Warum KI den Bildschirm noch immer nicht verlassen kann – ein Shanghaier Professor erklärt es
Das meiste, was große Sprachmodelle gut können, spielt sich noch immer auf einem Bildschirm ab. Sie lesen, schreiben, übersetzen, entwerfen Code und rufen digitale Werkzeuge auf. Bittet man eines, eine Kiste über einen Fabrikboden zu bewegen, ändert sich die Problemstellung: Nun muss das System mit Objekten, Raum, Kraft und Zeit umgehen und mit den Folgen seines Handelns leben.
Um diese Lücke ging es in einem Vortrag von Zhang Weinan, Professor an der Shanghai Jiao Tong University, auf der CNCC 2026, einer großen chinesischen Informatikkonferenz. Seine These, über die Leiphone berichtete, lautet: Die nächste Grenze ist die physische Intelligenz – KI, die den Kreislauf aus Wahrnehmen, Vorhersagen, Handeln und fortlaufendem Lernen in einer Umgebung schließt, die nicht auf sie wartet.
Die digitale Welt ist auf eine Weise nachsichtig, die man selten bemerkt. Ein Chatbot, der eine schlechte Antwort liefert, kann erneut befragt werden; ein Modell, das einen Programmiertest nicht besteht, darf es noch einmal versuchen. Ein Roboterarm, der einen Griff falsch einschätzt, hat das Teil bereits fallen lassen. Zhangs Ansatz rückt Unsicherheit und Unumkehrbarkeit in den Mittelpunkt: Die reale Welt ist voller Situationen, die die Trainingsdaten nicht abdeckten, und die Kosten einer falschen Bewegung werden oft sofort fällig.
Dadurch wird die Technik auf jeder Ebene schwieriger. Die Wahrnehmung muss bei schlechtem Licht und in Unordnung standhalten. Die Vorhersage muss schnell genug laufen, um nützlich zu sein, bevor etwas herunterfällt. Das Handeln muss sicher sein, wenn sich das System nicht sicher ist. Und das Lernen darf nicht mit dem Einsatz enden, weil sich Fabriken, Labore und städtische Infrastruktur rund um die Maschine ständig verändern.
Die Forschungsdebatte dazu ist in Chinas Robotik-Community bereits sichtbar. CoRL, die Conference on Robot Learning, öffnet am 9. November in Austin, Texas, und Leiphone merkt an, dass die Zahl der angenommenen Beiträge über sechs Ausgaben hinweg um etwa das Viereinhalbfache gewachsen ist, wobei chinesische Universitäten neben etablierten amerikanischen Gruppen schnell aufholen. Robotiklernen hat sich von einer Nische zu einer der belebtesten Schnittstellen von KI und Hardware entwickelt.
Der kommerzielle Sog ist ebenso stark. Chinesische Firmen liefern heute humanoide Roboter und Roboterhunde zu Preisen, die vor wenigen Jahren noch unglaubwürdig erschienen wären, und Investoren haben Geld in Weltmodelle gesteckt – Systeme, die lernen, wie sich physische Szenen entwickeln –, um Maschinen einen billigeren Proberaum zu geben, bevor sie etwas Reales berühren. Simulation ist gerade deshalb attraktiv, weil Scheitern dort nichts kostet.
Zhang sagt nicht, dass die Bildschirmarbeit erledigt ist. Er sagt, dass der leichte Teil der öffentlichen KI-Erzählung jener war, der nie etwas anfassen muss. Intelligenz in Fabriken, Labore und städtische Systeme zu bringen, bedeutet, einen anderen Vertrag zu akzeptieren: Die Maschine muss unter Unsicherheit handeln, und die Welt bietet keinen Reset-Knopf. Für eine Branche, die ein Jahrzehnt mit der Optimierung von Text verbracht hat, ist das eine wirklich neue Art von Problem.