Die Investmentlandschaft der Robotik steht vor einem Paradigmenwechsel. Eclipse Ventures, ein auf Industrietechnologie spezialisierter Risikokapitalgeber aus dem Silicon Valley, verkündet nicht nur die Auflegung eines 1,3 Milliarden Dollar schweren Fonds – das Unternehmen definiert auch grundlegend neu, wie Investoren mit “Physical AI”-Startups zusammenarbeiten. Anstatt sich auf traditionelle Finanzierungsrunden zu beschränken, baut Eclipse nun eigene Unternehmen auf. Ein hybrider Ansatz zwischen klassischem Venture Capital und aktivem Company Building, der zeigt, wie dringend die Branche nach neuen Modellen sucht.
Der Begriff Physical AI: Marketing oder Paradigmenwechsel?
“Physical AI” ist zum Schlagwort der Stunde geworden – ein Begriff, der die Konvergenz von künstlicher Intelligenz und physischer Robotik beschreibt. Doch was genau verbirgt sich dahinter, und warum glauben Investoren wie Eclipse, dass gerade jetzt der richtige Zeitpunkt für massive Investitionen gekommen ist?
Die Antwort liegt in mehreren technologischen Durchbrüchen der letzten Jahre. Wie Gill Pratt, CEO des Toyota Research Institute und ehemaliger DARPA-Programmmanager, im Interview mit IEEE Spectrum erklärt: “Was sich verändert hat, ist nicht der Körper der Roboter, sondern das Gehirn.” Jahrelang baute die Industrie mechanisch hochentwickelte Systeme, deren Intelligenz jedoch weit hinter den hardwareseitigen Möglichkeiten zurückblieb. Mit dem Durchbruch moderner KI-Verfahren – insbesondere durch Diffusion Policies und Large Behavior Models – können Roboter nun durch Demonstration lernen, statt mühsam programmiert werden zu müssen.
Diese Entwicklung ist fundamental. Vor zwei Jahren entwickelte das Toyota Research Institute die Diffusion Policy, ein Verfahren, das es Robotern ermöglicht, aus visuellen Daten direkt auf Aktionen zu schließen. Praktisch jede aktuelle Robotik-Demonstration, die wir heute sehen, nutzt eine Variante dieser Technologie. Die Lernkurven haben sich dramatisch verkürzt: Was früher Monate an Programmierarbeit erforderte, kann heute in Stunden durch Demonstration vermittelt werden.
Das Inkubator-Modell: Wenn Investoren zu Unternehmern werden
Eclipse Ventures’ neue Strategie geht weit über klassisches Risikokapital hinaus. Das Unternehmen kombiniert Investitionen in bestehende Startups mit dem aktiven Aufbau eigener Unternehmen – ein Modell, das in der Technologiebranche als “Venture Building” oder “Studio-Modell” bekannt ist, in der Robotik-Investmentwelt bisher aber ungewöhnlich war.
Dieser Ansatz signalisiert mehrere wichtige Entwicklungen. Erstens: Die Erkenntnis, dass es in der Physical-AI-Landschaft noch große weiße Flecken gibt – Marktchancen, die bestehende Gründerteams nicht adressieren. Zweitens: Die Überzeugung, dass die technologischen Bausteine nun reif genug sind, um gezielt Unternehmen für spezifische Anwendungsfälle zu konzipieren. Drittens: Die Notwendigkeit, die lange Entwicklungszeit von Robotik-Produkten durch intensivere Unterstützung zu beschleunigen.
Das Risiko dieses Ansatzes ist erheblich. Während traditionelle VCs ihr Portfolio diversifizieren und auf die Fähigkeiten unabhängiger Gründerteams setzen, konzentriert Eclipse nun eigene Ressourcen und Aufmerksamkeit auf selbst initiierte Projekte. Gelingt es, könnte dies zum Vorbild für eine neue Generation von Robotik-Investoren werden. Scheitert das Modell, steht nicht nur finanzielles Kapital auf dem Spiel, sondern auch die Glaubwürdigkeit eines Ansatzes, der die Grenzen zwischen Investor und Unternehmer verwischt.
Die japanische Perspektive: Roboter als gesellschaftliche Notwendigkeit
Um die globale Bedeutung der Physical-AI-Revolution zu verstehen, lohnt sich ein Blick nach Japan. Das Land steht vor einer demografischen Herausforderung, die Gill Pratt prägnant zusammenfasst: “Wir haben keine Wahl.” Die Dependency Ratio – das Verhältnis zwischen arbeitender Bevölkerung und zu versorgenden Personen – verschlechtert sich dramatisch. In Japan, aber auch zunehmend in Europa und den USA, führt dies zu einem fundamentalen Problem: Zu wenige junge Menschen müssen zu viele ältere Menschen unterstützen.
Japanische Unternehmen reagieren darauf mit einer Robotik-Offensive, die weit über industrielle Anwendungen hinausgeht. Roboter übernehmen dort bewusst Aufgaben, die “niemand haben will” – nicht um menschliche Arbeitskräfte zu verdrängen, sondern um Lücken zu füllen, die sonst unbesetzt blieben. Diese gesellschaftliche Akzeptanz von Robotik als Notwendigkeit unterscheidet Japan fundamental von westlichen Märkten, wo die Debatte noch stark von Verdrängungsängsten geprägt ist.
Interessanterweise zeigen Studien des Robotics and AI Institute, dass direkte Erfahrungen mit Robotern die öffentliche Akzeptanz signifikant erhöhen. In einem Mall-Pop-up in Cambridge konnten Besucher einen Spot-Roboter von Boston Dynamics steuern. Die Ergebnisse waren eindeutig: Nach nur wenigen Minuten praktischer Interaktion stieg der Komfort mit Robotern in verschiedenen Umgebungen – von Krankenhäusern bis zu häuslichen Umgebungen – messbar an. Besonders bemerkenswert: Die Teilnehmer begannen, Roboter nicht mehr nur als Arbeitswerkzeuge, sondern auch als Begleiter und Unterhaltungsgeräte zu sehen.
Die europäische Robotik-Landschaft: Zwischen Forschungsexzellenz und Kommerzialisierungslücke
Für die europäische Robotik-Industrie stellt der Eclipse-Fonds eine Herausforderung und eine Chance zugleich dar. Europa verfügt über hervorragende Forschungseinrichtungen – vom Robotics and AI Institute bis zu ETH Zürich und TU München – und hat einige erfolgreiche Robotik-Unternehmen wie ANYbotics, PAL Robotics oder Franka Emika hervorgebracht. Dennoch bleibt die Region bei Risikokapital und der Skalierung von Robotik-Startups deutlich hinter den USA und zunehmend auch China zurück.
Der Eclipse-Ansatz des aktiven Company Buildings könnte europäischen Investoren als Vorbild dienen. Gerade die traditionell starke Position Europas in Ingenieurwissenschaften und Fertigungstechnik würde sich gut mit einem Modell verbinden lassen, das technologische Exzellenz mit unternehmerischer Unterstützung kombiniert. Fehlt es europäischen Deep-Tech-Gründungen oft an Skalierungs-Know-how und Marktzugang, könnte ein gut aufgestellter Venture Builder diese Lücke schließen.
Gleichzeitig warnt die Entwicklung vor überzogenen Erwartungen. Gill Pratt äußert sich besorgt über die aktuelle “Peak of Inflated Expectations” im Bereich humanoider Robotik. Seine Kritik ist präzise: Die heutigen Physical-AI-Systeme beherrschen “System-1-Denken” – schnelles, reflexartiges Mustererkennen – brillant. Was ihnen fehlt, ist “System-2-Denken” – das langsame, planende Denken mit Weltmodellen und echter Vorstellungskraft. Ohne Durchbruch in diesem Bereich, so Pratt, drohe der Branche ein ähnlicher Absturz wie einst beim autonomen Fahren.
Die technologischen Hürden: Daten, Denksysteme und Diversifikation
Die größte Herausforderung für Physical AI liegt paradoxerweise nicht in der Hardware, sondern in der Software – genauer: in den Trainingsdaten und der Architektur der lernenden Systeme. Während Large Language Models auf riesige Textkorpora zugreifen können, müssen Roboter in der physischen Welt lernen. Jede Trainingsstunde erfordert reale Roboter, reale Umgebungen und reale Zeit.
Unitree Robotics hat kürzlich das UnifoLM-WBT-Dataset veröffentlicht – eine umfangreiche Sammlung von Ganzkörper-Teleoperation-Daten für humanoide Roboter. Solche Open-Source-Initiativen sind entscheidend, um die “Datenlücke” zu schließen. Doch wie Ken Goldberg von UC Berkeley argumentiert, kann auch “gute alte Ingenieurskunst” helfen: Durchdachtes mechanisches Design und clevere Problemdekomposition können den Datenbedarf drastisch reduzieren.
Ein weiteres Problem ist die Überbetonung humanoider Formen. Wie Gill Pratt anmerkt, ist es “sehr seltsam, so viel Fokus auf beinige Roboter in Fabriken zu sehen, die flache, für Räder perfekt geeignete Umgebungen sind.” Die Investitionswelle in Humanoide könnte teilweise fehlgeleitet sein – getrieben von der medialen Aufmerksamkeit, die menschenähnliche Maschinen erzeugen, statt von rationaler Analyse der effizientesten Lösungen für konkrete Probleme.
Ausblick: Dampening the Hype, Accelerating Reality
Eclipse Ventures’ 1,3-Milliarden-Dollar-Fonds und das Company-Building-Modell markieren einen Wendepunkt in der Robotik-Finanzierung. Die Kombination aus verbesserter KI, sinkenden Hardwarekosten und wachsendem gesellschaftlichem Bedarf – insbesondere in der Altenpflege und bei repetitiven Aufgaben – schafft tatsächlich neue Marktchancen.
Doch wie Gill Pratt mahnt, braucht die Branche jetzt vor allem “Dämpfung” – eine realistischere Einschätzung der aktuellen Fähigkeiten und Grenzen. Die Gefahr eines Hype-Crashes ist real, und nur Unternehmen mit substanziellen Produkten und nachhaltigen Geschäftsmodellen werden die kommenden Jahre überstehen.
Für Europa bedeutet dies: Die Zeit ist reif für eigene ambitionierte Investitionsmodelle im Physical-AI-Bereich, aber gekoppelt mit der nüchterner Einschätzung technologischer Realitäten. Der japanische Ansatz – Roboter als gesellschaftliche Notwendigkeit statt als Hype-Thema zu begreifen – könnte dabei als Vorbild dienen. Denn letztlich wird Physical AI nicht durch Investitionsvolumen allein Realität, sondern durch die geduldige Arbeit an den fundamentalen Problemen: bessere Weltmodelle, effizientere Lernverfahren und durchdachte Anwendungen, die echte Probleme lösen.