Physical AI: 7 Anwendungsfälle, die über Humanoide hinausgehen

Der Hype um humanoide Roboter verstellt den Blick auf die größere Welle: Physical AI — KI, die Maschinen steuert, sich bewegt und mit ihrer Umgebung interagiert. Der Markt soll laut PwC von rund 92 Mrd. Dollar heute auf über 489 Mrd. Dollar im Jahr 2030 wachsen. Computerwoche hat die sieben wichtigsten Anwendungsfälle zusammengestellt — die meisten davon brauchen keine Beine.

Definition & Markt: Physical AI integriert KI in autonome Systeme, die ihre Umgebung wahrnehmen und physisch handeln — von Fertigungsrobotern über Inspektionssysteme bis zu Ampeln und Medizingeräten. UST-Chef-AI-Architekt Adnan Masood gibt CIOs den Rat: „Lassen Sie sich nicht vom Hype um humanoide Roboter blenden. Der kurzfristige Mehrwert liegt in adaptiver Automatisierung in variablen Umgebungen — dort, wo sich Bedingungen verändern, Menschen und Maschinen zusammenarbeiten und Ausfallzeiten teuer sind.“

Die sieben Felder im Überblick: (1) Fertigungsroboter — etablierteste Anwendung; der Industrierobotik-Markt wächst laut Mordor Intelligence von 54,3 Mrd. $ (2026) auf 94,4 Mrd. $ (2031); BMW setzt Figure 03 in Spartanburg ein. (2) Qualitätsprüfung & Predictive Maintenance — Boston Dynamics‘ Spot: Tausende Einheiten in über 40 Ländern (Intel, Chevron, Michelin, Cargill), Stretch automatisiert das Entladen; NTT DATA kombiniert Foundation Models mit Kameras an der Linie. (3) Autonome Fahrzeuge & Drohnen — der Pkw-Markt lag 2025 bei über 200 Mrd. $, autonome Landmaschinen sollen von 70,9 Mrd. $ (2025) auf 144,7 Mrd. $ (2035) wachsen; NTT DATA rüstet mit Hyster-Yale Gabelstapler autonom. (4) Flotten- & Lagerkoordination — Symbotic betreibt eigenen Angaben zufolge 22.000 autonome Lagerroboter mit über 200 Mio. Meilen in 2025; UST nennt die Koordinationsschicht „Flugsicherung für Roboter“. (5) Überwachung & physische Sicherheit — vernetzte Kameras und Agenten-Plattformen (RAD/SARA) verifizieren Vorfälle und sparen Minuten; KI-Metalldetektoren von Athena Security. (6) Intelligente Gebäude & Infrastruktur — Gebäudeautomation, selbstheilende Netze, Krankenhaus-Koordination, Concierge-Systeme in Hotels und Flughäfen. (7) Smart Cities — KI-gestützte Verkehrssteuerung; Ouster stattete 42 Kreuzungen in New Jersey mit LiDAR aus, NTT DATA arbeitet mit der Stadt Brownsville an einem KI-Benachrichtigungssystem.

Die Einstiegskriterien: Investor Vikram Venkat (Cota Capital) nennt vier Voraussetzungen für lohnende Physical-AI-Projekte: hoher Arbeitskräftebedarf (Fachkräftemangel oder Gefahrenbereich), eine kontrollierte, überschaubare Umgebung, eine wiederholbare Aufgabe mit messbarem Ergebnis — plus einfache Implementierung und Human-in-the-Loop, also die Möglichkeit, jederzeit einzugreifen.

Was das für den Mittelstand heißt: Genau diese Kriterien erfüllen typische Aufgaben in deutschen KMU: Kommissionierung, Qualitätsprüfung, Transport, Inspektion, Sicherheitsrundgänge. Die Technik ist heute lieferbar und bezifferbar — im Gegensatz zu den meisten Humanoiden. Beim Einstieg gilt: erst die Aufgabe definieren, dann die Plattform wählen. In der Halle sind AMR, Cobots und klassische Roboter oft günstiger und schneller verfügbar als ein zweibeiniger Humanoid.

Der Realitäts-Check: Die Zahlen stammen aus verschiedenen Studien mit unterschiedlichen Definitionen (PwC, Mordor Intelligence, Global Market Insights) — als Richtwerte lesen, nicht als Prognosen. Und einzelne Erfolgsmeldungen (Symbotic, Ouster) sind Hersteller- beziehungsweise Kundenangaben. Was zählt, ist der Trend: KI, die etwas anfasst, wird zum normalen Investitionsthema — in der Fabrik ebenso wie in Lager, Gebäude und Kommune.