Milliardeninvestitionen fließen derzeit in Weltmodelle und sogenannte Physical AI, also KI, die mit Hardware verbunden wird, um die reale Welt wahrzunehmen und in ihr zu agieren. Diese Entwicklung gilt als nächster Trend nach Large Language Models (LLMs). Im Bereich Robotik sprechen Experten von einem Schritt von vorprogrammierter Automatisierung hin zu lernfähigen Robotern mit physischer Autonomie.

Die Branche verzeichnet bereits Rekordinvestitionen.

Der Aufstieg der Physical AI

Weltmodelle, die im Gegensatz zu sprachbasierten LLMs auf die physische Welt abzielen, ziehen erhebliche Kapitalzuflüsse an. „Physical AI“ integriert KI mit Hardware, um die reale Welt wahrzunehmen, zu analysieren und in ihr zu agieren. Das Ziel der Anwendung physischer KI ist, Robotern Wahrnehmung, Aktion und Anpassung in der realen Welt zu ermöglichen und den Bedarf an aufgabenspezifischem Engineering zu reduzieren.

Ein zentraler Aspekt ist die Messbarmachung der materiellen Welt zur Gewinnung operationeller Einblicke. Ulrike Hoffmann-Burchardi, globale Aktienleiterin bei UBS, betont den Wandel von vorprogrammierter Automatisierung zu physischer Autonomie. Lernfähige Roboter können durch Beobachtung von Aktionen oder Aufgaben lernen.

Dies wird in Fachkreisen als „in-context learning“ bezeichnet. Thomas Houden von OnRobot fasst zusammen: „Modelle können Aktionen generieren, aber Hardware muss diese Aktionen ausführen.“

Rekordinvestitionen und Marktprognosen

Startups im Bereich Robotik und Physical AI erhielten im zweiten Quartal 2026 Rekordinvestitionen von 18,6 Milliarden US-Dollar, verteilt auf 450 Deals. Obwohl die Anzahl der Deals quartalsweise um 14,1 Prozent sank, stieg der Deal-Wert um 25,3 Prozent. Selbst ohne die drei größten Finanzierungsrunden des Quartals, darunter 5 Milliarden US-Dollar für Anduril Industries, lagen die Investitionen über dem Niveau des ersten Quartals 2026.

AI- und Autonomie-Plattformen erreichten über die letzten zwölf Monate ein Finanzierungsvolumen von 7,7 Milliarden US-Dollar.

PwC prognostiziert kumulierte Investitionen in KI-Infrastruktur bis 2050 von 31,6 Billionen US-Dollar. Jährliche Investitionen in Rechenzentren sollen nach dieser Prognose von etwa 800 Milliarden US-Dollar im Jahr 2026 auf 1,8 Billionen US-Dollar im Jahr 2050 steigen. Der Anteil von Informations- und Kommunikationstechnologie-Ausrüstung an diesen Investitionen wird in der PwC-Analyse von heute 70 Prozent auf 93 Prozent im Jahr 2050 geschätzt.

Auf die USA entfallen demnach 48 Prozent der Gesamtinvestitionen, also 15,1 Billionen US-Dollar.

Der Venture-Capital-Geber Andreessen Horowitz (a16z) hat einen „Machine Age“ Fonds über 1,1 Milliarden US-Dollar aufgelegt. Dieser Fonds soll laut a16z den „physischen Aufbau der KI beschleunigen“. PwC schätzt die Marktgröße für Physical AI bis 2030 auf 450 Milliarden US-Dollar, mit einem Potenzial von bis zu 1 Billion US-Dollar, wenn das unterstützende Ökosystem mitgerechnet wird.

Schlüsselkomponenten und Ökosysteme

Der Aufbau physischer KI erfordert spezialisierte Komponenten und eine robuste Infrastruktur. Aktuatoren, die Robotern millimetergenaue Bewegungen ermöglichen, machen einer Quelle zufolge 40 bis 60 Prozent der Materialkosten eines humanoiden Roboters aus. Das Getriebe trägt davon 30 bis 50 Prozent.

Rockwell Automation und ABB gelten als Beispiele für Hersteller von Aktuatoren und Präzisionsgetrieben. Schaeffler hat in das Londoner Startup Humanoid investiert und ist bevorzugter Lieferant für mehr als die Hälfte der Gelenkaktuatoren des Unternehmens. Humanoid sammelte im Juli 2026 152 Millionen US-Dollar in einer Series-A-Runde ein.

Chinesische Hersteller wie Shuanghuan und dessen Tochter Fine Motion entwickeln ebenfalls spezialisierte Getriebe für humanoide Robotik. Fine Motion plant einen Börsengang, und Shuanghuan arbeitet laut Berichten an Getrieben für humanoide Robotik, etwa in Projekten mit Tesla.

Sensoren und Wahrnehmungssysteme von Anbietern wie Synaptics, Ouster und Luminar Technologies werden in Recherchen als Beispiele für Wahrnehmungskomponenten genannt. Eine „Haut“, die Druck und Reibung messen kann, gilt als notwendige Funktion, um fragile Objekte sicher zu handhaben.

Edge-Computing- und Energieinfrastrukturlieferanten wie Nvidia, Arm Holdings und Advanced Micro Devices sind entscheidend für lokale Datenverarbeitung und Energieversorgung. Nvidia plant nach Berichten, dass Amazon weitere 2 Millionen GPUs bezieht. Zudem sind 3,5 Milliarden US-Dollar an Investitionen in MediaTek angekündigt worden, um das Ökosystem zu stärken.

Nvidia kündigte überdies Memoranda of Understanding über insgesamt 500 Milliarden US-Dollar mit Investmentfirmen zur Finanzierung von AI-Computing-Produkten an.

Xiaomi verfolgt laut Analysen eine vertikal integrierte Strategie für KI. Diese umfasst proprietäre Chips, Betriebssysteme, Basismodelle und verkörperte Robotik. Zwischen 2026 und 2030 plant Xiaomi nach eigenen Angaben F&E-Ausgaben von 200 Milliarden Yuan, rund 27,8 Milliarden US-Dollar.

Herausforderungen und Ausblick

Trotz hoher Investitionen bestehen Hürden. Eine wichtige Herausforderung ist die Abhängigkeit von kritischen Rohstoffen. China raffiniert nach Angaben der Recherche etwa 90 Prozent der für Neodym-Magnete in Aktuatoren benötigten Seltenen Erden.

Die EU hat das Ziel formuliert, dass bis 2030 kein einzelnes Drittland mehr als 65 Prozent des Verbrauchs an strategischen Rohstoffen liefern soll. Eigene Raffineriekapazitäten sind in der EU jedoch gering. Diese Abhängigkeit könnte die Skalierung physischer KI außerhalb Chinas erschweren.

Auch die Finanzierung großer Infrastrukturinvestitionen ist fraglich. Hyperscaler wie Amazon und Google waren im zweiten Quartal 2026 cashflow-negativ. Die Erlöse von LLM-Anbietern wie Anthropic, mit 11,5 Milliarden US-Dollar Umsatz im zweiten Quartal 2026, decken der Analyse zufolge die hohen Compute-Kosten bislang nicht vollständig.

Dies deutet auf mögliche Finanzierungslücken oder eine Abhängigkeit von Börsengängen hin, deren Renditen für Investoren ungewiss bleiben.

Technisch ist die Modellierung der physischen Welt anspruchsvoll. Anima Anandkumar von Accelerated Understanding weist darauf hin, dass die physische Welt im Gegensatz zu sequenziellen Sprachdaten dreidimensional und zeitlich dynamisch ist, was die Entwicklung von Weltmodellen komplexer macht. Analysten von Morgan Stanley sehen für Komponentenlieferanten einen verschobenen Fokus.

Bei zunehmendem Einsatz humanoider Roboter steigen Anforderungen an Zuverlässigkeit, Konsistenz, Fertigungsumfang und Kosten. Dies begünstigt Anbieter mit Massenproduktionskapazitäten.

Xiaomi plant den Eintritt in den europäischen E-Vermarkt in der zweiten Hälfte 2027 und erwartet, dass intelligente Segmente zu den größten Umsatztreibern werden. Parallel planen Unternehmen wie YMTC einen Börsengang. OpenAI wird in Berichten ebenfalls ein Börsengang zugetraut, und Schaeffler strebt den Einsatz einer siebenstelligen Anzahl von Robotern in eigenen Werken bis 2032 an.