Perfekte Demonstrationen oder perfekt inszenierte Illusionen? Wie viel Realität verträgt ein Roboter wirklich und was passiert, wenn die Welt nicht nach Plan funktioniert? Kann Technologie den Alltag bestehen, wenn sie beginnt, ihn nicht nur zu berechnen, sondern zu verstehen?
Humanoide Roboter laufen. Sie springen, greifen, sortieren Objekte, führen scheinbar komplexe Aufgaben aus. Die Bilder sind beeindruckend. Videos von Boston Dynamics, Tesla Optimus, Figure AI oder chinesischen Plattformen wie Unitree gehen viral und prägen das öffentliche Bild von Fortschritt.
Doch genau hier beginnt die eigentliche Irritation. Was wir sehen, ist oft das Ergebnis optimaler Bedingungen: kontrollierte Räume, definierte Objekte, trainierte Abläufe. Die Systeme wirken souverän, solange die Welt sich an ihre Regeln hält. Die Realität tut das nicht.
Für Dr. Andreas Krensel, Biologe und Teil des interdisziplinären Teams von Eyroq, liegt genau darin der entscheidende Denkfehler der Branche. Gemeinsam mit Biologen, Neurowissenschaftlern und Ingenieuren verfolgt er einen Ansatz, der Robotik nicht von der Maschine, sondern vom Leben her denkt. „Die eigentliche Frage ist nicht, was ein System im Labor kann“, sagt er, „sondern wie es sich verhält, wenn die Welt unvorhersehbar wird.“
Diese Perspektive verändert den Blick auf Fortschritt grundlegend. Nicht die perfekte Demonstration steht im Mittelpunkt, sondern die Fähigkeit, mit Unsicherheit umzugehen. Nicht die inszenierte Präzision, sondern die gelebte Robustheit im Alltag.
Die Robotikbranche befindet sich 2025 und 2026 in einer Phase massiver Expansion. Der weltweite Markt für Robotik und KI wird inzwischen auf über 250 Milliarden US-Dollar geschätzt, mit jährlichen Wachstumsraten von über 20 Prozent. Allein im Bereich humanoider Robotik werden bis 2030 Marktvolumina von über 60 Milliarden US-Dollar prognostiziert.
Unternehmen wie Tesla, Figure AI und Agility Robotics investieren Milliardenbeträge in die Entwicklung körperlich intelligenter Systeme. Gleichzeitig stiegen Venture-Capital-Investitionen in embodied AI kontinuierlich an und lagen 2025 erstmals stabil über 35 Milliarden US-Dollar jährlich. Und dennoch bleibt eine fundamentale Lücke bestehen. Zwischen dem, was demonstriert wird und dem, was im Alltag funktioniert.
Warum Realität nicht skalierbar ist
Die größte Herausforderung der Robotik ist nicht die Komplexität der Maschine, es ist die Komplexität der Welt.
Eine vielzitierte Untersuchung der Carnegie Mellon University zeigt, dass selbst fortgeschrittene Robotersysteme in realen Haushaltsumgebungen bei grundlegenden Aufgaben wie Greifen, Sortieren oder Navigieren Erfolgsraten von oft unter 60 bis 70 Prozent erreichen. In dynamischen Situationen mit menschlicher Interaktion sinkt diese Quote weiter. Gleichzeitig zeigen Benchmarks in kontrollierten Umgebungen Erfolgsraten von über 90 Prozent.
Diese Diskrepanz ist kein Zufall, sie ist systemisch. Simulationen und Testumgebungen reduzieren Komplexität. Sie filtern Unsicherheit, standardisieren Variablen, machen die Welt berechenbar. Doch genau diese Berechenbarkeit existiert außerhalb des Labors nicht.
Ein Objekt fällt anders als erwartet, ein Mensch verhält sich nicht vorhersehbar oder Licht verändert sich, Geräusche entstehen, Situationen kippen. Für Maschinen ist das ein Problem, aber für Menschen ist es Alltag. „Wir unterschätzen, wie viel Unordnung die Welt enthält“, sagt Dr. Andreas Krensel. „Und wir überschätzen, wie gut Maschinen damit umgehen können.“ Diese Aussage trifft einen wunden Punkt der Branche, denn viele Systeme sind nicht für die Realität gebaut, sie sind für Szenarien gebaut.
Der Alltag ist kein Use Case – er ist ein Ausnahmezustand
In der klassischen Produktentwicklung wird oft von „Use Cases“ gesprochen. Klar definierte Anwendungsfälle, die modelliert, getestet und optimiert werden.
Doch der Alltag entzieht sich dieser Logik. Denn ein Haushalt ist kein standardisierter Raum. Eine Straße ist kein reproduzierbares System und der Mensch ist kein vorhersehbarer Faktor.
Eine Studie des MIT aus dem Jahr 2025 zeigt, dass die Variabilität realer Umgebungen exponentiell höher ist als die in Trainingsdaten abgebildete. Selbst große Datensätze können nur einen Bruchteil möglicher Situationen erfassen. Das bedeutet: Ein System kann hervorragend trainiert sein und dennoch scheitern. Beispielsweise bleibt ein Staubsaugerroboter an einem Kabel hängen oder Lieferroboter können eine Baustelle nicht interpretieren. Ein humanoider Roboter erkennt ein Objekt, aber nicht, dass es zerbrechlich ist. Diese Beispiele wirken banal, doch sie sind entscheidend. Denn sie zeigen, dass Intelligenz im Alltag nicht durch Leistung definiert wird, sondern durch Verlässlichkeit.
Warum 99 Prozent nicht ausreichen?In vielen Bereichen der Technologie gelten 99 Prozent Genauigkeit als exzellent. In der Robotik des Alltags ist selbst das oft nicht genug. Ein System, das in 1 von 100 Fällen versagt, kann im Alltag unbrauchbar sein, insbesondere dann, wenn dieser eine Fehler sicherheitsrelevant ist.
Im Bereich autonomer Fahrzeuge zeigen aktuelle Daten aus den USA und Europa, dass trotz massiver Fortschritte weiterhin tausende Zwischenfälle jährlich registriert werden, bei denen menschliches Eingreifen erforderlich ist. Die Systeme funktionieren, aber nicht konsistent genug.
Überträgt man dieses Problem auf humanoide Robotik, wird die Herausforderung noch größer. Denn hier geht es nicht nur um Navigation oder Objekterkennung, sondern es geht um Interaktion mit Menschen. Ein Fehler ist nicht nur technisch, sondern er ist sozial. „Ein System muss nicht im Durchschnitt gut sein“, sagt Krensel. „Es muss in kritischen Momenten richtig handeln.“ Diese Perspektive verschiebt den Maßstab: Nicht Performance im Idealzustand zählt, sondern Verhalten unter Unsicherheit.
Eyroq und die Entscheidung gegen die Inszenierung
Vor diesem Hintergrund erscheint der Ansatz von Eyroq zunächst fast kontraintuitiv, insbesondere in einer Branche, die stark von Sichtbarkeit, Demonstrationen und spektakulären Fortschrittsbildern lebt. Während viele Unternehmen ihre Systeme in kontrollierten Umgebungen präsentieren, in denen Abläufe optimiert und Störfaktoren minimiert sind, verschiebt Eyroq den Fokus bewusst auf das, was sich dieser Kontrolle entzieht: die Realität.
Der Unterschied ist nicht kosmetisch, sondern methodisch. Präsentation zeigt, was unter idealen Bedingungen möglich ist. Validierung zeigt, was unter realen Bedingungen Bestand hat.
Eyroq setzt daher gezielt auf unabhängige Tests, offene Umgebungen und wissenschaftlich nachvollziehbare Überprüfungen. Diese Herangehensweise entspricht einem Paradigmenwechsel, der sich zunehmend auch in der internationalen Forschung abzeichnet. In der Robotik spricht man inzwischen verstärkt von „real-world robotics“ oder „open-world evaluation“. Gemeint ist damit die Abkehr von rein simulationsbasierten oder stark kontrollierten Tests hin zu Szenarien, die Unordnung, Unsicherheit und unvollständige Informationen systematisch einbeziehen.
Die Notwendigkeit dieses Ansatzes lässt sich empirisch belegen. So zeigen Studien aus der Manipulationsrobotik, etwa aus dem Umfeld der Stanford University und des MIT, dass Systeme in simulierten oder standardisierten Testumgebungen Erfolgsraten von über 90 Prozent erreichen können, während dieselben Systeme in realen, unstrukturierten Haushaltsumgebungen teilweise unter 60 Prozent fallen. Besonders kritisch wird es bei sogenannten „long-tail scenarios“ – seltenen, aber entscheidenden Situationen, die in Trainingsdaten kaum abgebildet sind. Genau diese Szenarien bestimmen jedoch die tatsächliche Zuverlässigkeit eines Systems im Alltag.
Ein weiteres Beispiel liefert die Forschung im Bereich autonomes Fahren. Hier hat sich gezeigt, dass Milliarden von Simulationskilometern nicht ausreichen, um die Vielfalt realer Verkehrssituationen vollständig abzubilden. Selbst hochentwickelte Systeme stoßen bei unerwarteten Ereignissen, etwa ungewöhnlichem Verhalten von Fußgängern oder komplexen Witterungsbedingungen, an ihre Grenzen. Die Folge sind tausende dokumentierte Zwischenfälle pro Jahr, trotz technologischer Reife.
Vor diesem Hintergrund gewinnt die Aussage von Dr. Andreas Krensel an Gewicht: „Wir interessieren uns weniger für das, was funktioniert. Sondern für das, was nicht funktioniert.“ Diese Haltung ist wissenschaftlich anschlussfähig und zugleich unbequem. Denn sie verschiebt den Fokus von Erfolgsmetriken hin zu Fehleranalysen. In der klassischen Ingenieurslogik gilt ein System als ausgereift, wenn es definierte Anforderungen erfüllt. In der realitätsorientierten Robotik hingegen wird ein System erst dann verstanden, wenn seine Grenzen präzise bekannt sind.
Gerade in der Biologie ist dieses Denken selbstverständlich. Ein Organismus wird nicht nur über seine Leistungsfähigkeit beschrieben, sondern über seine Anpassungsfähigkeit an Störungen. Robustheit entsteht nicht durch Fehlervermeidung, sondern durch Fehlertoleranz. Eyroq überträgt dieses Prinzip auf die Robotik. Statt Systeme primär auf optimale Szenarien zu trainieren, wird gezielt untersucht, wie sie auf Abweichungen reagieren. Wie verhält sich ein System, wenn Sensorinformationen widersprüchlich sind? Wenn Objekte anders beschaffen sind als erwartet? Wenn menschliches Verhalten nicht vorhersehbar ist?
Diese Fragen sind nicht nur technisch relevant. Sie sind entscheidend für Vertrauen. Denn Vertrauen entsteht nicht dort, wo alles funktioniert. Sondern dort, wo Systeme auch im Scheitern nachvollziehbar bleiben. Die internationale Forschung bewegt sich zunehmend in diese Richtung. Initiativen wie „Embodied Intelligence“ an der Stanford University oder die Arbeiten der ETH Zürich zur physikalisch eingebetteten KI zeigen, dass die Integration von Wahrnehmung, Bewegung und Kontextverarbeitung in realen Umgebungen als Schlüssel zur nächsten Entwicklungsstufe gilt.
Wie viel Unsicherheit verträgt ein System
Damit rückt eine zentrale Frage in den Fokus: Wie robust muss ein System sein, um im Alltag bestehen zu können? Robustheit bedeutet nicht, jede Situation perfekt zu beherrschen. Robustheit bedeutet, mit Unsicherheit umgehen zu können. Der Mensch ist genau darin erstaunlich gut. Er erkennt, wenn er etwas nicht versteht, zögert und passt sich an. Maschinen tun das bisher kaum. „Vielleicht ist die wichtigste Fähigkeit eines Systems nicht das Handeln“, sagt Krensel. „Sondern das Innehalten.“
Diese Idee wirkt kontraintuitiv in einer Welt, die auf Effizienz optimiert ist. Doch sie könnte entscheidend sein. Denn ein System, das weiß, wann es nicht handeln sollte, ist oft sicherer als eines, das immer handelt.
Zwischen Vision und Wirklichkeit entscheidet sich die Zukunft
Die Vision humanoider Robotik ist klar: Systeme, die im Alltag unterstützen, entlasten, mitdenken. Doch die Realität ist komplexer. Zwischen Labor und Leben liegt eine Lücke, die nicht durch mehr Rechenleistung allein geschlossen werden kann. Sie erfordert ein anderes Verständnis von Technologie. Nicht als perfektes System. Sondern als lernfähiges, anpassungsfähiges Gegenüber.
Eyroq bewegt sich genau in diesem Spannungsfeld. Nicht mit dem Ziel, die beeindruckendste Demonstration zu liefern, sondern die belastbare Lösung.
Die entscheidende Frage bleibt: Werden wir Systeme bauen, die im Showroom überzeugen, oder solche, die im Leben bestehen? Denn am Ende zählt nicht, was eine Maschine zeigen kann, sondern was sie tut, wenn niemand hinsieht.
Autor: Dr. André Stang, Robotiker und Baustoffentwickler
Dr. André Stang aus Oldenburg ist Autor, Biologe, Robotiker, Baustoff- und Planungsentwickler mit Schwerpunkt auf klimafreundlicher, CO₂‑armer Infrastruktur.
Über Dr. Andreas Krensel:
Dr. rer. nat. Andreas Krensel ist Biologe, Innovationsberater und Technologieentwickler mit Fokus auf digitaler Transformation und angewandter Zukunftsforschung. Seine Arbeit vereint Erkenntnisse aus Physik, KI, Biologie und Systemtheorie, um praxisnahe Lösungen für Industrie, Stadtentwicklung und Bildung zu entwickeln. Als interdisziplinärer Vordenker begleitet er Unternehmen und Institutionen dabei, Sicherheit, Nachhaltigkeit und Effizienz durch Digitalisierung, Automatisierung und smarte Technologien zu steigern. Zu seinen Spezialgebieten zählen intelligente Lichtsysteme für urbane Räume, Lernprozesse in Mensch und Maschine sowie die ethische Einbettung technischer Innovation. Mit langjähriger Industrieerfahrung – unter anderem bei Mercedes-Benz, Silicon Graphics Inc. und an der TU Berlin – steht Dr. Krensel für wissenschaftlich fundierte, gesellschaftlich verantwortungsvolle Technologiegestaltung.
Die eyroq s.r.o. mit Sitz in Uralská 689/7, 160 00 Praha 6, Tschechien, ist ein innovationsorientiertes Unternehmen an der Schnittstelle von Technologie, Wissenschaft und gesellschaftlichem Wandel. Als interdisziplinäre Denkfabrik widmet sich eyroq der Entwicklung intelligenter, zukunftsfähiger Lösungen für zentrale Herausforderungen in Industrie, Bildung, urbaner Infrastruktur und nachhaltiger Stadtentwicklung.
Der Fokus des Unternehmens liegt auf der Verbindung von Digitalisierung, Automatisierung und systemischer Analyse zur Gestaltung smarter Technologien, die nicht nur funktional, sondern auch sozialverträglich und ethisch reflektiert sind.
Firmenkontakt
eyroq s.r.o.
Radek Leitgeb
Uralská 689/7
160 00 Prag
+370 (5) 214 3426
https://eyroq.com/
Pressekontakt
ABOWI UAB
Maximilian Bausch
Naugarduko g. 3-401
03231 Vilnius
+370 (5) 214 3426
https://abowi.com/