Vielleicht war generative KI nur der erste große Schritt der gegenwärtigen KI-Revolution. Der nächste könnte darin bestehen, dass künstliche Intelligenz die digitale Welt verlässt und unmittelbar in der physischen Welt handelt.

Bislang erleben wir KI vor allem am Bildschirm. Sie schreibt Texte, analysiert Daten, programmiert Software, erkennt Bilder und unterstützt Entscheidungen. Mit der sogenannten physischen oder „Embodied AI“ verändert sich diese Perspektive. KI wird mit Sensoren, Kameras, Greifern, Motoren und Robotern verbunden. Sie bekommt – bildlich gesprochen – Hände und Beine.

Dabei sollte man sich vom derzeitigen Hype um humanoide Roboter nicht täuschen lassen. Ob eine Maschine einen Salto oder den Moonwalk beherrscht, ist wirtschaftlich weitgehend nebensächlich. Entscheidend ist etwas anderes: Kann ein Roboter seine Umgebung wahrnehmen, Situationen verstehen und auf Veränderungen reagieren, ohne für jeden einzelnen Handgriff neu programmiert werden zu müssen?

Genau hier liegt der mögliche Technologiesprung.

Klassische Industrieroboter sind außerordentlich leistungsfähig, solange die Umgebung genau definiert ist. Ändert sich etwas Unerwartetes, stoßen sie schnell an Grenzen. KI-basierte Robotersysteme sollen dagegen lernen, aus Beispielen Regeln abzuleiten und diese auf ähnliche Situationen zu übertragen.

Davon sind wir allerdings noch ein gutes Stück entfernt. Die physische Welt ist ungleich komplizierter als die Welt der Texte und Bilder. Ein Kabel kann sich verheddern, ein Karton anders liegen als erwartet, ein Gegenstand verrutschen. Was ein Mensch intuitiv korrigiert, kann für einen Roboter ein schwieriges Problem darstellen. Hinzu kommen Kosten, Energieverbrauch, Sicherheit und vor allem der enorme Bedarf an hochwertigen Trainingsdaten.

Trotzdem ist die ökonomische Dimension erheblich. Denn mit physischer KI würde künstliche Intelligenz nicht mehr vorwiegend Wissensarbeit verändern. Sie könnte zunehmend Produktion, Logistik, Lagerhaltung, Montage, Pflege, Landwirtschaft, Handwerk und Dienstleistungen erreichen.

Damit vergrößert sich der wirtschaftliche Wirkungsbereich von KI erheblich. Es geht dann nicht nur um höhere Produktivität am Schreibtisch, sondern um die Automatisierung und Flexibilisierung realer Wertschöpfungsprozesse.

Vielleicht lässt sich die Entwicklung deshalb vereinfacht so beschreiben:

Sprachmodelle → KI-Agenten → physische KI-Systeme.

Zunächst konnte KI Informationen verarbeiten und erzeugen. Mit Agenten beginnt sie, digitale Aufgaben selbständiger auszuführen. Mit Robotik kommt eine weitere Dimension hinzu: KI kann Handlungen in der realen Welt auslösen.

Ob daraus tatsächlich die nächste industrielle Revolution entsteht, ist noch offen. Aber wenn es gelingt, lernfähige Roboter zuverlässig, sicher und wirtschaftlich einzusetzen, wäre die Wirkung enorm.

Dann wäre generative KI möglicherweise nicht der Höhepunkt der Entwicklung gewesen – sondern ihr Auftakt.