Robotik-Basismodelle: Marktgröße, Anbieter und Finanzierungsboom

01Roboter-Basismodelle im Überblick

Fast die gesamte Robotikgeschichte arbeiteten Roboter mit handgeschriebener Logik oder einem Modell für eine enge Aufgabe auf einer bestimmten Maschine. Das Greifmodell eines Lagerroboters ließ sich nicht auf einen anderen Arm und erst recht nicht auf einen Humanoiden übertragen. Ein Roboter-Basismodell, meist als Vision-Language-Action-Modell (VLA), soll wie große Sprachmodelle funktionieren: ein großes Modell mit Daten vieler Roboter und Aufgaben trainieren und anschließend für eine neue Aufgabe feinabstimmen oder anweisen, statt neu zu beginnen. Ob diese Übertragung in der physischen Welt so zuverlässig funktioniert wie bei Sprache, ist die zentrale offene Wette des Segments.

02Wie der Markt entstand

Googles RT-1 vom Dezember 2022 gehörte zu den ersten Modellen, die mit einem wirklich großen Multitask-Roboterdatensatz statt einem einzelnen Verhalten trainiert wurden. RT-2 von Google DeepMind ging im Juli 2023 weiter: Ein Vision-Language-Modell wie hinter Chatbots wurde zur direkten Ausgabe von Roboteraktionen umgebaut. Das löste eine Welle VLA-spezifischer Unternehmen aus. Skild AI wurde im Mai 2023 von den Carnegie-Mellon-Forschern Deepak Pathak und Abhinav Gupta gegründet, Physical Intelligence 2024; beide nahmen innerhalb etwa eines Jahres erstmals Kapital auf. Physical Intelligence veröffentlichte π0 im Oktober 2024 und im Februar 2025 eine offene Version als openpi. Im selben Monat startete Figure AI Helix; einen Monat später stellte NVIDIA auf der GTC im März 2025 Isaac GR00T N1 vor und Google DeepMind kündigte Gemini Robotics an. Vier unabhängig entwickelte Basismodelle von vier Unternehmen erschienen binnen rund sechs Wochen. Das zeigte, dass der Forschungsansatz für mehrere Teams gleichzeitig produktreif genug geworden war.

03Marktgröße

MarketsandMarkets schätzt den weltweiten Markt für „Embodied AI“ auf 4,44 Mrd. US-Dollar 2025 und 23,06 Mrd. bis 2030, ein durchschnittliches Jahreswachstum von 39 %. Die Zahl ist vorsichtig zu lesen: Institute verwenden Embodied AI, Physical AI, Robotiksoftware oder VLA/VLM für Robotik fast austauschbar. Wachstumsprognosen für nominell denselben Markt reichen je nach Umfang von rund 15 % bis 55 %. Offenbar messen keine zwei Anbieter genau dasselbe.

Datenhinweis: Die Schätzungen zur Marktgröße unterscheiden sich je nach Abgrenzung erheblich. Forschungsfirmen nennen den Bereich „Embodied AI“, „Physical AI“, „Robotic Software“ oder „VLA/VLM for robotics“ und veröffentlichen je nach Umfang jährliche Wachstumsraten von rund 15 bis 55 %. Die obige Reihe verwendet gezielt die MarketsandMarkets-Schätzung zu „Embodied AI“, weil sie zwei intern konsistente Datenpunkte einer Firma bietet. Sie ist nicht maßgeblicher als andere Abgrenzungen, sondern nur innerhalb ihrer eigenen beiden Jahre besser vergleichbar. `marketShare` verwendet hier die zuletzt offengelegte Bewertung der privaten Finanzierungsrunde jedes Unternehmens, nicht ausgelieferte Einheiten oder Umsatzanteile, da Anbieter von Basismodellen beides noch nicht veröffentlichen. Die Darstellung ist als Finanzierungsrangliste und nicht als Marktanteilsranking zu lesen. Die beiden größten Runden von Physical Intelligence im November 2024 und November 2025 sind nur aus der Fachpresse bekannt. Das Unternehmen hat weder die Transaktionen noch die resultierende Bewertung selbst per Pressemitteilung bestätigt; verschiedene Medien nennen für dieselbe Runde unterschiedliche Werte, siehe den Eintrag zu Physical Intelligence.

Market data as of 2026-07

04Rangliste nach Finanzierung und Bewertung

Da noch kein ausgeliefertes Produkt vergleichbare Umsätze erzeugt, dienen private Finanzierungsbewertungen als Rangliste. Figure AI führt nach einer Serie C über mehr als 1 Mrd. US-Dollar im September 2025 mit 39 Mrd. US-Dollar Post-Money-Bewertung. Skild AI folgte im Januar 2026 mit einer Serie C, die die Bewertung über 14 Mrd. hob. Physical Intelligence liegt laut Berichten nach einer Runde über 600 Mio. US-Dollar im November 2025 bei 5,6 Mrd. US-Dollar. Selbst diese Zahl ist umstritten: Bloomberg nannte 5,6 Mrd., The Information separat 5 Mrd.; Physical Intelligence selbst bestätigte weder Betrag noch Bewertung seiner beiden größten Runden per Pressemitteilung.

05Das Open-Source-Gegengewicht

Neben den gut finanzierten privaten Laboren versucht ein offenes Ökosystem, Roboter-Basismodelle zu gemeinsamer Infrastruktur statt zum proprietären Schutzwall einzelner Start-ups zu machen. Hugging Faces 2024 gestartete LeRobot-Bibliothek hatte Mitte 2026 rund 25.700 GitHub-Sterne und hostete 56 Modelle sowie 187 Datensätze; openpi von Physical Intelligence etwa 12.700 Sterne. Beide nutzen Open X-Embodiment, eine Zusammenarbeit aus 22 Roboterplattformen an 21 Institutionen mit mehr als 1 Mio. aufgezeichneten Trajektorien. Solche roboterübergreifenden Daten kann ein Unternehmen allein kaum erzeugen. NVIDIA bezeichnet GR00T ebenfalls als offenes Basismodell und nannte im März 2026 ABB, AgiBot, Agility Robotics, Fanuc, Figure, KUKA, Skild AI, Universal Robots und Yaskawa als Partner. NVIDIA und Hugging Face behaupteten im Juli 2026 gemeinsam eine Reichweite von „3 Millionen Robotikentwicklern“; dies ist eine Unternehmensangabe ohne unabhängige Prüfung.

06Kommende Herausforderungen

Hinter den Zahlen stehen zwei Fragen. Technisch ist offen, ob ein Modell vieler Roboter und Aufgaben in der physischen Welt so zuverlässig überträgt wie ein Sprachmodell zwischen Textaufgaben oder ob jeder neue Körper so viele eigene Feinabstimmungsdaten benötigt, dass „Basismodell“ eher Marketing bleibt. Finanziell stehen Figure AI und Skild AI mit Bewertungen von mehreren zehn Milliarden US-Dollar praktisch ohne Produktumsatz da. Eine solche Lücke gibt es in keinem anderen Segment dieser Website, selbst nicht bei Humanoiden mit realen, wenn auch kleinen Auslieferungen. Die nächsten Jahre müssen zeigen, ob die Technik wie erwartet generalisiert und der Umsatz jemals zur Bewertung aufschließt.

07Zeitleiste

08Häufige Fragen

09Quellen