Physische KI: Investieren in den Humanoiden‑Roboter‑Boom 2026

CES 2026 signalisiert den Wandel von virtueller zu physischer KI

CES, früher die Consumer Electronics Show, ist die weltweit größte und einflussreichste Technologiemesse. Wir haben bereits berichtet, dass eine der wichtigsten Enthüllungen der Show die erste kommerzialisierte Festkörperbatterie von Donut Labs war.

Eine weitere bedeutende Ankündigung kam vom KI‑Hardware‑Giganten NVIDIA zum Thema „physische KI“, die als NVIDIAs ChatGPT‑Moment präsentiert wurde. Das ist natürlich nicht völlig überraschend, da das Unternehmen diese Idee der physischen KI bereits seit einiger Zeit vorantreibt und erkannt hat, dass rein „intellektuelle“ LLMs (Large Language Models) nur der erste Schritt bei der Implementierung von KI sind.

In der Praxis wird die wirkungsvollste Rolle der KI dann eintreten, wenn sie direkt mit der physischen Welt interagiert, anstatt auf digitale und virtuelle Umgebungen beschränkt zu bleiben.

Und das ist etwas, womit KI‑Systeme bislang noch Schwierigkeiten hatten. Die reale Welt ist weitaus unordentlicher als ein sauber strukturiertes Datenblatt, ein Video oder eine Suchmaschine. Sie ist oft mehrdeutig, wechselhaft und unvorhersehbar.

Aus all diesen Gründen wird ein neuer KI‑Typ benötigt, der die physische Realität nutzt und neuronale Netze auf neue Weise umfunktioniert. Genau das verspricht das NVIDIA‑Framework Cosmos.

Warum 2026 der ChatGPT‑Moment für Robotik sein könnte

Der Vergleich von 2026 & physischen KIs für die Robotik mit der Wirkung, die ChatGPT auf LLMs hatte, stammt direkt von Jensen Huang, CEO und Gründer von NVIDIA, auf der CES 2026. Sein vollständiger Vortrag ist im folgenden Video zu sehen:

Huang machte diese Ankündigung, als sein Unternehmen neue offene Modelle veröffentlichte, NVIDIA Cosmos und GR00T (Generalist Robot 00 Technology), die für Robot‑Lernen und -Schlussfolgerungen verwendet werden, Isaac Lab‑Arena zur Robot‑Bewertung und das OSMO Edge‑to‑Cloud‑Compute‑Framework, das Robot‑Trainings‑Workflows vereinfacht (mehr zu jedem dieser KI‑Tools weiter unten).

Warum ist das wichtig?

Bisher haben LLMs, als erste Sprachmodelle, vor allem das Denken und sprachintensive Aktivitäten beeinflusst, wie Schreiben, Programmieren, Suche, Datenanalyse, Übersetzung, Kundenservice usw.

Diese Aktivitäten sind wichtig, aber sie machen nur einen Bruchteil der Weltwirtschaft aus.

Viel mehr globale Aktivitäten – und oft die arbeitsintensivsten – erfordern die Interaktion mit der physischen Welt: Fertigung, Gesundheitswesen, Verkehr & Logistik, Landwirtschaft, Bergbau, Hausarbeiten usw.

Welche Branchen werden zuerst durch physische KI transformiert?

Theoretisch werden alle Segmente der physischen Welt und aller Wirtschaftssektoren durch die Verbreitung von Robotik beeinflusst. In der Praxis werden jedoch einige Segmente die Robotik viel schneller übernehmen und früher stärker betroffen sein.

Selbstfahrende Autos

Autonome Fahrzeuge haben 2025 große Fortschritte gemacht und stehen wahrscheinlich kurz vor der Markteinführung, abhängig von behördlichen Genehmigungen und einem klareren Rechtsrahmen.

Diese Aufgabe erfordert viel Schlussfolgerungsvermögen, während die eigentlichen mechanischen Aktionen eines Autos relativ einfach sind (2‑D‑Bewegungen, Beschleunigen, Bremsen, Signalisieren). Daher ist der wichtigste Teil eine Kombination der folgenden Elemente:

• Leistungsstarke On‑Board‑Hardware für Edge‑Computing (unabhängig von einer Netzwerkverbindung).
• Daten und Training, die reale Bedingungen abdecken – von allgemeinen Fahrregeln bis zu seltenen Fällen & unerwarteten Änderungen, etwa das Erkennen einer rollenden Kugel als Risiko, dass ein Kind plötzlich auf die Straße läuft, was ein vorausschauendes Abbremsen erfordert.
• Schlussfolgerungs‑Vision‑Sprache‑Aktion‑Modelle (VLA), die visuelle Hinweise in die richtigen Aktionen umsetzen.

Logistik

Physische KI wird dieses Feld auf mindestens zwei unterschiedliche Arten beeinflussen.

Erstens die Lagerhäuser und das Lieferketten‑Management. Physische KI ermöglicht autonomen mobilen Robotern (AMRs) die Navigation in komplexen Umgebungen und das Ausweichen von Hindernissen, einschließlich Menschen, indem sie direktes Feedback von Bord‑Sensoren nutzen. Roboterarme und andere Manipulationswerkzeuge erlauben ihnen zudem, Güter zu bewegen.

Zweitens die Lieferdienste, die den autonomen Fahrzeugen ähnlicher sind, wobei physische KI alles von der Anfahrt zur richtigen Adresse bis zum sicheren Abliefern der Ware an der richtigen Tür, das Umfahren von Zäunen, unebenem Terrain und Hindernissen übernimmt.

Fertigung

Wie in Lagerhäusern muss physische KI in Fabriken mit einer komplexen Umgebung aus Maschinen, Menschen und nun Robotern umgehen.

Zusätzlich verfügen viele Fertigungsstandorte über Hochleistungstools, gefährliche Materialien (heiße Metalle, Laser, Chemikalien usw.) und stellen höhere Anforderungen an Endqualität und Effizienz.

Während ein steckengebliebener oder fehlerhafter Lagerroboter meist von einem Menschen in der Nähe behoben werden kann, kann derselbe Fehler in einer Montagelinie oder einer komplexen Chemieanlage schnell gefährlich werden.

Chirurgie & Gesundheitswesen

Derzeit sind die meisten Operations‑Roboter, wie die von Intuitive Surgical (ISRG ), eher robotische Arme, die von einem Chirurgen gesteuert werden, als echte autonome Roboter. Dies ändert sich rasch, da die KI‑Leistung wächst:

• XRlabs nutzt Thor und Isaac für das Gesundheitswesen, um chirurgische Endoskope – beginnend mit Exoskopen – zu ermöglichen, die Chirurgen mit Echtzeit‑KI‑Analysen unterstützen.
• LEM Surgical verwendet NVIDIA Isaac for Healthcare und Cosmos Transfer, um die autonomen Arme seines Dynamis‑Operationsroboters zu trainieren, angetrieben von NVIDIA Jetson AGX Thor™ und Holoscan.

Manuelle repetitive Aufgaben: Humanoide Roboter

Die meisten Arbeitsumgebungen, Räume und Werkzeuge sind für menschliche Hände und Körper konzipiert. Daher erscheint es logisch, dass das ideale Design für einen Roboter, der Menschen bei langweiligen oder gefährlichen Aufgaben ersetzen soll, ebenfalls humanoid ist.

Allerdings ist der menschliche Körper auch eine sehr komplexe Maschine, und erst seit kurzem verfügen Roboter über die mechanische Raffinesse, um menschliche Bewegungen korrekt nachzuahmen.

Daher könnte die Entwicklung – insbesondere der groben und feinen Motorik sowie der Fähigkeit, die physische Welt zu wahrzunehmen, zu verstehen, zu schließen und zu interagieren – länger dauern, egal welche Aufgabe gestellt wird.

NVIDIAs Stack für physische KI erklärt

Nach dem Konzept, das mit der Programmiersprache CUDA entwickelt wurde – GPUs für andere Anwendungen als Grafik‑Rendering nutzbar zu machen, was den größten Teil des aktuellen KI‑Booms auslöste – setzt NVIDIA auf offene Modelle, um den kommenden Boom in physischer KI anzuführen.

Auf diese Weise sollte NVIDIA idealerweise zu einem physischen‑KI‑Unternehmen werden, so wie es in den letzten fünf Jahren zu einem LLM‑getriebenen Unternehmen geworden ist.

Der Kern von NVIDIAs Hardware‑ und neuronaler‑Netz‑Expertise wird nun in ineinandergreifende Bausteine verfeinert, die alle exakt auf Anwendungen der physischen KI abgestimmt sind.

NVIDIA Cosmos

Cosmos ist „eine Plattform mit offenen World‑Foundation‑Models (WFMs), Leitplanken und Datenverarbeitungs‑Bibliotheken, um die Entwicklung physischer KI für autonome Fahrzeuge (AVs), Roboter und Video‑Analyse‑KI‑Agenten zu beschleunigen.“

Mehrere Robotik‑ und autonome‑Fahrzeug‑Unternehmen nutzen bereits Cosmos, um die Entwicklung ihrer physischen KI zu beschleunigen.

Cosmos ist tatsächlich mehrere vortrainierte Modelle in einem, die Robotern ermöglichen, vorherzusehen, wie die physische Welt reagieren und sich verändern wird, wie synthetische Daten (Simulationen) in reale Video‑Aufnahmen umgewandelt werden und wie man eine Kette von Schlussfolgerungen nutzt, die auf realen physischen Daten und Beobachtungen beruht.

NVIDIA Isaac‑GROOT & IsaacLab Arena

Isaac GR00T N1.6 ist ein Vision‑Language‑Action‑Modell, das speziell für humanoide Roboter entwickelt wurde und Ganzkörper‑Kontrolle sowie kontextuelles Verständnis bietet. Robotik‑Unternehmen wie Franka Robotics, Neura Robotics und Humanoid nutzen es bereits.

In Kombination mit der Isaac Lab‑Arena liefert es ein kollaboratives System zur Bewertung von Robot‑Politiken und zum Benchmarking in Simulationen. So können Forschungs‑Labs und Robotik‑Firmen die Leistung ihrer Modelle schnell prüfen und mit anderen in einer standardisierten Umgebung vergleichen.

Wichtig ist, dass das Isaac‑Modell relativ geringe Rechenanforderungen hat; ein $3.500‑NVIDIA‑Roboter‑Chip‑Modul Jetson AGX Thor reicht aus, um Isaac zu betreiben, wodurch die Hardware‑Kosten eines humanoiden Roboters auf einen sehr kleinen Betrag sinken.

NVIDIA® Jetson Thor™‑Module bieten die ultimative Plattform für physische KI und Robotik und liefern bis zu 2070 FP4 TFLOPS KI‑Rechenleistung sowie 128 GB Speicher bei einer Leistungsaufnahme von 40 W bis 130 W.

Sie erreichen über 7,5‑mal höhere KI‑Rechenleistung als NVIDIA AGX Orin™, bei 3,5‑mal besserer Energieeffizienz.

Boston Dynamics, Humanoid und RLWRLD haben alle Jetson Thor in ihre bestehenden Humanoiden integriert, um Navigation und Manipulation zu verbessern.

NVIDIA Omniverse

Omniverse ist eine Sammlung von Bibliotheken und Mikro‑Services zur Entwicklung physischer KI‑Anwendungen wie industrielle Digital Twins und Robotik‑Simulationen.

Virtuelle Simulationen, oder „synthetische Daten“, sind ein hervorragender Weg, um eine robotische KI schnell in vielen Szenarien zu trainieren, ohne die Situationen physisch erzeugen zu müssen.

Für die Entwicklung von Omniverse nutzte NVIDIA sein umfangreiches Repertoire an Physik‑Modellen, physikalischer Simulation und Datenbibliotheken, die bereits für andere Anwendungen wie Physik‑Forschung, Videospiele usw. eingesetzt werden.

Dieses Werkzeug kann auch für logistische und Fertigungs‑Anwendungen sehr nützlich sein, indem benutzerdefinierte Digital Twins realer Anlagen erstellt werden, die das virtuelle Testen von Robot‑KI‑Einsätzen ermöglichen und das Risiko von Störungen bei der tatsächlichen Implementierung reduzieren.

Mehrere Industrieunternehmen nutzen dieses Tool bereits, darunter Schneider und Siemens.

NVIDIA OSMO

OSMO ist eine „Orchestrator“-Software, die speziell für physische KI entwickelt wurde.

Sie ermöglicht es Nutzern, mehrere KI‑Tools, einschließlich Isaac und Cosmos, in allen Phasen der Entwicklung physischer KI zu koordinieren und zu kombinieren: Datengenerierung, Training, Simulation, Bewertung und Hardware‑in‑the‑Loop‑Tests.

NVIDIA DGX Plattform

DGX ist NVIDIAs Nutzung seiner „SuperPOD“‑Computing‑Plattform zum Training von KI‑Modellen, einschließlich physischer KIs.

Sie kann auf Zehntausende von NVIDIA‑GPUs skalieren, darunter Rubin‑ und Blackwell‑Chips, und schafft so einen sofort einsatzbereiten, schlüsselfertigen KI‑Supercomputer.

NVIDIA – Hugging Face

Hugging Face ist eine Transformers‑Bibliothek für Natural‑Language‑Processing‑Anwendungen, auch als „GitHub für Machine Learning“ bezeichnet, mit Millionen vortrainierter KI‑Modelle, Datensätze, Bibliotheken usw.

NVIDIA hat seine Open‑Source‑Technologien Isaac und GR00T in das führende Open‑Source‑Robotics‑Framework LeRobot integriert. Mit einer Community von 13 Millionen KI‑Entwicklern sollte dies die Akzeptanz von Nvidia‑Systemen als Standard in physischen KIs weiter vorantreiben.

Fazit

Die Robotik macht plötzlich enorme Fortschritte, dank der gleichzeitigen Kombination zweier unterschiedlicher Kräfte.

Die erste ist die Reife der Technologie für Robotik‑Komponenten und die Massenproduktion von Roboterarmen, Gyroskopen, Elektromotoren und anderen Bauteilen, die in Robotern, Drohnen und anderer Elektronik verwendet werden, was zu einem schnellen Preisverfall hochwertiger Teile führt.

Die zweite Kraft ist die explosive Verbesserung der KI‑Technologie.

Was vor einigen Jahren mit LLMs das breite öffentliche Bewusstsein erreichte, breitet sich nun in neue Felder aus, wobei die reale Welt als nächstes die Auswirkungen der zunehmenden Verbreitung physischer KI in Automobilen, kundenspezifischen oder humanoiden Roboterkörpern spüren wird.

Es ist möglich, dass physische KI für die Tech‑Industrie noch bedeutender wird als LLMs, da sie eine völlig neue Reihe von Wirtschaftssektoren eröffnet. Das sollte ihr helfen, mehr Wert zu erfassen und die Produktivität zu steigern – gerade zu einem Zeitpunkt, an dem geopolitische Entwicklungen die massive Neugestaltung von Lieferketten und die Re‑Industrialisierung vieler Länder vorantreiben.

Beste Aktien für physische KI und humanoide Roboter 2026

Boston Dynamics / Hyundai (HYMLF)

Hyundai ist vor allem für seine Automobilproduktion bekannt – zu Recht, denn es ist das drittgrößte Automobilunternehmen der Welt nach verkaufter Stückzahl – aber es ist tatsächlich auch ein riesiger Industriekonzern, der aus drei Teilbereichen besteht:

• Die Automobilproduktion, einschließlich Elektroautos.
• Der Robotik‑Hersteller Boston Dynamics, 2021 übernommen, nicht zu verwechseln mit Hyundai Robotics, einem industriellen Roboterproduzenten, der jetzt Teil des unabhängigen Unternehmens HD Hyundai / Hyundai Heavy Industries ist (aber eng mit Hyundai Motors zusammenarbeitet).
• Hyundai Rotem ist im Bereich Eisenbahn‑ & Militärausrüstung sowie Wasserstoffenergie aktiv.

Boston Dynamics, zusammen mit Caterpillar, Franka Robotics, Humanoid, LG Electronics und NEURA Robotics, nutzen den NVIDIA‑Robotik‑Stack, um neue KI‑gesteuerte Roboter vorzustellen.

Das Unternehmen ist besonders bekannt für seinen ATLAS‑Roboter und für die Pionierarbeit beim Robodog‑Design.

Das Unternehmen fokussiert sich zudem auf den B2B‑Markt für physische Roboter / physische KI, mit Stretch, einem Lagerroboter zur Handhabung von Paketen und Lasten bis zu 50 Pfund Gewicht.

Als früher Vorreiter in der Robotik und Partner von NVIDIA ist Boston Dynamics ein guter Kandidat, um einen bedeutenden Anteil am Markt für physische KI zu erobern.

Ein Börsengang des Unternehmens, das zu Hyundai gehört, ist in Zukunft durchaus möglich, jedoch gibt es noch keine konkreten Pläne, sodass er wahrscheinlich nicht vor 2027 stattfinden wird.

„Bezüglich eines Zeitplans oder Plans für das IPO von Boston Dynamics wurde bisher nichts bestätigt, daher gibt es momentan wenig zu kommentieren, aber wir werden (mit den Stakeholdern) kommunizieren, sobald wir einen IPO‑Zeitplan oder Pläne haben.

Ähnlich wie wir das IPO von Hyundai Motor India durchgeführt haben, können wir sagen, dass wir offen für Boston Dynamics sind. Allerdings haben wir das IPO von Boston Dynamics derzeit nicht geprüft und haben kurzfristig keine Pläne, das IPO‑Option zu prüfen.“

– Lee Seung‑jo, Chief Financial Officer und Chief Strategic Officer von Hyundai Motor Co

Das Unternehmen hat begonnen, humanoide Roboter von Boston Dynamics in seinen Automobilfabriken einzusetzen und hat eine kommerzielle Version von ATLAS vorgestellt.

NVIDIA

Aus seiner Herkunft als GPU‑Hardware‑Hersteller für Videospiele und andere Grafik‑Rendering‑Aufgaben hat sich NVIDIA zu einem riesigen KI‑Hardware‑Unternehmen entwickelt und besitzt damit die weltweit größte Marktkapitalisierung.

NVIDIA erkannte das Potenzial von KI früh, lange bevor spezialisierte Forscher überhaupt über neuronale Netze sprachen.

Dies war damals ein riskanter Schritt in einen unbewiesenen, kaum existierenden Sektor, oder wie Jensen Huang formulierte:

„Wir investieren in Märkte ohne Milliarden‑Dollar‑Umsatz.”

In 2016 & 2017 brachte NVIDIA die Pascal‑ und Volta‑Architekturen heraus, die ersten GPU‑basierten KI‑Beschleuniger, wobei Volta die Tensor‑Cores einführte, die Deep‑Learning‑Aufgaben um das bis zu 12‑fache beschleunigten.

Dieses Tempo hat seitdem kontinuierlich angehalten.

Investoren haben sich etwas Sorgen gemacht, dass NVIDIA bald keine neuen Märkte mehr habe, um seine hohen Bewertungs‑Multiplikatoren zu rechtfertigen. Mit der CES‑2026‑Ankündigung zur physischen KI scheint das jedoch noch nicht der Fall zu sein.

Der physische Einsatz von KI in Robotern, selbstfahrenden Autos und anderen autonomen Systemen wird NVIDIA zahlreiche neue Märkte eröffnen, in denen das Unternehmen seine Hardware verkaufen kann.

Und sein komplettes Ökosystem, mit offenem Design und Partnerschaft mit Hugging Face, garantiert fast, dass alle, bis auf die größten Tech‑Unternehmen, auf NVIDIA‑Technologie für das „Gehirn“ ihrer Roboter setzen werden, da das Rad neu zu erfinden zu kostspielig und zu zeitintensiv wäre, um im Wettbewerb zu bestehen.

Neueste Nvidia (NVDA) Aktien‑Nachrichten und Entwicklungen