Stellen Sie sich vor: Sie verbringen Stunden damit, Ihrem Saugroboter beizubringen, wie man einen Krümel unter dem Sofa findet. Jetzt stellen Sie sich vor, Sie geben jemandem eine Milliarde Dollar – **und er sagt Ihnen nicht, wann das Geld verdient wird.** Genau da sitzen wir gerade, tief drinnen im Hauptquartier von Physical Intelligence, und es ist verrückter, als Sie denken.
Ich war dort, wo normalerweise nur die Gründerlegenden von San Francisco verkehren. Was ich sah, war kein glänzendes Tech-Labor. Es war eine Betonhöhle, durchzogen von Kabelgewirr und dem verzweifelten Versuch einer Industrieroboterhand (!), eine Stoffhose zusammenzulegen.
Der Schock des unfertigen Alltags: Was die Roboter wirklich üben
Wenn Sie „KI für Roboter“ hören, stellen Sie sich vielleicht hochglanzpolierte Montagebänder vor. Ich sah stattdessen Frustration. Ein Roboter versuchte, ein T-Shirt auf links zu drehen. Dauerte ewig. Aber dann der Lichtblick: Ein anderer Arm schälte mit beeindruckender Präzision eine Zucchini. Die Späne landeten – meistens – im richtigen Behälter.
Warum diese banalen Aufgaben? Weil Physical Intelligence nicht einfach nur einen Roboter baut; sie bauen **das „ChatGPT für die physische Welt“**. So beschreibt es Mitbegründer Sergey Levine, der aussieht, als hätte er gerade 40 komplexe Vorträge gehalten.
Der Trainings-Kreislauf: Wissen statt Hardware
Hier ist der entscheidende Punkt, den viele übersehen: Die Daten, die diese fehlschlagenden Hosenfalter sammeln, werden sofort zurückgespielt, um das allgemeine Roboter-Grundlagenmodell zu trainieren. Ob in Kalifornien oder vielleicht bald in Ihrem Lagerhaus in der Nähe von Hamburg – jede gescheiterte Bewegung füttert das Gehirn.
Das ist der Kern: Sie wollen nicht nur Roboter für ein Problem bauen. Sie wollen ein Gehirn bauen, das auf jede neue Hardware – ob es Ihre neue Siemens-Maschine ist oder ein Haushaltshelfer – sofort übertragen werden kann.
Ich sah in der Ecke eine Profi-Espressomaschine. Ich dachte, endlich mal eine Belohnung für die Ingenieure. Fehlanzeige. Levine erklärte mir beiläufig, dass **die Maschine dafür da ist, damit die Roboter latte art lernen.** Jeden schlecht geschäumten Latte aufzunehmen, ist wertvolles Trainingsmaterial.
Der Anti-Silicon-Valley-Ansatz: Geld ohne Zeitplan
Lachy Groom, der 31-jährige Gründer (der schon mit 13 seine erste Firma verkauft hat und offensichtlich noch Vegemite aus seiner australischen Zeit im Büro hat), bricht mit allen Regeln. Er hat über eine Milliarde Dollar eingesammelt.
Wenn Sie hier in Deutschland einen Kredit aufnehmen, hat die Bank einen Zeitplan. Groom sagt seinen Investoren (darunter Sequoia und Khosla Ventures): „Wir sehen das in 5 bis 10 Jahren. Vielleicht.“
- Der Fokus liegt auf Rechenleistung (Compute), nicht auf sofortigem Umsatz.
- Die Hardware, die sie nutzen, ist bewusst billig (unter 1000 $ Materialkosten).
- **Die Intelligenz muss die schlechte Hardware kompensieren.**
Dieser Ansatz ist das krasse Gegenteil zu Konkurrenten wie Skild AI, die sofort auf kommerzielle Einsätze setzen, um einen Daten-Zyklus zu starten. Groom wettet darauf, dass wer die beste, generalisierte Intelligenz baut, am Ende gewinnt – selbst wenn es länger dauert. Das ist ein verrücktes Wagnis, aber in Palo Alto sind solche Wetten normal.
Praktischer Deal für Ihren Alltag (Spoiler: Es geht um Generalisierung)
Was bedeutet das für Sie, wenn Sie in einem mittelständischen Betrieb in Bayern arbeiten? Wenn Physical Intelligence Erfolg hat, bedeutet das, dass Sie in ein paar Jahren ein System kaufen könnten, das nicht nur weiß, wie man Kartons stapelt, sondern **auch die grundlegenden physikalischen Prinzipien** eines Problems verstanden hat.
Hack der Woche: Achten Sie nicht nur auf die vermeintlich „smarten“ Produkte, die schon heute alles können. Die wahre Zukunft baut die Intelligenz, die morgen alles lernen kann. Physical Intelligence setzt alles darauf, dass „gute Ideen zur richtigen Zeit mit dem richtigen Team“ eben **extrem selten** sind und man sie nicht mit kurzfristigem Denken verschenken darf.
Am Ende meines Besuchs waren die Hosen immer noch nicht gefaltet, aber die Zucchini-Späne stapelten sich perfekt. Was denken Sie: Ist diese Wette auf allgemeine Roboterintelligenz – anstatt auf schnelle Kaffeemaschinen – die goldrichtige Strategie, oder verbrennen sie gerade Milliarden für ein Problem, das niemand hat?
