Robotik-KI MolmoAct2: 98,1% Erfolgsquote, 37-mal schneller
27.05.2026 - 11:30:43 | boerse-global.de
Getrieben wird diese Entwicklung von einer beispiellosen Welle gemeinschaftlich erstellter Daten und kollaborativer Softwareentwicklung. Die LeRobot-Plattform des KI-Unternehmens Hugging Face meldet einen MEilenstein: Ihr Repository umfasst inzwischen über 58.000 Community-Datensätze. Das bedeutet eine 50-fache Steigerung innerhalb der letzten fünf Monate.
Damit wandeln sich Open-Source-Robotik-Tools von experimentellen Forschungsprojekten zu ernstzunehmenden industriellen Assets. Branchengrößen wie Nvidia, Amazon, ABB und Bosch setzen zunehmend auf das Robot Operating System (ROS und ROS 2), das sich als globaler Standard etabliert hat. Die Folge: Entwicklungskosten sinken drastisch, und die Einführung sogenannter „Physical AI" – der nächsten Evolutionsstufe, in der KI-Modelle direkt mit der physischen Welt interagieren – beschleunigt sich rasant.
Von der Automobilproduktion bis zur Logistik – die Verbindung von Robotik und KI leitet eine neue Ära der industriellen Fertigung ein. Welche Unternehmen diesen technologischen Wandel anführen und wo das große Geld gerade investiert wird, erfahren Sie in diesem kostenlosen Report. Jetzt gratis herausfinden, wer die Gewinner der neuen Industrierevolution sind
Standardisierung und rasant wachsende Datenmengen
Die explosionsartige Ausweitung des LeRobot-Hubs markiert eine neue Ära der Datenstandardisierung. Seit dem Start im Mai 2024 unter der Leitung von Rémi Cadène, einem ehemaligen Mitglied des Tesla-Optimus-Teams, konzentriert sich die Plattform auf einheitliche Datenformate. Das Ziel: Robotik-KI soll auf vergleichsweise erschwinglicher Hardware trainierbar sein – etwa auf Mittelklasse-Workstations. Ein klarer Gegensatz zu den massiven Rechenanforderungen proprietärer Modelle.
Nach der Übernahme von Pollen Robotics im April 2025 hat sich Hugging Face als zentrale Drehscheibe für offene Robotikentwicklung positioniert. Unterstützt von Giganten wie Nvidia und Alibaba ermöglicht die Plattform Entwicklern den Austausch und die Nutzung von Datensätzen, die 10- bis 100-mal kleiner sind als herkömmliche Trainingssets – bei gleichbleibend hoher Leistung.
Doch das rasante Wachstum bringt auch technische Herausforderungen mit sich. Entwickler entdeckten kürzlich eine kritische Sicherheitslücke (CVE-2026-25874, CVSS-Score 9,3) in der asynchronen Inferenz-Pipeline bestimmter Open-Source-Tools. Stand Ende Mai 2026 ist diese Schwachstelle noch nicht geschlossen – ein Fall, der die Diskussion über das Spannungsfeld zwischen Open-Source-Geschwindigkeit und Enterprise-Sicherheit neu entfacht.
Hochleistungsmodelle überflügeln proprietäre Konkurrenz
Die technischen Fähigkeiten von Open-Source-Modellen messen sich inzwischen mit gut finanzierten proprietären Systemen – und übertreffen sie teils. Am 5. Mai 2026 veröffentlichte das Allen Institute for AI (Ai2) MolmoAct2. Das Modell schlug Physical Intelligence’s ?0.5 in verschiedenen Benchmarks und ist für komplexe Aufgaben wie beidhändige Manipulation ausgelegt. Dabei arbeitet es bis zu 37-mal schneller als seine Vorgänger.
Zum Release gehörte der bislang größte Open-Source-Datensatz für beidhändige Robotik: 34.500 Demonstrationen mit insgesamt 720 Stunden Aktivität. Im LIBERO-Simulationsbenchmark erreichte das Modell eine Erfolgsquote von 98,1 Prozent. Die praktische Anwendung lässt nicht lange auf sich warten: Das Cong Lab der Stanford University setzt MolmoAct2 bereits ein, um CRISPR-Verfahren in Nasslaboren zu automatisieren.
Parallel zu den Software-Fortschritten fallen die Preise für Roboter-Hardware rasant. Plattformen wie der SO-101 Roboterarm sind bereits für umgerechnet rund 90 Euro erhältlich. Im Bereich humanoider Roboter hat das Unternehmen Rotaku kürzlich Vorbestellungen für seine Domo-Plattform eröffnet – ab 2.700 Euro für das Basismodell. Dieser Trend spiegelt sich bei großen Herstellern wie Unitree wider: Deren durchschnittlicher Preis für humanoide Roboter fiel von rund 78.000 Euro im Jahr 2023 auf etwa 23.000 Euro im Jahr 2025.
Mit der zunehmenden Integration von KI-Systemen in die physische Welt rücken auch regulatorische Anforderungen und Sicherheitsstandards wie der EU AI Act in den Fokus. Dieser kostenlose Leitfaden klärt auf, welche rechtlichen Pflichten und Risikoklassen Unternehmen jetzt konkret beachten müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act anfordern
Industrielle Realität: Vom Prototyp zur Serienproduktion
Der Robotics Summit & Expo 2026 in Boston am 25. Mai 2026 demonstrierte eindrucksvoll die Skalierbarkeit dieser Technologien. Figure-02-Humanoide absolvierten einen elfmonatigen Einsatz im BMW-Werk Spartanburg und halfen bei der Produktion von über 30.000 X3-Fahrzeugen. Agilitys Digit-Roboter haben bei GXO Logistics bereits mehr als 100.000 Container bewegt.
Die Nachfrage nach fortschrittlichen humanoiden Systemen übersteigt derzeit das Angebot. Boston Dynamics hat seine Produktionskapazität für 2026 für den Atlas-Roboter an Partner wie Hyundai und Google DeepMind bereits ausverkauft. Das 2024 gegründete Startup Humanoid unterzeichnete einen verbindlichen „Robot-as-a-Service"-Vertrag (RaaS) mit Schaeffler. Die ersten Einheiten sollen im Dezember 2026 in zwei deutschen Werken eingesetzt werden, mit dem Ziel, bis 2032 tausende Einheiten zu erreichen.
Doch die Branche steht auch vor geopolitischen und regulatorischen Hürden. Am 21. Mai 2026 brachte der US-Kongress einen Gesetzesentwurf ein, der eine nationale Sicherheitsuntersuchung des chinesischen Herstellers Unitree fordert. Auch die Arbeitsbeziehungen bleiben ein kritischer Faktor: In Südkorea stoßen Hyundais Pläne, 25.000 Atlas-Roboter einzusetzen, auf Widerstand der Gewerkschaften.
Globale Infrastruktur für die nächste Generation
Regierungen und private Investoren stecken massiv Kapital in die physische Infrastruktur, die für das Training der nächsten Robotergeneration nötig ist. In Shanghai soll im Juli 2026 ein neues Trainingszentrum für humanoide Roboter öffnen. Die 5.000 Quadratmeter große Anlage wird über 100 Roboter verschiedener Hersteller beherbergen und jährlich 10 Millionen Datenpunkte generieren – mit dem Ziel, ein „Super-Gehirn" für plattformübergreifende Roboteranwendungen zu schaffen.
Im Bildungssektor ist Faraday Future mit der FF-X1-Plattform eingestiegen. Das System, das für umgerechnet rund 450 Euro erhältlich ist, verfügt über eine neuronale Verarbeitungseinheit (NPU), die deutlich leistungsfähiger ist als übliche Hobby-Hardware. Allerdings steht das Produkt wegen seines proprietären Betriebssystems in der Kritik der US-Wettbewerbsbehörde FTC – Stichwort „Vendor Lock-in".
Die finanziellen Dimensionen dieses Wettlaufs sind enorm. Venture-Capital-Investitionen in Physical AI sollen 2026 mit 37 Milliarden Euro einen Rekordwert erreichen. Analysten von Barclays prognostizieren, dass der globale Markt für humanoide Roboter bis 2035 auf 200 Milliarden Euro anwachsen könnte – vorausgesetzt, der trend zu sinkenden Kosten und zunehmender Software-Standardisierung hält an.
Ausblick: Walled Gardens gegen offene Ökosysteme
Die Robotikbranche steht am Scheideweg zwischen proprietären „Walled Gardens" und dem kollaborativen Open-Source-Modell. Während Unternehmen wie Faraday Future und einige etablierte Hersteller auf geschlossene Systeme setzen, um die Kontrolle über ihr Ökosystem zu behalten, deutet die rasante Datenakkumulation auf Plattformen wie LeRobot darauf hin, dass die Open-Source-Community den effizienteren Weg zur Lösung komplexer Manipulations- und Navigationsprobleme bieten könnte.
Der Fokus wird sich in der zweiten Jahreshälfte 2026 wohl von der reinen Hardware-Verfügbarkeit auf die Verfeinerung sogenannter „Contextual Grounding Layers" verlagern – Software, die Robotern ermöglicht, die semantische Bedeutung ihrer Umgebung über einfache Kartierung hinaus zu verstehen. Angesichts der Milliardeninvestitionen und der Entstehung massiver, standardisierter Datensätze scheint der Übergang von Robotern aus kontrollierten Fabrikhallen in vielfältige reale Umgebungen nur noch eine Frage der Zeit.
So schätzen die Börsenprofis Aktien ein!
Für. Immer. Kostenlos.
