Apples Roboter lernte in 1.000 Fake-Wohnungen. Microagi wettet dagegen

Kennst du den Satz? „Die Modelle werden für alle gleichzeitig fertig sein. Die Daten nicht.“ So wirbt Microagi aus München auf seiner eigenen Website. Es ist die ganze Wette eines Start-ups, das in diesem Jahr 55 Millionen Dollar Seed-Geld eingesammelt hat. Apple hat gerade ein Paper veröffentlicht, das genau diesen Satz angreift.

Was passiert ist

• Apple HALO: Acht Apple-Forscher, darunter Vladlen Koltun, haben am 4. November auf arXiv „Perceptive Humanoid Motion from Simulation“ veröffentlicht. HALO steht für „Humanoid Autonomy, Learned in simulation, running Onboard“. Die Trainingsdaten kommen komplett aus der Simulation: 1.000 automatisch erzeugte Wohnungen, Bewegungen aus einem generativen Modell, das auf menschlicher Bewegung trainiert ist. Keine Teleoperation, kein Motion-Capture-Anzug.
• Das Ergebnis: Ein Unitree-G1-Humanoid, der nie eine echte Wohnung gesehen hat, löste laut Paper 91 Prozent von 360 Versuchen in sechs realen, vorher nicht gescannten Räumen. Er setzt sich auf Stühle, geht zu benannten Objekten, schiebt sich seitlich durch halb offene Türen, kriecht unter Tische, schiebt Kisten. Gesteuert per Sprache. Planung und Bewegungsmodell laufen auf einem Mac mini M4 Pro im Rückengehäuse, standardmäßig ohne Internet, die Feinsteuerung auf dem Bordrechner des Roboters. Der Code liegt offen auf GitHub.
• Microagi: Baut keine Roboter, sondern zeichnet mit eigener Hardware auf, wie Menschen in Fabriken arbeiten, und trainiert daraus Modelle für Roboter beliebiger Hersteller. Nach eigenen Angaben liegt der Run Rate sechs Monate nach dem Start der Datenplattform Shift bei über 100 Millionen Dollar. Unabhängig geprüft ist das nicht.
• Neura Robotics: Hat am 5. November mit E.ON und enviaM eine Partnerschaft für Roboter bei der Inspektion von Stromnetz-Anlagen angekündigt. Trainiert wird im TUM RoboGym am Münchner Flughafen, mit drei Quellen: Vorführungen von Fachkräften, echte Roboterdaten und Simulation obendrauf.

Drei Wetten auf eine Frage: Woher kommt das Können?

Was ich daran spannend finde: Das sind keine drei Robotik-Meldungen. Das ist ein Streit darüber, wer in Physical AI das Owned Asset hält. Apple sagt: Rechenleistung. Die Autoren schreiben es selbst, eine Stunde Teleoperation kostet mindestens eine Stunde Menschenzeit, ihr Datensatz wächst mit Compute. Microagi sagt: die Hände der Leute an der Linie. Neura sagt: beides, plus Tastsinn.

Meine Faustregel aus dem Software-Markt: Euer Code ist kein Burggraben mehr, eure Distribution schon. Für Robotik heißt das übersetzt: Ein Datensatz, den man in einer Simulation nachbauen kann, ist kein Burggraben. Apple zeigt, dass Gehen, Sitzen, Ausweichen und Navigieren in diese Kategorie fallen. Und Apple verschenkt den Bauplan gleich mit. Heißt: Wer seine Bewertung auf „wir haben die Bewegungsdaten“ baut, hat ab heute ein Positioning-Problem.

Der Haken steht in Apples eigenem Paper

Lies die Limitations, nicht die Schlagzeile. Erstens: Jede neue Aufgabe braucht weiter einen Menschen, der den Prompt schreibt und die Schlüsselbewegungen vorgibt. Zweitens: Der Roboter sieht, aber er fühlt nicht. Sobald ein Objekt aus dem Bild verschwindet, weiß er nicht mehr, dass es da ist, und Aufgaben mit viel Kontakt werden schlechter. Drittens: Bei verketteten Aufgaben lag die Erfolgsquote real bei 70 Prozent, bei drei Schritten nur bei 50.

Genau dort positionieren sich die beiden Deutschen. Neuras Modell Neuron AI verarbeitet laut Neura neben 3D-Bild auch Berührung und Geräusche. Microagi verkauft die Edge Cases aus echten Schichten. Aus meiner Sicht ist das die eigentliche Lektion: Simulation macht das Generische billig. Wert behält, was Kontakt, Verantwortung und Prozesswissen braucht. Wie im Marketing auch.

Was ich jetzt tun würde

• Prozesswissen sichern. Wer Produktion, Logistik oder Facility verantwortet: die fünf Handgriffe aufschreiben und filmen, die nur zwei erfahrene Leute können. KI repariert keine undokumentierten Abläufe, sie skaliert nur saubere.
• Datenrechte vor dem Pilot klären. Wer aufzeichnet, wem gehören Daten und trainierte Fähigkeiten? E.ON und enviaM behalten laut Neura die Kontrolle über beides. Das ist die Vorlage für jeden Vertrag.
• Demos richtig lesen. 91 Prozent im Paper sind stark für Forschung und weit weg von einer Schicht im Betrieb. Wer damit wirbt, sollte die 50 Prozent gleich mitnennen.

Bottom Line: Apple hat gezeigt, dass Gehen billig wird. Teuer bleibt, was deine Leute mit den Händen wissen.