Physical AI, also die Verschmelzung künstlicher Intelligenz mit physischen Systemen, treibt eine neue Generation von Robotern, autonomen Fahrzeugen und intelligenter Infrastruktur an. Dabei geht es nicht nur um Software, die in einer digitalen Welt agiert, sondern um KI, die in Echtzeit auf reale Umgebungen einwirkt – sei es in der Fabrikhalle, auf der Straße oder im städtischen Raum. Diese Technologie verspricht, industrielle Prozesse grundlegend zu verändern und die Art und Weise, wie wir mit unserer Umgebung interagieren, neu zu definieren.
Vorausschauende Wartung und industrielle Inspektion
Ein ideales Einsatzgebiet ist die vorausschauende Wartung (Predictive Maintenance). KI kann kontinuierlich überwachen, ob die Software, die Maschinen steuert, ordnungsgemäß funktioniert. Adnan Masood von UST erläutert, dass agentenbasierte Pipelines mittlerweile in der Lage sind, Hardware-Schaltpläne und Chip-Pinbelegungen nativ auszulesen, automatisch Regressionstests zu erzeugen, die Ingenieure früher von Hand programmiert haben, und Live-Telemetriedaten der Anlagen mit digitalen Zwillingen zu vergleichen. Dadurch lassen sich Firmware-Fehler und Probleme bei der Signalübertragung erkennen, bevor sie die Produktion beeinträchtigen.
Ein prominentes Beispiel ist der vierbeinige Roboter „Spot“ von Boston Dynamics. Tausende dieser Roboter sind bereits in mehr als 40 Ländern im Einsatz – unter anderem bei Intel, Chevron, Michelin und Cargill. Spot automatisiert Industrieinspektionen, unterstützt die vorausschauende Wartung und übernimmt Sicherheitsrundgänge. Boston Dynamics vertreibt zudem „Stretch“, der das Entladen von Anhängern und Containern automatisiert, sowie „Atlas“, einen humanoiden Roboter, der Produkte heben, sortieren und montieren kann.
Kamerabasierte Qualitätskontrolle
Auch kamerabasierte Physical-AI-Systeme gewinnen an Bedeutung. Intelligente Kameras und Sensoren können Produktionsprozesse überwachen und Qualitätsprüfungen direkt an der Fertigungslinie durchführen. Parm Sandhu, Group Vice President für Enterprise AI, Edge Computing und Digital Innovation bei NTT DATA, führt aus: „Unternehmen möchten sicherstellen, dass Produkte bereits beim ersten Fertigungsdurchlauf korrekt hergestellt werden. Wir setzen Foundation Models ein, die mit Kameras verbunden sind und durch selbstständiges Lernen sehr schnell die Standardabläufe einer Produktionsstation verstehen.“
Autonome Fahrzeuge und Drohnen
Die Vision selbstfahrender Autos prägt seit Jahren die öffentliche Wahrnehmung von physischer KI. Bereits 2025 hatte der Markt für autonome Fahrzeuge ein Volumen von mehr als 200 Milliarden Dollar. Doch es dreht sich nicht nur um Autos: Autonome Landmaschinen – darunter Traktoren, Erntemaschinen und Drohnen – stellen einen wachsenden Markt dar. Schätzungen zufolge wird der Markt für autonome Landmaschinen bis 2035 auf rund 144,7 Milliarden Dollar anwachsen.
KI-gesteuerte Drohnen eröffnen vielfältige Anwendungen, von militärischen Einsätzen bis zu Lieferdiensten für Lebensmittel oder Pakete. Unternehmen wie Amazon experimentieren bereits seit Jahren mit Drohnenlieferungen. Eine Anwendung, die die Brücke zwischen autonomen Fahrzeugen und der Fertigungsindustrie schlägt, sind selbstfahrende Gabelstapler. NTT DATA arbeitet gemeinsam mit dem Gabelstaplerhersteller Hyster-Yale daran, die Fahrzeuge mit autonomen Fahrfunktionen auszustatten. Sandhu erklärt: „Wenn man an die Fertigungsindustrie denkt, wurde nahezu jedes Produkt irgendwann einmal von einem Gabelstapler bewegt – oder zumindest seine Komponenten. Doch immer weniger Menschen möchten Gabelstapler fahren. Das ist ein enormes Problem.“
Flotten- und Lagerkoordination
Physical AI, integriert in LKWs, Roboter und intelligente Regale, kann den Material- und Warenfluss vom Lager bis zum Endkunden verfolgen und besser koordinieren. Roboter kommissionieren, sortieren und transportieren Güter, während KI die Telemetriedaten von Fahrzeugflotten nutzt, um Transportrouten optimal zu planen. KI-Modelle sind mittlerweile in der Lage, Tausende autonomer mobiler Roboter über Fulfillment-Netzwerke hinweg zu koordinieren – eine Art „Flugsicherung für Roboter“, wie Masood von UST es beschreibt.
Die eigentliche Intelligenz befindet sich dabei nicht im einzelnen Roboter, sondern in der Koordinationsschicht. Diese entscheidet, welcher Roboter welche Aufgabe übernimmt, legt die Reihenfolge der Aufträge fest und verhindert Konflikte zwischen den Fahrzeugen. „Sie lässt sich in einer Weise skalieren, wie es die Programmierung einzelner Roboter niemals könnte“, so Masood. Dass diese Technologie bereits produktiv eingesetzt wird, zeigt das Unternehmen Symbotic: Der Anbieter von physischer KI für Lagerhäuser betreibt eigenen Angaben zufolge weltweit 22.000 autonome mobile Roboter, die allein im Jahr 2025 zusammen mehr als 200 Millionen Meilen zurücklegten. Der aktivste einzelne Roboter fuhr dabei knapp 84.000 Kilometer – mehr als zweimal um die Erde.
Überwachung und physische Sicherheit
Die Einsatzmöglichkeiten physischer KI im Bereich der Sicherheit reichen weit über Patrouillenroboter wie Spot hinaus. Videokameras, Sensoren und weitere Sicherheitssysteme werden mithilfe von KI miteinander vernetzt, sodass eine kontinuierliche, intelligente Überwachung von Gebäuden, Betriebsgeländen oder ganzen Campusarealen entsteht. Ein Beispiel dafür liefern Artificial Intelligence Technologies Solutions und die Tochtergesellschaft Robotic Assistance Devices (RAD). Beide verbinden Kameras, stationäre Sicherheitskomponenten und autonome Fahrzeuge zu einem umfassenden Sicherheitsnetzwerk.
Kernstück ist die agentenbasierte KI-Plattform „SARA“ (Speaking Autonomous Responsive Agent). Sie koordiniert Kameras, fest installierte Sicherheitsvorrichtungen, autonome Patrouillenfahrzeuge, Beleuchtung, Lautsprecher, Überwachungssysteme und menschliches Sicherheitspersonal. SARA analysiert eingehende Sicherheitsmeldungen, verifiziert Vorfälle, kommuniziert direkt mit Personen vor Ort und leitet – sofern freigegeben – geeignete Reaktionen automatisch ein. Dadurch lassen sich wertvolle Minuten gegenüber einer ausschließlich menschlichen Reaktion einsparen. Ein weiteres Beispiel sind intelligente Metalldetektoren mit integrierter KI. Das Unternehmen Athena Security bietet Körperscanner an, die verschiedenste Waffen – darunter Rasierklingen und kleine Messer – mit hoher Genauigkeit erkennen können.
Intelligente Gebäude und Infrastruktur
Unternehmen können Physical AI nutzen, um eine Vielzahl von Kennzahlen innerhalb von Gebäuden, in Versorgungsnetzen und der TK-Infrastruktur zu überwachen. Die KI erkennt Auffälligkeiten, löst automatisch Warnmeldungen aus, leitet Sicherheitsmaßnahmen ein oder passt Gebäudeparameter wie Klima- oder Energiesteuerung an. Auch im Gesundheitswesen gewinnt diese Technologie an Bedeutung: Krankenhäuser nutzen physische KI zunehmend zur Koordination von Pflege- und Behandlungsprozessen, während Netzbetreiber KI-gestützte selbstheilende Netzwerke einsetzen, die Störungen eigenständig erkennen und beheben können.
Frank Liu von Kneron erwartet darüber hinaus intelligente Concierge-Systeme in Hotels, Flughäfen und Krankenhäusern, die Wegbeschreibungen geben, Identitäten überprüfen und Dienstleistungen koordinieren. Seiner Einschätzung nach wird KI innerhalb des nächsten Jahrzehnts nahezu jeden physischen Raum durchdringen – von Drive-in-Schaltern über Restaurants und Fabriken bis hin zu Bürogebäuden. „Menschen werden erwarten, dass eine Sicherheitskamera Absichten erkennt, anstatt lediglich Bewegungen zu registrieren; oder dass ein Krankenhauszimmer subtile Veränderungen im Gesundheitszustand eines Patienten erkennt, bevor ein Alarm ausgelöst wird.“ Zur neuen Normalität gehöre außerdem bald, dass ein Verkaufsregal seinen Bestand selbst verwaltet oder dass ein Gebäude Energieverbrauch, Sicherheit und Auslastung kontinuierlich optimiert.
Smart Cities
Städte beginnen zunehmend, physische KI in ihre Infrastruktur zu integrieren. Intelligente Systeme werden in Verkehrsleitsystemen, Ampelanlagen und Überwachungskameras eingesetzt, um Verkehrsflüsse zu analysieren und kommunale Dienstleistungen effizienter zu organisieren. KI-gestützte Verkehrssysteme verbessern den Verkehrsfluss, überwachen Kreuzungen und erhöhen die Verkehrssicherheit, ohne ausschließlich auf menschliche Beobachtung angewiesen zu sein.
Ein Beispiel dafür ist der Sensorhersteller Ouster, der gemeinsam mit dem Verkehrsministerium des US-Bundesstaates New Jersey 42 Kreuzungen mit LiDAR-Sensoren ausstattete. Ziel war es, im Vorfeld der Fußball-Weltmeisterschaft Verkehrs- und Fußgängerstaus besser zu erkennen und zu steuern. Ein weiteres Beispiel stammt von NTT DATA, das mit der Stadt Brownsville (Texas) an einem stadtweiten KI-gestützten Benachrichtigungssystem arbeitet. Dieses informiert städtische Mitarbeiter, wenn Abfallbehälter in Parks geleert werden müssen, und unterstützt Polizeibeamte beim Erstellen von Einsatzberichten.
Innerhalb des nächsten Jahrzehnts wird KI nahezu jeden physischen Raum durchdringen – von der Fabrik über das Krankenhaus bis zur ganzen Stadt. Die Technologie ist kein ferner Zukunftstraum mehr, sondern bereits heute in Hunderten von Unternehmen und Tausenden von Robotern Realität. Die entscheidende Frage wird sein, wie schnell Organisationen die notwendigen digitalen und physischen Infrastrukturen aufbauen, um das volle Potenzial von Physical AI auszuschöpfen.
