Physical AI in Europa: die Karte, und die fehlende Schicht

Fragen Sie einen europäischen Robotik-Gründer, ob der Kontinent bei Physical AI gewinnen kann, und Sie ernten oft einen müden Blick. Dieselbe Frage wurde schon zu Suchmaschinen gestellt, zu sozialen Netzwerken, zu Cloud, zu großen Sprachmodellen. Jedes Mal finanzierte Europa die Forschung und sah dann zu, wie die Produkte aus Kalifornien und Shenzhen kamen.

Diese Welle könnte anders brechen, und der Grund dafür ist Geld. Im Verlauf von 2025 und bis ins Jahr 2026 schlossen europäische Humanoid- und Physical-AI-Unternehmen Finanzierungsrunden ab, die für ein Hardware-Startup wenige Jahre zuvor undenkbar gewesen wären. Alteingesessene Industrienamen begannen, Humanoid-Piloten in der Fertigungshalle laufen zu lassen. Kapital und Kunden befinden sich, ausnahmsweise, in derselben Zeitzone.

Die ehrliche Frage lautet also nicht, ob Europa im Rennen ist. Es ist es. Die schärfere Frage ist, was Europa konkret für ein Jahrzehnt besetzen könnte. Die meisten Berichte kartieren das Feld nach Roboter oder nach Modell. Dieser Beitrag kartiert es entlang einer Achse, die den Rest still entscheidet: Woher bezieht jeder Akteur seine Trainingsdaten.

Die europäische Karte ist voller, als die Schlagzeilen vermuten lassen

Beginnen wir mit der lautesten Zahl. The Robot Report berichtete über NEURA Robotics, den deutschen Humanoid-Hersteller, der eine Finanzierungsrunde in der Größenordnung von $1.4B bekanntgab, eine der größten, die je ein europäisches Robotik-Unternehmen abgeschlossen hat. NEURA bezeichnet zudem ein gemeinsam mit der Technischen Universität München errichtetes Trainingszentrum, sein RoboGym, als das größte Physical-AI-Trainingszentrum Europas. Beide Zahlen stammen von NEURA und der Berichterstattung darüber, nicht von einer unabhängigen Prüfung, doch der Ehrgeiz ist real und gut kapitalisiert.

Unter der Schlagzeile sitzen die industriellen Unterstützer. Deutsche und weitere europäische Hersteller haben Humanoid-Piloten auf echten Produktionslinien laufen lassen, und Komponentenriesen haben sich an Humanoid-Startups beteiligt; der Wälzlagerhersteller Schaeffler etwa hat auf den Sektor gesetzt. Die International Federation of Robotics dokumentiert seit Langem, dass Europa Industrieroboter in großem Maßstab installiert und eine tiefe Automatisierungs-Lieferkette beherbergt. Das Muster ist vertraut: starke Forschung, starke Fertigung, und eine anhaltende Lücke genau an dem Punkt, an dem ein Laborergebnis zu einem ausgelieferten Produkt wird. Der Kontinent startet nicht bei null. Er startet von einer Fabrik aus.

Der Burggraben ist nicht der Roboter, und er ist nicht die GPU

Hier kommt der unbequeme Teil für alle, die allein auf Hardware setzen. Die Roboter konvergieren. Wer Figure, 1X, Agility, Boston Dynamics und NEURA vergleicht, sieht überall das gleiche grobe Rezept: einen zweibeinigen oder radgetriebenen Humanoiden, geschickte Hände, ein paar Dutzend Aktuatoren, einen Sensorkopf. Die mechanische Lücke zwischen den Marktführern schrumpft, statt sich zu vergrößern.

Auch die Modelle konvergieren. Die meisten ernsthaften Vorhaben zur verkörperten Steuerung trainieren inzwischen eine Variante eines Vision-Language-Action-Modells (VLA), und die Rezepte werden zunehmend offen veröffentlicht. NVIDIAs Isaac GR00T liefert ein offenes humanoides Foundation Model samt dem dazugehörigen Tooling. Die Berichterstattung von IEEE Spectrum verfolgt, wie schnell sich diese Architekturen zwischen Labors verbreiten. Eine gute Idee aus einem Robot-Learning-Paper läuft binnen Monaten an einem Dutzend Orten.

Compute erzählt dieselbe Geschichte. GPUs sind ein Kauf, kein Geburtsrecht; man kann in Frankfurt dieselben Beschleuniger mieten, die ein Labor in Fremont mietet. Keiner dieser drei Inputs, Hardware, Modell oder Compute, bleibt an Ort und Stelle. Jeder von ihnen überquert eine Grenze auf einer Bestellung.

Hardware konvergiert, Modelle werden geteilt, und Compute wird gemietet. Der einzige Input, der sich nicht auf Abruf über eine Grenze bewegen lässt, ist eine rechtmäßige Aufzeichnung echter menschlicher Hände bei echter Arbeit.

Woher jeder Akteur seine Daten tatsächlich bezieht

Dieser letzte Input ist der interessante, denn er skaliert nicht so, wie es Text getan hat. Niemand hat ein Reservoir synchronisierter Kopfkamera-, Kraft- und Handpose-Aufzeichnungen herumliegen lassen, das sich einfach abschöpfen ließe. Jedes ernsthafte Team muss Demonstrationen irgendwie beschaffen, und die dabei gewählte Methode prägt die Kosten, die Geschwindigkeit und die rechtliche Grundlage von allem, was nachgelagert folgt.

Lesen Sie die rechte Spalte von oben nach unten. Bei den meisten Zeilen liegt die Versorgung bei einem Roboterunternehmen in den USA oder China, einem globalen Simulator-Anbieter oder einem losen Forschungskonsortium. Die gebündelten Datensätze sind durchaus wertvoll, Open X-Embodiment und DROID eingeschlossen, aber sie sind klein gemessen an dem, was ein Foundation Model verlangt, und ihre Lizenzierung ist ein Flickenteppich. Die unterste Zeile ist die einzige, in der Jurisdiktion eine Design-Entscheidung ist und nicht ein Zufall des Ortes, an dem die Daten zufällig aufgezeichnet wurden.

Europas Vorteil ist die Jurisdiktion, nicht nur das Engineering

Hier neigt sich die Karte zugunsten Europas. Wenn der knappe Input eine Aufzeichnung realer Menschen bei der Ausführung realer Aufgaben ist, dann ist diese Aufzeichnung ein personenbezogenes Datum, erfasst von menschlichen Körpern, Gesichtern, Wohnungen und Arbeitsplätzen. Wie Sie es erheben, dokumentieren und verkaufen dürfen, ist keine technische Frage. Es ist eine rechtliche, und Europa hat das Gesetz bereits geschrieben.

Der EU AI Act führt schrittweise Pflichten rund um Data Governance, Dokumentation und Provenienz ein, während die GDPR (DSGVO) die Einwilligung für personenbezogene Daten bereits regelt. Für einen Datenbetrieb in den USA oder China lesen sich diese Regeln wie Reibung. Für einen europäischen lesen sie sich wie eine Spezifikation. Erfassen Sie Demonstrationsdaten innerhalb der EU, mit informierter Einwilligung und einer dokumentierten Provenienzkette, und Sie erzeugen etwas, das ein Käufer in einem regulierten Markt tatsächlich verteidigen kann: das, was die Kategorie zunehmend als souveräne Roboterdaten bezeichnet, oder Demonstrationsdaten unter EU-Jurisdiktion.

Die Unternehmensstruktur zählt ebenso viel wie die Kamera. Ein Datensatz, der von einer in der EU ansässigen Rechtseinheit gehalten wird, unter EU-Jurisdiktion durch Gesellschaftsstruktur, ist gegen ausländische Offenlegungsverlangen abgeschirmt, und zwar auf eine Weise, wie es dieselben Daten auf einer US-eigenen Cloud nicht sind. Für einen OEM, der seine Trainingsdaten gegenüber einem Regulierer, einem Prüfer oder einem Betriebsrat erklären muss, hört Provenienz auf, bloße Papierarbeit zu sein, und wird zu einem Kaufgrund.

Die Karte der Physical AI in Europa ist also nicht wirklich eine Karte von Robotern oder von Modellen. Diese konvergieren auf eine gemeinsame globale Grundlinie zu, und keine einzelne Flagge wird sie besitzen. Der Teil, der eine Jurisdiktion tragen kann, sind die Daten: wer sie erfasst hat, unter welcher Einwilligung, und welches Gericht für die Rechtseinheit zuständig ist, die sie hält. Das ist die fehlende Schicht auf den meisten Karten dieses Feldes, und der Rest dieser Reihe folgt ihr hinab, dorthin, wie egozentrische Daten in Europa erfasst werden, was der CLOUD Act für Roboterdaten bedeutet, und warum Provenienz zu einem verkäuflichen Merkmal wird.