Chinas Robotstandards sind eine Anerkennung, keine Vorgaben.

China gibt keine 100-Punkte-Richtlinien für eine Branche heraus, die bereits funktioniert. Dieser Schritt signalisiert etwas anderes: Die Technologie benötigt Unterstützung – schließlich hat sie ihr schwierigstes Problem noch nicht allein gelöst.

Im März 2026 führte die chinesische Standardisierungsbehörde ein nationales Standardssystem ein.Menschähnliche Robotik und embodied KIMitte August veröffentlichte das Ministerium für Industrie und Informationstechnologie einen Entwurf, in dem gefordert wurde,Bis 2028 sollen mindestens 100 wichtige Standards existieren. Es wird erwartet, dass mehr als 200 Unternehmen daran teilnehmen werden.Im April startete China das, was es als „Initiative“ bezeichnete.Die erste ISO-Internationale Norm der Welt bezüglich der „eingebetteten Intelligenz“: Humanoid-Roboter-Datensätze.

Das ist keine regulierende Maßnahme. Es handelt sich um eine Industriepolitikmaßnahme, die auf einem bestimmten technischen Hindernis beruht.

Das Problem ist nicht die Rechenleistung – es handelt sich um Daten, die nicht existieren.

Sprachmodelle, die auf den digitalen Daten des Internets trainiert werden – Milliarden von Seiten, Beiträgen und Dokumenten, die durch menschliche Aktivitäten entstehen. Der marginale Kostenaufwand für jeden zusätzlichen Trainingsbeispiel tendiert zu Null. Ethische KI kann nicht so arbeiten.

Jedes Trainingsbeispiel für einen Roboter dokumentiert eine physische Interaktion – beispielsweise eine Hand, die ein Gegenstand umfasst, oder ein Arm, der einen Kasten auf eine Regalwand stellt. Die Abfolge der Bewegungen der Gliedmaßen wird als Reaktion auf sensorische Signale ergeben. Diese Daten werden nie notiert. Sie müssen bewusst erstellt werden, durch menschliche Bedienung, oft durch Teleoperation. Jedes Beispiel kostet Zeit des Roboters, Zeit des Bedieners sowie die notwendigen physischen Vorbereitungen.Der Grenzkosten fällt nicht mit der Größe ab..

Und es hilft nicht, einfach mehr Daten in das Modell einzufügen. Untersuchungen, die Anfang 2026 veröffentlicht wurden, zeigen, dass…Besser die Leistung verbessern als sie zu verändern.– Ein Phänomen, das als „negative Übertragung“ bezeichnet wird. Die Qualität und Kompatibilität der Daten sind wichtiger als die Menge der Daten.

Was China also tatsächlich tut

Ein standardisiertes Datensatzformat ist ein Versuch, die Daten von künstlichen Intelligenzen so nutzbar zu machen, dass sie zwischen Unternehmen und Robotern geteilt werden können – genauso wie standardisierte Textkorpusien dazu beitrugen, den Aufschwung der Sprachmodelle zu ermöglichen. Wenn das Datenset von Unternehmen A auf dieselbe Weise formatiert wird wie das von Unternehmen B, können die Daten zusammengeführt, geteilt und wieder verwendet werden. Der ISO-Standard in China zielt genau darauf ab, diese Interoperabilitätslücke zu überbrücken.

Das 100-Standard-System geht noch weiter. Standardisierte Testmethoden ermöglichen es Käufern, Roboter von verschiedenen Herstellern miteinander vergleichen zu können. Die standardisierte Sicherheitsregelung ermöglicht es den Regulierungsbehörden, die Implementierung von Robotern ohne die Erfindung neuer Regeln für jedes Unternehmen zu genehmigen. Es handelt sich dabei um eine Art industrielle Architektur, die aus einer Forschungslaboratory eine Produktionsbranche macht – vorausgesetzt, die zugrunde liegende Technologie kann das schaffen.

Der Unterschied zwischen dem Standard und der Maschine

Hier unterscheidet sich die Geschichte von den Pressemitteilungen.Sieben chinesische Robotikunternehmen haben derzeit Bewertungen von über 20 Milliarden RMB.Rund 2,8 Milliarden Dollar.Einer von ihnen war wertvoll und betrug 6 Milliarden Dollar.Eine weitere Firma, die vor weniger als einem Jahr gegründet wurde, hat einen Wert von über 1 Milliarden Dollar erreicht. Die Technologie hinter diesen Bewertungen erzählt eine andere Geschichte.

Bei einer Due-Diligence-Sitzung konnten die Ingenieure eines Unternehmens mit einem Wert von über 20 Milliarden RMB keine Tuchfaltung in 15 Minuten erledigen. Bei einer Demonstration in einer Produktionsanlage…Der Roboter brauchte 70 Sekunden, um einen einzigen Lagerbolzen zu holen.Ein weiteres humanoides Wesen benötigte 90 Sekunden, um einen Kasten zu halten, zu einer Ablage zu gehen und ihn dort abzulegen. Bei dieser Geschwindigkeit würden Dutzende von Robotern benötigt werden, um einen einzigen Fabrikarbeiter zu ersetzen – bei einem Kapitalkostenaufbau, der keinen wirtschaftlichen Sinn ergibt.

Die Standards sind ambitioniert. Die Roboter sind noch nicht da.

Das ist nicht nur in China ein Problem. Der gleiche Datenengpass betrifft alle Akteure weltweit. Der Unterschied ist, dass China beschlossen hat, dieses Problem durch institutionelle Koordination zu lösen – anstatt auf die Marktkräfte zu warten. Ob das funktioniert, bleibt eine offene Frage. Die Standardisierung eines Datensatzformats schafft zwar keine physischen Interaktionsdaten – man braucht immer noch Menschen, die die Roboter steuern, Stunde für Stunde, Aufgabe für Aufgabe.

Was das für die US-Investoren bedeutet

Die Unternehmen, die humanoide Roboter entwickeln – egal ob sie in China, den USA oder anderswo sind – befinden sich meist noch in der Vorstufe des Umsatzes. Ihre Bewertungen hängen oft nicht von der tatsächlichen industriellen Nutzbarkeit ab. Allerdings gibt es einige Unternehmen wie Agility Robotics, die bereits erzielten Umsätze sowie aktive kommerzielle Einsätze melden. Andere Unternehmen wie UBTech geben ihre Erträge öffentlich bekannt.Agility Robotics hat eine IPO durch einen SPAC-Zusammenschluss beantragt.Unitree bereitet sich auf die erste reine Humanoid-IPO vor. Der Investitionsgrund für jede dieser IPOs beruht darauf, dass das Problem bezüglich der Datenverarbeitung gelöst werden wird, die Roboter eine industrielle Geschwindigkeit erreichen werden und jemand sie finanziert, bevor das Kapital ausgeht.

Die Unternehmen, die unabhängig von dem Sieger des Roboters profitieren, stehen weiter nach oben in der Hierarchie. Nvidia verkauft die GPU, mit denen die Regeln für alle Roboter erlernt werden. Zudem betreibt Nvidia die Isaac-Simulationsplattform sowie das Cosmos-Foundation-Modell – Modelle, die von Robotunternehmen verwendet werden, um die physikalischen Lücken im Bereich künstlicher Intelligenz zu schließen.Es wurde eine Zunahme der Umsätze um das Zehnfache durch die physische KI vorhergesagt.Diese Prognose ist eine Wette – keine Gewissheit. Nvidias Kerndatenzentrum-Business wächst bereits mit 83% pro Jahr. Die Bruttomarginen liegen bei 74%, und der ROIC beträgt 87%. Um die Entwicklung eines Unternehmens zu verändern, das bereits in diesem Tempo wächst, bräuchte es eine große Anzahl an Physical AI-Produkten.

Tesla hat seit Jahren an der Entwicklung von Optimus gearbeitet. Doch bis Mitte Juli 2026 hatte das Unternehmen noch keine Produktion in seiner Fremont-Fabrik in Gang gebracht. Laut den zuverlässigsten Berichten gab es nur wenige hundert Einheiten, die produziert wurden. Die Aktien von Tesla kosten aktuell etwa 365 Dollar – das ist ein Rückgang von fast 19 Prozent gegenüber dem letzten Jahr. Es scheint, als würde der Markt die unmittelbare Einnahmen aus Robotern nicht berücksichtigen.

Die eigentliche Frage ist nicht, welche Robotenfirma gewinnt.

Es geht darum, ob die embodied AI einen Punkt erreicht, an dem Roboter nützliche Arbeiten zu einem Gesamtkostenniveau erledigen können, das unter dem Kostenniveau eines menschlichen Arbeiters liegt. Der Datenengpass macht den Weg dorthin langsamer als der von der Rechenleistung ausgehende Ansatz vorgesehen ist. Chinas Anstrengungen bezüglich der Standards sind eine ehrliche Anerkennung dieser Beschränkung – sie werden als Industriepolitik verwaltet. Die Standards legen nur den Weg vor; sie bauen ihn nicht selbst.

Für Investoren ist diese Unterscheidung wichtig. Die Unternehmen, die Pick- und Schaufeln verkaufen – also Chips, Simulationstools, Sensoren – erzielen heute echte Einnahmen und profitieren von allen Fortschritten in diesem Bereich. Die Unternehmen, die Roboter entwickeln, haben Demonstrationen, eine Bewertung sowie Zeitpläne. Zwischen diesen beiden Gruppen unterscheidet sich das Risikoverhalten grundlegend. Die eine Gruppe verdient Geld, während die Technologie sich weiterentwickelt. Die andere Gruppe benötigt die Technologie erst, um Geld zu verdienen.