China pumpen öffentliche Gelder in großem Tempo in die humanoide Robotik. Zentrale und lokale Regierungen haben allein im ersten Halbjahr 2026 mindestens 230 Millionen US-Dollar für die Beschaffung humanoider Roboter zugesagt – ein starker Anstieg gegenüber 62 Millionen US-Dollar im Vorjahreszeitraum und bescheidenen 6 Millionen US-Dollar im ersten Halbjahr 2024. Das entspricht rund einer Vervierzigfachung innerhalb von zwei Jahren, und weitere Ausgaben sind im Gange.

Die treibende Kraft ist ein akuter Arbeitskräftemangel infolge einer rapide alternden Bevölkerung, wobei humanoide Roboter als die von der Regierung bevorzugte langfristige Antwort positioniert werden. Das Problem: Die heutigen Roboter beherrschen vor allem beeindruckende, einstudierte Demonstrationen – nicht jedoch die unübersichtliche, unvorhersehbare Arbeit auf echten Fabrik- oder Lagerböden.

Ein Produktionsboom auf wackligen technischen Fundamenten

China hat 2025 zwischen 12.800 und 20.000 humanoide Roboter produziert, was rund 90 bis 95 Prozent der weltweiten Produktion entspricht. Das Regierungsziel für 2026 liegt bei mehr als 100.000 Einheiten. Morgan Stanley hat als Reaktion auf das Ausmaß der staatlichen Nachfrage seine eigene Prognose für Auslieferungen 2026 auf 50.000 Einheiten angehoben.

Aktuelle Modelle haben Schwierigkeiten mit grundlegender Geschicklichkeit und können nur begrenzt in Umgebungen arbeiten, für die sie nicht speziell trainiert wurden. Die tieferliegende Herausforderung sind die Daten. Um einen humanoiden Roboter für die Navigation in der physischen Welt zu trainieren, ist das von Forschern sogenannte „physische Können“ (physical intelligence) erforderlich – und dessen Aufbau erfordert enorme Mengen an Interaktionsdaten aus der realen Welt. Analysten schätzen, dass der Branche derzeit ein Defizit von mehreren Hunderttausend Stunden Trainingsdaten gegenüber einem geschätzten Bedarf von 100 Millionen Stunden für robuste, generalisierbare Fähigkeiten besteht.

Bis Mitte 2026 waren mehr als 90 Trainingszentren eingerichtet oder im Bau, die meisten davon staatlich gefördert und mit dem ausdrücklichen Ziel, die fehlenden Trainingsdaten zu erzeugen. Eine Direktive vom Juni 2026 des chinesischen Ministeriums für Industrie und Informationstechnik sowie der Kommission zur Aufsicht und Verwaltung von Staatsvermögen verpflichtete zehn Provinzen, jeweils mindestens 20 Trainings- und Anwendungsstandorte zu benennen. Die Vorgabe setzt zudem Ziele von mehr als 100 Einsatzszenarien und 10.000 kommerziell genutzten Einheiten bis Jahresende.

Politik als Ersatz für Produkt-Markt-Fit

State Grid, der staatliche Stromriese, hat geplante Ausgaben von 1 Milliarde US-Dollar für Anwendungen humanoider Robotik angekündigt. Führende chinesische Hersteller wie UBTech, Unitree Robotics, Leju Robot und Agibot sind gut positioniert, um einen Großteil dieser Ausgaben zu erhalten, doch das Wettbewerbsfeld ist umkämpft: Rund 150 Hersteller sind derzeit im Bereich der humanoiden Robotik aktiv.

Die Industriestrategie „Made in China 2025“ rahmt diesen Vorstoß ausdrücklich als ein Rennen gegen den globalen Wettbewerb, insbesondere die Vereinigten Staaten, in KI und fortschrittlicher Robotik. Dieses Rennen spielt sich vor allem gegen westliche Entwickler wie Tesla ab, deren Optimus-Programm auf Fabrikarbeit abzielt, sowie gegen Figure AI – beide verfolgen auf privates Kapital gestützte statt staatlich beschaffte Universal-Humanoide.

Morgan Stanleys revidierte Prognose von 50.000 Einheiten für 2026 spiegelt die Beschaffungsrealität wider, nicht zwingend eine validierte kommerzielle Nachfrage. Da 150 Hersteller um dieselben Regierungsaufträge konkurrieren, ist eine Konsolidierung der Branche eher eine Frage des Wann und Wie abrupt als des Ob. Wie China seine Trainingsdaten-Lücke schließt – und ob staatlich verordnete Einsätze Daten liefern, die gut genug sind, um Roboter hervorzubringen, die auch außerhalb einstudierter Szenarien funktionieren – wird darüber entscheiden, ob sich der Größenvorteil des Sektors in technische Führerschaft übersetzt.

Quelle: CryptoBriefing