ROBOTER AUF DER SOLARBAUSTELLE · 17. OKTOBER 2026

Warum Physical AI für Ihre saubere Zukunft doppelt zählt
Physical AI steuert Roboter, die sehen, tasten und neue Aufgaben lernen. Solche Maschinen montieren Solarmodule und reparieren Rotorblätter. Und wo sie Lkw, Bagger und Traktoren lenken, ersetzt Strom den Diesel.
Ein Sprachmodell erklärt in Sekunden, wie ein Solarmodul aufs Montagegestell kommt, Physical AI hebt es hinauf. Der Begriff steht für künstliche Intelligenz, die Maschinen in der realen Welt steuert. Industrieroboter gibt es seit Jahrzehnten, doch sie arbeiten in abgeschirmten Zellen und wiederholen Bewegungen, die jemand vorher programmiert hat. Physical AI soll Roboter aus diesen Käfigen holen, auf Baustellen, Felder und in Hallen, in denen sich ständig etwas verändert.
Populär gemacht hat den Begriff NVIDIA-Chef Jensen Huang. „Der ChatGPT-Moment für die allgemeine Robotik steht kurz bevor”, sagte er auf der Elektronikmesse CES 2025. Seitdem haben unter anderen Google DeepMind und NEURA Robotics aus Metzingen eigene Grundmodelle für Roboter vorgestellt. Ob der Durchbruch mit menschenähnlichen Robotern kommt, ist offen. Auf den Baustellen der Energiewende arbeiten bereits andere Maschinen.
NVIDIA und Google bauen Grundmodelle für Roboter
Huang beschreibt Physical AI als KI, die wahrnimmt, schlussfolgert, plant und handelt. Technisch steckt dahinter oft ein Vision-Language-Action-Modell, kurz VLA: ein KI-Modell, das Kamerabilder und eine Anweisung in Sprache aufnimmt und daraus Motorbefehle errechnet. Google DeepMind beschreibt sein Modell Gemini Robotics 1.5 genau so. Ein zweites Modell plant dabei die Arbeitsschritte und gibt sie in Sprache an den ausführenden Teil weiter.
Das Unternehmen Physical Intelligence zeigt mit seinem Modell pi0, wie weit das reicht. Es baut auf einem Bild-Sprach-Modell mit rund drei Milliarden Parametern auf und lernte, Wäsche zu falten und Tische abzuräumen, mit fest montierten Roboterarmen ebenso wie mit einem fahrenden Roboter. Solche Grundmodelle sollen Robotern geben, was große Sprachmodelle für Text leisten: eine breite Basis, die sich auf neue Aufgaben anpassen lässt.
Beim Training fehlt Robotern, was Sprachmodelle im Überfluss haben: Daten. Texte liegen millionenfach im Netz, Aufnahmen von Händen, die Kabel stecken oder Schrauben ansetzen, kaum. NVIDIA setzt deshalb auf Simulation und bietet mit Cosmos Weltmodelle an, die physikalische Umgebungen virtuell nachbilden. Isaac GR00T erzeugt synthetische Bewegungsdaten, an denen humanoide Roboter durch Nachahmung lernen.
Physical AI wächst in einen großen Maschinenpark hinein. Laut dem Branchenverband IFR kamen 2024 weltweit 542.000 neue Industrieroboter in die Fabriken, doppelt so viele wie zehn Jahre zuvor. Ende 2024 standen 4,66 Millionen Roboter im Einsatz. China installierte 295.000 Geräte und damit 54 Prozent, Deutschland liegt mit 26.982 Installationen auf Rang fünf.
NEURA Robotics bringt Tastsinn und Gehör ins Modell
In Metzingen arbeitet NEURA Robotics an einem eigenen Grundmodell. Im Oktober 2026 stellte das Unternehmen Neuron AI vor und nennt es ein Perception-Language-Action-Modell, also Wahrnehmung, Sprache und Handlung in einem. Ein VLA-Modell stützt sich vor allem auf Kamerabilder. Neuron AI verbindet nach Angaben von NEURA dreidimensionales Sehen, Tastsinn und Kraft, Hören, den Eigenzustand des Roboters und Sprache.
Dazu kommt ein Gedächtnis: Der Roboter merkt sich Objekte, die aus seinem Blickfeld verschwinden, etwa ein Bauteil, das hinter einem anderen liegt. In NEURAs Beispielen zeigen beim Öffnen eines Schlosses erst Klicken und Widerstand, dass es offen ist. Ein Schweißroboter hört, ob die Naht gelingt.
NEURA trainiert Neuron AI mit echten Roboterdaten aus seinen Trainingshallen, den NEURA Gyms, mit Simulation und mit Aufnahmen von Menschen in Sensoranzügen (mehr dazu: das NEURA Gym an der RWTH Aachen). Schaeffler und Bosch sind Datenpartner. Über die Plattform Neuraverse soll eine Fähigkeit, die ein Roboter gelernt hat, an die ganze Flotte gehen. Als zentrale Zielgröße nennt NEURA die „Time-to-Skill”, die Zeit, bis ein Roboter eine neue Aufgabe beherrscht.
In der Demo erledigt der humanoide Roboter 4NE1 elf Minuten lang autonom einen Waschgang: Wäsche sortieren, Maschine beladen und entladen, alles in den Trockner umladen. NEURA zeigt sie auf der NVIDIA GTC Berlin im Oktober 2026. „Mit Neuron AI bauen wir das Gehirn der physischen Welt”, sagt Gründer und CEO David Reger. Als Anwendungen nennt NEURA Kleben, Maschinenbeschickung, Palettieren, Schweißen und Qualitätsprüfung, also klassische Fabrikarbeit. Auch in Bayern entsteht Physical AI, beim Roboterbauer Agile Robots.
Terabase, AES und Aerones schicken Roboter auf die Baustellen der Energiewende
Electrotech umfasst die Techniken, die Energie über Strom nutzbar machen, von der Solarzelle über die Batterie bis zum Elektromotor. Bauen und anschließen müssen diese Anlagen Menschen, und von ihnen fehlen viele. Laut Institut der deutschen Wirtschaft fehlten 2024 in der Bauelektrik rund 18.300 Fachkräfte, rund 80 Prozent der offenen Stellen waren rechnerisch nicht zu besetzen. Was Physical AI an dieser Lücke ändern kann, erklärt David Reger im Gespräch über Physical AI und das Fachkräfteproblem. Dort steht auch die Prognos-Rechnung für die DIHK zum Fachkräftebedarf der Energiewende bis 2035.
Große Solarparks eignen sich besonders für Roboter, weil dort Tausende gleiche Handgriffe anfallen. Seit März 2026 bietet das US-Cleantech-Unternehmen Terabase Energy die zweite Version seiner Terafab an. Die Montagelinie steht direkt im Solarpark und installiert dort die Solartechnik. Laut Terabase arbeitet sie im Zwei-Minuten-Takt und schafft im Dauerbetrieb mehr als 20 Megawatt pro Woche, rund ein Gigawatt im Jahr. Die erste Version lief bereits auf fünf Projekten.
Der Energiekonzern AES setzt in seinen US-Solarparks den Roboter Maximo ein, den Nachfolger seines Vorgängermodells Atlas. Laut Datenblatt von AES halbiert Maximo die Zeit für die mechanische Montage der Module. Bis Mai 2025 hatte er knapp 15 Megawatt installiert, in den folgenden drei Jahren soll er bis zu fünf Gigawatt der AES-Projekte mitbauen.
Für den Schritt davor, das Rammen der Stahlpfähle, auf denen die Gestelle stehen, hat Built Robotics den autonomen RPD 35 entwickelt. Ein Zweierteam setzt damit laut Built Robotics rund 300 Pfähle am Tag, ein konventionelles Zweierteam schafft rund 100.
In Europa testete der Energiekonzern EDP 2024 im spanischen Solarpark Peñaflor das Robotersystem Hyperflex des Herstellers Comau. Die Roboter montierten drei der 122 Megawatt, das Ziel ist eine bis zu 50 Prozent kürzere Montagezeit. Laut EDP war es der erste Test dieser Art unter realen Bedingungen.
Das Cleantech-Unternehmen Planted Solar baut Solarparks mit umgebauten Caterpillar-Maschinen (mehr dazu: wie Planted Solar mit Robotern Solarparks errichtet). Trinatracker, eine Tochter des chinesischen Modulherstellers Trina Solar, stellte im September 2026 zwei Roboter für Montage und Reinigung vor. Der Montageroboter Buildex soll laut Trinatracker bis zu 90 Module pro Stunde setzen, drei- bis viermal so schnell wie von Hand. Einen belegten Einsatz gibt es bisher nicht.
An Windrädern übernehmen Roboter die Arbeit in großer Höhe. Das lettische Cleantech-Unternehmen Aerones aus Riga lässt seine Maschinen mit Seilen und Winden an Turm und Rotorblatt hinauf, wo sie prüfen, reinigen und reparieren. Nach eigenen Angaben kam Aerones 2025 auf mehr als 10.000 Turbinen im Jahr in über 30 Ländern. Im Oktober 2025 reparierten die Roboter 357 Vorderkanten in einem Monat, also die Kante des Rotorblatts, die Regen und Staub mit der Zeit abtragen.
Ember sieht in Physical AI einen Treiber der Elektrifizierung
Die zweite Verbindung zur Energiewende ist der Strom. Der Thinktank Ember hat in seinem Bericht „The Age of Power” abgeschätzt, wie viel Strom Physical AI im weiten Sinn Ende der 2030er-Jahre brauchen könnte. Ember zählt dazu Roboterarme, Humanoide, autonome Fahrzeuge und selbstfahrende Bau- und Landmaschinen. Die Rechnung kennzeichnet Ember ausdrücklich als optimistisches Szenario.
| Anwendung (Ember-Annahme) | Strombedarf Ende der 2030er, TWh pro Jahr |
|---|---|
| Vollautomatische Fabriken (23 Mio. Roboterarme, ein Zehntel des Fabrik-Brennstoffs elektrifiziert) | 1.700 |
| Fahrerlose E-Lkw | 1.150 |
| Robotaxis und autonome Autos | 1.000 |
| Humanoide Roboter (100 Mio., je 1,2 kW, 20 Stunden am Tag) | 950 |
| Elektrische Bau- und Bergbaumaschinen | 350 |
| Autonome Landmaschinen | 300 |
| Lieferwagen und Lieferroboter | 300 |
| Logistikroboter (50 Mio.) | 200 |
| Busse | 160 |
| Drohnen und Flugtaxis | 50 |
| Physical AI zusammen (Summe der Ember-Posten) | rund 6.160 |
| Zum Vergleich: Rechenzentren, IEA-Basisfall / schnellerer Fall | 1.193 / 1.719 |
Quelle: Ember, The Age of Power, September 2026, Folie 86; indikatives optimistisches Szenario
Zusammen kommen Embers Posten auf rund 6.160 Terawattstunden im Jahr, gut das Fünffache der Rechenzentren im Basisfall. Allein Fabriken und Lkw liegen über dem schnelleren Wachstumsfall der Rechenzentren. Ember überschreibt die Folie entsprechend: Physical AI werde weit mehr Strom ziehen als Rechenzentren.
Laut Ember verdrängt dieser Strombedarf größtenteils bestehende fossile Energie. Ein fahrerloser E-Lkw ersetzt einen Diesel-Lkw, ein autonomer Elektrotraktor einen Dieseltraktor, ein elektrischer Bagger die Verbrennermaschine auf der Baustelle. Ember spricht von einer großen Elektrifizierungswelle, die KI erst möglich macht.
Zählt man nur die Roboter, schrumpft die Größenordnung. Wie das Fachportal Intelligent CIO berichtet, rechnet das Analysehaus Wood Mackenzie für Industrie- und Humanoidroboter mit rund 363 Terawattstunden im Jahr 2035, davon nur sechs für Humanoide. Industrieroboter allein verbrauchten 2025 schätzungsweise 78 Terawattstunden. Weit darüber liegt ein Szenario von RethinkX mit einer Milliarde Humanoiden (mehr dazu: wie viel Strom eine Milliarde Humanoide brauchen).
Gartner sieht Humanoide noch Jahre vom Fabrikalltag entfernt
Humanoide Roboter falten in Videos Wäsche und tragen Kisten, im Produktivbetrieb von Fabriken arbeiten bisher wenige. Das Marktforschungsunternehmen Gartner erwartet, dass bis 2028 weniger als 20 Unternehmen Humanoide in Fertigung oder Lieferkette in den Produktivbetrieb bringen. Als Gründe nennt Gartner mangelnde Geschicklichkeit, die schwierige Einbindung in bestehende Systeme, hohe Kosten und kurze Akkulaufzeiten.
Der chinesische Hersteller UBTech räumt laut einem Bericht von Techspot ein, dass sein humanoider Roboter Walker S2 30 bis 50 Prozent der Produktivität eines Menschen erreicht. Bis 2027 will UBTech auf 80 Prozent kommen. Auch NEURAs Waschgang mit 4NE1 ist bisher eine Demonstration (mehr dazu: wo Deutschland bei humanoiden Robotern steht).
„Für die meisten Unternehmen erwarten wir, dass polyfunktionale Roboter die überlegene Lösung sind”, schreibt Gartner. Gemeint sind Maschinen ohne Menschengestalt, die mehrere Aufgaben beherrschen, etwa ein fahrender Roboter mit Teleskoparm. Sie laufen laut Gartner oft länger am Stück und verbrauchen weniger Energie als ein Humanoide.
Solche Spezialisten rammen in Solarparks schon Pfähle, setzen Module und reparieren Rotorblätter. Mit Physical AI sollen sie neue Handgriffe schneller lernen. Für eine Energiewende, der die Fachkräfte fehlen, ist das die naheliegendere Hilfe als der Roboter in Menschengestalt.
Häufige Fragen zu Physical AI
Was ist Physical AI?
Physical AI ist künstliche Intelligenz, die Maschinen in der realen Welt steuert. Sie erfasst die Umgebung über Kameras und Sensoren, versteht Anweisungen in Sprache und setzt sie in Bewegungen um. Bekannt gemacht hat den Begriff NVIDIA-Chef Jensen Huang auf der CES 2025.
Was unterscheidet Physical AI von einem Industrieroboter?
Ein klassischer Industrieroboter wiederholt einprogrammierte Bewegungen, meist in einer abgeschirmten Zelle. Ein Roboter mit Physical AI nimmt seine Umgebung wahr, reagiert auf Veränderungen und überträgt Gelerntes auf neue Aufgaben. Deshalb eignet er sich auch für Baustellen und Felder.
Wie viel Strom braucht Physical AI?
Der Thinktank Ember schätzt in einem ausdrücklich optimistischen Szenario, dass Fabrikroboter, autonome Fahrzeuge, Humanoide und selbstfahrende Maschinen Ende der 2030er-Jahre mehr Strom brauchen könnten als alle Rechenzentren. Dieser Strom ersetzt laut Ember größtenteils fossile Energie, etwa Diesel in Lkw und Traktoren. Für Industrie- und Humanoidroboter allein rechnet Wood Mackenzie mit rund 363 Terawattstunden im Jahr 2035.
Ersetzen Roboter Handwerker in der Energiewende?
Roboter übernehmen auf Solarbaustellen vor allem wiederkehrende Handgriffe wie das Rammen von Pfählen und die Montage von Modulen. Elektriker für Anschluss, Netz und Wartung bleiben nötig. In Deutschland fehlten 2024 laut Institut der deutschen Wirtschaft allein in der Bauelektrik rund 18.300 Fachkräfte.
QUELLEN
- NEURA Robotics: Pressemitteilung „NEURA Robotics stellt Neuron AI vor: Das Gehirn der physischen Welt“, 14.10.2026.