Wie Physical AI die Produktion auf die nächste Stufe hebt
Die industrielle Automation steht nicht vor einem Paradigmenwechsel – sie steckt bereits mittendrin. Physical AI verändert alles und entscheidet darüber, wie wirtschaftlich, effizient und benutzerfreundlich Roboter und Anlagen künftig zu betreiben sein werden. Wann Unternehmen in diese Technologie investieren, wird darüber bestimmen, wie und ob sie sich in immer anspruchsvolleren Märkten behaupten können.
Physical AI meint die Verschmelzung von künstlicher Intelligenz mit physischen Systemen. Also eine Intelligenz, die es Maschinen und Robotern erlaubt, ihre Umgebung zu verstehen und daraus eigenständig Handlungen abzuleiten. Das Ergebnis sind Systeme, die sich flexibel auf veränderliche Situationen einstellen, ohne neu programmiert werden zu müssen. Das eröffnet nahezu unbegrenzte Anwendungsfelder für die industrielle Produktion. Doch wie ist der aktuelle Stand der neuen Technologie – wo liegen die Herausforderungen und was sind die Potenziale? Wir geben einen Überblick!
Das KI-Gehirn und seine Leistung
Ob Physical AI in der Praxis funktioniert, ist im Wesentlichen von zwei Faktoren abhängig: Der Sensorik und der Rechenleistung. Denn um aus einem hochauflösenden Kamerabild in Echtzeit eine Greifentscheidung abzuleiten, braucht ein KI-System unvorstellbare Rechenkapazitäten. In der industriellen Praxis spricht man je nach Anwendungsfall in der Regel von wenigen bis zu eintausend TOPS (Tera-Operations per Second). Das sind unglaubliche 1.000 Billionen Operationen pro Sekunde.
Das könnte Sie auch interessieren:
Mehr Informationen zum Thema Sensorik für Physical AI finden Sie in dem Artikel: „Sensorik: die Basis für Physical AI“
Auf einen weiteren Aspekt verweist Tobias Rietzler, CEO von KI-Robotik-Pionier robominds. „Bei den breit einsetzbaren industriellen KIs ist die zusätzliche Herausforderung Latenz. Das Netz durchläuft mehrere Millionen Schritte und berücksichtigt mehrere Millionen Parameter, und das soll im Bruchteil einer Sekunde passieren, um die Echtzeit-Kommunikation mit dem Roboter zu gewährleisten – da zählt wirklich jede Millisekunde. Deshalb haben wir unser eigenes Betriebssystem, NEUROS, das statistische KI-Modelle und die Echtzeit-Kommunikation zum Roboter überbrückt. Das ist genau das, was Physical AI heute braucht.“
Spezialisierte KI-Beschleuniger dominieren dabei derzeit. NVIDIAs Jetson-Plattform ist in der latenzarmen Edge-KI-Robotik weit verbreitet, ergänzt durch cloudbasierte Inferenz für rechenintensive Vorverarbeitungsschritte.
KI-Roboter von der Stange versus individuelle Lösungen
KI-Modelle werden heute zumeist individuell auf die jeweiligen Objekte und Prozessschritte trainiert, Sensorik und Aktoren werden aufeinander abgestimmt, die KI-Funktionalität wird in bestehende Steuerungsarchitekturen integriert.
Für Standardaufgaben, wie das Greifen und Einlegen baugleicher Teile oder das Sortieren nach definierten Merkmalen existieren bereits standardisierte Ansätze. Möglich wird das durch breit einsetzbare KI-Computer-Systeme, die an gängige Industrieroboter angeschlossen werden, diese „intelligent“ machen und mit entsprechenden Skills zu eigenständigem Handeln befähigen – häufig sogar bereits ohne individuelles Training.
Wie Roboterhersteller auf den Hype um Physical AI reagieren
Das Thema Physical AI ist mehr als nur ein kurzer Trend – es wird von einigen Herstellern zur strategischen Priorität erklärt. Ein Beispiel dafür ist der Augsburger Robotikkonzern KUKA, der 2025 weit über 200 Millionen Euro in Forschung und Entwicklung zu Physical AI investiert hat. Mit der KUKA Automation Management Platform (KUKA AMP) präsentiert das Unternehmen eine offene Softwareplattform, die neue Maßstäbe setzen soll.
Dazu Melonee Wise, renommierte US-Robotikpionierin und seit kurzem Chief Software & AI Product Officer bei Kuka: „KUKA AMP wird unsere grundlegende Technologieebene sein, um Roboter, Flotten, Zellen und digitale Zwillinge über Fabriken, Warenlager und kommerzielle Umgebungen hinweg zu orchestrieren. Die Plattform verbindet die physische mit der digitalen Welt und ermöglicht intentbasierte Robotik, intelligente Flottensteuerung und skalierbare, KI‑getriebene Automatisierung – und das mit bislang unerreichter Geschwindigkeit.“
Bei ABB Robotics läuft die KI-Transformation unter einer fundamental veränderten Eigentümerstruktur ab. Im Oktober 2025 gab die ABB Group bekannt, ihre Robotiksparte für 5,375 Milliarden US-Dollar an die japanische SoftBank Group zu verkaufen. SoftBank-CEO Masayoshi Son hat klar formuliert, was er vorhat: „SoftBank's next frontier is Physical AI“ und mit ABB Robotics kauft der Konzern eine der stärksten industriellen Robotik-Marken der Welt als Plattform für diesen Anspruch.
Parallel dazu hat ABB Robotics im März 2026 eine weitreichende Partnerschaft mit NVIDIA geschlossen. Das Ergebnis heißt RobotStudio HyperReality, eine Umgebung, in der Roboterzellen virtuell mit bis zu 99 % Übereinstimmung zur physischen Realität simuliert werden können. Die Software hat das Potenzial, Entwicklungskosten durch das Wegfallen von Prototypen erheblich zu reduzieren und Entwicklungszeiten um bis zu 50 Prozent zu verkürzen. Der Marktstart ist für die zweite Hälfte 2026 geplant.
Physische KI in der Praxis: Was bereits funktioniert
Dass Physische KI bereits in der Praxis angekommen ist, zeigte sich auch auf der automatica 2025. So präsentierte Agile Robots eine der eindrücklichsten Demonstrationen physischer KI: Ein mobiler Dual-Arm-Roboter vom Typ Agile ONE empfing Aufgaben per natürlicher Sprache, fuhr anschließend autonom zum Serverschrank, identifizierte Festplattenslots, entnahm vorhandene Laufwerke mit taktilem Feingefühl und setzte neue Datenträger präzise ein. Nahezu der gesamte Ablauf aus Wahrnehmung, Entscheidung und Ausführung fand vollständig autonom statt, menschliches Eingreifen war nur zur Systemüberwachung nötig.
Der Themenkreis Physical AI weckte bereits auf der automatica 2025 großes Interesse bei den Fachbesuchern. Für die Messe 2027 werden wir dieses Trendthema noch stärker in den Fokus nehmen und in all seinen Facetten beleuchten.
Dass Physical AI auch hochkomplexe, bislang manuell dominierte Aufgaben in den Bereich der Automatisierung überführt, zeigt robominds mit dem TITAN: Diese neuartigen KI-Robotik-Anlage für die Postbranche vereinzelt eng getaktet mit einem an einer siebten Achse aufgehängten Stäubli Sechsachsroboter bis zu 1800 Pakete pro Stunde aus einem Haufen auf ein Förderband. Er braucht dafür gerade einmal zehn Quadratmeter Fläche – weniger als zehn Prozent dessen, was konventionelle Fördertechnik für denselben Prozess beansprucht.
Das 3D-Vision-System unterscheidet Pakete, Flats, Tüten und Plastikcontainer verschiedener Geometrien und deckt damit problemlos alle potenziell in einem Sortierzentrum auftretenden Objekte ab. Er kann innerhalb von nur drei Tagen auf bestehende Förderanlagen installiert werden und pickt direkt aus dem Infeed. Auf der automatica 2025 hatte robominds bei einem gemeinsamen Auftritt mit Robotikhersteller Stäubli ein an die Anwendung angelehntes Showcase gezeigt. Das System wurde inzwischen bei europäischen Postunternehmen integriert.
„Der Themenkreis Physical AI weckte bereits auf der automatica 2025 großes Interesse bei den Fachbesuchern. Für die Messe 2027 werden wir dieses Trendthema noch stärker in den Fokus nehmen und in all seinen Facetten beleuchten – sei es durch Exponate der Ausstellergruppen, durch geführte Messerundgänge, durch Vortragsreihen, Sonderschauen und Symposien“, verspricht Anja Schneider, Projektleiterin der automatica.
Text: Ralf Högel