Chinas Robotik-Startups gewinnen den Wettlauf um Software und Daten

Der Wettlauf um die Fabrik der Zukunft wird nicht mehr in Millimetern oder Sekunden Taktzeit entschieden, sondern in Parametern, die kein Roboterarm je gesehen hat. Ein chinesisches Startup namens Chengwu Robot, das für Foxconn arbeitet, setzt auf ein selbst entwickeltes „Vision-Language-Action“-Modell – und zeigt damit, warum der Wettbewerb nicht mehr über Hardware, sondern über Software und Daten entschieden wird.

Die wichtigsten Zahlen:

Anteil der Robotik-Entwickler weltweit, die General-Purpose-Betriebssysteme nutzen, und Anteil derer, die wechseln wollen (QNX-Studie)

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

Anteil der Robotik-Entwickler weltweit, die Software-Architektur bzw. Hardware als größten Engpass nennen (QNX-Studie, Robotics Summit & Expo, Boston)

• 27% der Robotik-Entwickler weltweit nennen Software-Architektur als größten Engpass, nur 16% nennen Hardware (QNX-Studie)
• 91% der Entwickler setzen auf General-Purpose-Betriebssysteme – 86% davon wollen wechseln
• BYD beschäftigt 7.000 Chip-Ingenieure und hat einen 4nm-Autonomie-Chip (Xuanji A3) mit 2.100 TOPS in Drei-Chip-Konfiguration entwickelt
• 66% der Robotik-Entwickler weltweit berichten von Projektverzögerungen durch Zertifizierung – in China 56%, in Deutschland 70%
• Chengwu Robot erzielte innerhalb eines halben Jahres einen Umsatz von über 20 Millionen Yuan – allein mit Lösungen für Foxconn und andere Fertigungsriesen

Die unsichtbare Fabrik: Warum die nächste industrielle Revolution nicht aus Stahl besteht

Die Geschichte beginnt nicht in einer glänzenden Chipfabrik oder einem futuristischen Forschungslabor. Sie beginnt in einem unscheinbaren Büro in Shenzhen, wo Huang Jinlong, Gründer von Chengwu Robot, einen Satz sagt, der die gesamte Branche auf den Kopf stellt: Huang Jinlong erklärte, die Roboterplattform selbst sei nicht der schwierigste Teil, insbesondere in einer Hardware-Lieferkettenumgebung wie Shenzhen; einen Roboter zu bauen sei keine besonders hohe Hürde. Der Satz ist keine Prahlerei. Er ist eine Kampfansage.

Denn was Huang Jinlong damit sagt, ist: Die Hardware ist zur Commodity geworden. Der Wettbewerb findet auf einer anderen Ebene statt. Und diese Ebene – die Software-Architektur, die KI-Modelle, die Datenpipeline – ist genau der Bereich, in dem chinesische Unternehmen einen strukturellen Vorteil haben, den europäische und japanische Wettbewerber so nicht aufbauen können.

Die Zahlen der QNX-Studie, die auf dem Robotics Summit & Expo in Boston vorgestellt wurde, zeichnen ein klares Bild. Fast ein Drittel aller Robotik-Entwickler weltweit (27%) nennen die Software-Architektur als ihren größten Performance-Engpass. Nur 16% nennen Hardware. Jim Hirsch, Global Vice President of Sales and General Embedded Markets bei QNX, fasst es so zusammen: Jim Hirsch, Global Vice President of Sales and General Embedded Markets bei QNX, sagte sinngemäß, dass Robotik-Teams klar auf intelligentere, autonomere Systeme drängen, aber die Daten zeigen, dass sie an die Grenzen von Architekturen stoßen, die nie für diese Komplexität ausgelegt waren.

Das ist der entscheidende Punkt. Die Architekturen, auf denen die meisten Industrieroboter heute basieren – Echtzeit-Betriebssysteme, deterministische Steuerungsschleifen, starre Sensor-Aktor-Ketten – wurden für eine Welt entwickelt, in der Roboter monotone, vorhersagbare Aufgaben in abgeschotteten Käfigen ausführten. Sie sind nicht für die Welt gebaut, in der Roboter neben Menschen arbeiten, in dynamischen Umgebungen navigieren und Entscheidungen auf Basis von KI-Modellen treffen.

Der Zertifizierungs-Graben: Warum China schneller wird, während Deutschland bremst

Ein zweiter, vielleicht noch wichtigerer Datenpunkt aus der QNX-Studie zeigt, warum China hier einen Vorsprung aufbaut. Zwei Drittel aller Robotik-Entwickler weltweit (66%) berichten von Projektverzögerungen wegen Zertifizierungsprozessen. In Deutschland steigt dieser Wert auf 70%. In China liegt er bei nur 56%.

Der Unterschied von 14 Prozentpunkten mag auf den ersten Blick nicht dramatisch erscheinen. Aber er ist strukturell. Denn er bedeutet: Chinesische Unternehmen können neue Robotik-Systeme schneller in die Produktion bringen, schneller iterieren, schneller aus Fehlern lernen. In einer Branche, in der die Halbwertszeit von Technologie sinkt, ist dieser Zeitvorteil kumulativ. Jeder Monat, den ein deutscher Roboter-Hersteller mit Zertifizierung verbringt, ist ein Monat, in dem ein chinesischer Wettbewerber Daten sammelt, Modelle trainiert und Marktanteile gewinnt.

Die Krux: Die Zertifizierungsanforderungen sind nicht willkürlich. Sie existieren aus guten Gründen – Sicherheit, Zuverlässigkeit, Haftung. Aber sie sind auch ein Ausdruck davon, wie eine Industrie organisiert ist. Die deutsche Robotik-Industrie, geprägt von Unternehmen wie Kuka, die seit 2016 zum chinesischen Midea-Konzern gehören, hat ihre Stärken in der mechanischen Präzision und der Prozesssicherheit. Sie hat nicht gelernt, mit der Geschwindigkeit von Software-Entwicklung zu arbeiten.

China dagegen hat genau das gelernt. Der 14. Fünfjahresplan der chinesischen Regierung setzt ein Ziel von 200 Milliarden RMB Umsatz für die Robotik-Industrie bis 2025 – 2022 lag dieser Wert bei etwa 130 Milliarden RMB. Um dieses Ziel zu erreichen, wird nicht nur subventioniert, sondern auch reguliert. Die Zertifizierungsprozesse sind schlanker, weil der Staat ein Interesse an schneller Kommerzialisierung hat.

BYDs Chip-Offensive: Wie ein Autobauer die Robotik neu definiert

Der vielleicht spektakulärste Beweis dafür, dass die Grenzen zwischen Automobilindustrie, Chip-Entwicklung und Robotik verschwimmen, kommt von BYD. Auf einer Veranstaltung Ende Mai enthüllte Wang Chuanfu, Chairman und Gründer von BYD, den Xuanji A3 – Chinas ersten 4nm-Autonomie-Chip, der L3- und L4-Fahrfunktionen unterstützt. Der Chip ist bereits in Massenproduktion. Eine Drei-Chip-Konfiguration liefert eine kombinierte Rechenleistung von über 2.100 TOPS.

Zum Vergleich: Der Nvidia Drive Orin, der in vielen aktuellen E-Autos verbaut wird, kommt auf etwa 254 TOPS pro Chip. BYDs Drei-Chip-Lösung übertrifft das um den Faktor acht. Aber die Zahl, die wirklich zeigt, wie tief BYD in dieser Technologie steckt, ist eine andere: BYD beschäftigt über 7.000 Chip-Ingenieure. BYD betreibt vier große Chip-Forschungs- und Entwicklungszentren.

Das ist mehr als viele europäische Autobauer insgesamt in Softwareentwicklung investieren. Es ist ein klares Signal: BYD sieht sich nicht mehr nur als Autobauer, sondern als Technologiekonzern, der die gesamte Wertschöpfungskette von der Chip-Architektur bis zur Robotersteuerung kontrolliert.

Und dieser Chip wird nicht nur in Autos verbaut. BYD ist einer der größten Industrieroboter-Anwender in China. Das Unternehmen hat eigene Roboterproduktionslinien aufgebaut, in denen Roboter andere Roboter bauen. Mit einem eigenen Chip, der speziell für Echtzeit-Autonomie und KI-Verarbeitung optimiert ist, kann BYD Roboter bauen, die nicht nur schneller, sondern auch intelligenter sind – und das zu Kosten, die kein Wettbewerber erreicht.

Das VLA-Modell: Warum Chengwu Robot den Code geknackt hat

Kommen wir zurück zu Chengwu Robot. Das Startup, erst 2025 gegründet, hat in seinem ersten halben Jahr einen Umsatz von über 20 Millionen Yuan erzielt – allein mit Lösungen für Foxconn und andere Fertigungsriesen. Das klingt nach einer typischen chinesischen Erfolgsgeschichte: schnell, günstig, skalierbar. Aber der entscheidende Punkt ist ein anderer.

Chengwu Robot entwickelt ein sogenanntes Vision-Language-Action (VLA) Large Language Model. Der Name klingt nach Buzzword-Bingo, aber die Technologie dahinter ist radikal. Ein VLA-Modell integriert visuelle Wahrnehmung (Vision), Sprachverständnis (Language) und Aktion (Action) in einem einzigen neuronalen Netzwerk. Statt dass ein Roboter getrennte Systeme für Objekterkennung, Bewegungsplanung und Greifsteuerung hat, lernt ein VLA-Modell alles aus einer gemeinsamen Datenbasis.

Huang Jinlong erklärt den Ansatz so: Huang Jinlong erklärte, man sei sehr optimistisch, was die Entwicklungsrichtung von VLA und verkörperter Intelligenz betreffe. Die Roboterplattform selbst sei nicht der schwierigste Teil, insbesondere in einer Hardware-Lieferkettenumgebung wie Shenzhen; einen Roboter zu bauen sei keine besonders hohe Hürde. Die wirkliche Schwierigkeit liege darin, wie sich das Modell mit der Plattform integriere und letztendlich in realen Kundenszenarien implementiert werde, sodass der Kunde bereit sei, kontinuierlich zu zahlen.

Das ist der Kern des Arguments. In Shenzhen, der globalen Hauptstadt der Hardware-Lieferketten, kann jeder ein Roboter-Chassis kaufen, Motoren montieren und eine Steuerung programmieren. Die eigentliche Innovation liegt in der Software, die den Roboter befähigt, in nicht standardisierten Szenarien zu arbeiten – und genau das ist die Realität in den meisten Fabriken.

Chengwu Robot hat dafür eine eigene Datenerfassungsvorrichtung entwickelt, das „Egocentric-UMI“-System, und ein Fernbedienungssystem namens Bybot-TeleOp. Damit werden reale Produktionslinien simuliert, um multimodale Daten zu sammeln – visuelle Daten, Drehmomentdaten, Kraftrückmeldungen. Das eigene VLA-Modell BFM-1 (Bybot Foundation Model-1) durchläuft derzeit den Trainings- und Bereitstellungsprozess.

Der Clou: Chengwu Robot baut nicht nur ein Modell für einen bestimmten Roboter oder eine bestimmte Aufgabe. Das Unternehmen will ein „plattformorientiertes“ Modell entwickeln, das auf Roboter verschiedener Hersteller und Typen übertragbar ist. Huang Jinlong: Huang Jinlong sagte, das Modelldesign von Chengwu Robot sei nicht an eine einzelne Plattform gebunden, sondern könne an Roboterplattformen verschiedener Hersteller und Typen angepasst werden, um so das branchenweite Problem zu lösen, dass Modelle nur schwer plattformübergreifend eingesetzt werden können.

Das Daten-Argument: Warum Foxconn und BYD die besseren Trainingsdaten haben

Hier wird der strukturelle Vorteil Chinas richtig sichtbar. Ein VLA-Modell ist nur so gut wie die Daten, mit denen es trainiert wird. Und wer hat die besten Daten? Nicht die Roboterhersteller. Sondern die Unternehmen, die die Roboter tatsächlich einsetzen – in Massenproduktion, über tausende von Stunden, in hunderten von verschiedenen Szenarien.

Foxconn, der taiwanesische Auftragsfertiger, der iPhones, Server und unzählige andere Produkte montiert, betreibt eine der größten Roboterflotten der Welt. BYD, das nicht nur Autos baut, sondern auch Batterien, Solarpanels und Chips, hat eine ähnlich massive Produktionsbasis. Diese Unternehmen haben nicht nur die Hardware, sondern auch die Daten – und sie haben ein Interesse daran, diese Daten zu nutzen, um ihre Produktion effizienter zu machen.

Chengwu Robot arbeitet direkt mit Foxconn zusammen. Das Startup hat Zugang zu den Produktionslinien, kann Daten sammeln, Modelle trainieren und Lösungen implementieren. Das ist ein geschlossener Kreislauf: Produktion erzeugt Daten, Daten trainieren Modelle, Modelle verbessern die Produktion. Europäische und japanische Roboterhersteller haben diesen Kreislauf nicht. Sie verkaufen Roboter an Fabriken, aber sie haben selten Zugang zu den Daten, die in diesen Fabriken entstehen.

Die QNX-Studie zeigt, dass 85% der Entwickler erwarten, dass Software in den nächsten drei bis fünf Jahren eine noch größere Rolle in der Robotik spielen wird. Die größten Investitionen werden in KI-gesteuerte Entscheidungsfindung und Cybersicherheit erwartet (beide 51%), gefolgt von Betriebssystemen und Echtzeit-Steuerungssoftware (37%). Aber die Frage ist: Wer hat die Daten, um diese KI-Modelle zu trainieren?

Lenovos Ökosystem-Strategie: Wie ein PC-Hersteller zum Robotik-Beschleuniger wird

Ein drittes Puzzlestück in diesem Bild ist Lenovo. Der PC- und Server-Hersteller, der 2005 IBMs PC-Sparte übernahm, hat sich in den letzten Jahren zu einem der wichtigsten Akteure im chinesischen Robotik-Ökosystem entwickelt. Der Lenovo Innovation Accelerator, 2022 gegründet, ist kein traditioneller Venture-Capital-Fonds. Er ist eine Plattform, die chinesische Hard-Tech-Startups von der Produktentwicklung über die Lieferkette bis zur globalen Vermarktung begleitet.

In drei Jahren hat der Accelerator über 100 Kommerzialisierungsprojekte umgesetzt. Mehr als ein Dutzend Startups sind in Lenovos Massenproduktions-Ökosystem eingegangen. Ein Beispiel: Taifang Technologys elastische Wellentechnologie wurde in Lenovo-Laptop-Touchpads integriert. Ein anderes: Syrius Robotics bekam Hilfe beim Bau seiner ersten intelligenten Roboter-Produktionslinie.

Der Accelerator zeigt, wie chinesische Unternehmen Ökosysteme aufbauen, in denen Hardware, Software und KI-Modelle nahtlos zusammenarbeiten. Lenovo bringt seine globale Lieferkette, seine Fertigungskapazitäten und seine Vertriebskanäle ein. Die Startups bringen Technologie. Das Ergebnis ist eine Geschwindigkeit der Kommerzialisierung, die westliche Wettbewerber kaum erreichen.

Der militärische Schatten: Was der HG-STR-Algorithmus über Chinas Ambitionen verrät

Die zivile Robotik-Entwicklung in China hat einen militärischen Schatten, der nicht ignoriert werden kann. Ein Forschungsteam aus Nordwestchina hat kürzlich einen Algorithmus namens HG-STR (Heterogeneous Graph Spatio-Temporal Reasoning) veröffentlicht, der in einem Peer-Review-Journal (Acta Aeronautica et Astronautica Sinica) beschrieben wird. Der Algorithmus ermöglicht es Drohnenschwärmen, autonom ein Schlachtfeld zu durchkämmen und jeden Feind zu eliminieren – selbst wenn die Kommunikation gestört und die Sicht blockiert ist.

Es ist der erste bekannte Algorithmus, der eine 100%ige Tötungsrate erreicht, während er schnell genug arbeitet, um mit dem Tempo moderner Kriegsführung Schritt zu halten. Ein anonymer Verteidigungsexperte aus Peking kommentierte: Ein anonymer Verteidigungsexperte aus Peking kommentierte, die Technologie deute auf eine Zukunft hin, in der Drohnenschwärme in eine hochriskante, gestörte Umgebung geschickt werden könnten, abgeschnitten von menschlichem Befehl mit einem einzigen letzten Befehl: finde und töte sie alle.

Die militärische Anwendung ist beunruhigend. Aber sie zeigt auch, wie tief die KI-Kompetenz in China bereits ist. Die Algorithmen, die für Drohnenschwärme entwickelt werden, sind direkt übertragbar auf zivile Robotik – Schwarmintelligenz für Logistikzentren, autonome Navigation für Lieferroboter, Echtzeit-Entscheidungsfindung für Fertigungsstraßen. Die militärische Forschung ist ein Beschleuniger für die zivile Entwicklung, nicht ein separater Bereich.

Was das für Europa und Japan bedeutet

Die Kombination aus drei Faktoren – der Software-Architektur als neuem Engpass, dem Daten-Vorteil chinesischer Fertigungsriesen und der staatlich gestützten Ökosystem-Strategie – stellt europäische und japanische Roboterhersteller vor ein Problem, das sie so nicht lösen können.

Fanuc, ABB, Yaskawa – die etablierten Hersteller haben jahrzehntelang in mechanische Präzision und Zuverlässigkeit investiert. Ihre Roboter sind hervorragend für standardisierte, repetitive Aufgaben in kontrollierten Umgebungen. Aber sie sind nicht für die Welt gebaut, in der Roboter neben Menschen arbeiten, in dynamischen Umgebungen navigieren und Entscheidungen auf Basis von KI-Modellen treffen.

Die QNX-Studie zeigt, dass 91% der Robotik-Entwickler weltweit auf General-Purpose-Betriebssysteme setzen – aber 86% davon wollen wechseln. Das ist ein Markt in Bewegung. Chinesische Unternehmen wie BYD und Chengwu Robot entwickeln spezialisierte Lösungen, die genau auf die Anforderungen der neuen Robotik-Generation zugeschnitten sind. Europäische Hersteller dagegen sind oft gefangen in ihren eigenen Legacy-Architekturen.

Der deutsche Markt ist besonders betroffen. Die deutsche Autoindustrie ist der größte Robotik-Abnehmer in Europa. Aber Budgetkürzungen bei VW, BMW und Stellantis bremsen Investitionspläne. Gleichzeitig sind die Zertifizierungsanforderungen in Deutschland mit 70% Verzögerungsrate besonders hoch. Das ist eine toxische Kombination: weniger Geld für Investitionen, aber höhere Hürden für neue Technologien.

Die entscheidende Frage

Die Daten sind eindeutig. Die Richtung ist klar. Chinesische Unternehmen bauen nicht nur mehr Roboter, sie bauen intelligentere Roboter – und sie tun es schneller. Der Vorsprung in der Software-Architektur, im Daten-Zugang und in der Kommerzialisierungsgeschwindigkeit ist real und wird sich wahrscheinlich vergrößern.

Aber die Frage, die am Ende bleibt, ist keine technische. Sie ist strategisch. Die chinesische Regierung hat die Robotik zu einer nationalen Priorität erklärt, mit klaren Zielen und massiven Subventionen. Die europäischen Regierungen haben keine vergleichbare Strategie. Die japanische Regierung hat ihre Robotik-Industrie in den 1980ern gefördert, aber die Dynamik ist verloren gegangen.

Die nächste industrielle Revolution wird nicht in Fabriken entschieden, die Roboter kaufen. Sie wird in Fabriken entschieden, die Roboter trainieren. Und die Frage ist: Wer hat die Daten, um sie zu trainieren?