UEN-Kolumne mit Professor Markus Launer: Amerikas Weg zum Roboter für Uelzen

Suderburg. „Die digitale Umwelt von Uelzen wird maßgeblich von den USA geprägt und von Europa reguliert – China wird weitgehend ausgeblendet.“ So lässt sich die gegenwärtige Digitalisierungssituation zuspitzen. Und diese Digitalisierung führt nun zu digital gesteuerten superintelligenten Robotern – noch in der industriellen Fertigung, bald in unser aller Privatleben. Sind wir darauf vorbereitet? Werden Arbeitsplätze wegfallen? Haben wir dafür überhaupt genügend Strom?

Warum ist das so kritisch? Für die breite Öffentlichkeit ist Robotik bislang meist auf Konsumgeräte wie Saug- oder Mähroboter reduziert. Aktuell findet aber technologisch gerade ein großer Umbruch statt. Erstmals werden wir zuhause ein Menschen-ähnliches System haben, das sehr viel klüger und stärker ist als wir. Während Alexa noch das tut was wir wollen, agiert der Roboter Großteils selbständig. Der Roboter lernt auch von uns und vernetzt sich mit anderen Robotern. Und was wird er über unser Privatleben speichern und berichten? Alexa steht in der Ecke, der Mähroboter steht im Garten, doch unsere Haushaltsroboter werden sich selbständig bewegen und steuern.

Bundeskanzler Friedrich Merz besuchte letzte Woche mit einer Wirtschaftsdelegation China und ließ sich bei Unitree Robotics in Hangzhou die neuesten humanoiden Robotersysteme vorführen. Es geht dabei um Technologien, die in Europa bislang kaum erforscht werden, unser Leben in Uelzen aber schon bald stark verändern. 

Prof. Launer besuchte deswegen in seinem Forschungssemester Unternehmen und Universitäten in China (Shenzhen und Hangzhou) und den USA (Palo Alto) um die neuesten Technologien zu erforschen – vom autonomen Fahren, vernetzte kluge Städte (Smart Cities), Künstliche Intelligenz hin zu Teslas Roboter Optimus. Und sein Ergebnis ist: Für die Menschen in Uelzen ist es wichtig die aktuellen Entwicklungen in der US-Forschung zu beobachten. Das betrifft insbesondere unsere Robotik in den Großunternehmen wie Uelzena, Nordzucker und die Stadtwerke, unsere Landwirtschaft, die Lehre in Suderburg und an den Berufsbildenden Schulen oder Gymnasien und - schon bald unsere privaten Haushalte.

Zur Erinnerung: der erste Computer der Welt stammt von Konrad Zuse und steht an der Ostfalia in Suderburg – und er funktioniert noch, wenn auch mit Lochkarten. Das war ein technologischer Umbruch in der Digitalisierung, an dem Europa noch – zumindest in den Anfängen – führend war. Wir stehen nun vor dem nächsten technologischen Umbruch, bei dem Europa der Follower ist, in Teilgebieten mitarbeitet und Regularien schafft.

Neueste Errungenschaften der Computer- und Halbleiterforschung, Cloud Computing, in der Raumfahrt- und Militärtechnologie und insbesondere in der Künstlichen Intelligenz bündeln sich nun in der Robotik. In den USA treiben insbesondere Unternehmen wie Boston Dynamics und Tesla von Elon Musk die Entwicklung des humanoiden Roboters voran. Teslas Optimus kann voraussichtlich 2027 in Haushalt und in der Produktion eingesetzt werden. Parallel dazu plant China mit Modellen wie Unitree H1 oder anderen humanoiden Plattformen bereits für 2026 eine Auslieferung von über 20.000 Stück. Der Einsatz im Militär ist schon präsent und die Besiedlung des Mondes (und Mars) wird zunächst nur von Robotern unternommen – ohne Menschen. 

Für Regionen mit Fachkräftemangel und demografischem Wandel wie Uelzen bedeutet dies Substitution und funktionale Erweiterung menschlicher Arbeit: KI-gestützte Robotersysteme können Daten in Echtzeit erfassen, multimodal interpretieren, vernetzt auswerten, adaptive Handlungsvorschläge generieren und selbständig entscheiden und umsetzen. Moderne Roboter hören präziser, analysieren schneller, speichern persistenter und interagieren zunehmend kontextsensitiv. Sie erkennen Emotionen besser als Menschen und interagieren mit diesen freundlicher und stets korrekt. Ein wichtiger grund sich mit dem Thema näher zu beschäftigen.

Ein Forschungsüberblick für interessierte Leser

Robotik in Europa

In Europa ist kein genereller technologischer Rückstand zu beklagen als vielmehr eine Kombination aus Fragmentierung, Skalierungsdefiziten und mangelnder struktureller Förderung. Europäische Forschung ist in vielen Bereichen – etwa Industrieautomation, kollaborative Robotik und autonome Inspektionssysteme – international konkurrenzfähig, jedoch gelingt die schnelle Kommerzialisierung und globale Skalierung selten. Hinzu kommen regulatorische Komplexität, langwierige Zertifizierungsprozesse und eine teilweise zersplitterte Förderlandschaft. 

Besonders kritisch diskutiert wird zudem die Energiefrage: Der zunehmende Einsatz rechenintensiver KI-gestützter Robotik, automatisierter Produktionslinien und digitaler Infrastrukturen führt zu einem stark steigenden Strombedarf. In Deutschland verschärfen hohe Energiepreise, Netzausbauprobleme und Unsicherheiten bei der Grundlastversorgung die Sorge, dass energieintensive Zukunftstechnologien wie Datenzentren, KI und Robotik auf Wettbewerbsnachteile stoßen könnten.

Der aktuelle Stand der Robotik in Europa ist stark durch industrieorientierte Forschung und regulatorische Einbettung geprägt. Zentrale Förderachsen wie Horizon Europe und die European Partnership on AI, Data and Robotics (ADRA) treiben insbesondere vertrauenswürdige, robuste und sicherheitszertifizierbare Robotik voran. Inhaltlich dominieren Human–Robot Collaboration, autonome Inspektion sowie generative KI für industrielle Anwendungen. Europa setzt weniger auf spekulative Robotik mit Artificial General Intelligenz, sondern auf realweltlich belastbare Systeme mit Nachweisbarkeit, Safety-by-Design und Integrationsfähigkeit in bestehende Produktions- und Logistikumgebungen. Parallel gewinnt die Verbindung von Robotik mit digitalen Zwillingen, Flottenorchestrierung und domänenspezifischen Anwendungen (Energie, Offshore, Space, industrielle Wartung) weiter an Bedeutung.

In der praktischen Anwendung ist Europa besonders stark in Intralogistik, Industrieautomation und autonomen Inspektionssystemen für kritische Infrastruktur. Warehouse-Robotik, mobile Plattformen und kollaborative Industrieroboter sind bereits breit implementiert, während autonome Systeme für Energieanlagen, Chemieparks und Offshore-Umgebungen zunehmend skalieren. Regulatorisch wirken der europäische AI Act und die neue Maschinenverordnung als strukturelle Differenzierer. 

Wenn man aber die Unterstützung der EU-Forschung aus den USA ausblendet, treten die strukturellen Probleme der europäischen Robotik jedoch deutlich hervor. Die EU-Forschungslandschaft ist stark fragmentiert, mit vielen nationalen Insel-Initiativen und mittelständisch geprägten Unternehmen mit begrenzter paneuropäischer Skalierung. Man kann also sagen, der private Roboter für die Menschen zuhause wird nicht aus Europa kommen.

Robotik in den USA

Die USA verfügen über eine sehr starke Forschungs- und Entwicklung (F&E) in der Robotik. Universitäten, nationale Labore und Förderprogramme – insbesondere durch die National Science Foundation (NSF) – treiben Grundlagenforschung in Autonomie, KI-gestützter Robotik, Mensch-Roboter-Interaktion und fortgeschrittener Manipulation voran. Die enge Verbindung von Spitzenforschung, Risikokapital und unternehmerischer Ausgründung ermöglicht eine schnelle Kommerzialisierung neuer Technologien. Besonders dynamisch sind Felder wie KI-basierte Robotik, autonome Systeme, medizinische Robotik und verteidigungsnahe Anwendungen. Forschung und Start-up-Ökosystem sind eng miteinander verzahnt, was schnelle Innovationszyklen begünstigt.

Auch in der industriellen Anwendung zählen noch immer die USA (und China) zu den führenden Automatisierungsnationen, insbesondere in der Automobilproduktion und in High-Tech-Branchen. Neben klassischen Industrierobotern wachsen Märkte für kollaborative Roboter (Cobots), autonome mobile Roboter (AMR) in Logistikzentren sowie Robotik im Gesundheitswesen. 

Gleichzeitig bestehen aber auch strukturelle Herausforderungen: Die US-Regierung stellt eine Importabhängigkeit bei High-Tech-Hardware (u. a. Chips, Elektronik, Robotik-Komponenten) fest und definiert dies als Risiko für Wirtschafts- und nationale Sicherheit. Die Produktion und digitale Arbeitsplätze sollen in die USA zurück geholt werden. Im Januar 2026 hat Präsident Donald J. Trump eine Presidential Proclamation (No. 11002) unter Section 232 des Trade Expansion Act unterzeichnet, mit der bestimmte Importe von Halbleitern, Halbleiter-Produktionsausrüstung und daraus abgeleiteten Produkten mit 25%igen Importzöllen belegt werden. Zudem hatte er zuvor schon mit verschiedenen sog. Executive Orders versucht, mehr Arbeitsplätze in die USA zurück zu holen: Executive Order Buy American and Hire American (Nr. 13788 vom 18.04.2017), Assessing and Strengthening the Manufacturing and Defense Industrial Base (Nr. 13806 vom 21.07.2017), Securing the ICT and Services Supply Chain, Nr. 13873 vom 15.05.2019) oder Regulating Imports With a Reciprocal Tariff (Nr. 14257 vom 02.04.2025).

Die Entwicklung intelligenter Superroboter wird maßgeblich durch Fortschritte in fünf zentralen Technologiefeldern vorangetrieben: Hochleistungsrechner und Halbleiter, Cloud-Infrastruktur, Raumfahrt- und Verteidigungsforschung, Künstliche Intelligenz sowie fortgeschrittene Robotiksysteme selbst. 

Leistungsfähige Mikroprozessorarchitekturen, KI-Beschleuniger (GPU-, TPU- und neuromorphe Chips) und Exascale-Hochleistungsrechner ermöglichen das Training komplexer neuronaler Netze und multimodaler Foundation Models. Cloud-Computing-Plattformen schaffen skalierbare Rechen- und Speicherinfrastrukturen für Simulation, Digital Twins, Reinforcement Learning und globales „Fleet Learning“, bei dem Robotersysteme kontinuierlich voneinander lernen. Raumfahrt- und Militärprogramme treiben parallel robuste, fehlertolerante Systemarchitekturen, Echtzeitbetriebssysteme, sichere Kommunikationsprotokolle und autonome Navigationsverfahren voran – Technologien, die direkt in die zivile Robotik diffundieren.

In der Künstlichen Intelligenz verschmelzen Deep Learning, Computer Vision, Sensorfusion, Large Language Models und modellbasierte Bewegungsplanung zu leistungsfähigen Autonomie-Stacks. Moderne Robotersysteme kombinieren Edge-Computing, Multisensorik (Lidar, Radar, taktile Sensorik), adaptive Greifmechanik und lernfähige Steuerungsalgorithmen zu kontextsensitiven, selbstoptimierenden Plattformen. Während heutige Systeme vor allem repetitive oder standardisierte Aufgaben übernehmen, zielt die aktuelle Forschung auf General-Purpose-Robotik mit hoher Entscheidungsautonomie und flexibler Manipulation in unstrukturierten Umgebungen. 

Superintelligente Roboter entstehen somit nicht durch eine einzelne Durchbruchstechnologie, sondern durch die technologische Konvergenz von Rechenleistung, KI-Modellen, vernetzter Cloud-Infrastruktur und robusten autonomen Systemarchitekturen. Schon heute steuern KI-Agenten Roboter vollautomatisch. Und die neueste KI-Technologie mit interagierenden KI-Agenten und endlosen Befehlseingabemöglichkeiten bereiten den Weg zum superintelligenten Roboter.

Robotik in Uelzen

Es ist somit sicher, dass privat nutzbare Service- und Humanoid-Roboter aus den USA kommen werden – inklusive der zugehörigen KI-Modelle und Cloud-Infrastrukturen. Die von diesen Systemen bereitgestellte Daten-Infrastruktur und die bei den Kunden gesammelten Daten würden voraussichtlich in außereuropäischen Plattformen verarbeitet und verwaltet. 

Für Uelzen bedeutet das eine wachsende technologische und datenbezogene Abhängigkeit von den USA. Entscheidend wird sein, in der EU eigene digitale Kompetenz, Datensouveränität und Integrationsfähigkeit aufzubauen, um nicht nur Nutzer, sondern aktiver Mitgestalter dieser Entwicklung zu sein. Die EU hat schon erste Regularien geschaffen, um den Einsatz der Robotik zu regulieren und die Privatsphäre zu schützen. Doch in der Vermarktung von Robotern bei Privatpersonen wird die USA unschlagbar sein. Oder wollen Sie einen Roboter aus China?

Im Detail

Die wichtigsten Technologiebereiche der Digitalisierung mit hoher Transformationswirkung aus den USA sollen nun im Detail für Interessierte und Fachleute beschrieben werden. Dabei geht es um die technologischen Einflüsse auf die Entwicklung superintelligenter Robotik:

1.     Computer und Halbleiterindustrie

2.     Cloud Computing

3.     Raumfahrt & Militär

4.     Künstliche Intelligenz

5.     Industrierobotik

6.     Robotik im Privatbereich

7.     Autonome Robotik auf dem Mond

8.     Superintelligente Roboter

1.     Computer und Halbleiterindustrie

Die Vereinigten Staaten sind weiterhin führend in der Entwicklung und Vermarktung von Mikroprozessorarchitekturen, Chipdesign, Cloud-Infrastrukturen und Hochleistungsrechnern. Aktuell prägen US-Unternehmen weiterhin zentrale Innovationspfade hin zur superintelligenten Robotik:

·       NVIDIA – führend bei Grafikprozessoren (GPUs) und KI-Beschleunigern

·       AMD – Hochleistungsprozessoren für Rechenzentren und Supercomputer

·       Qualcomm – Mobilfunk- und Kommunikationschips

·       Apple – eigene ARM-basierte Chiparchitekturen (M-Serie)

·       Broadcom – Netzwerktechnologien und Infrastrukturhalbleiter

Im Bereich Hochleistungsrechner (HPC) gibt es eine enge Verzahnung von Industrie und staatlicher Forschung. Hewlett Packard Enterprise (HPE) gilt als führender Systemintegrator und baute mit Frontier am Oak Ridge National Laboratory den ersten offiziell bestätigten Exascale-Supercomputer der Welt. Auch IBM entwickelte mit Systemen wie Summit und Sierra weltweit führende Rechner und verbindet HPC zunehmend mit KI- und Quantenforschung. Eine zentrale Rolle spielt zudem das U.S. Department of Energy (DOE), das über nationale Labore wie Oak Ridge, Argonne und Lawrence Livermore zentrale Exascale-Programme finanziert und betreibt. Die USA dominieren damit weiterhin das Chipdesign, die Architekturentwicklung, die Software-Ökosysteme und große Teile der Wertschöpfungskette. 

Aber auch Universitäten forschen an Computer- und Halbleitertechnologie. Allen voran das Massachusetts Institute of Technology (MIT) in den Bereichen Advanced CMOS, Chip-Architekturen, Neuromorphic Computing, 3D-Integration und Materialkunde für Halbleiter. Die Stanford University liegt nicht nur mitten im Silicon Valley (Palo Alto, Kalifornien), sie forscht auch führend an Very Large Scale Integration Design (VLSI, bezeichnet die Entwicklung hochkomplexer integrierter Schaltungen, bei denen Milliarden Transistoren auf einem einzigen Chip integriert werden), aber auch KI-Hardware, Energie-effizientes Computing und Geräte-Physik. Und gegenüber in der San Francisco Bay forscht in Berkeley die University of California an RISC-V Architektur, Open-Source-Hardware, Advanced Transistor-Forschung und Chiplet-Design. 

Nationale Institutionen wie das National Institute of Standards and Technology (NIST) forschen mehr in der Grundlagenforschung, u.a. an Metrologie, Halbleiter-Standards und Quantentechnologie. Das Lawrence Berkeley National Laboratory (wieder San Francisco Bay) ist besonders stark in der Nano- und Materialforschung, Next-Gen Materials und Quantenmaterialien. 

Die USA investieren derzeit in historischer Größenordnung in die Computer- und Halbleiterindustrie. Der CHIPS and Science Act umfasst rund 50 Milliarden Euro, davon etwa 13 Milliarden Euro speziell für Forschung und Entwicklung. Zusätzlich wurden von Unternehmen seit 2022 über 400 Milliarden Euro Produktions- und Ausbauinvestitionen investiert. Einige Investitionen in US-Fertigungen sind besonders groß: Micron plant Investitionen von 180 Milliarden Euro und Texas Instruments rund 56 Milliarden Euro - oder die Taiwan Semiconductor Manufacturing Company (TSMC) bis zu 150 Milliarden Euro.

Auch die laufenden Forschungsbudgets sind erheblich: Intel investiert jährlich etwa 15 Milliarden Euro in F&E, Qualcomm rund 8 Milliarden Euro und NVIDIA etwa 8 Milliarden Euro. Insgesamt summieren sich staatliche Programme und private Industrieinvestitionen damit auf deutlich über 500 Milliarden Euro.

Die heutigen Computer und Roboter werden deswegen in den USA erforscht und entwickelt, aber gefertigt werden Sie noch in Taiwan, und Korea (Foundry-Produktion). Aktuell versucht US-Präsident Donald Trump durch Programme wie den CHIPS Act mehr Produktionskapazitäten in die USA zurück zu holen. Und Liste ist lang: Intel, Texas Instruments, Micron Technology, GlobalFoundries, Amkor Technology (Packaging/Testing) oder SK hynix (Fab-Projekte/Packaging) kommen zurück. 

Zudem investieren große ausländische Unternehmen nun in den USA. Aus Taiwan investieren insbesondere TSMC mit großen Chipfabrikprojekten in Arizona, GlobalWafers mit 300-mm-Waferfertigung in Texas und Missouri sowie United Microelectronics Corporation (UMC) über eine Partnerschaft mit Polar Semiconductor in Minnesota in die US-Halbleiterproduktion. Aus Südkorea bauen Samsung Electronics ihre Fertigung in Texas aus, und SK Hynix plant Investitionen in Packaging und Forschung, unter anderem in Indiana. Japanische Unternehmen verfügen derzeit über keine großen eigenen Chipfabriken in den USA, sind jedoch über Kooperationen und globale Partnerschaften – etwa durch Sony, Toyota oder Denso – indirekt im US-Halbleiterökosystem eingebunden. 

Das Wettrennen läuft – und Europa ist nicht dabei. Im Gegenteil, die aktuellen Entwicklungen werden von vielen sogar belächelt. 

2.     Cloud Computing

Der Stand der Cloud-Technologie ist in den USA von einer sehr dynamischen, hochinnovativen und kommerziell stark konkurrierenden Landschaft geprägt. Unternehmen wie Amazon Web Services, Microsoft (Azure) und Google (Google Cloud) dominieren mit globalen Recheninfrastrukturen den Markt.  Der US-Cloud-Computing-Markt wird aktuell auf rund 500 Milliarden Euro geschätzt. Prognosen gehen davon aus, dass das Marktvolumen bis 2030 auf über 900 Milliarden Euro wächst, getrieben durch KI-Workloads, Hyperscale-Rechenzentren, Edge-Computing-Architekturen und die steigende Nachfrage nach IaaS-, PaaS- und SaaS-Diensten.

Cloud Computing ist getragen von Infrastruktur-, Plattform- und Software-Diensten, wobei besonders Public Cloud, Hybrid Cloud und serverlose Architekturen (Serverless FaaS) dominieren. Diese Dienste sind Grundlage für digitale Transformation, hohe Agilität, DevOps-Prozesse und die massive Skalierung datenintensiver Anwendungen einschließlich KI und superintelligenter Robotik. Hyperscaler wie Amazon Web Services (AWS), Microsoft Azure und Google Cloud Platform halten den größten Marktanteil im IaaS-, PaaS- und SaaS-Segment und konkurrieren darüber hinaus im Bereich cloud-native Infrastruktur, Container-Orchestrierung, Multi-Cloud-Strategien und Edge Computing.

Forschungsseitig stehen moderne Paradigmen wie Serverless Computing, Hybrid/Multi-Cloud-Architekturen, AI-Integration und cloud-native Microservices im Zentrum. Serverless-Ansätze (FaaS, Functions-as-a-Service) vereinfachen das Betreiben verteilter Dienste ohne traditionelle Infrastrukturverwaltung und werden zunehmend wissenschaftlich untersucht und kommerziell angeboten (etwa AWS Lambda, Azure Functions, Google Cloud Functions). Hybrid Cloud-Lösungen bündeln On-Premise-Ressourcen mit Public Cloud-Kapazität und adressieren Performance, Compliance und Sicherheit, was ebenfalls Gegenstand aktueller Forschung ist. Zudem ist die enge Verzahnung von Cloud-Infrastruktur mit KI-Workloads zentral. 

Trotz des technologischen Fortschritts bestehen Herausforderungen wie Dateninteroperabilität, vendor lock-in, Energie- und Ressourceneffizienz großer Rechenzentren sowie Sicherheits- und Datenschutzfragen, die aktive Forschungsfelder bleiben.

Die Cloud-Technologie ist ein zentraler Enabler für die Entwicklung und den Betrieb moderner Robotersysteme. In der Entwicklungsphase ermöglichen skalierbare Cloud-Infrastrukturen Hochleistungsrechnen für KI-Training, Simulationen (Digital Twins, Sim-to-Real-Transfer) und großangelegte Datenauswertung. Deep-Learning-Modelle für Wahrnehmung, Navigation und Manipulation werden typischerweise in verteilten GPU-/TPU-Clustern trainiert, bevor sie auf Edge-Systeme der Roboter übertragen werden. Cloud-native Entwicklungsumgebungen, Continuous Integration/Continuous Deployment (CI/CD) und MLOps-Pipelines beschleunigen Iterationen und erlauben Over-the-Air-Updates komplexer Robotiksoftware.

Im operativen Betrieb fungiert die Cloud als Koordinations- und Intelligenzebene für Roboterschwärme und vernetzte Systeme. Flottenmanagement, Telemetrie, Predictive Maintenance, Echtzeit-Datenaggregation sowie KI-gestützte Optimierung laufen häufig zentralisiert oder hybrid (Edge-Cloud-Architektur). Gerade bei autonomen mobilen Robotern oder humanoiden Plattformen ermöglicht die Cloud rechenintensive Aufgaben wie globale Routenplanung, kollektives Lernen („fleet learning“) und kontinuierliche Modellverbesserung. Damit wird die Cloud zum infrastrukturellen Rückgrat einer skalierbaren, lernfähigen Robotik – ohne leistungsfähige Cloud-Architekturen wäre die schnelle Weiterentwicklung und der wirtschaftliche Betrieb komplexer Robotersysteme kaum realisierbar.

Mehrere große US-Technologieunternehmen investieren derzeit massiv in Cloud-Infrastruktur und Rechenzentren in Deutschland. Google plant bis 2029 Investitionen von rund 5,5 Milliarden Euro in neue und erweiterte Standorte, unter anderem in Hessen. Amazon Web Services baut mit einer geplanten Investition von über 7,8 Milliarden Euro eine „European Sovereign Cloud“ in Brandenburg auf. Oracle investiert rund 1,7 Milliarden Euro in den Ausbau seiner Cloud-Infrastruktur in der Region Frankfurt. Zudem betreibt der US-Rechenzentrumsanbieter Digital Realty zahlreiche Standorte, insbesondere im Raum Frankfurt, einem der wichtigsten europäischen Internetknoten.

In Deutschland investieren mehrere große Unternehmen in Cloud- und Rechenzentrumsinfrastruktur, um digitale Souveränität und KI-Kapazitäten auszubauen, insgesamt rund 25 – 30 Milliarden Euro. Die Deutsche Telekom mit T-Systems betreibt eigene Cloud-Plattformen und baut industrielle KI-Infrastrukturen auf. Die Schwarz Gruppe (Lidl und Kaufland) investiert rund 11 Milliarden Euro in ein großes Rechenzentrumsprojekt für ihre Cloud-Marke STACKIT. Insgesamt fließen laut Branchenangaben jährlich zweistellige Milliardenbeträge in deutsche Rechenzentren. Ergänzend treiben IT-Dienstleister wie Bechtle, Cancom und Skaylink die Integration und den Betrieb von Cloud-Lösungen für Unternehmen und öffentliche Einrichtungen voran. In Niedersachsen sind derzeit nur regionale Rechenzentrumsprojekte geplant, etwa ein neues Data Center bei Hannover (Sehnde) durch Avacon und enviaM mit einem Investitionsvolumen von rund 40 Millionen Euro.

3.     Raumfahrt

Die Raumfahrt ist traditionell die wichtigste Forschungseinheit für Robotik. Die zentrale Institution dafür ist in den USA die NASA, deren Jahresbudget bei rund 25–30 Milliarden US-Dollar lag. Damit verfügt die USA über das mit Abstand größte zivile Raumfahrtbudget weltweit. Heute werden die staatlichen Investitionen der NASA im Verhältnis zur Frühphase der Raumfahrt jedoch stark reduziert und stärker privatwirtschaftlich ausgerichtet. Unternehmen wie SpaceX unter der Leitung von Elon Musk sowie Blue Origin von Jeff Bezos (Gründer von Amazon) starten heute mehr Raketen als je zuvor. Durch wiederverwendbare Trägersysteme sind die Startkosten erheblich gesunken, was die Kommerzialisierung und Ausweitung von Satelliten-, Mond- und Raumfahrtmissionen deutlich beschleunigt hat. 

Ein großer Teil der Raumfahrtforschung kommt in den USA aber auch aus dem Militärbudget. Vom Verteidigungsbudgets von ca. 750 Mrd. Euro pro Jahr entfällt auf Luft- und Raumfahrtorganisationen wie die US Air Force und die neu gegründete Space Force, zusammen rund 140 Mrd. Euro. Für die United States Space Force allein wurden Budgets im Bereich von etwa 30 Mrd. Euro pro Jahr berichtet, was einen winzigen, aber wachsenden Teil des Pentagon-Etats darstellt. 

Die US-Raumfahrt- und Verteidigungsprogramme sind zentrale Innovationsmotoren für die Robotik. Institutionen wie NASA, DARPA, das Air Force Research Laboratory (AFRL) und das Office of Naval Research (ONR) fördern Forschung zu autonomer Navigation, SLAM, Schwarmrobotik, Human-Machine Teaming, Sensorfusion und resilienten eingebetteten Systemen. Raumfahrtmissionen erfordern fehlertolerante Architekturen, strahlungsresistente Elektronik, Echtzeitbetriebssysteme (RTOS) und hochzuverlässige Teleoperation – Technologien, die später in Industrie-, Inspektions- und Servicerobotik übernommen werden. Private Akteure wie SpaceX und Blue Origin integrieren zunehmend autonome Wartungs- und Logistiksysteme in komplexe Raumfahrtinfrastrukturen.

Im militärischen Bereich beschleunigen Programme für unbemannte Boden-, Luft- und Seefahrzeuge (UGV, UAS, USV/UUV) sowie KI-gestützte Command-and-Control-Systeme die Entwicklung skalierbarer Autonomie-Stacks. Unternehmen wie Anduril, Lockheed Martin, Northrop Grumman und das aus DARPA-Projekten hervorgegangene Boston Dynamics treiben robuste, cyberresiliente Robotikplattformen voran. Anforderungen wie geringe Latenz, sichere Kommunikationsarchitekturen und hohe operative Zuverlässigkeit steigern die technologische Reife dieser Systeme – viele der so entwickelten Dual-Use-Technologien finden anschließend Anwendung in zivilen Märkten.

Und in Deutschland? Der reguläre Verteidigungshaushalt Deutschlands liegt derzeit bei rund 60 Milliarden Euro pro Jahr, ergänzt durch das 100-Milliarden-Euro-Sondervermögen der Bundeswehr und eine strukturelle Ausnahmeregelung in der Schuldenbremse (plus dem 500-Milliarden-Euro-Infrastruktur- und Transformationsfonds). Der Schwerpunkt der bisherigen Mittelverwendung der Bundeswehr liegt auf klassischen Großsystemen wie Kampfpanzern (z. B. Leopard-Modernisierung), Schützenpanzern, Fregatten, Kampfhubschraubern, Transportflugzeugen sowie dem F-35-Kampfjet. Es gibt zwar Programme im Bereich Drohnen, Aufklärungssysteme, unbemannte Luftfahrzeuge (z. B. Heron TP), Digitalisierung der Landstreitkräfte und künftige „Future Combat Air System“-Komponenten, jedoch ist autonome Robotik – insbesondere landgestützte Gefechtsroboter oder skalierbare Drohnenschwärme – bislang kein dominierender Investitionsschwerpunkt. Die politische Debatte fokussiert sich derzeit stärker auf Personalgewinnung und eine mögliche Reform bzw. teilweise Wiedereinführung der Wehrpflicht anstatt auf eine umfassende Robotik-zentrierte Streitkräfte­transformation.

4.     Künstliche Intelligenz

Auch in der Erforschung Künstlicher Intelligenz (KI oder englisch AI) ist die USA weltweit führend – und überwiegend privat finanziert. Nach aktuellen Auswertungen des Stanford AI Index lagen die privaten KI-Investitionen in den Vereinigten Staaten im Jahr 2024 bei rund 100 Milliarden Euro, seit 2013 kumuliert rund 400 Mrd. Euro. Damit investieren die USA deutlich mehr Kapital in KI als Europa und China zusammen. Ein Großteil dieser Mittel fließt in Rechenzentren, Halbleiterinfrastruktur, Trainingskapazitäten für große Sprachmodelle sowie in KI-Start-ups.

Zu den prägenden Akteuren zählen Unternehmen wie OpenAI, Google, Microsoft, Meta und Amazon. OpenAI wurde 2015 unter anderem von Sam Altman, Elon Musk, und anderen Gründern in San Franzisco gestartet. Später gründete Musk sein eigenes KI-Unternehmen xAI. DeepMind ist dahingegen ein britisches Start-up von Demis Hassabis, Shane Legg, Mustafa Suleyman. Google kaufte es 2014 für nur 425 Mio. Euro (Marktwertschätzung heute 150-700 Milliarden Euro).

Die Grundlagen der Künstlichen Intelligenz werden in jüngerer Zeit von Forscher wie Geoffrey Hinton, lange Zeit Professor an der University of Toronto und später auch bei Google tätig, Yann LeCun, Professor an der New York University und leitender KI-Wissenschaftler bei Meta, sowie Yoshua Bengio von der Université de Montréal maßgeblich zur Entwicklung neuronaler Netze und des Deep Learning bei. Für diese Arbeiten wurden sie 2018 mit dem Turing Award ausgezeichnet. Alan Turing, der an der University of Cambridge (UK) studierte und später unter anderem für die britische Regierung in Bletchley Park arbeitete sowie am University of Manchester forschte, gilt als Begründer der modernen KI.

Die heutige Dominanz der USA im KI-Bereich ergibt sich somit aus einer Kombination historischer Grundlagenforschung, starker Universitäten, erheblicher privater Investitionen, Einzelpersonen und einer außergewöhnlich schnellen Kommerzialisierung technologischer Durchbrüche. 

Die Robotik und Automatisierung ist eng mit KI verzahnt. Universitäten wie das Massachusetts Institute of Technology (MIT), die Stanford University sowie Unternehmen wie Boston Dynamics oder Tesla treiben Innovationen in humanoider Robotik, autonomen Systemen und intelligenter Steuerungssoftware maßgeblich voran. Tesla entwickelt mit dem humanoiden Roboter „Optimus“ (auch Tesla Bot genannt) ein System, das auf KI-basierter Bildverarbeitung und neuronalen Netzen aufsetzt, die aus der Autopilot-Technologie des Unternehmens abgeleitet sind. Der Roboter ist für repetitive industrielle Tätigkeiten aber auch im Privathaushalt konzipiert. Bei neueren Systemen (z. B. dem elektrischen Atlas) kommen bei Boston Dynamics neuerdings verstärkt Deep Learning-Modelle für Wahrnehmung (Computer Vision) sowie lernbasierte Bewegungsoptimierung zum Einsatz.

Künstliche Intelligenz ist die zentrale Schlüsseltechnologie für die Entwicklung superintelligenter Roboter. Erst durch Deep Learning, multimodale Foundation Models, Reinforcement Learning und fortgeschrittene Planungsalgorithmen können Roboter komplexe Umgebungen wahrnehmen, kontextuell verstehen, Entscheidungen treffen und ihr Verhalten adaptiv optimieren. KI ermöglicht die Integration von Computer Vision, Sprachverarbeitung, Sensordatenfusion und motorischer Steuerung zu kohärenten Autonomie-Stacks. Ohne KI blieben Roboter auf vorprogrammierte, starre Abläufe beschränkt. Mit KI werden sie lernfähig, selbstoptimierend und potenziell generalisierbar über viele Aufgabenbereiche hinweg. Superintelligente Robotik entsteht somit nicht primär durch bessere Mechanik, sondern durch skalierbare, leistungsfähige KI-Modelle, die Wahrnehmung, Kognition und Handlung in Echtzeit verknüpfen.

5.     Industrierobotik

Laut der International Federation of Robotics (IFR) befanden sich Ende 2024 weltweit etwa 4,66 Millionen Industrieroboter im Einsatz. Die Zahl wuchs um 9 Prozent im Vergleich zum Vorjahr, was den anhaltenden Trend zur Automatisierung unterstreicht (Quelle: IFR, 2024). Besonders stark ist der Einsatz in der Automobil- und Elektronikindustrie, wo Roboter präzise, repetitive Aufgaben übernehmen. In Asien, insbesondere in China, liegt der größte Marktanteil. Der Trend zeigt, dass die industrielle Produktion zunehmend auf flexible, intelligente Automatisierung setzt, um Effizienz, Präzision und Produktionsgeschwindigkeit zu steigern. Mit weiterem Fortschritt in der KI ist davon auszugehen, dass die Zahl der Roboter in den kommenden Jahren weiter ansteigen wird.

Amazon hat inzwischen weltweit über eine Million Roboter im Einsatz, vor allem in Lagerhäusern, und sie unterstützen etwa 75 Prozent der Lieferungen. Im Vergleich dazu hat Tesla bislang nur einige hundert humanoide Roboter intern eingesetzt. Tesla hat jedoch das Ziel, bis 2026 über 50.000 bis 100.000 Roboter auszuliefern. Langfristig peilt Tesla sogar eine Million Roboter pro Jahr an, aber bisher wurden tatsächlich erst einige hundert Stück gebaut. Diese ambitionierten Pläne zeigen, dass beide Unternehmen den Bereich KI-Roboter weiter ausbauen wollen, aber auf unterschiedlichen Niveaus stehen.

Boston Dynamics entwickelt mehrere hochdynamische Robotermodelle mit unterschiedlichen Einsatzschwerpunkten: Atlas, ein humanoider Forschungsroboter (inzwischen vollelektrisch) für komplexe Ganzkörperbewegungen und fortgeschrittene Manipulation; Spot, ein kommerziell eingesetzter vierbeiniger Roboter für industrielle Inspektion, Sicherheitsaufgaben und autonome Navigation mittels SLAM und Sensorfusion; Stretch, ein mobiler Logistikroboter zur automatisierten Containerentladung und Palettierung; sowie das frühere Demonstrationsmodell Handle, ein dynamisch balancierender, radbasierter Manipulator als technologischer Vorläufer von Stretch.

Die Kernarchitektur moderner Roboter basiert auf einer integrierten Autonomie- und Regelungsstruktur: Zentrale Grundlage ist eine modellbasierte Regelung, insbesondere Model Predictive Control und Whole-Body Control, die Gleichgewicht, Stabilität und hochdynamische Bewegungsabläufe in Echtzeit steuert. Ergänzt wird dies durch präzise State Estimation und Sensorfusion, bei der Daten aus IMU, LiDAR, Stereo- und 360°-Kameras kontinuierlich kombiniert werden, um eine robuste Umgebungserfassung zu gewährleisten. Für autonome Navigation kommt SLAM (Simultaneous Localization and Mapping) zum Einsatz, wodurch sich die Systeme selbstständig in unbekannten Umgebungen lokalisieren und Karten erstellen können. Motion Planning und Trajektorien-Optimierung berechnen dabei kollisionsfreie, dynamisch stabile Bewegungsbahnen unter Berücksichtigung physikalischer Randbedingungen. Zunehmend werden zudem Machine-Learning- und Reinforcement-Learning-Verfahren integriert, um Bewegungsstrategien, Manipulation und Anpassung an variable, unstrukturierte Umgebungen lernbasiert zu verbessern.

Laut der International Federation of Robotics wird prognostiziert, dass schon 2025 jährlich rund 575.000 neue Industrieroboter in die Produktion einfließen werden. Bis 2028 soll laut IFR  (2024) diese Zahl auf etwa 700.000 jährlich steigen. Der Marktwert für industrielle Robotik könnte von rund 30 Milliarden Euro im Jahr 2024 auf etwa 60 Milliarden Euro bis 2030 steigen. Wie die IFR betont: „Mit einer jährlichen Wachstumsrate von 10 bis 15 Prozent wird der KI-gestützte Roboterbestand in den nächsten Jahren massiv zunehmen.“ Besonders in der Elektronikindustrie und bei Elektrofahrzeugen wird erwartet, dass KI-gesteuerte Roboter komplexe Aufgaben übernehmen. Diese Entwicklung deutet darauf hin, dass KI in der industriellen Produktion nicht nur Effizienz, sondern auch Flexibilität weiter erhöhen wird.

In Europa – und speziell in Deutschland – ist die Robotik-Forschung eher breit aufgestellt, mit einem klaren Schwerpunkt auf sicheren, industrietauglichen, integrativen und normkonformen Systemen statt auf spektakulären Humanoid-Demonstratoren. Die Forschung ist stark vernetzt zwischen universitären Instituten, Fraunhofer- und Helmholtz-Zentren, industriellen Partnern und europäischen Förderprogrammen.

In Deutschland treiben Institute wie das Deutsche Zentrum für Luft- und Raumfahrt (DLR), das Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA), das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS) sowie das German Research Center for Artificial Intelligence (DFKI) zentrale Robotik-Lösungen voran – von kollaborativen Industrie-Robotern über autonome Inspektionssysteme bis hin zu Roboter-Dienstleistungssystemen. Hochschulen wie die Technische Universität München, die RWTH Aachen, die Universität Stuttgart oder die Technische Universität Berlin forschen an Multisensorfusion, Mensch-Roboter-Interaktion, adaptiver Greiftechnik, Lernalgorithmen sowie an regelungstechnischen Kernfragen (Motion Planning, Control, SLAM).

Auf europäischer Ebene bündeln Programme wie Horizon Europe, das Digital Europe Programme und die European Partnership on AI, Data and Robotics (ADRA) Forschung zu Human-Robot Collaboration, autonomer Mobilität, Robotik im Gesundheitswesen, digitale Zwillinge und sichere Robotik-Software-Stacks. Netzwerke wie ELLIS (European Laboratory for Learning and Intelligent Systems) und CAIRNE verbinden KI-Forschung mit Robotik-Anwendungen.

Die deutsche und europäische Robotik-Forschung ist primär industriegetrieben und weniger auf den privaten Konsumentenmarkt ausgerichtet. Im Fokus stehen Produktionsautomatisierung, Intralogistik, kollaborative Robotik (Cobots), autonome Inspektionssysteme sowie Integration in Industrie-4.0-Umgebungen und cyber-physische Systeme. Ein zentrales Leitprinzip ist dabei Sicherheit – sowohl technisch (Safety-by-Design, funktionale Sicherheit nach ISO-Normen, robuste Regelung, Redundanzsysteme) als auch regulatorisch (CE-Konformität, EU-Maschinenverordnung, AI Act).

6.     Robotik im Privatbereich

Derzeit entstehen technologische Kerninnovationen moderner Robotik für den privaten Gebrauch in hochspezialisierten US-amerikanischen Forschungsclustern und Deep-Tech-Unternehmen. Zentrale Fortschritte betreffen autonome Systemarchitekturen, Sensorfusion (Lidar, Radar, Multispektral-Kameras), präzise Aktorik, mechatronische Antriebssysteme, Echtzeitbetriebssysteme (RTOS), Edge-Computing-Integration sowie KI-basierte Entscheidungslogik mit Deep Neural Networks, Reinforcement Learning und Foundation-Model-Ansätzen. Institutionen wie MIT CSAIL, Stanford Robotics Lab, Carnegie Mellon Robotics Institute oder Georgia Tech entwickeln Algorithmen für SLAM, Motion Planning, Dexterous Manipulation und Human-Robot Interaction. Unternehmen wie Boston Dynamics, Tesla, Agility Robotics, Figure AI, Sanctuary AI (mit starker US-Präsenz) oder Anduril treiben humanoide Plattformen, autonome mobile Roboter (AMR) und skalierbare Autonomie-Stacks voran. 

Während autonome Systeme heute primär in hochstandardisierten, repetitiven oder logistisch optimierten Prozessen eingesetzt werden, etwa in Warehousing, Manufacturing und Last-Mile-Logistik, verschiebt sich der Entwicklungsschwerpunkt zunehmend in Richtung General-Purpose-Robotics. Fortschritte in adaptiver Greifmechanik, Force-Feedback-Systemen, taktiler Sensorik, Echtzeit-Perzeption und lernfähiger Bewegungsplanung ermöglichen humanoiden Systemen flexible Manipulation in unstrukturierten Umgebungen. Robotik entwickelt sich damit vom industriellen Spezialwerkzeug zur serviceorientierten Plattformtechnologie – mit Anwendungen in Pflege, medizinischer Assistenz, Facility Management, Dokumentation und Haushaltsunterstützung. 

Prognosen aus chinesischen Industrie- und Marktforschungsquellen gehen davon aus, dass der Absatz von Haushaltsrobotern in China bis 2025 auf rund 18,2 Millionen Einheiten steigen könnte. Dabei handelt es sich vor allem um Service- und Assistenzsysteme wie Saug- und Wischroboter, Fensterreinigungsroboter, einfache Überwachungs- und Lieferroboter sowie erste humanoide oder halbhumanoide Plattformen im Premiumsegment. Während Amazon bislang keine konkreten Zahlen für den privaten Roboterverkauf nennt, plant Tesla, seine humanoiden Optimus-Roboter global zu skalieren. Mit weltweit anvisierten Produktionszielen von zehntausenden bis zu langfristig einer Million Einheiten pro Jahr könnte auch China ein bedeutender Markt werden. Somit zeigt sich, dass der private KI-Roboter-Markt sowohl in China als auch weltweit stark wachsen dürfte.

7.     Autonome Robotik auf dem Mond

Wenn es um Robotik mit KI auf dem Mond geht, setzen die großen Raumfahrtagenturen auf konkrete, spezialisierte Systeme. Die NASA entwickelt mit der „VIPER“-Mission einen Mondrover, der mithilfe von KI vor Ort Wassereisvorkommen lokalisieren soll. Die KI hilft dabei, die besten Bohrpunkte autonom zu identifizieren, ohne ständige menschliche Eingriffe. Die japanische Raumfahrtagentur JAXA setzt auf KI-gestützte Navigation, die es ihren Robotern ermöglicht, autonom Hindernisse zu umfahren und selbstständig den sichersten Weg über die Mondoberfläche zu finden. Die ESA wiederum arbeitet an autonomen Baurobotern, die mithilfe von KI-Algorithmen ihre Bewegungsabläufe optimieren und sich an unvorhergesehene Situationen anpassen. Fachleute wie Kazuya Yoshida, ein führender Ingenieur bei JAXA, betonen, dass die KI vor allem genutzt wird, um die Kommunikation zu entlasten und Entscheidungen vor Ort zu treffen, da Echtzeitsteuerung von der Erde aus schwierig ist. 

Der Fokus liegt noch darauf, die menschliche Mission zu unterstützen: KI-gestützte Roboter nehmen Aufgaben ab, die gefährlich oder ineffizient manuell zu erledigen wären. Ziel ist es, spezialisierte, intelligente Helfer zu schaffen, die den Aufbau und die Erschließung des Mondes effizient, sicher und zielgerichtet vorantreiben. Dabei bleibt die menschliche Kontrolle stets zentral. Doch was, wenn die Robotik mit Superintelligenz versehen wird?

„Die größte Herausforderung bei KI-gesteuerter Robotik auf dem Mond ist nicht die Intelligenz selbst, sondern die Zielausrichtung und Sicherheit“, betont Stuart Russell, KI-Experte der University of California. Max Tegmark, Professor am MIT, ergänzt: „Kompetenz ohne Werte kann riskant sein – ein autonomer Mondroboter muss seine Ziele verstehen.“ Yoshua Bengio, KI-Pionier, warnt: „Wenn diese Systeme zu eigenständig agieren, könnten sie auch destabilisieren.“ Diese Stimmen zeigen, dass der Einsatz spezialisierter KI auf dem Mond nicht nur technische, sondern auch ethische Rahmenbedingungen braucht.

8.     Superintelligente Roboter

In der technologischen Verdichtung von Hochleistungsrechnern, spezialisierter Halbleiterarchitektur, Cloud- und Edge-Infrastrukturen, Raumfahrt- und Sicherheitsforschung sowie fortgeschrittener Künstlicher Intelligenz entsteht ein neues Robotik-Paradigma. Diese Systeme sind nicht mehr auf klar definierte, repetitive Aufgaben beschränkt, sondern verfügen über kontextsensitive Wahrnehmung, adaptive Handlungsplanung, multimodale Interaktion und kontinuierliche Selbstoptimierung. Grundlage sind leistungsfähige KI-Modelle, die Wahrnehmung, Entscheidungslogik und motorische Kontrolle integrieren und durch verteilte Trainingsinfrastrukturen sowie „Fleet Learning“ fortlaufend verbessert werden. Darauf aufbauend kommen zunehmend KI-Agenten zum Einsatz – softwarebasierte autonome Entscheidungseinheiten, die Ziele formulieren, Strategien entwickeln, externe Datenquellen einbinden und komplexe Aufgaben sequenziell ausführen können. In Kombination mit physischer Robotik entsteht so die Vision hochgradig autonomer, lernfähiger Systeme, die in bestimmten Domänen potenziell übermenschliche Leistungsfähigkeit erreichen.

KI-Agenten sind spezialisierte künstliche Intelligenzen, die nicht nur auf Anfragen reagieren, sondern eigenständig Aufgaben ausführen, Entscheidungen treffen und mit anderen Systemen interagieren können. Sie arbeiten wie autonome Agenten: Sie nehmen ihre Umgebung wahr, interpretieren Daten, setzen Ziele und handeln daraufhin. Technisch basieren sie auf großen Sprachmodellen (LLMs), die mit zusätzlichen Logik- und Planungsmodulen gekoppelt sind, sodass sie nicht nur Texte generieren, sondern auch komplexe Prozesse steuern. Beispielsweise können sie autonom Termine koordinieren, Daten analysieren oder in Echtzeit Entscheidungen in Geschäftsprozessen treffen. KI-Agenten sind dadurch besonders wertvoll in komplexen Umgebungen wie der Lieferkette, im Finanzwesen oder im Kundenservice, wo sie repetitive Aufgaben übernehmen, Prozesse optimieren und menschliche Ressourcen entlasten.

Im Jahr 2026 sind KI-Agenten weltweit stark im Aufwind. In den USA setzen Unternehmen wie Cadence auf agentische KI, und bis 2026 sollen rund 40 Prozent der Unternehmensanwendungen darauf basieren. In Europa wird die Entwicklung zwar von strengen Regulierungen wie dem EU AI Act begleitet, doch es gibt weniger große Modelle. In China hingegen, angetrieben durch staatliche Programme, wachsen KI-Agenten rasant, etwa mit Qwen 3.5, und sie finden breite Anwendung in Produktion und Dienstleistung.

Wenn wir Aussagen führender CEOs zur Integration von Superintelligenz in der Robotik betrachten, fällt auf, dass hier die Debatte nicht mehr hypothetisch ist. Sam Altman, CEO von OpenAI, zeigt sich optimistisch und betont, dass der Weg zur Superintelligenz bereits ins Visier genommen werde. Er spricht von einer reibungslosen Skalierung hin zu immer leistungsfähigeren Systemen. 

Demis Hassabis, CEO von DeepMind, bleibt hingegen vorsichtiger und betont, dass noch entscheidende Durchbrüche nötig seien, bevor Superintelligenz realistisch sei. Andrew Ng, KI-Experte und Mitgründer von DeepLearning AI, und Yann LeCun, Chief AI Scientist bei Meta, bleiben ebenfalls skeptisch, dass Superintelligenz in absehbarer Zeit greifbar seien. Sie sehen sowohl das Konzept als auch den Hype kritisch. 

Arvind Narayanan (Princeton University) und Margaret Mitchell (AI-Ethikerin) argumentieren, dass KI als normale Technologie betrachtet werden sollte, die reguliert und in gesellschaftliche Strukturen eingebettet werden muss. Diese Spannbreite an Einschätzungen zeigt, dass der Diskurs um Superintelligenz sowohl von technischer als auch von gesellschaftlicher Perspektive geprägt ist.

Andere Expertinnen und Experten warnen dahingegen, so Stuart Russell (Professor, University of California) und Geoffrey Hinton (ehemals Google Brain), dass die Integration hochintelligenter, selbständig miteinander interagierender Systeme in physische Maschinen eine klare Zielausrichtung und Kontrolle erfordert, da fehlerhafte Ziele gefährliche Konsequenzen haben könnten. Max Tegmark (Professor am MIT) hebt hervor, dass in der Robotik insbesondere die „Kompetenz“ von KI ein zentrales Risiko darstellt – ein Roboter, der hochintelligent agiert, könnte in seiner Zielverfolgung unerwartete Wege gehen. Auch Yoshua Bengio, einer der „Godfathers of AI“ und Professor an der Université de Montréal,  warnt, dass Roboter, die potenziell mit Superintelligenz ausgestattet sind, destabilisieren könnten, wenn sie nicht vollständig in menschliche Werte eingebettet sind. Demnach liegt der Fokus der Diskussion darauf, dass die physische Umsetzung von Superintelligenz in Robotik nur dann verantwortbar ist, wenn Sicherheit, Zielkontrolle und gesellschaftliche Werte parallel mitentwickelt werden. Es besteht Einigkeit, dass der reine Einbau von Intelligenz in Roboter ohne ethische Kontrolle immense Risiken birgt.

Doch der private autonome Haushaltscomputer, der selbständig auf Basis von KI und KI-Agenten agiert, ist somit nicht mehr weit. In der nächsten Kolumne muss daher Künstliche Allgemeine Intelligenz (AGI) und die KI-Agenten tiefer untersucht werden.

Fotos: privat