Zuerst die Bestandsaufnahme. Laut des World Robotics Report 2026 der International Federation of Robotics (IFR), veröffentlicht am 24. September, wurden 2025 weltweit 603.000 Industrieroboter installiert, elf Prozent mehr als im Vorjahr. Der operative Bestand überschritt erstmals fünf Millionen. 354.000 Einheiten, 59 Prozent, gingen nach China. Die USA überholten mit 38.400 Installationen Japan (36.200, minus 19 Prozent) und sind nun zweitgrößter Markt. Deutschland liegt mit 24.800 Einheiten auf Rang fünf und stellt 41 Prozent der EU-Installationen – die allerdings um elf Prozent auf 60.500 zurückgingen. Für 2026 erwartet die IFR ein Plus von neun Prozent auf 655.000, für 2029 806.000 Einheiten. Der Markt wächst, nur eben nicht hier.

NVIDIAs Lektion aus der eigenen Fertigung

Wie viel KI die Fabrik wirklich braucht, hat NVIDIAs Seattle Robotics Lab Anfang Oktober in einem bemerkenswert offenen Erfahrungsbericht dargelegt. Gemeinsam mit dem Auftragsfertiger Foxconn sollte das Labor zwei Handgriffe beim Zusammenbau von Testträgern für den GB300-Superchip automatisieren: eine schwere Stromschiene einsetzen und mit 16 Schrauben befestigen sowie vier kabelgebundene Steckverbinder in enge Buchsen führen. Die Vorgabe der Fertigung: 99,5 Prozent Erfolgsquote, höchstens die doppelte Taktzeit eines geübten Werkers, keine Kollision. Für die Stromschiene erwies sich eine klassische Kette aus Posenschätzung, Bahnplanung und Impedanzregelung als so wirksam, dass der geplante Wechsel zu End-to-End-Lernen entfiel: über 95 Prozent Erfolg, 160 Sekunden statt der geforderten 124, Engpass ist das Schrauben. Bei den Steckern scheiterten Imitationslernen und generische Modelle an zu wenigen, sich abnutzenden Kabeln; erst ein spezialisierter Posenschätzer, 3D-gedruckte Greiferfinger und eine in Simulation vortrainierte, in der Realität nachgeschärfte Einsteckstrategie brachten 90 bis 95 Prozent. Die Autoren nennen das die „umgekehrte bittere Lektion“: Wo Interaktionsdaten knapp und Teile teuer sind, schlägt Ingenieurwissen die Skalierung. Und sie rechnen vor, was Zuverlässigkeit kostet: Um 99,5 Prozent statistisch zu belegen, braucht es 598 fehlerfreie Versuche in Folge.

KI zieht in die Steuerung ein

In der Breite kommt KI derweil nicht als Humanoid in die Halle, sondern als Softwarefunktion. KUKA hat am 19. Oktober iiQKA.AI Vision vorgestellt, eine integrierte 2D- und 3D-Bildverarbeitung, die auf einer NVIDIA-basierten Recheneinheit direkt in der Robotersteuerung läuft und sich per Drag-and-drop für den Griff in die Kiste, Montage, Qualitätsprüfung und Depalettieren konfigurieren lässt – ohne Vision-Fachwissen, wie der Hersteller betont. Teradyne, Mutter von Universal Robots, hat sich am 5. Oktober an Bright Machines beteiligt, einem Anbieter softwaredefinierter Mikrofabriken mit über 130 Installationen in mehr als zehn Ländern, der in den USA bereits KI-Infrastruktur fertigt. Die Begründung beider Partner: Serverracks mit kurzen Designzyklen und häufigen Revisionen vertragen keine starre Automatisierung, sie brauchen Zellen, die sich umprogrammieren lassen, ohne neu konstruiert zu werden.

Ein Einhorn, das Fabriken bevorzugt

Dass Kapital diesem Pfad folgt, zeigt RobCo. Das 2020 gegründete Münchner Unternehmen erreichte am 5. Oktober eine Bewertung von einer Milliarde Dollar – eine Verdopplung binnen neun Monaten, ausgelöst durch einen Anteilsverkauf, der auch Mitarbeitern Liquidität verschaffte. Insgesamt hat RobCo nach eigenen Angaben rund 200 Millionen Dollar eingesammelt, darunter 100 Millionen im Januar von Lightspeed, Sequoia und Lingotto. Das Produkt: modulare Roboterarme, die sich wie Bausteine zusammenstecken lassen, als Robotics-as-a-Service für den Mittelstand. Rund 70 Prozent des Geschäfts liegen in Europa, die USA wachsen am schnellsten – weshalb Mitgründer und CEO Roman Hölzl nach Amerika gezogen ist und ein Teil der Montage in Austin stattfindet. Am 4. März 2027 will RobCo in München „Alfie“ vorstellen, einen zweiarmigen, selbstlernenden Roboter für Aufgaben, die sich mit klassischer Automatisierung nicht abbilden lassen. Sequoia-Partnerin Luciana Lixandru begründet den Einstieg damit, dass KI nicht nur Inhalte erzeugen, sondern eigenständig in der physischen Welt handeln solle. RobCo setzt dabei bewusst auf die Fabrikhalle statt auf Humanoide.

Drei Schlüsse für Entscheider

Erstens: Das Wachstum der Industrierobotik ist real, verlagert sich aber nach Asien und in die USA; Europas Minus ist eine Investitionsentscheidung, keine Marktgegebenheit. Zweitens: KI hält Einzug über die Steuerung und über Simulationswerkzeuge, nicht über neue Roboterformen – und die besten Resultate liefert nach wie vor die Verbindung von Lernen und solider Ingenieursarbeit. Drittens: Wer die „umgekehrte bittere Lektion“ ernst nimmt, erkennt darin einen Standortvorteil. Prozesswissen, Vorrichtungsbau und Regelungstechnik sind genau die Disziplinen, in denen deutsche Automatisierer traditionell stark sind. Physical AI ersetzt sie nicht. Sie macht sie zur Voraussetzung.