Chinas Robotik-Industrie setzt auf Software-Integration statt Hardware-Wettbewerb

Ein Unternehmen, das erst 2025 gegründet wurde, erzielt in sechs Monaten einen Umsatz von über 20 Millionen Yuan, bedient Foxconn und hat von acht führenden Roboterherstellern die höchsten Autorisierungsrechte erhalten. Ein KI-Modell mit nur 2 Milliarden Parametern hat die Spitze der WorldArena-Rangliste im Bereich der verkörperten KI erklommen – während Nvidias Modelle auf extrem große Parameter-Sets setzen. Und ein Automobilkonzern mit 7.000 Chip-Ingenieuren hat einen 4-Nanometer-Autofahrchip vorgestellt, während die Branche über eine Profitrate von 2,9 Prozent klagt.

Diese drei Fakten, die auf den ersten Blick wenig miteinander zu tun haben, beschreiben ein und dasselbe Phänomen: Chinas Robotik-Industrie hat einen strategischen Wendepunkt erreicht. Sie überspringt nicht nur die Hardware-Hürde – die in Shenzhen ohnehin schon lange keine mehr ist –, sondern nutzt die strukturelle Schwäche des Westens bei der Software-Integration und Zertifizierung aus, um einen neuen Standard für industrielle embodied AI zu setzen. Während Europa und Japan in regulatorischen Verzögerungen, fragmentierten Ökosystemen und technologischen Altlasten stecken bleiben, baut China eine vertikal integrierte Maschinerie auf, die Hardware, KI-Modelle und industrielle Anwendung in einem geschlossenen Kreislauf zusammenführt.

Die wichtigsten Zahlen:

• Chengwu Robot: 20+ Millionen Yuan Umsatz in 6 Monaten, 10+ Industrieprojekte, Kunde Foxconn
• Zhiyuan GE 2.0: 2 Milliarden Parameter vs. Nvidia/Microsoft-Modelle mit >100 Milliarden – Effizienzvorsprung Faktor 50+
• QNX-Studie: 27% der Entwickler nennen Software-Architektur als Engpass, nur 16% Hardware – aber 86% der GPOS-Nutzer sind wechselbereit
• Zertifizierungsverzögerungen: 56% in China vs. ~70% in Deutschland/UK – ein zeitlicher Wettbewerbsvorteil von bis zu 20 Prozentpunkten
• BYD Xuanji A3: 4nm Chip, 2.100 TOPS (3-Chip-Konfiguration), 7.000 Ingenieure, 100+ Milliarden Yuan Investition

Die Entdeckung, dass Hardware eine Commodity ist

Huang Jinlong, Gründer von Chengwu Robot, formuliert die strategische Erkenntnis, die im Zentrum des chinesischen Vorteils steht, mit einer Klarheit, die in westlichen Pressemitteilungen selten zu finden ist: „Der Roboter selbst ist nicht der schwierigste Teil, insbesondere in einer Hardware-Industriekette-Umgebung wie Shenzhen. Einen Roboter ‚herzustellen‘ ist keine besonders hohe Hürde. Die wirkliche Schwierigkeit liegt darin: Wie integriert sich das Modell mit dem Körper und wird letztendlich in realen Kundenszenarien implementiert, sodass der Kunde bereit ist, kontinuierlich zu zahlen?“

Dieses Zitat fasst zusammen, was die chinesische Robotik-Industrie von ihren westlichen Wettbewerbern unterscheidet. Während Unternehmen wie Boston Dynamics, Figure oder Agility Robotics weiterhin die mechanische Perfektion ihrer humanoiden Roboter zelebrieren – Atlas hebt einen Kühlschrank, Digit balanciert auf einer Hand –, haben chinesische Startups längst erkannt, dass der eigentliche Wettbewerb nicht in der Hardware, sondern in der Software-Integration stattfindet. Das ist keine technische Nuance, sondern eine fundamentale strategische Verschiebung.

Chengwu Robot, im Jahr 2025 in Shenzhen gegründet, ist das perfekte Beispiel für diese neue Logik. Das Unternehmen hat sich nicht darauf konzentriert, einen eigenen Roboter zu bauen, sondern ein „standardisiertes technisches Produktpaket“ entwickelt, das die Lieferfähigkeit für den gesamten Prozess industrieller Szenarien abdeckt. Statt selbst zu fertigen, hat das Team tiefe Kooperationsbeziehungen mit Dutzenden führender Mainstream-Roboterhersteller aufgebaut und von acht Marken die höchsten Autorisierungsrechte erhalten. Das Ergebnis: ein Umsatz von über 20 Millionen Yuan in nur einem halben Jahr, Kunden wie Foxconn, und eine Seed-Finanzierung vom taiwanesischen Automationsspezialisten He Chun Technology.

Die Logik dahinter ist einfach und brutal: In Shenzhen kann jeder einen Roboter bauen. Die Lieferkette ist so dicht, die Fertigungstiefe so groß, dass Hardware zur Commodity geworden ist. Der Mehrwert entsteht nicht mehr im mechanischen Design, sondern in der Fähigkeit, KI-Modelle mit realen Produktionsumgebungen zu verbinden. Chengwu Robot hat daher ein eigenes VLA-Modell (Vision-Language-Action) entwickelt, das Bybot Foundation Model-1 (BFM-1), und parallel eine Egocentric-UMI-Datenerfassungsvorrichtung sowie ein Bybot-TeleOp-Fernbedienungssystem. Durch Fernbedienung wird eine reale Produktionslinienumgebung simuliert, um effizient multimodale Daten zu erfassen – visuelle Daten, Drehmomentdaten, alles, was das Modell braucht, um in der realen Fabrik zu funktionieren.

Das klingt nach einem Nischen-Startup. Es ist aber ein Muster, das sich in der gesamten chinesischen Robotik-Industrie wiederholt.

Der Effizienzvorsprung: Warum 2 Milliarden Parameter besser sein können als 100 Milliarden

Am 29. Mai 2026 veröffentlichte der offizielle Account von Zhiyuan AGIBOT eine Nachricht: Das selbstentwickelte Weltmodell Genie Envisioner-Sim 2.0 (GE 2.0) hat die Spitze der WorldArena-Rangliste im Bereich der verkörperten KI erklommen. Und es tat dies mit nur 2 Milliarden Parametern – während Nvidias DreamDojo und Microsofts Modelle auf extrem große Parameter-Sets setzen, die um das Fünfzigfache größer sind.

Ein Weltmodell ist vereinfacht gesagt ein KI-Modell, das die Gesetze der physikalischen Welt verstehen kann. Wenn ein Roboter über die Fähigkeit eines Weltmodells verfügt, kennt er Allgemeinwissen wie „eine Tasse zerbricht, wenn sie auf den Boden fällt“, „Wasser fließt nach unten“ oder „zu hoch gestapelte Bauklötze fallen um“. Bisher galt die Faustregel: Je mehr Parameter, desto besser das Verständnis der physikalischen Welt. Zhiyuan hat diese Regel widerlegt.

GE 2.0 deckt funktional erstmals umfassend die Kernbereiche wie Langzeitgenerierung, Multi-Perspektiven-Generierung, Generierung des Eigenzustands, nahezu Echtzeit-Inferenz sowie Belohnungsdiskriminierung ab. Bei Langzeit-Inferenzaufgaben zeigte das Modell eine extrem starke Stabilität – die Verschlechterung der Bildqualität mit zunehmender Inferenzdauer war deutlich schwächer als bei branchenüblichen Basislinien. Selbst bei kontinuierlich abgespielten langen Videoclips von 40 bis 50 Sekunden übertraf die Generierungsqualität immer noch die Leistung des Basismodells innerhalb der ersten 10 Sekunden.

Das Team überprüfte eine große Anzahl von Ergebnissen aus Closed-Loop-Evaluationen und bewies, dass GE 2.0 bei mehreren Aufgaben eine starke Korrelation mit der realen Welt aufweist.

Die Implikation ist tiefgreifend: Wenn ein chinesisches Startup mit einem Modell von der Größe einer Smartwatch-App die gleiche oder bessere Leistung erzielt als Nvidia mit einem Modell, das einen ganzen Serverrack benötigt, dann verschiebt sich die gesamte Architektur-Ökonomie der Robotik. Leichtere Modelle bedeuten geringere Hardware-Kosten, niedrigeren Energieverbrauch, schnellere Inferenzzeiten und vor allem: Sie können auf handelsüblicher Hardware laufen, statt auf spezialisierten KI-Beschleunigern. Das senkt die Eintrittsbarriere für industrielle Anwendungen drastisch.

Zhiyuan selbst ist ein interessanter Fall. Das Unternehmen hat noch nie einen humanoiden Roboter in Serie produziert – zumindest nicht in nennenswerten Stückzahlen. Es ist ein reines KI-Modell-Unternehmen, das seine Weltmodelle an Roboterhersteller lizenziert. Das ist ein Geschäftsmodell, das in der Robotik bisher kaum existierte: ein Software-Standard, der von verschiedenen Hardware-Plattformen genutzt werden kann.

Die QNX-Studie und der blinde Fleck des Westens

Die QNX-Studie „Inside the Robot: Architecture Benchmark Report“, präsentiert auf dem Robotics Summit & Expo in Boston, bestätigt aus westlicher Perspektive, was chinesische Unternehmen längst erkannt haben: Software-Architektur ist der zentrale Flaschenhals. 27 Prozent der Entwickler nennen Software-Architektur und Integration als ihren größten Performance-Engpass, verglichen mit nur 16 Prozent, die auf Hardware verweisen.

Anteil der Entwickler, die Software-Architektur bzw. Hardware als größten Performance-Engpass nennen (QNX-Studie, 2026)

Jim Hirsch, Global Vice President of Sales and General Embedded Markets bei QNX (BlackBerry), formuliert es so: „Robotics teams are clearly pushing toward more intelligent, autonomous systems, but the data shows they are also running up against the very real limits of architectures that were never designed for this level of complexity or accountability.“

Die Studie enthüllt ein Paradoxon: 91 Prozent der Entwickler weltweit setzen weiterhin auf General-Purpose-Betriebssysteme (GPOS), die nicht für Echtzeit- oder Safety-Critical-Anwendungen ausgelegt sind. Gleichzeitig sagen 95 Prozent der Befragten, dass deterministische, Echtzeit-Ausführung für die von ihnen entwickelten Systeme wichtig ist. Und 86 Prozent der GPOS-Nutzer sind offen für einen Wechsel des Betriebssystems.

Das ist ein Markt von Millionen von Robotern, die auf Betriebssystemen laufen, die für die Komplexität ihrer Aufgaben nicht ausgelegt sind – und deren Betreiber das wissen, aber nicht wechseln, weil die Migrationskosten zu hoch sind. Genau hier setzen chinesische Anbieter an. Sie haben nicht die Altlasten jahrzehntealter Software-Architekturen, die von der PC-Ära in die Robotik-Ära geschleppt wurden. Sie bauen von Grund auf für embodied AI.

Noch deutlicher wird der Wettbewerbsvorteil bei den Zertifizierungsprozessen. Zwei Drittel der weltweiten Entwickler berichten von Projektverzögerungen aufgrund von Zertifizierungsprozessen. In Deutschland und Großbritannien steigt dieser Anteil auf etwa 70 Prozent. In China liegt er bei nur 56 Prozent. Das ist ein zeitlicher Wettbewerbsvorteil von bis zu 20 Prozentpunkten – und in einer Branche, in der Time-to-Market über Leben und Tod entscheidet, ist das ein gewaltiger Hebel.

Anteil der Entwickler mit Projektverzögerungen durch Zertifizierung (QNX-Studie, 2026)

Die chinesische Regierung hat erkannt, dass regulatorische Beschleunigung ein strategisches Instrument ist. Während Europa und die USA über Sicherheitsstandards und Ethik-Richtlinien diskutieren, hat China die Zertifizierungsprozesse für Robotik-Systeme gestrafft. Das ist kein Zufall, sondern Teil des 14. Fünfjahresplans, der die Robotik-Industrie auf einen Umsatz von 200 Milliarden RMB bis 2025 bringen soll (2022 lag er bei etwa 130 Milliarden RMB).

Der BYD-Faktor: Warum ein Autobauer die Robotik-Industrie neu definiert

BYD hat am 29. Mai 2026 den Xuanji A3 vorgestellt, den ersten 4-Nanometer-Autofahrchip Chinas, der L3- und L4-Autonomie unterstützt. Eine Drei-Chip-Konfiguration liefert eine kombinierte Rechenleistung von über 2.100 TOPS. BYD hat ein Chip-Entwicklungsteam von über 7.000 Mitarbeitern und hat mehr als 100 Milliarden Yuan (13,9 Milliarden US-Dollar) investiert, verteilt auf vier große Chip-Forschungs- und Entwicklungszentren.

Das ist nicht nur eine Nachricht über einen Autobauer. BYD ist mit Abstand der größte industrielle Roboter-Betreiber Chinas. Das Unternehmen setzt in seinen Fabriken Tausende von Robotern ein – von Schweißrobotern über Montageroboter bis hin zu Logistikrobotern. Und jetzt baut BYD die Chips, die diese Roboter antreiben.

Die vertikale Integration geht noch weiter: BYD entwickelt nicht nur Chips, sondern auch Betriebssysteme, Batterien, Leichtbautechnologien und – wie Li Bin, Gründer von NIO, auf der Future Mobility Pioneer Conference in Shenzhen verriet – investiert NIO kumulativ über 68,8 Milliarden RMB in Forschung und Entwicklung, davon über 20 Milliarden RMB allein in Lade- und Batteriewechselinfrastruktur.

Was bedeutet das für die Robotik? Ein Unternehmen, das seine eigenen Chips, seine eigenen Roboter, seine eigenen KI-Modelle und seine eigenen Produktionsanlagen entwickelt, hat einen geschlossenen Datenkreislauf, von dem westliche Wettbewerber nur träumen können. Jeder Roboter in einer BYD-Fabrik generiert Daten, die in das nächste Modell einfließen. Jeder Chip wird für die spezifischen Anforderungen der BYD-Produktion optimiert. Jedes KI-Modell wird mit realen Produktionsdaten trainiert – nicht mit synthetischen Daten aus Laboren.

Die chinesische Automobilindustrie insgesamt beklagt zwar eine Profitrate von nur 2,9 Prozent – sieben führende Manager riefen auf der Future Mobility Pioneer Conference zum Ende des „internen Wettbewerbs“ auf. Aber diese Zahl täuscht über die strategische Realität hinweg: Unternehmen wie BYD und NIO investieren Milliarden in Technologien, die weit über das Automobil hinausgehen. Sie bauen die Infrastruktur für die nächste industrielle Revolution, während sie im Hier und Jetzt um jeden Prozentpunkt Profit kämpfen.

Xu Jun, Senior Vice President und COO von Leapmotor, formulierte auf derselben Konferenz das Selbstverständnis dieser neuen Generation chinesischer Unternehmen: „Wir sind weder Unruhestifter, die alle erfolgreichen Erfahrungen der Vergangenheit über den Haufen werfen wollen; noch wollen wir nur Nachahmer sein, denn Nachahmer haben keine Entwicklung.“ Er glaubt, dass die chinesische Automobilindustrie in den letzten dreißig Jahren immer nur gefolgt sei, und die heutige Entwicklung neuer Energien China die Chance gebe, ein Neugestalter zu werden.

Der japanische Gegenentwurf: MISUMIs Milliarden-Dollar-Wette auf Plattformökonomie

Während China auf vertikale Integration setzt, verfolgt Japan einen anderen Ansatz. Die MISUMI Group investiert 1 Milliarde US-Dollar in die Americas-Expansion, hat den amerikanischen CEO Dave Evans eingesetzt und das Unternehmen Fictiv für 350 Millionen US-Dollar übernommen. Die Strategie: Japanische Präzision mit amerikanischer KI-gestützter digitaler Fertigung kombinieren.

Dave Evans, CEO von MISUMI Americas, formuliert die Vision so: „By combining MISUMI’s decades of precision and reliability with Fictiv’s AI-powered digital manufacturing platform, we’re transforming static supply chains into living, self-optimizing production systems, empowering innovators to move from design to production faster and with greater confidence.“

MISUMI Americas bietet mechanische Komponenten – Standardteile, konfigurierbare Teile, kundenspezifisch gefertigte Teile, Baugruppen und Produktionsdienstleistungen. Das Unternehmen kombiniert KI-gestützte Beschaffung, digitale Werkzeuge, technische Expertise und eine globale Lieferkette. Es unterstützt Produktentwicklung, Fabrikautomation, Maschinenbau sowie Wartung, Reparatur und Betrieb.

Das ist ein Gegenmodell zur chinesischen Vertikalen Integration. Statt alles selbst zu machen, baut MISUMI eine Plattform, auf der Ingenieure ihre gesamte mechanische Stückliste (Bill of Materials, BOM) abwickeln können – von Standardteilen bis zu kundenspezifischen Fertigungen. Die Plattform bietet KI-gestützte Angebote in Minuten statt Tagen, Teilelieferung innerhalb von 24 Stunden, und die Möglichkeit, von Prototypen zur Serienproduktion zu skalieren, ohne den Lieferanten wechseln zu müssen.

Die Frage ist, ob dieser plattformbasierte Ansatz gegen die chinesische Vertikale Integration bestehen kann. Plattformen leben von Netzwerkeffekten und Standardisierung. Vertikale Integration lebt von Geschwindigkeit und Optimierung über die gesamte Wertschöpfungskette. In einer Welt, in der die Produktlebenszyklen immer kürzer werden und die Time-to-Market über den Erfolg entscheidet, könnte die vertikale Integration die Nase vorn haben – vorausgesetzt, das Unternehmen hat die Größe, um in alle Bereiche gleichzeitig zu investieren.

MISUMI hat eine andere Trumpfkarte: ISO 9001:2015, AS9100 und ISO 13485 zertifizierte Fertigung mit Toleranzen bis zu 0,0001 Zoll (0,00254 mm) für CNC-Bearbeitung. Das sind Standards, die in der Luftfahrt, der Medizintechnik und der Verteidigungsindustrie nicht verhandelbar sind. Chinesische Hersteller haben in diesen Bereichen noch Nachholbedarf – aber sie holen auf.

Die drei Zukunftsszenarien: Wer gewinnt den embodied-AI-Krieg?

Die Entwicklung der nächsten fünf bis zehn Jahre wird sich wahrscheinlich in einem von drei Szenarien entfalten. Jedes hat unterschiedliche Implikationen für Europa, Japan und die USA.

Szenario 1: Der chinesische Standard wird global dominant.

In diesem Szenario gelingt es chinesischen Unternehmen wie Zhiyuan, Chengwu Robot und BYD, ihre embodied-AI-Modelle als de facto globale Standards zu etablieren. Die Kombination aus günstiger Hardware, hochspezialisierten KI-Modellen und schnellen Zertifizierungsprozessen macht chinesische Robotik-Lösungen für Unternehmen weltweit attraktiv. Westliche Hersteller stehen vor der Wahl: entweder den chinesischen Standard übernehmen – und damit ihre technologische Souveränität aufgeben – oder in Nischenmärkten mit hohen Sicherheitsanforderungen (Medizintechnik, Verteidigung, Luftfahrt) überleben.

Die Wahrscheinlichkeit dieses Szenarios ist hoch, weil es bereits in der Automobilindustrie vorgezeichnet ist: Chinesische E-Auto-Hersteller haben in nur fünf Jahren einen signifikanten Marktanteil in Europa erobert, nicht durch Dumping-Preise, sondern durch technologische Überlegenheit bei Batterien, Software und KI-Integration. Der Robotik-Markt folgt dem gleichen Muster.

Szenario 2: Der Westen schafft die regulatorische und plattformbasierte Gegenstrategie.

In diesem Szenario gelingt es westlichen Unternehmen, ihre regulatorischen Vorteile – höhere Sicherheitsstandards, etablierte Zertifizierungsprozesse, starke Marken – in eine strategische Position zu verwandeln. MISUMIs Plattformstrategie könnte der Blaupause folgen: Statt gegen die chinesische Vertikale Integration anzukämpfen, baut der Westen offene Plattformen, auf denen verschiedene Anbieter ihre Komponenten und Modelle anbieten können. Die EU könnte mit einer „Robotik-Initiative“ ähnlich der „Chips-Act“ Milliarden in die Entwicklung europäischer Robotik-Standards investieren.

Die Wahrscheinlichkeit dieses Szenarios ist mittel. Es setzt voraus, dass europäische und amerikanische Unternehmen ihre Fragmentierung überwinden und gemeinsame Standards entwickeln – etwas, das in der Vergangenheit selten gelungen ist. Die deutsche Automobilindustrie hat mit Cariad gezeigt, wie schwierig es ist, aus einer fragmentierten Landschaft eine einheitliche Software-Plattform zu schmieden.

Szenario 3: Die Bifurkation – zwei getrennte Robotik-Ökosysteme.

In diesem Szenario entstehen zwei weitgehend getrennte Robotik-Ökosysteme: ein chinesisches, das auf Kostenführerschaft, vertikaler Integration und schneller Zertifizierung basiert, und ein westliches, das auf Sicherheit, Qualität und Plattformökonomie setzt. Beide Ökosysteme haben ihre eigenen Standards, Betriebssysteme und KI-Modelle. Der Handel zwischen den Ökosystemen ist stark eingeschränkt – durch Zölle, Exportkontrollen und unterschiedliche regulatorische Anforderungen.

Dieses Szenario ist für China das riskanteste, weil es den Zugang zu den profitabelsten Märkten (Medizintechnik, Verteidigung, Luftfahrt) einschränkt. Für den Westen ist es das teuerste, weil es die Skaleneffekte des globalen Marktes aufgibt. Aber es ist vielleicht das realistischste, weil es der geopolitischen Realität entspricht: Die USA haben bereits Exportkontrollen für KI-Chips und Fertigungstechnologie verhängt, und die EU diskutiert über ähnliche Maßnahmen.

Was das für VW, Bosch und die deutschen Arbeitsplätze bedeutet

Für die deutsche Industrie ist die Lage prekär. Die deutsche Automobilindustrie ist der größte Robotik-Abnehmer Europas. VW, BMW und Mercedes-Benz setzen Tausende von Robotern in ihren Fabriken ein – von Fanuc, ABB, Kuka und Yaskawa. Aber die Budgetkürzungen bei VW, BMW und Stellantis im Jahr 2024 haben die Investitionspläne gebremst. Gleichzeitig dringen chinesische Roboterhersteller mit Preisen vor, die 40 bis 60 Prozent unter vergleichbaren japanischen und europäischen Modellen liegen.

Kuka, einst das Flaggschiff der deutschen Robotik, ist seit 2016 eine Tochter des chinesischen Haushaltsgeräteherstellers Midea. Unter Midea-Eigentümerschaft hat Kuka technologisch kaum Fortschritte gemacht und Marktanteile verloren. Das ist ein warnendes Beispiel: Wenn ein Unternehmen von einem chinesischen Konzern übernommen wird, der nicht in der Robotik beheimatet ist, leidet die technologische Entwicklung.

Bosch, das andere deutsche Schwergewicht, setzt stark auf Industrie 4.0 und eigene Robotik-Lösungen. Aber Bosch leidet unter den gleichen strukturellen Problemen wie die gesamte deutsche Industrie: fragmentierte Software-Ökosysteme, langsame Zertifizierungsprozesse, hohe Arbeitskosten. Die QNX-Studie zeigt, dass 70 Prozent der deutschen Entwickler von Zertifizierungsverzögerungen berichten – das sind 14 Prozentpunkte mehr als in China.

Die Implikation für deutsche Arbeitsplätze ist klar: Wenn chinesische Robotik-Lösungen in deutschen Fabriken Einzug halten – und das werden sie, weil sie billiger, schneller und zunehmend auch besser sind –, dann werden deutsche Roboterhersteller Marktanteile verlieren. Das bedeutet weniger Arbeitsplätze in der Robotik-Industrie, aber möglicherweise mehr Arbeitsplätze in den Fabriken, die von günstigerer Automatisierung profitieren. Die Netto-Bilanz ist schwer zu berechnen, aber historische Erfahrungen zeigen: Wer in der Produktion von Automatisierungstechnik Marktanteile verliert, verliert auch die Kontrolle über die technologische Entwicklung.

Der letzte Satz

Die chinesische Robotik-Industrie hat den Wettbewerb nicht durch bessere Hardware gewonnen – die war in Shenzhen schon immer verfügbar –, sondern durch die Erkenntnis, dass in einer Welt der Commodity-Hardware die Software-Integration und die regulatorische Beschleunigung die entscheidenden Wettbewerbsfaktoren sind, und genau dort, wo der Westen seine Stärken vermutet (Sicherheit, Qualität, Standards), liegen in Wirklichkeit seine größten strategischen Schwachstellen.

Die Datenfalle: Warum chinesische Fabriken die besten KI-Trainingsdaten liefern

Der entscheidende Wettbewerbsvorteil chinesischer Robotik-Unternehmen liegt nicht in der Hardware und nicht einmal in den KI-Modellen selbst. Er liegt in den Daten. Und zwar in Daten, die westliche Unternehmen so nicht generieren können – weil sie nicht die Fabriken haben, in denen diese Daten anfallen.

Chengwu Robot hat ein eigenes System entwickelt, um genau diese Daten zu erfassen: die Egocentric-UMI-Datenerfassungsvorrichtung und das Bybot-TeleOp-Fernbedienungssystem. Durch Fernbedienung wird eine reale Produktionslinienumgebung simuliert, um effizient multimodale Daten zu erfassen – visuelle Daten, Drehmomentdaten, Kraftdaten, Geschwindigkeitsdaten. Das Unternehmen reduziert damit den Modelltrainings- und Bereitstellungszyklus erheblich und löst die Probleme der hohen Kosten und geringen Effizienz der traditionellen Datenerfassung.

Derzeit sind der Trainings- und Bereitstellungsprozess des unternehmenseigenen VLA-Modells Bybot Foundation Model-1 (BFM-1) vollständig durchlaufen, und die technische Validierung schreitet reibungslos voran. Das bedeutet: Chengwu Robot hat ein KI-Modell, das in einer realen Fabrikumgebung trainiert wurde, mit Daten aus echten Produktionsprozessen – nicht mit synthetischen Daten aus einem Labor.

Das ist der Unterschied zwischen einem Startup, das in Shenzhen gegründet wurde, und einem Startup in Berlin oder Boston. In Shenzhen kann man innerhalb von 30 Minuten Fahrtweg zehn Fabriken besuchen, die alle unterschiedliche Produktionsprozesse haben. Man kann mit Foxconn, BYD oder Huawei zusammenarbeiten und Zugang zu deren Produktionsdaten erhalten. Man kann seine Roboter in realen Umgebungen testen, nicht in simulierten.

In Deutschland ist das anders. Die Automobilindustrie, der größte Robotik-Abnehmer, kämpft mit Budgetkürzungen. VW hat 2024 Investitionen gestrichen, BMW hat Sparprogramme aufgelegt. Die Fabriken laufen, aber neue Robotik-Projekte werden aufgeschoben. Das bedeutet: Weniger Daten, weniger Trainingsmöglichkeiten, weniger Lernkurven.

Die QNX-Studie bestätigt diesen Trend indirekt. 83 Prozent der Entwickler weltweit sagen, dass ihre Systeme jetzt bereits neben Menschen arbeiten. Aber die Qualität dieser Mensch-Roboter-Interaktion hängt entscheidend von den Daten ab, mit denen die Roboter trainiert wurden. Ein Roboter, der in einer deutschen Fabrik mit 20 Jahren Produktionsdaten trainiert wurde, ist einem Roboter überlegen, der in einer chinesischen Fabrik mit 5 Jahren Daten trainiert wurde – aber nur, wenn die deutschen Daten auch für KI-Training nutzbar sind. Und das sind sie oft nicht, weil sie in veralteten Formaten vorliegen, in fragmentierten Systemen gespeichert sind oder aus Datenschutzgründen nicht verwendet werden dürfen.

China hat dieses Problem nicht. Die Datenschutzgesetze sind weniger restriktiv, die Unternehmen sind weniger zögerlich, und die Regierung fördert aktiv die Datennutzung für KI-Training. Das Ergebnis: Chinesische Robotik-Modelle werden mit mehr Daten trainiert, die zudem näher an der realen Anwendung sind.

Ein extremes Beispiel für diesen Datensammel-Eifer liefert das deutsche Startup MicroAGI, das in New York City eine kostenlose Wohnungsreinigung anbietet – unter der Bedingung, dass die Reinigungskräfte Kameras tragen und alles aufzeichnen. Die Daten sollen für das Training von Haushaltsrobotern verwendet werden. Das Unternehmen verspricht zwar, dass „Namen, Gesichter oder andere persönliche Informationen automatisch anonymisiert werden, mit allen sensiblen Details unkenntlich gemacht, bevor sie jemals verwendet werden“. Aber es gibt keine Erwähnung, ob Menschen jemals verlangen können, dass ihre Reinigungsvideos aus den Trainingsdatensätzen entfernt werden.

Dieses Modell zeigt, wie verzweifelt der Westen nach Trainingsdaten sucht. Während chinesische Unternehmen einfach in eine Fabrik gehen und Daten sammeln können, müssen westliche Startups kreative – und ethisch fragwürdige – Wege finden, um an Daten zu kommen. Das ist ein struktureller Nachteil, der sich nicht durch bessere Algorithmen ausgleichen lässt.

Die Chip-Strategie: Warum BYDs 4-Nanometer-Investition die Robotik-Industrie verändert

BYD hat am 29. Mai 2026 den Xuanji A3 vorgestellt, den ersten 4-Nanometer-Autofahrchip Chinas. Die technischen Daten sind beeindruckend: Eine Drei-Chip-Konfiguration liefert eine kombinierte Rechenleistung von über 2.100 TOPS. BYD hat ein Chip-Entwicklungsteam von über 7.000 Mitarbeitern und hat mehr als 100 Milliarden Yuan (13,9 Milliarden US-Dollar) investiert. Das Unternehmen betreibt vier große Chip-Forschungs- und Entwicklungszentren.

Aber die eigentliche Bedeutung dieser Ankündigung liegt nicht in den technischen Spezifikationen. Sie liegt in der strategischen Implikation: BYD ist nicht nur ein Autohersteller, sondern zunehmend ein Chip-Unternehmen, ein Robotik-Unternehmen und ein KI-Unternehmen in einem. Und BYD ist der größte industrielle Roboter-Betreiber Chinas.

Die Verbindung zwischen dem Xuanji A3 und der Robotik-Industrie ist direkter, als es auf den ersten Blick scheint. Ein Autofahrchip, der L3- und L4-Autonomie unterstützt, ist im Kern ein Echtzeit-Sicherheitschip, der in einer extrem dynamischen Umgebung – dem Straßenverkehr – zuverlässig funktionieren muss. Die gleichen Anforderungen gelten für Industrieroboter, die neben Menschen arbeiten. Die gleiche Chip-Architektur, die ein Auto durch den Verkehr navigiert, kann einen Roboter durch eine Fabrikhalle navigieren.

BYD hat erkannt, dass die Chip-Entwicklung für autonomes Fahren und für Robotik konvergiert. Beide benötigen hohe Rechenleistung bei niedrigem Stromverbrauch, Echtzeit-Fähigkeiten, funktionale Sicherheit und die Fähigkeit, mit Sensordaten umzugehen. Indem BYD in eigene Chips investiert, macht es sich unabhängig von Nvidia, Qualcomm und anderen westlichen Chip-Herstellern – und schafft gleichzeitig eine Plattform, die für Robotik-Anwendungen genutzt werden kann.

Die Größenordnung der Investition ist bemerkenswert. 7.000 Chip-Ingenieure – das ist mehr als die gesamte Belegschaft vieler deutscher Chip-Unternehmen. 100 Milliarden Yuan – das ist mehr, als die deutsche Bundesregierung für die gesamte Halbleiter-Förderung bereitgestellt hat. BYD zeigt, dass chinesische Unternehmen bereit sind, in strategische Technologien zu investieren, auch wenn die kurzfristigen Renditen niedrig sind.

Die chinesische Automobilindustrie insgesamt beklagt zwar eine Profitrate von nur 2,9 Prozent. Aber diese Zahl ist irreführend. Sie zeigt, dass der Preiskampf im Automobilgeschäft brutal ist. Aber sie zeigt nicht, dass Unternehmen wie BYD parallel dazu in Technologien investieren, die weit über das Automobil hinausgehen. Der operative Gewinn von NIO betrug im vierten Quartal 2025 1,25 Milliarden RMB, und im ersten Quartal 2026 wurde die Rentabilität fortgesetzt. Das sind Unternehmen, die nicht nur Autos bauen, sondern die Infrastruktur für die nächste industrielle Revolution.

Li Bin, Gründer von NIO, fasste auf der Future Mobility Pioneer Conference die Strategie zusammen: „Sparen, wo es nötig ist, ausgeben, wo es nötig ist.“ In Forschung und Entwicklung wird entschlossen investiert, insbesondere in Basistechnologien wie Chips, Betriebssysteme, Batterien, Leichtbautechnologien. Auf der Anwendungsebene wird Zurückhaltung geübt – Range Extender und Plug-in-Hybride werden nicht mehr verfolgt, auch MPVs werden nicht mehr entwickelt. Stattdessen werden in diesem Jahr noch 1.000 Batteriewechselstationen gebaut.

Diese strategische Disziplin ist bemerkenswert. Während westliche Unternehmen oft versuchen, alle Märkte gleichzeitig zu bedienen, fokussieren chinesische Unternehmen auf die Technologien, die den größten strategischen Hebel bieten. Und der größte Hebel ist derzeit die Kombination von Chip-Entwicklung, KI-Modellen und Robotik.

Die geopolitische Dimension: Warum die Zertifizierungsprozesse zum strategischen Schlachtfeld werden

Die QNX-Studie hat einen überraschenden Befund geliefert, der in der öffentlichen Diskussion bisher kaum beachtet wurde: Die Zertifizierungsprozesse für Robotik-Systeme unterscheiden sich dramatisch zwischen China und dem Westen. Während in Deutschland und Großbritannien etwa 70 Prozent der Entwickler von Verzögerungen durch Zertifizierungsprozesse berichten, sind es in China nur 56 Prozent.

Das ist ein Unterschied von 14 Prozentpunkten. In einer Branche, in der die Time-to-Market über den Erfolg entscheidet, ist das ein gewaltiger Wettbewerbsvorteil. Chinesische Unternehmen können ihre Robotik-Lösungen schneller auf den Markt bringen, schneller in Fabriken installieren und schneller iterieren. Jeder Zyklus, der in China schneller ist, bedeutet mehr Daten, mehr Lernerfahrungen und mehr Marktanteile.

Die Ursachen für diesen Unterschied sind vielfältig. In China sind die regulatorischen Anforderungen weniger komplex. Die Zertifizierungsprozesse sind zentralisiert und standardisiert. Die Behörden arbeiten eng mit der Industrie zusammen, um Prozesse zu beschleunigen. In Europa und den USA sind die Zertifizierungsprozesse fragmentiert – jedes Land hat seine eigenen Vorschriften, jede Branche ihre eigenen Standards, jedes Produkt seine eigenen Prüfverfahren.

Die Konsequenz ist, dass chinesische Robotik-Hersteller einen zeitlichen Vorsprung von mehreren Monaten haben. In einer Branche, in der sich die Technologie alle sechs Monate verdoppelt, ist das ein entscheidender Vorteil. Ein chinesischer Roboter, der im Januar zertifiziert wird, kann im Februar in einer Fabrik installiert werden. Ein deutscher Roboter, der im Januar zertifiziert wird, kommt vielleicht erst im Mai in die Fabrik.

Die geopolitischen Implikationen sind tiefgreifend. Die USA haben bereits Exportkontrollen für KI-Chips und Fertigungstechnologie verhängt. Die EU diskutiert über ähnliche Maßnahmen. Aber diese Kontrollen greifen nur, wenn es eine technologische Abhängigkeit gibt. Wenn chinesische Unternehmen eigene Chips entwickeln, eigene KI-Modelle trainieren und eigene Zertifizierungsprozesse durchlaufen, dann sind Exportkontrollen wirkungslos.

Die US-Regierung scheint sich dieser Dynamik bewusst zu sein. Verteidigungsminister Pete Hegseth erklärte auf der Shangri-La-Dialog-Sicherheitskonferenz in Singapur, dass die USA eine stabile Gleichgewichtslage gegen die chinesische Hegemonie anstreben. Aber die Frage ist, ob dieses Gleichgewicht in der Robotik-Industrie überhaupt noch möglich ist. Wenn China in der Lage ist, schneller zu zertifizieren, mehr Daten zu sammeln und günstigere Hardware zu produzieren, dann ist das Gleichgewicht bereits gekippt.

Die einzige Chance für den Westen liegt in der Plattformökonomie. MISUMIs Milliarden-Dollar-Investition zeigt, dass japanische Unternehmen diesen Weg gehen. Aber die Plattformökonomie setzt voraus, dass verschiedene Unternehmen zusammenarbeiten, Standards teilen und offene Schnittstellen bereitstellen. Genau das ist in der westlichen Robotik-Industrie selten der Fall. Jeder Hersteller hat seine eigenen proprietären Systeme, seine eigenen Software-Architekturen, seine eigenen Zertifizierungsprozesse.

Die chinesische Industrie hat dieses Problem nicht. Sie ist von Anfang an auf Standardisierung und Skalierung ausgelegt. Das zeigt sich nicht nur in der Robotik, sondern auch in der Automobilindustrie, wo chinesische Hersteller gemeinsame Plattformen für Batterien, Chips und Software entwickeln. Der „interne Wettbewerb“, über den die sieben Größen auf der Future Mobility Pioneer Conference klagten, ist nicht das Problem – er ist der Motor der Innovation.

Der letzte Satz: Die Robotik-Industrie steht vor einer fundamentalen strategischen Entscheidung – entweder der Westen überwindet seine Fragmentierung und schafft eine gemeinsame Plattform, die mit der chinesischen Vertikalen Integration konkurrieren kann, oder er akzeptiert, dass die Standards für die industrielle embodied AI in Shenzhen und nicht in Stuttgart oder Tokio gesetzt werden.