KI steuert Roboterarme alle 54 Tage doppelt so gut. Zürich baut die Hände dafür

Ein Roboter soll Schüsseln stapeln, einen Stift verschliessen und Flaschen aufstellen. Die Befehle kommen nicht aus einem eigens trainierten Robotikprogramm. Sie kommen von denselben Sprachmodellen, mit denen Büros Berichte und E-Mails schreiben. Das klingt nach Spielerei. Die Zahlen einer neuen Messreihe sprechen dagegen.

Forschende von Robocurve, der University of Southern California und der University of California in Irvine haben neun Frontier-Modelle an einem echten Zweiarm-Roboter vom Typ I2RT YAM getestet. Ihr Paper «The Bitter Lesson Comes to Robotics» erschien am 18. Oktober 2026 auf arXiv. Eine Zusammenfassung auf LessWrong folgte am 26. Oktober. Der Kernbefund: Die Leistung der jeweils besten Modelle verdoppelt sich etwa alle 53,9 Tage.

Für Inhaber in Montage, Logistik und Labor ist das keine Kaufempfehlung. Es ist ein Signal. Die Planung eines Handgriffs kommt künftig aus einem Sprachmodell, dessen Leistung sich derzeit in weniger als zwei Monaten verdoppelt. Das Greifen selbst bleibt Sache von Händen, Sensoren und Motoren. An genau diesem Teil arbeiten mehrere Firmen in Zürich.

Neun Modelle, ein Roboter, sechs Aufgaben

Getestet wurden neun Modelle in fünfzehn Einstellungen, etwa mit unterschiedlich viel Denkzeit. Die sechs Aufgaben stammen aus dem Prüfsatz RoboDojo: Schüsseln stapeln, einen Gegenstand im Tresor versorgen, Objekte sortieren, einen Stift verschliessen, Früchte verpacken und ausgiessen, Flaschen aufstellen. Jede Kombination aus Modell, Einstellung und Aufgabe lief 20 Mal. Pro Versuch standen höchstens 40 Aktionen zur Verfügung.

Die Modelle steuerten die Arme direkt. Sie gaben vor, wo der Greifer stehen und wie er ausgerichtet sein soll. Bewertet wurde der Fortschritt in Teilschritten, von 0 bis 100 Prozent. Nach dem Vorbild der Forschungsgruppe METR legten die Autoren eine Trendlinie durch die Werte aller Modelle, die bei ihrer Veröffentlichung einen neuen Bestwert setzten. Das Ergebnis: 53,9 Tage Verdopplungszeit, mit einem 95-Prozent-Intervall von 36,1 bis 59,5 Tagen.

Wer die Kurve einfach verlängert, landet schnell bei Werten, die kein Betrieb ernst nehmen sollte. Die Autoren selbst nennen ihre Hochrechnung in der Zusammenfassung sehr naiv. Entscheidend ist die Richtung: Allgemeine Sprachmodelle, die niemand für Roboter gebaut hat, lernen das Steuern in hohem Tempo.

Billiger und schneller, aber noch nicht fertig

Noch stärker bewegen sich die Kosten. Im Juli kostete eine Teilaufgabe im besten Fall 2,36 Dollar an Nutzungsgebühren für das Modell, erreicht mit GPT-5.6 Sol von OpenAI, veröffentlicht am 9. Juli. Das am 2. September veröffentlichte Gemini 3.8 Flash von Google kam auf 0,38 Dollar. Die Kosten sanken damit um den Faktor 6,2. Das Paper schätzt, dass sie sich alle 23,2 Tage halbieren.

Auch das Tempo stieg. Das schnellste Modell im Juli schaffte 12,4 Teilaufgaben pro Stunde. Im September erreichte GPT-6 Astra in einer besonders schnellen Einstellung 54,4. Diese Variante kostete aber 4,51 Dollar pro Teilaufgabe. Das schnellste und das billigste Modell waren im Test also nicht dasselbe. Für die Rechnung im Betrieb zählt beides.

Und die Qualität? Die stärksten Modelle erreichten im Schnitt 45 bis 48 Prozent. Das sind Fortschrittswerte, keine Erfolgsquoten. Eine Aufgabe ganz zu Ende zu bringen, gelang selten. Die Autoren schreiben am Schluss, die Modelle seien noch nicht präzise oder effizient genug, um die Aufgaben in realistischer Zeit zu erledigen.

Wo die Studie an Grenzen stösst

Erstens die Stichprobe. 20 Versuche pro Kombination sind wenig. Ein einzelnes Rekordmodell verschiebt die Kurve spürbar, das zeigt die breite Spanne von 36,1 bis 59,5 Tagen. Zweitens die Bewertung. Ob ein Versuch gelang, entschied kein Mensch, sondern ein KI-Modell: eine Instanz von GPT-6 Astra, die die Aufnahmen der drei Kameras am Roboter auswertete. Drittens die Zeitspanne. Die Kurve beruht auf rund vier Monaten, von Juli bis Oktober 2026.

Viertens die Form. Das Paper ist ein Beitrag für einen Workshop der Robotikkonferenz CoRL 2026, keine Studie in einer Fachzeitschrift. Fünftens die Aufgaben. Schüsseln stapeln ist nicht Kabelbaum montieren. Eine Aufgabe, das Aufstellen von Flaschen, scheiterte schon an der begrenzten Beweglichkeit der Arme. Hier zeigt sich, dass die beste Planung wenig nützt, wenn die Mechanik nicht mitkommt.

Zürich baut, was den Modellen fehlt

Ein Sprachmodell kann planen, welcher Gegenstand wohin gehört. Ob der Griff hält, entscheidet die Hand. mimic robotics, 2024 als Spin-off der ETH Zürich gegründet, entwickelt geschickte Roboterhände, die an handelsübliche Industriearme passen. Im November 2025 sammelte die Firma 16 Millionen Dollar ein. Nach eigenen Angaben laufen Pilotprojekte mit grossen Herstellern, Autokonzernen und Logistikfirmen.

Enact Intelligence, im März 2026 in Zürich gegründet, trat im Oktober mit 30 Millionen Dollar aus einer frühen Finanzierungsrunde an die Öffentlichkeit, wie die Netzwoche berichtet. Die Firma verbindet KI-Modelle, Sensoren und Antriebe, damit Roboter Kräfte bis in die Fingerspitzen spüren. Erste Einsätze plant sie in der Montage: Kabel einstecken, Dichtungen einsetzen, Schrauben anbringen. Dazu kommt ANYbotics, deren Laufroboter schon Anlagen in explosionsgefährdeten Zonen kontrollieren. Die Stadt hat, wie Leitgrad gezeigt hat, die KI-Köpfe, aber weniger KI-Geld.

Der Bedarf in den Betrieben ist da. Im 2. Quartal 2026 meldeten laut Bundesamt für Statistik 33,9 Prozent der Unternehmen Schwierigkeiten, qualifizierte Arbeitskräfte zu finden. Im zweiten Sektor, also in Industrie und Bau, stieg die Zahl der offenen Stellen gegenüber dem Vorjahr um 21,8 Prozent. Wo Leute fehlen, rechnet sich ein Roboter früher. Andere Branchen testen bereits, etwa die Reinigung mit Putzrobotern für 50 Dollar die Stunde.

So testen Inhaber jetzt

1. Eine Aufgabe wählen, nicht eine Halle. Gute Kandidaten sind Teile sortieren, Kleinteile in Behälter legen, Proben im Labor umsetzen. Die Aufgabe soll sich oft wiederholen, wenig gefährlich und klar messbar sein.
2. Die drei Kennzahlen der Studie übernehmen. Fortschritt pro Versuch in Prozent, Teilaufgaben pro Stunde, Kosten pro Teilaufgabe. Dazu die eigene Vergleichszahl: Was kostet dieselbe Arbeit heute von Hand?
3. Mindestens 20 Versuche pro Variante fahren. Ein Mensch prüft das Ergebnis. Ein KI-Urteil allein reicht für eine Abnahme nicht.
4. Mit Zürcher Anbietern reden. mimic robotics und Enact Intelligence suchen nach eigenen Angaben Industriepartner für erste Einsätze in Montage und Logistik. Ein Pilot mit klaren Kennzahlen kostet wenig und zeigt viel.
5. Alle drei Monate neu messen. Bei einer Verdopplungszeit von rund 54 Tagen kann ein Test von heute im Frühling überholt sein. Wer die Kennzahlen festhält, sieht den Moment, ab dem sich der Einsatz rechnet.

Häufige Fragen

Steuert ein Sprachmodell den Roboter wirklich selbst?

Ja. In der Messreihe gaben die Modelle direkt vor, wo die Greifer stehen und wie sie ausgerichtet sein sollen. Pro Versuch hatten sie höchstens 40 Aktionen zur Verfügung.

Heisst Verdopplung alle 54 Tage, dass Roboter bald alles können?

Nein. Die Zahl beschreibt einen Trend über rund vier Monate. Die besten Modelle erreichen im Schnitt 45 bis 48 Prozent des Fortschritts und bringen ganze Aufgaben selten zu Ende. Die Autoren nennen ihre eigene Hochrechnung sehr naiv.

Was kostet eine Teilaufgabe?

Im günstigsten Fall 0,38 Dollar, im Juli waren es noch 2,36 Dollar. Das sind nur die Gebühren für das Sprachmodell. Roboter, Strom, Wartung und Aufsicht kommen dazu.

Wer hat die Versuche bewertet?

Ein KI-Modell, eine Instanz von GPT-6 Astra. Es wertete die Aufnahmen von drei Kameras am Roboter aus. Das ist eine der wichtigsten Grenzen der Studie.

Lesen Sie auchOptimus braucht bis zu 16 Spindeln. Die ersten aus der Schweiz

Zum Mitnehmen

1. Das Tempo ist hoch. Die Leistung der besten Modelle verdoppelte sich alle 53,9 Tage, die günstigsten Kosten pro Teilaufgabe fielen von 2,36 auf 0,38 Dollar.
2. Die Reife ist es noch nicht. Im Schnitt 45 bis 48 Prozent Fortschritt, 20 Versuche pro Kombination, Bewertung durch ein KI-Modell: Das ist ein Signal, kein Beweis.
3. Die Hände entscheiden. Zürcher Firmen wie mimic robotics und Enact Intelligence bauen Greifen und Gespür. Industrie-KMU testen jetzt eine Aufgabe und messen sauber.

Leitgrad Morgen-Briefing: jeden Werktag das Wichtigste für Ihre Firma. Lesen · Anhören · Per Mail