Matt Cioppa, Portfoliomanager Franklin Templeton © Franklin Templeton)
Physische KI – die Konvergenz von Robotik und künstlicher Intelligenz – ist kein theoretisches Konzept mehr. Es ist eine schnell skalierende Kraft, die die Art und Weise, wie Maschinen mit der physischen Welt interagieren, verändert. Von autonomen Fahrzeugen und robotergestützter Chirurgie bis hin zu intelligenten Fabriken und Logistik – physische KI eröffnet ein neues Maß an Präzision, Anpassungsfähigkeit und Effizienz. Wir sehen physische KI als eine grundlegende Technologie mit dem Potenzial, Multi-Billionen-Dollar-Branchen zu verändern. Die Auswirkungen werden sich nicht nur in Produktivitätssteigerungen, Kosteneinsparungen und Margenausweitungen bemessen, sondern auch in der Etablierung eines neuen Paradigmas für die Art und Weise, wie Technologie in unsere physische Welt eindringt.
Was ist physische KI?
Physische KI bezieht sich auf intelligente Systeme, die in realen Umgebungen wahrnehmen, argumentieren und handeln können. Diese Systeme kombinieren fortschrittliche Robotik mit KI-Modellen und ermöglichen es Maschinen, Entscheidungen zu treffen und Aufgaben schnell und präzise auszuführen – oft in Millisekunden. Im Gegensatz zu herkömmlicher KI, die in digitalen Umgebungen arbeitet, übersetzt physische KI Code in reale Bewegungen. Diese Systeme sind mit Sensoren, Aktoren und Edge-Computing-Funktionen ausgestattet, die es ihnen ermöglichen, sich dynamisch an veränderte Bedingungen anzupassen. Das Ergebnis: Maschinen, die in komplexen, unstrukturierten Umgebungen autonom arbeiten können.
Mobilität: Autonome Fahrzeuge treiben Multi-Billionen-Dollar-Verschiebung voran
Autonomes Fahren ist eine der sichtbarsten – und investierbarsten – Anwendungen physischer KI. In den USA haben Ride-Hailing-Plattformen in Städten wie San Francisco, Phoenix und Austin über 100 Millionen vollständig fahrerlose Meilen zurückgelegt. In China haben über 14 Millionen Robotaxi-Fahrgeschäfte in 16 Städten stattgefunden.[1] In einigen Märkten haben die Verbraucher sogar die Bereitschaft gezeigt, einen Aufpreis für eine autonome Fahrt im Vergleich zu einer herkömmlichen Mitfahrgelegenheit mit Fahrer zu zahlen, und hohe Kundenzufriedenheitswerte implizieren eine hohe Wahrscheinlichkeit für eine weitere Akzeptanz. Sicherheit wurde lange Zeit als Schlüsselelement des Wertversprechens für autonome Fahrzeuge versprochen, aber jetzt gibt es Daten, die dies untermauern. In einer Studie stellte ein führender Dienstleister deutlich niedrigere Unfallraten im Vergleich zu menschlichen Fahrern fest.
Bis 2030 könnten autonome Fahrzeuge (AV) der Stufe 3 10 % der weltweiten Neuwagenverkäufe ausmachen.[2] In Szenarien mit beschleunigter Einführung könnten die Einnahmen von autonom fahrenden Passagieren bis 2035 zwischen 300 und 400 Milliarden US-Dollar liegen.[3] Dieser Wandel wird auch die Nachfrage im gesamten AV-Ökosystem ankurbeln – von Halbleitern und Edge Computing bis hin zu Mapping, Versicherungsanalysen und softwaredefinierten Fahrzeuge
AVs unterstützen ein Ökosystem von Halbleiterherstellern bis hin zu Spezialfirmen, die Navigations- und Sensortechnologie anbieten. Die sich entwickelnde Regulierungs- und Sicherheitslandschaft erfordert spezielle Versicherungs- und Simulationssoftware, um die kommerzielle Einführung zu ermöglichen.
Fertigung: KI-getriebene Effizienz als Wettbewerbsvorteil
Physische KI verändert die Fertigung radikal, indem sie Intelligenz in jede Phase der Produktion einbettet. Wir sind der Meinung, dass vier Schlüsselbereiche der Innovation hervorstechen: humanoide Roboter, kollaborative Roboter (Cobots), autonome mobile Roboter (AMRs) und KI-basierte Computer Vision.
Physische KI in der Fertigung: Geschätzte Marktgröße 2025 vs. 2030 in US$
Humanoide Roboter, die so konzipiert sind, dass sie das menschliche Aussehen und Verhalten nachahmen, stellen eine neue und vielversprechende Iteration autonomer physischer Systeme dar. Obwohl wir uns noch in einem sehr frühen Stadium der Einführung befinden, werden Humanoide bereits in Produktionsstätten eingesetzt. Der humanoide Formfaktor ist ideal für den Betrieb in komplexen Umgebungen, die für menschliche Arbeiter entwickelt wurden. Sie werden zunehmend von speziell entwickelten KI-Modellen angetrieben, die als Visionlanguage-Action-Modelle (VLA) bekannt sind und es den Robotern ermöglichen, ihre Umgebung besser zu verstehen und über verallgemeinerbare, anstatt aufgabenspezifische Fähigkeiten zu verfügen. VLA-Modelle und andere Innovationen können den Fortschritt bei dem vorantreiben, was in der KI-Community als Moravec-Paradoxon bekannt ist: Was für Menschen einfach ist (Wahrnehmung und grundlegende motorische Fähigkeiten), ist für Computer schwierig, und was für Menschen schwierig ist (komplexe Mathematik, abstraktes Denken), ist für Computer einfach. Darüber hinaus stellen die jüngsten Durchbrüche in Bereichen wie dem autonomen Batteriewechsel sicher, dass Roboter rund um die Uhr mit begrenztem menschlichem Eingreifen weiterarbeiten können.
Diese neuen Technologien werden die Sicherheit, die Gewinnmargen und den Ertrag der Fabriken verbessern. Potenzielle Nutznießer erstrecken sich über die gesamte Wertschöpfungskette, von Anbietern von Robotik- und Bildverarbeitungssystemen bis hin zu Halbleiter- und KI-Softwareunternehmen, die das „Gehirn“ für Roboter bauen.
Die Dienstleistungswirtschaft: Bekämpfung des Arbeitskräftemangels und Verbesserung der Lebensqualität
Obwohl sich die Technologie noch in der Entwicklung befindet, glauben wir, dass physische KI die Dienstleistungswirtschaft durchdringen wird, wenn die Kosten sinken. So sind beispielsweise hochmoderne Modelle, die im Jahr 2023 250.000 US-Dollar pro Einheit kosteten, auf 150.000 US-Dollar im Jahr 2024 gesunken.[4] KI-gestützte Roboter können wichtige Aufgaben im Gesundheitswesen, in der Gastronomie, im Gastgewerbe und im Einzelhandel übernehmen. Humanoide können zum Beispiel bei der Verteilung von Medikamenten oder bei der Zimmerfluktuation in Krankenhäusern helfen. Sie können mit Geschirr, Bettwäsche und Müllabfuhren in Hotels und Restaurants umgehen. Diese Rollen sind oft schwer zu besetzen und zu pflegen, was die Aussicht auf Always-on-Roboter besonders attraktiv macht.
Wir verfolgen auch Durchbrüche, die es Robotern ermöglichen, komplexe Anweisungen zu verstehen und eine Reihe von verallgemeinerbaren Aufgaben auszuführen. Diese Fortschritte könnten den breiteren Verbrauchermarkt erschließen, auf dem intelligente Roboter zu wertvollen Haushaltshelfern werden könnten. Viele Familien würden es begrüßen, einen intelligenten Roboter zu haben, der sie bei der täglichen Arbeit und Logistik unterstützt.
Der Investment Case für physische KI
Wir stehen noch am Anfang, aber die Richtung ist klar. Physische KI wird ein Eckpfeiler des nächsten industriellen Zeitalters sein. Es repräsentiert die Konvergenz von Automatisierung, Edge Computing, KI und digitaler Transformation und wir glauben, dass es eine Generationenchance für langfristige Anleger schaffen wird.
Mit zunehmender Akzeptanz erwarten wir Folgendes:
• Wiederkehrende Umsatzmodelle (z. B. AV-Dienste pro Meile und Abonnements, Leasing von Roboterhardware sowie Software und Dienstleistungen)
• Branchenübergreifende Nachfrage (Gesundheitswesen, Logistik, Fertigung, Handel)
• Wachstum des Ökosystems (Hardware, Software, Dateninfrastruktur)
Physische KI ist nicht nur eine technologische Evolution – sie ist ein Paradigmenwechsel in der Art und Weise, wie Maschinen mit der Welt interagieren. Wir glauben, dass er langfristigen Anlegern dauerhaftes Wachstum und eine leistungsstarke und differenzierte Quelle für langfristiges Alpha bieten kann.
[1] Der Roboter-Bericht. 18. Juli 2025. Waymo erreicht 100 Millionen vollständig autonome Meilen bei allen Einsätzen
[2] Goldman Sachs, 19. August 2024. Teilautonome Autos werden bis 2030 voraussichtlich 10 % der Neuwagenverkäufe ausmachen. Es kann nicht garantiert werden, dass eine Schätzung, Prognose oder Prognose eintreten wird
[3] McKinsey und Company. 3. Januar 2023. Die Zukunft des autonomen Fahrens: Komfortabel und vernetzt. Autonome Fahrzeuge der Stufe 3 (L3 AVs), wie sie von der SAE International (J3016) Automatisierungsskala definiert werden, sind „bedingt automatisierte“ Fahrsysteme. Er kann unter bestimmten Bedingungen alle Aspekte der Fahraufgabe bewältigen, muss aber auf Anforderung des Fahrzeugs zur Verfügung stehen, um zu übernehmen. Es kann nicht garantiert werden, dass eine Schätzung, Prognose oder Prognose eintreten wird.
[4] Goldman Sachs. 27. Februar 2024. Der globale Markt für humanoide Roboter könnte bis 2035 ein Volumen von 38 Milliarden US-Dollar erreichen. Es kann nicht garantiert werden, dass eine Schätzung, Prognose oder Prognose eintreten wird.
Disclaimer:
„Für den oben stehenden Beitrag sowie für das angezeigte Bild- und Tonmaterial ist allein der jeweils angegebene Nutzer verantwortlich. Eine inhaltliche Kontrolle des Beitrags seitens der Seitenbetreiberin erfolgt weder vor noch nach der Veröffentlichung. Die Seitenbetreiberin macht sich den Inhalt insbesondere nicht zu eigen.“
