Die europäische Physical-AI-Landschaft, kartiert nach Daten

Fragen Sie, welches europäische Unternehmen den besten Humanoiden baut, und Sie ernten eine Debatte. Fragen Sie, wer den besten Plan hat, einen Humanoiden zu füttern, und das Feld verengt sich rasch. Die zweite Frage ist es, die über die nächsten Jahre entscheidet, und Europa beantwortet sie anders als die Vereinigten Staaten.

Dieses Muster übersieht man leicht, wenn man nur auf die Hardware schaut. Zwei Arme, zwei Beine, ein Stereokopf, Hände auf dem Weg zur Fingerfertigkeit: Die Maschinen auf beiden Seiten des Atlantiks konvergieren auf denselben Körper. Auch die Steuerungsmodelle konvergieren, meist transformerbasierte Vision-Language-Action-Policies, und viele werden inzwischen mit offenen Gewichten ausgeliefert. Was nicht konvergiert, und worauf die Kompetenz eines Roboters tatsächlich beruht, ist die Versorgung mit Demonstrationsdaten, aus denen er lernt.

Hier also eine Karte der europäischen Physical AI, gezeichnet um genau diese Versorgung. Nicht danach, wer das schillerndste Launch-Video hat, sondern danach, woher jeder Akteur seine Trainingsdaten bezieht und unter welchen Regeln er sie nutzen darf. So gelesen wirkt Europa weniger wie ein Hardware-Underdog und mehr wie eine bewusste Wette auf eine andere Schicht des Stacks.

NEURA und die Wette auf geteilte Daten

Das lauteste europäische Signal kommt von NEURA Robotics bei Stuttgart. 2025 gab das Unternehmen eine Series-C-Runde bekannt, die The Robot Report und andere Medien zu den größten Finanzierungsrunden der europäischen Robotik zählten, Kapital, das gezielt auf die Skalierung seines Humanoiden 4NE-1 und der dahinterliegenden Software gerichtet ist. Das Geld zählt weniger als die Strategie, die es finanziert.

Diese Strategie heißt Daten. NEURA gibt an, €17M in ein gemeinsam mit der Technischen Universität München errichtetes Trainingszentrum zu investieren, ein Roboter-Gym, das das Unternehmen als Europas größte Physical-AI-Trainingsanlage beschreibt. Seine Plattform Neuraverse wird als gemeinsamer Marktplatz vermarktet, auf dem Roboter und Entwickler Fähigkeiten und die dahinterliegenden Demonstrationsdaten handeln. Wie auch immer die Umsetzung ausfällt, die These ist unmissverständlich: Wer den Ort besitzt, an dem Demonstrationen entstehen, und das Korpus, das dabei entsteht, besitzt etwas Dauerhafteres als jedes einzelne Modell.

Diese These ist nicht spezifisch deutsch. Es ist die Logik, die die meisten ernsthaften Entwickler zur Datenschicht zieht, und sie verdient es, klar ausgesprochen zu werden.

Hardware konvergiert, und Modellgewichte sickern durch. Der einzige Input, der nicht kostenlos wandert, ist eine umfangreiche, saubere, mit Einwilligung erfasste Aufzeichnung von Menschen bei echten Aufgaben. Wer diese Versorgung kontrolliert, kontrolliert die Schicht, auf der die Modelle aufsetzen.

Das europäische Feld, kartiert nach Daten

Gruppiert man die europäischen und europanahen Akteure nicht nach ihren Robotern, sondern danach, woher das Trainingssignal stammt, wird die strategische Trennlinie sichtbar. Manche beschäftigen eigene Operatoren und teleoperieren ihre eigenen Flotten. Manche stützen sich auf industrielle Kunden, um Daten auf echten Produktionslinien zu erzeugen. Manche leihen sich die offenen akademischen Korpora, die alle gemeinsam nutzen. Die Spalte zur Governance ist die, die Europa eher als Merkmal denn als nachträglichen Gedanken behandelt.

Der Kontrast in den letzten beiden Zeilen ist das gesamte Argument im Kleinen. Amerikanische Programme behandeln Daten als privates Asset, das hinter dem Zaun angehäuft wird: Figure mit eigenen Operatoren, 1X mit Einsätzen in Privathaushalten, Tesla mit Optimus-Aufnahmen aus seinen Fabriken, und reine Datenmotoren wie Mecka, die Erfassung als Dienstleistung verkaufen. Europa, eingeengt durch weniger privates Kapital und strengere Regeln, wird in eine andere Form gedrängt: Partnerschaften, geteilte Korpora und eine Provenienz, die sich nachweisen lässt.

Europas stiller Vorteil ist seine industrielle Basis

Europa fehlt es nicht an Robotern. Es fehlt an Unicorns der Consumer-Robotik. Was es stattdessen besitzt, ist eine der dichtesten Basen industrieller Automatisierung weltweit, und genau aus dieser Basis werden die interessantesten Daten des Kontinents stammen. Die International Federation of Robotics berichtet, dass Deutschland eine der höchsten Roboterdichten aller Fertigungswirtschaften aufweist, und diese Fabriken sind heute das Testfeld für Humanoide.

Die Belege treffen als Pilotprojekte ein. BMW, der deutsche Automobilhersteller, hat Humanoiden-Tests auf seinen Produktionslinien durchgeführt, Teil einer Welle von Werkspiloten, die IEEE Spectrum branchenweit verfolgt. Schaeffler, ein großer deutscher Industriezulieferer, hat das britische Start-up Humanoid unterstützt und damit einen Robotik-Neuling direkt an reale Fabriknachfrage gekoppelt. Jedes Pilotprojekt ist zugleich ein Programm zur Datenerzeugung: Jede Schicht auf einer echten Linie erzeugt Demonstrationen, die kein Simulator und kein zusammengesuchtes Video vollständig ersetzen kann, erfasst genau in der Umgebung, in der der Roboter später arbeiten wird.

Das ist eine wirklich andere Ausgangsposition als in den USA. Amerikanische Humanoiden-Daten entstehen tendenziell in maßgeschneiderten Teleoperations-Studios und zunehmend in Privathaushalten. Europas Daten entstehen tendenziell auf Produktionslinien, die es bereits besitzt, unter Verträgen, die es bereits unterzeichnet. Das Etikett zählt weniger als die Provenienz: Daten, die innerhalb eines regulierten Unternehmens entstehen, kommen mit einer Nachweiskette im Gepäck.

Die Regulierung, innerhalb derer alle bauen

Keine Darstellung der europäischen Physical AI ist ehrlich ohne den regulatorischen Hintergrund, denn er prägt jede Datenentscheidung auf dem Kontinent. Der EU AI Act legt Hochrisiko-KI-Systemen Pflichten zu Dokumentation, Daten-Governance und Rückverfolgbarkeit auf, und ein Roboter, der in einem mit Menschen geteilten Raum agiert, ist genau die Art von System, die Regulierer im Sinn haben. Addiert man das Daten-Governance- und Datenschutzregime der Union hinzu, ergibt sich eine harte Beschränkung: Ein europäischer Anbieter kann nicht einfach beliebiges Filmmaterial einsammeln und die Rechtefragen später klären.

Amerikanische Teams lesen dies häufig als Handicap, und für reine Geschwindigkeit ist es das auch. Aber es erzwingt zugleich eine Disziplin, deren Notwendigkeit der Rest des Marktes gerade erst langsam erkennt. Wenn das eigene Compliance-Team eines Käufers zu fragen beginnt, woher die Trainingsdaten stammen und wer ihnen zugestimmt hat, wird ein undokumentiertes Korpus vom Aktivposten zur Belastung. Die Beschränkung, die heute wie eine Steuer wirkt, beginnt mit fortschreitender Regulierung wie ein Burggraben auszusehen.

Wo Europa tatsächlich führen kann

In der Summe liegt Europas glaubwürdiger Weg nicht darin, amerikanische Hardware mit roher Kraft zu übertreffen oder amerikanische Modell-Labore zu überbieten. Er liegt darin, auf der Schicht zu führen, von der beide abhängen und die keiner sauber kontrolliert: einer Versorgung mit Demonstrationsdaten, die souverän ist, mit Einwilligung erfasst und von Beginn der Erfassung an provenienzsauber. Die Modelle konvergieren und sind portabel. Eine Policy, die heute mit NVIDIAs Isaac GR00T kompatibel ist, kann morgen auf saubereren Daten neu trainiert werden. Die Daten, und ihre Dokumentation, sind der Teil, der sich nicht verschieben lässt.

Nichts davon ist entschieden. NEURA muss das Gym noch bauen und füllen, die Werkspiloten müssen noch von der Demonstration zum Einsatz reifen, und die Regulierung wird weiterhin von Fall zu Fall gelesen. Doch die Achse ist klar. In den Vereinigten Staaten läuft das Rennen über privates Kapital und geschlossene Daten. In Europa läuft es über Partnerschaften, industriellen Zugang und Regeln, die Provenienz verpflichtend machen. Setzt man auf die Datenschicht, liegt Europa nicht zurück. Es spielt ein anderes Spiel, auf einem Boden, der ihm zufällig gehört.