Stark&Cie
DE

Texte · Robotik

Roboter lernen von Menschen

Sprachmodelle lernten aus Billionen Wörtern. Roboter haben noch keine solche Bibliothek. In der Robotik sind heute Daten über menschliche Arbeit das knappe Gut.

Ein abgetragener Arbeitshandschuh aus Leder auf hellgrauem Grund

1988 schrieb der Robotiker Hans Moravec, es sei «vergleichsweise einfach, Computer bei Intelligenztests oder beim Damespiel Leistungen auf dem Niveau Erwachsener zeigen zu lassen, und schwierig oder unmöglich, ihnen die Fähigkeiten eines Einjährigen zu geben, wenn es um Wahrnehmung und Mobilität geht». Fast vier Jahrzehnte später gilt sein Paradox weiterhin. Ein Sprachmodell kann die Anwaltsprüfung bestehen. Ein Roboter, der Wäsche faltet, ist noch immer eine Meldung wert.

Die fehlende Bibliothek

Ein Grund dafür sind die Daten. Meta trainierte seine Sprachmodelle Llama 3 mit mehr als 15 Billionen Tokens Text aus öffentlichen Quellen, das meiste davon von Menschen für andere Menschen geschrieben. Für das, was Hände tun, gibt es kein solches Archiv. Niemand hat jahrzehntelang aufgeschrieben, welche Kräfte in einer Hand wirken, wenn sie ein Schraubglas öffnet.

Das bisher grösste offene Projekt zeigt die Lücke. 2023 führten Google DeepMind und Partner an 21 Institutionen Daten von 22 Robotertypen im Datensatz Open X-Embodiment zusammen: mehr als eine Million aufgezeichnete Episoden mit über 500 Fähigkeiten. Für das Fachgebiet war das ein Meilenstein. Neben den Texten, mit denen man ein Sprachmodell trainiert, ist es ein Faltblatt.

Alle sammeln

Das Geld ist dem Problem gefolgt. Physical Intelligence ist ein Start-up aus San Francisco, 2024 gegründet, um allgemeine Modelle für Roboter zu bauen. Es nahm im November 2024 400 Mio. Dollar auf und ein Jahr später weitere 600 Mio. Dollar bei einer Bewertung von 5,6 Mrd. Dollar. Seither wird über Gespräche zu einer neuen Runde mit weit höherer Bewertung berichtet. Als eine seiner grössten Herausforderungen nennt das Unternehmen, genug Daten zu bekommen, aus vielen Aufgaben und von vielen Robotern.

Die Methoden unterscheiden sich. Manche Firmen steuern Roboter aus der Ferne und zeichnen jede Bewegung auf. Andere stecken Menschen in Motion-Capture-Anzüge. 2025 teilte Tesla den Mitarbeitenden, die seinen Roboter Optimus trainieren, mit, man setze stattdessen vor allem auf Video, weil es sich schneller skalieren lasse. Die Mitarbeitenden tragen dabei Kameras am Körper, während sie Hemden falten und Gegenstände aufheben.

Wo wir ins Spiel kommen

Allen diesen Ansätzen liegt eine Idee zugrunde: Körperliche Arbeit lehrt am besten ein Mensch, der sie gut macht. Ein Mechaniker spürt, wenn ein Gewinde gleich ausreisst. Eine Pflegefachperson weiss, wie man Kranke umlagert, ohne ihnen wehzutun. Dieses Wissen fehlt Robotern, und das meiste davon wurde nie aufgezeichnet.

Deshalb arbeiten zwei unserer Unternehmen daran. Archaí Physics zeichnet auf, wie Menschen wirklich arbeiten, damit Roboter daraus lernen können. physical.wiki sammelt, was Gegenstände in der Hand tun: ihr Gewicht, ihren Griff, wie sie aufgehen und wie sie brechen.

Hardware wird jedes Jahr billiger. Gute Aufnahmen von Fachleuten bei der Arbeit, gemacht mit deren Einwilligung, sind weiterhin selten, und dort investieren wir.

Quellen

Die Quellen stehen in ihrer Originalsprache.

  1. Hans Moravec: Mind Children, Harvard University Press, 1988
  2. Wikipedia: Moravec’s paradox
  3. OpenAI: GPT-4, March 2023
  4. Meta AI: Introducing Meta Llama 3, April 2024
  5. Google DeepMind: Scaling up learning across many different robot types, October 2023
  6. Open X-Embodiment: Robotic learning datasets and RT-X models
  7. Bloomberg: Robotics startup Physical Intelligence valued at $5.6 billion, November 2025
  8. Dataconomy: Bezos-backed Physical Intelligence raises $600M, November 2025
  9. eWeek, reporting Business Insider: Tesla’s Optimus has a new training strategy, August 2025
  10. TechCrunch: Physical Intelligence in talks to raise $1 billion again, March 2026

Weitere Texte