Robotik: von Augen und Ohren zu Denkapparaten

Automatisierung und Robotik haben in den vergangenen zehn Jahren eine fundamentale Transformation durchgemacht. Einst ein Nischenmarkt für Industriemaschinen – hauptsächlich für Fertigungsbetriebe mit hohem Volumen und wenigen Varianten –, wird die Robotik inzwischen erheblich vielseitiger und bietet Anwendungsmöglichkeiten für eine breitere Kundenbasis in der Industrie, im Dienstleistungssektor, in der Logistik, in der Landwirtschaft, im IT-Sektor sowie im Gesundheitswesen. Da die Robotikbranche immer breiter aufgestellt wird, wächst auch ihr Ökosystem aus Zulieferern und Dienstleistungspartnern. Gleichzeitig tragen zunehmende Skaleneffekte dazu bei, die Kosten für die Entwicklung und den Einsatz von Robotik- und Automatisierungssystemen zu senken.

Der Hauptgrund dafür, dass Roboter und Automatisierungssysteme zunehmend grössere und vielseitigere Endmärkte finden, besteht darin, dass sie immer intelligenterer werden. Dieser Begriff muss allerdings erst einmal abgeklärt werden. Wir sprechen nicht von empfindungsfähigen Wesen, sondern von Systemen, die ihre Umgebung wahrnehmen und sich bei Bedarf anpassen können. Ein erster Schritt dazu war die Verfügbarkeit von Hochpräzisionssensoren wie CMOS, LiDAR, MEMS und GNSS zu sehr günstigen Preisen.¹ Diese Technologien wurden ursprünglich vor über 50 Jahren für industrielle Nischenmärkte entwickelt und waren sehr teuer. Doch die S-Kurve der Verbreitung von Smartphones in den letzten 20 Jahren (seit 2013 wurden pro Jahr 1,2 bis 1,5 Milliarden Smartphones ausgeliefert),² zusammen mit Tablets, Smartwatches und Laptops, schuf einen grossen neuen Markt, der kleinere Formate, eine höhere Genauigkeit, und immer niedrigere Preise verlangte.

Durch die Integration dieser und anderer Sensoren in robotergestützte Automatisierungssysteme verliehen Ingenieure Maschinen «Augen und Ohren», mit denen sie ihre Position und ihre Umgebung wahrnehmen konnten. Dies verwandelte Roboter von starren, unflexiblen Maschinen, die lediglich vorprogrammierte Anweisungen befolgen – egal, was um sie herum geschah –, zu Systemen, mit denen man sicherer arbeiten kann, die einfacher eingerichtet und eingesetzt werden können und die flexibel genug sind, um ein breiteres Spektrum von Aufgaben auszuführen.

Ausgerüstet mit einem zunehmend grösseren Spektrum von Sensoren bieten diese intelligenteren Maschinen erheblich breitere und vielseitigere Anwendungsmöglichkeiten als ihre an Fabriken gebundenen Vorgänger. Kollaborative Roboter (Cobots) sowie fahrerlose Transportsysteme (Automated Guided Vehicles, AGVs) haben sich bereits zu bedeutenden Produktkategorien entwickelt. Cobots arbeiten mittlerweile sicher Seite an Seite mit Menschen in Bereichen wie Biowissenschaften und elektronische Fertigung, handhaben empfindliche Gegenstände oder führen repetitive Aufgaben aus, während AGVs Montagelinien und Intralogistik revolutioniert haben. In immer mehr Städten, von San Francisco bis Singapur und Zürich, gehören autonome Fahrzeuge zunehmend zum vertrauten Strassenbild. Sie kartieren ihre Umgebung, lernen die Navigation in urbanen Räumen und werden zunehmend kommerziell als Robotaxis betrieben. Flotten von autonomen Drohnen, in der Luft und auf dem Meer, werden eingesetzt, um Grenzen zu schützen, Städte zu überwachen und das Meer zu patrouillieren. In den letzten Jahren wurden in Fabriken und Lagerhäusern auch Pilotprojekte mit humanoiden Robotern in Angriff genommen, die einfache, aber arbeitsintensive Aufgaben wahrnehmen.

Über Roboter gibt es unendlich viele Dinge zu entdecken. Vieles davon ist aber einfach zu fantastisch, um es zu glauben.

Daniel H. Wilson
Autor von Techno-Thrillern mit mehreren New-York-Times-Bestsellern

Während die Technologie voranschreitet, sollte die KI eine umfassendere Nutzung und grössere Vorteile der Automatisierung digitaler und wissensbasierter Prozesse mit sich bringen. Wir rechnen auch mit einer stärkeren Konvergenz zwischen KI und physischen Automatisierungssystemen. Das vergangene Jahrzehnt war dadurch geprägt, dass Automatisierungssysteme «Augen und Ohren» erhielten: Sensoren, die es einem Robotersystem ermöglichen, Informationen über seine Umgebung, seine eigene Position und Objekte zu erfassen, die es möglicherweise vermeiden muss, zum Beispiel, damit autonome Fahrzeuge Unfälle vermeiden, oder mit denen es interagieren soll, zum Beispiel, wenn ein humanoider Roboter in einem Logistikzentrum Pakete sortiert. Wahrnehmung alleine reicht jedoch nicht aus.

Es ist eine Sache, etwas wahrzunehmen, aber eine andere, zu wissen, wie man am besten darauf reagiert. Die nächste Wachstumsphase in der Robotertechnik dürfte darin bestehen, dass Maschinen ein «Gehirn» erhalten, um die Informationen, die sie über ihre Sensoren erhalten, zu verstehen, mit ihnen zu interagieren und daraus zu lernen. Die Fortschritte in der KI konzentrierten sich bisher auf das digitale Reich der grossen Sprachmodelle (LLMs), allmählich tauchen aber auch physische Modelle auf, die die reale Welt erklären. Während sich die KI weiter verbessert, dürften die Denkapparate von Robotern und Automatisierungssystemen ebenfalls stärker werden und es zunehmend autonomeren Systemen ermöglichen, nahtlos mit der Welt rund um sie herum zu interagieren.

Im Augenblick konzentriert sich die Aufmerksamkeit auf die Investitionen in die physische Infrastruktur, die die Rechenleistung für eine breitere und umfassendere Nutzung von KI-Anwendungen liefern wird: Rechenzentren, Chips, optische Vernetzungen, die Halbleiterproduktion und die Produktionsausrüstung.

Diese Infrastruktur ist eine entscheidende Voraussetzung, aber sie ist selbst keine KI. Sie ist die Pipeline, die KI erst ermöglicht. Die Geschichte legt nahe, dass eine neue Technik standardisiert wird, sobald eine ausreichende Hardware-Grundlage aufgebaut ist, von Eisenbahnen bis zu Glasfasernetzwerken. Langfristig verlagert sich die Wertschöpfung dann weg von den Pipelines und den Installationen der digitalen Welt hin zu Unternehmen, die kommerziell erfolgreiche KI-gestützte Systeme und Anwendungen entwickeln, die auf dieser Infrastruktur laufen.

Die UBS Robotics- und Automatisierungsstrategie konzentriert sich gezielt auf diesen besonders wertschöpfenden Anwendungsbereich, in dem Robotik-, Automatisierungs- und Softwarelösungen zur Bewältigung realer Herausforderungen eingesetzt werden. Durch die Automatisierung physischer Aufgaben und der kognitiven Entscheidungen, die nötig sind, diese in Echtzeit zu erfüllen, stellen diese Lösungen der nächsten Generation die echte Zukunftschance dieses globalen Themas dar.

Die Voraussetzungen für ein goldenes Zeitalter der Innovation in Robotik und Automatisierung sind geschaffen.

¹ CMOS – Complementary Metal Oxide Semiconductor, erfunden 1963 von Frank Wanlass bei Fairchild Semiconductor (Computer History Museum (CHM))
LiDAR – Light Detection and Ranging, erfunden 1961 von der Hughes Aircraft Company (IEEE Xplore)
MEMS – Micro Electrical Mechanical Systems, erfunden 1965 von Harvey C. Nathanson in den Westinghouse Research Laboratories (Robert Bogue, MEMS sensors: past, present and future, Januar 2007)
GNSS -Global Navigation Satellite System, im Rahmen des GPS-Projekts der NASA entwickelt, das 1973 begann («GNSS History», International Committee on Global Navigation Satellite Systems, Oktober 2005)
² IDC, «Worldwide Quarterly Mobile Phone Tracker,» Mai 2026.