed Farhan Ali Naqvi (44), den Ex-CFO, verhaftet in San Jose, Kalifornien. Das 10-Count-Indictment der US Attorney’s Office for the Eastern District of New York listet „continuing financial crimes enterprise“, Securities Fraud, Wire Fraud und Verschwörung. Die Kernvorwürfe: Mindestens 90 Prozent der 421 Millionen Dollar Umsatz für das Geschäftsjahr 2023 seien erfunden gewesen. Das Schema: Mit Strohmann-Konten wurden „Round-Trip“-Fonds aufgesetzt, also Investoren- und Kreditgeld zurück an Konten geleitet, die als Kundenzahlungen an iLearningEngines erschienen. Mitarbeiter und — laut DOJ — Familienmitglieder unterschrieben als fiktive Executives anderer Firmen, um die Transaktionen als glaubwürdig auszuweisen. „Virtually all“ Kundenbeziehungen, zitiert das DOJ aus einem Executive-Memo, seien fingiert gewesen.

Der Fall steht beispielhaft für eine Welle von AI-Washing-Fällen, die sich seit 2024 häufen. Die SEC hat im letzten Jahr 48 AI-bezogene Enforcement-Aktionen geführt — ein Faktor drei gegenüber 2023. Die Muster ähneln sich: Ein bestehendes Geschäftsmodell wird mit einem AI-Overlay rebranded; die SPAC- oder IPO-Bewertung steigt um 3 bis 10x; Umsatz wird fabriziert, bis die Short Seller kommen; der Kurs bricht ein; die Bankrotta folgt; erst dann wird mit zwei, drei Jahren Verzug strafrechtlich ermittelt. CognitionAI (SPAC-Kollaps Oktober 2025), XecutionAI (SEC-Strafzahlung Januar 2026) und jetzt iLearningEngines bilden eine Reihe, die bei Investment Banks intern inzwischen „AI-SPAC Winter“ genannt wird.

Für CTOs und Finanzvorstande, die mit Vendor-Evaluationen befasst sind, ist der Fall eine operative Erinnerung. Erstens: Due Diligence sollte die technische Substanz des AI-Claims separat prüfen — nicht nur die Demos. Ein konkreter Check: Welche ML-Engineers sind beim Vendor angestellt? Welche Modelle laufen in Produktion? Existiert ein Model-Card-Dokument mit Training-Daten und Performance-Metriken? Zweitens: Reference Checks bei genannten Kunden sollten direkt beim Kunden-Engineering-Lead laufen, nicht bei der Prokurist:in, die der Vendor vermittelt. Drittens: „Customer Concentration“ ist im SEC-Sinn ein Konzentrationsrisiko, aber auch ein Fake-Indikator — wenn 60 Prozent eines Umsatzes aus drei Kunden stammen, sollte Backchannel-Verifikation möglich sein. Der iLearningEngines-Fall ist extrem, aber die diagnostische Checkliste ist universell einsetzbar.

Auf makroregulatorischer Ebene wirkt der Fall als Katalysator. Sechs US-Senator:innen forderten am 18. April in einem Brief an die SEC, AI-Claims in Prospekten mit denselben Standards zu regulieren wie Lizenz- oder Patent-Claims. Die Wahrscheinlichkeit, dass 2026 eine konkrete SEC-Regulierung folgt, ist damit deutlich gestiegen. Für seriöse AI-Startups ist das eine gute Nachricht — sie erhöht das Signal-Rausch-Verhältnis in ihrem Sektor und reduziert die Gefahr, mit Betrügern in denselben Gesprächen zu landen.