Das Datenschwungrad in der Robotik: Warum sich der Kreislauf kumuliert

Bittet man ein großes Sprachmodell, einen juristischen Schriftsatz zusammenzufassen, greift es auf ein Korpus zurück, das die Menschheit Jahrhunderte lang geschrieben hat. Bittet man einen Humanoiden, ein Hemd zusammenzulegen, gibt es kein vergleichbares Archiv, auf das er sich stützen könnte. Das Internet enthält fast keine Beispiele dafür, wie sich ein Robotergreifer um ein verformbares Objekt schließt und seine Kraft anpasst, während der Stoff rutscht. Diese Daten existieren erst, wenn jemand eine Maschine baut, die sie produziert.

Das ist die unbequeme Wahrheit unter jedem Investoren-Deck zu Humanoiden: Die Modelle sind nicht die knappe Ressource. Transformer-Policies, Diffusion-Action-Heads und Vision-Language-Action-Backbones werden zunehmend geteilt, veröffentlicht und reproduziert. Was eine Demo von einem Produkt unterscheidet, ist der Datenkreislauf, der sie speist, und dieser Kreislauf muss gezielt geschaffen werden. Einen Roboter einsetzen, erfassen, was er sieht und tut, an den schwierigen Stellen neu trainieren, erneut einsetzen. Jede Runde soll die nächste günstiger machen.

Die Idee ist dem autonomen Fahren entlehnt, wo eine im Einsatz befindliche Flotte unauffällig die Kilometer protokolliert, die das nächste Modell verbessern. In der Robotik ist derselbe Kreislauf real, aber er dreht sich nicht kostenlos, und er dreht sich nicht gleichmäßig. Zu wissen, wo er sich kumuliert und wo er stockt, macht den Unterschied zwischen einer Flotte, die sich selbst finanziert, und einer, die nur Kapital verbrennt, indem sie denselben leichten Erfolg tausendfach aufzeichnet.

Die Robotik begann mit einem leeren Korpus

Sprach- und Vision-Modelle hatten einen Vorsprung, den man leicht vergisst. Text, Bilder und Video waren bereits web-weit verfügbar, bevor irgendjemand ein Foundation Model darauf trainierte. Für Roboter-Aktionsdaten gibt es keinen solchen Bestand. Eine Trajektorie, also die Zeitreihe dessen, was ein Roboter gesehen hat, des Zustands seiner Gelenke und der Aktionen, die er ausgeführt hat, muss von einem physischen System aufgezeichnet werden, das sich durch die physische Welt bewegt.

Die Antwort des Feldes bestand darin, das wenige zu bündeln, was existiert. Open X-Embodiment fügte rund eine Million Trajektorien aus 22 verschiedenen Roboterkörpern aus mehr als 20 Labors zusammen und zeigte dann, dass eine einzige Policy, die über alle hinweg trainiert wurde, besser transferiert als eine, die nur auf einem einzelnen Roboter trainiert wurde. DROID ergänzte 76.000 teleoperierte Trajektorien, die in Hunderten realer Szenen erfasst wurden. Das sind wegweisende Vorhaben, und sie sind im Vergleich zu den Milliarden Token, die ein Sprachmodell konsumiert, immer noch winzig. Diese Lücke ist das ganze Problem.

Anatomie des Kreislaufs

Zieht man das Marketing ab, hat das Schwungrad vier bewegliche Teile.

• Einsetzen. Eine Policy auf echter Hardware zum Einsatz bringen, sei sie teleoperiert, autonom oder eine überwachte Mischung aus beidem.
• Erfassen. Synchronisierte Datenströme protokollieren: Kamerabilder, Propriozeption, Kontaktkräfte und die ausgeführten Aktionen, Erfolge wie Fehlschläge gleichermaßen.
• Kuratieren. Entscheiden, was es wert ist, behalten zu werden. Das ist der Schritt, den fast jeder unterschätzt.
• Neu trainieren. Die neuen Daten in den nächsten Checkpoint einarbeiten, ihn evaluieren und erneut einsetzen.

Die Quellen, die den Erfassungsschritt speisen, sind nicht austauschbar, und ihre Unterschiede entscheiden darüber, wie schnell sich das Rad dreht.

Was sich tatsächlich kumuliert

Hier kommt der unbequeme Teil. Rohe Stunden kumulieren sich nicht. Ein Roboter, der eine leichte Aufgabe erfolgreich meistert und diesen Erfolg zehntausend Mal protokolliert, hat einen großen Datensatz von fast keinem Wert produziert, weil die Policy bereits wusste, wie das geht. Die Trajektorien, die den Loss bewegen, sind die seltenen: der Griff, der abrutschte, das Objekt, das dort lag, wo das Modell es nicht erwartete, die Wiederherstellung nach einem Beinahe-Fehlschlag.

Eine Flotte, die nur ihre Erfolge protokolliert, ist ein Schwungrad ohne Lager. Es dreht sich, und nichts bewegt sich.

Deshalb zählt der Kuratierungsschritt mehr als der Erfassungsschritt. Die Teams, die sich absetzen, sind jene, die ihre Deployments nach Grenzfällen durchsuchen und dann teure Teleoperation oder gezielte Erfassung genau auf diese Lücken richten, statt dafür zu zahlen, noch mehr von dem aufzuzeichnen, was ohnehin schon funktioniert. Physical Intelligence und Toyota Research Institute haben beide unmissverständlich erklärt, dass Kuratierung und Datenqualität, nicht die schiere Menge, ihre leistungsfähigsten Behavior-Modelle vorangetrieben haben. Ein Deployment ist weniger deshalb wertvoll, weil es Daten produziert, sondern mehr, weil es eine Landkarte davon erzeugt, wo das aktuelle Modell versagt.

Wer dreht das Rad

Verschiedene Unternehmen gehen den Kaltstart unterschiedlich an. 1X bringt Humanoide in Privathaushalte, teils um den Long Tail häuslicher Aufgaben zu erfassen, die kein Labor im Voraus skripten kann. Agility Robotics lässt Digit in echten Lagerhallen laufen, wo die Aufgabenverteilung eng ist, die Erfassung aber kontinuierlich läuft und durch die Arbeit selbst finanziert wird. Figure, Boston Dynamics und andere folgen Varianten desselben Spielbuchs: zunächst in einer begrenzten Umgebung einsetzen, dann die Verteilung erweitern, sobald die Policy Vertrauen gewinnt.

Auf der Modellseite stützt sich NVIDIAs Isaac GR00T stark auf Simulation und synthetische Trajektorien, um die realen Daten aufzustocken, während Gemini Robotics eine web-weite semantische Verankerung von einem allgemeinen Vision-Language-Modell erbt und dieses in Richtung Aktion feinabstimmt. Beide sind Antworten auf denselben Mangel. Menschliches egozentrisches Video, aus Datensätzen wie Ego4D und Ego-Exo4D, ist die dritte Wette: Stunden von Menschen, die Aufgaben aus der Ich-Perspektive ausführen, reich an Absicht und Kontext, denen nur die eigenen Aktionslabels des Roboters fehlen.

Die Reibung, die niemand auf eine Folie packt

Der Kreislauf hat echten Widerstand. Eine große Policy neu zu trainieren und sie auf Hardware zu validieren, ist langsam und teuer, sodass die Kreislauflatenz, also die Zeit von einem protokollierten Fehlschlag bis zu einem eingesetzten Fix, sich über Wochen hinziehen kann. Die autonome Erfassung ist verzerrt hin zu den Erfolgen, die die Policy bereits erreichen kann, sodass sie genau die Grenzfälle unterabtastet, auf die es ankommt. Und die Daten selbst sind heute ein reguliertes Asset. Wo ein Roboter in der EU betrieben wird, legen der AI Act und der Data Act Pflichten fest, wie im Feld erfasste operative und personenbezogene Daten dokumentiert, geteilt und wiederverwendet werden, was neu bestimmt, was eine Einsatzflotte rechtlich in das Training zurückführen darf.

Die Schwungrad-Metapher verspricht etwas fast Kostenloses: Setzt man genug Roboter ein, wachsen die Daten, die Modelle und der Burggraben von selbst. Die Realität ist anspruchsvoller. Das Rad kumuliert sich nur, wenn jede Umdrehung auf das zielt, was das aktuelle Modell noch nicht kann, und nur, wenn die Daten, die es speisen, sauber genug sind, um ihnen zu vertrauen, und gut genug dokumentiert, um sie zu behalten. Die Unternehmen, die das verinnerlicht haben, sammeln nicht mehr Daten. Sie sammeln bessere Fehlschläge.