200 Stunden ohne Pause — und trotzdem nicht angekommen: Der wahre Stand humanoider Roboter 2026

Der 200-Stunden-Lauf — und was er wirklich beweist

Acht Tage lang, rund um die Uhr, sortierten Mitte Mai drei humanoide Roboter des kalifornischen Herstellers Figure AI Pakete: greifen, Barcode finden, mit dem Code nach unten ablegen, wieder von vorn. Geplant war eine Demonstration über acht Stunden. Am Ende waren es 200 Stunden Dauerbetrieb, fast 250.000 Pakete und — laut Figure — kein einziger Hardware-Ausfall. Die Roboter wechselten sich selbstständig ab; wessen Akku leer wurde, rollte autonom zur Ladestation, der nächste übernahm. Der Livestream lief durch.

Das ist eine echte Leistung, und sie unterscheidet sich von dem, was die Branche jahrelang gezeigt hat. Die viralen Roboter-Videos der vergangenen Jahre lebten von einzelnen, choreografierten Momenten: ein Salto, ein elegant eingeschenktes Glas Wasser, ein Tänzchen. Der Figure-Lauf misst etwas anderes — Ausdauer bei einer monotonen, realen Aufgabe. Genau hier scheitern Roboter im Alltag, nicht an der spektakulären Einzelbewegung, sondern an der hundertsten Wiederholung ohne menschliches Eingreifen.

Und doch lohnt der nüchterne Blick. Unabhängig verifiziert sind die Zahlen nicht. Wie hoch die Fehlerquote war, wie viele Pakete beschädigt oder neu sortiert werden mussten, hat Figure nicht im Detail veröffentlicht. Aufmerksame Beobachter merkten an, dass die Roboter im Video auffällig oft Richtung Kopf gestikulierten — in der Robotik historisch ein Indiz dafür, dass ein Mensch per Fernsteuerung (Teleoperation) nachhilft. CEO Brett Adcock widerspricht: Das sei ein Nebeneffekt des Steuerungssystems, das Armwege automatisch freiräume. Belegen lässt sich beides von außen nicht. Der Lauf ist damit ein starkes Indiz für Fortschritt — aber kein Beweis für einsatzreife Autonomie.

Warum gerade jetzt: der KI-Durchbruch hinter den Maschinen

Um den aktuellen Hype zu verstehen, muss man eine technische Verschiebung begreifen. Klassische Robotik funktionierte wie ein präzises, aber stures Uhrwerk: Jede Aufgabe wurde von Ingenieuren einzeln einprogrammiert, Wahrnehmung, Sprachverständnis und Bewegung waren getrennte Module, mühsam miteinander verdrahtet. Ein so gebauter Roboter konnte exakt das, wofür er programmiert war — und nichts darüber hinaus. Eine leicht veränderte Aufgabe bedeutete monatelange Neuprogrammierung.

Der Wandel kommt von den sogenannten Vision-Language-Action-Modellen (VLA). Man kann sie sich als die robotische Schwester der großen Sprachmodelle vorstellen, die hinter ChatGPT oder Claude stehen: Statt nur Text zu verarbeiten, vereinen VLA-Modelle Sehen, Sprachverständnis und Bewegungssteuerung in einer einzigen, gemeinsam trainierten Architektur. Dadurch können sie verallgemeinern — also auch Aufgaben, Objekte und Umgebungen bewältigen, die sie im Training nie exakt so gesehen haben. Aus dem Uhrwerk wird ein lernfähiger Generalist.

Figures Helix-System illustriert das anschaulich mit einer Zwei-Geschwindigkeiten-Architektur, inspiriert von Daniel Kahnemans Unterscheidung zwischen schnellem und langsamem Denken. Ein „langsames“ System — ein mit Internetwissen vortrainiertes Sieben-Milliarden-Parameter-Modell — übernimmt das Verstehen und Planen: Was sehe ich, was soll ich tun? Ein „schnelles“ System mit nur 80 Millionen Parametern steuert die Bewegungen 200-mal pro Sekunde in Echtzeit. Beides läuft auf stromsparenden, eingebetteten Chips direkt im Roboter — ohne Anbindung an ein Rechenzentrum. Hinzu kommt das Training in der Simulation: Roboter üben millionenfach in einer virtuellen Welt und übertragen das Gelernte dann in die Realität (im Fachjargon „Sim-to-Real“). Das senkt Kosten und Zeit dramatisch.

China baut sie, der Westen bewertet sie

Während im Westen über Bewertungen in Milliardenhöhe gesprochen wird, dominiert China die eigentliche Produktion. 2025 wurden weltweit rund 13.300 humanoide Roboter ausgeliefert — 87 Prozent davon von chinesischen Herstellern. Marktführer ist nicht Figure oder Tesla, sondern das Shanghaier Unternehmen AgiBot mit knapp 5.200 ausgelieferten Einheiten.

Der prominenteste chinesische Name ist Unitree aus Hangzhou. Das Unternehmen ist profitabel, steigerte seinen Umsatz 2025 um über 300 Prozent und hat im März 2026 einen Börsengang an der Shanghaier Börse beantragt — es wäre Chinas erstes börsennotiertes Humanoid-Unternehmen. Entscheidend ist aber der Preis: Unitrees Basismodell G1 startet bei rund 16.000 Dollar. Der Durchschnittspreis chinesischer Humanoide fiel von etwa 85.000 Dollar (2023) auf rund 25.000 Dollar (2025). Zum Vergleich: Westliche Modelle liegen weiterhin im sechsstelligen Bereich.

Dieser Kostenvorteil ist kein Zufall, sondern strukturell. Chinas Lieferkette für Elektroautos — Aktuatoren, Sensoren, Batterien — lässt sich direkt für Roboter nutzen. Und ein geopolitischer Hebel kommt hinzu: China kontrolliert rund 65 Prozent der Förderung und etwa 88 Prozent der Raffination Seltener Erden, die für die Präzisionsmotoren in Roboterhänden unverzichtbar sind. Genau diese Abhängigkeit traf 2025 westliche Hersteller — Teslas Optimus-Programm verzögerte sich unter anderem wegen chinesischer Exportbeschränkungen für Magnete.

Apropos Tesla: Das vielleicht meistdiskutierte Programm hinkt seinen eigenen Versprechen am deutlichsten hinterher. Elon Musk hatte für 2025 die Produktion von 5.000 Optimus-Einheiten angepeilt — tatsächlich entstanden nur einige Hundert, primär zu Lernzwecken. Die Enthüllung der dritten Generation wurde mehrfach verschoben, der größte Engpass sind ausgerechnet die hochkomplexen Hände mit ihren 22 Freiheitsgraden. Musk verzichtet inzwischen auf ein konkretes Produktionsziel für 2026.

Die Reality-Check-Liste für Entscheider

Wer aus der Distanz auf die Demo-Videos schaut, übersieht leicht, wie groß die Lücke zwischen Vorführung und Produktivbetrieb noch ist. Drei Punkte sollten Tech- und Operations-Verantwortliche im Hinterkopf behalten.

Erstens: Teleoperation ist verbreiteter, als es scheint. Viele „autonome“ Demos hängen ganz oder teilweise an menschlicher Fernsteuerung. Der Haushaltsroboter Neo des norwegisch-amerikanischen Herstellers 1X — vorbestellbar für 20.000 Dollar oder 499 Dollar im Monat — gibt offen zu, dass die ersten Auslieferungen teils von 1X-Mitarbeitern per VR-Brille gesteuert werden; die KI lernt dabei mit. Das ist ehrlich kommuniziert, aber es bedeutet: Wer 2026 einen Humanoiden „kauft“, erwirbt in vielen Fällen eine Forschungs- und Datensammel-Plattform, keinen fertigen autonomen Arbeiter.

Zweitens: Zuverlässigkeit ist die eigentliche Hürde. Klassische Industrieroboter erreichen Verfügbarkeiten von 95 bis 99 Prozent. Humanoide liegen davon noch deutlich entfernt. Eine ernüchternde Zahl aus China: Bei einer Befragung von 150 Firmen waren nur 23 Prozent der Käufer mit ihren Humanoiden zufrieden. Was zuverlässig funktioniert, ist Gehen auf ebenem Boden und einfaches Greifen in strukturierter Umgebung. Was noch nicht funktioniert, ist die autonome Manipulation neuartiger Objekte, das Aufstehen nach einem Sturz und das mehrschrittige Arbeiten in unstrukturierten Räumen — also alles, was den Haushalt ausmacht.

Drittens: Der Einsatz beginnt in der Fabrik, nicht im Wohnzimmer. Die ersten realen Einsätze finden in strukturierten Umgebungen statt — Lager, Fertigungslinien, Flughafen-Bodenabfertigung. Agility Robotics betreibt mit seinem Roboter Digit bereits kommerzielle Logistikeinsätze, Boston Dynamics hat seinen vollelektrischen Atlas in Produktion gebracht und an Hyundai sowie Google DeepMind verpflichtet. Der Haushaltsroboter, der die Wäsche faltet, bleibt vorerst ein Versprechen.

Die Plattform-Wette und der Marktausblick

Eine wichtige strategische Entwicklung läuft eine Ebene unter den Robotern selbst. Nvidia versucht, zum „Android der Robotik“ zu werden: Mit der offenen Foundation-Model-Familie Isaac GR00T und dem Recheneinheit Jetson Thor liefert der Chipkonzern die KI-Grundlage, auf der zahlreiche Hersteller — von Agility über Boston Dynamics bis Figure — aufsetzen können. Die Parallele zum Smartphone-Markt ist gewollt: Wer die gemeinsame Plattform stellt, verdient unabhängig davon, welcher Hersteller am Ende die meisten Geräte verkauft.

Die Marktprognosen sind entsprechend euphorisch — und entsprechend mit Vorsicht zu genießen. Goldman Sachs hat seine Schätzung für den Markt humanoider Roboter auf 38 Milliarden Dollar bis 2035 angehoben, mehr als das Sechsfache der früheren Prognose, ausdrücklich begründet mit dem KI-Fortschritt. Morgan Stanley sieht bis 2050 ein Ökosystem von fünf Billionen Dollar, Citi sogar sieben Billionen und 648 Millionen Roboter. Solche Zahlen sind Szenarien, keine Gewissheiten — sie setzen voraus, dass die heute ungelösten Zuverlässigkeits- und Kostenprobleme über zwei Jahrzehnte gelöst werden.

Was bedeutet das konkret für Unternehmen? Drei Schlüsse. Erstens: Der Engpass ist nicht mehr die Hardware allein, sondern die KI-Software und die Datensammlung — wer früh Roboter einsetzt, kauft vor allem Lerndaten. Zweitens: Die ersten belastbaren Anwendungsfälle liegen in der Logistik und Fertigung mit klar umrissenen, wiederholbaren Aufgaben; alles darüber hinaus ist 2026 noch Pilotprojekt. Drittens: Der Kostenpfad zeigt nach unten — von rund 100.000 Dollar pro Einheit heute auf erwartete 25.000 Dollar gegen Ende des Jahrzehnts, mit chinesischen Anbietern als Preistreibern. Der 200-Stunden-Lauf von Figure ist in diesem Bild kein Ankunftssignal, sondern ein Zwischenstand: beeindruckend genug, um den Fortschritt ernst zu nehmen — und ehrlich genug betrachtet, um den Hype von der Realität zu trennen.