Während noch über ChatGPT und andere generative KI-Systeme diskutiert wird, beginnt bereits die nächste Phase: Künstliche Intelligenz verlässt den Bildschirm und erobert Fabriken, Lagerhallen und Fahrzeuge. Porsche, Tata Consultancy Services, Dell und Nutanix liefern fast gleichzeitig Hinweise darauf, wohin die Reise geht. Doch zwischen industrieller Revolution und neuem KI-Hype verläuft eine noch ziemlich breite Grauzone.
Porsche baut Sportwagen. Tata Consultancy Services, kurz TCS, beschäftigt sich mit IT, Daten und Künstlicher Intelligenz. Jetzt rücken beide Unternehmen ungewöhnlich eng zusammen. Porsche hat mit dem indischen IT-Konzern einen strategischen Fünfjahresvertrag abgeschlossen. TCS soll für den Sportwagenhersteller ein eigenes «AI Mobility Centre of Excellence» aufbauen und KI unter anderem in Produktion, Engineering, Betriebsabläufen und beim Kundenerlebnis einsetzen. Gleichzeitig verkauft Porsche seine Management- und IT-Beratungstochter MHP vollständig an TCS. Die Transaktion muss noch von den Behörden genehmigt werden.
Das ist mehr als eine weitere KI-Kooperation. Porsche gibt einen Teil seiner eigenen IT- und Transformationskompetenz ab und bindet sich gleichzeitig langfristig an einen der weltweit grössten IT-Dienstleister. Porsche-Chef Michael Leiters begründet den Verkauf denn auch mit der Konzentration auf das Kerngeschäft. TCS soll gleichzeitig helfen, Prozesse effizienter zu machen und die Wettbewerbsfähigkeit in einer zunehmend software- und datengetriebenen Automobilindustrie zu erhöhen. Damit zeigt sich eine Entwicklung, die weit über Porsche hinausgeht: KI verändert zunehmend nicht nur Produkte und einzelne Arbeitsprozesse, sondern auch die Organisation von Industrieunternehmen.
KI verlässt den Bildschirm
Dafür hat die Technologiebranche bereits einen neuen Begriff gefunden: «Physical AI». Gemeint sind Systeme, die nicht bloss Texte schreiben, Bilder erzeugen oder Daten analysieren. Sie nehmen über Kameras, Sensoren oder Radar ihre physische Umgebung wahr, interpretieren diese Informationen und lösen anschliessend Handlungen aus – beispielsweise über Roboter, Fahrzeuge oder Maschinen. Der Stanford AI Index 2026 beschreibt genau diese Herausforderung: Während klassische Industrieroboter für definierte Aufgaben programmiert werden, sollen neue Systeme ihre Umgebung wahrnehmen, daraus Schlüsse ziehen und auch unter wechselnden Bedingungen handeln können. Gerade die reale Welt bleibt für KI allerdings wesentlich schwieriger als der digitale Raum.
Eine neue Studie von TCS zeigt, welche Erwartungen die Industrie inzwischen damit verbindet. Befragt wurden 300 Führungskräfte aus europäischen und nordamerikanischen Industrieunternehmen. 77 Prozent erwarten grosse Veränderungen durch physische KI in der Lagerhaltung, 75 Prozent in Montage und Fertigung und 72 Prozent bei Transport und Materialfluss. Kein einziges der befragten Unternehmen will sein Budget für Physical AI reduzieren, 26 Prozent wollen die Ausgaben sogar erhöhen. Bemerkenswert ist ein weiterer Wert: 42 Prozent wollen die Technologie auch einsetzen, um Menschen in gefährlichen, komplexen oder monotonen Arbeitsumgebungen zu entlasten. Die alte Gleichung «Roboter gleich Arbeitsplatzvernichter» greift damit zu kurz.
Viel Geld, aber noch wenig Erfahrung
Die Zahlen zeigen allerdings auch die andere Seite der Geschichte. 68 Prozent der von TCS befragten Unternehmen befinden sich noch in der Erprobungsphase oder haben mit der Implementierung noch gar nicht begonnen. Bei 44 Prozent sind die Verantwortlichkeiten bei einem Ausfall physischer KI unklar. Und 40 Prozent fühlen sich auf die kommenden regulatorischen Anforderungen nicht ausreichend vorbereitet.
Deloitte kommt in einer 2026 veröffentlichten Untersuchung („Physical AI: The moment of acceleration“ ) zu einem ähnlich nüchternen Ergebnis: Erst 5 Prozent der befragten Unternehmen sagen, Physical AI transformiere ihre Branche bereits heute. Innerhalb von drei Jahren erwarten dies allerdings 41 Prozent. Zu den grössten Hindernissen gehören Kosten, fehlende geeignete Anwendungsfälle, Fachkräftemangel sowie unzureichende Technologie- und Datenbasis. Auch Gartner warnt deshalb vor überzogenen Erwartungen. Physical AI könne zwar erhebliche Veränderungen auslösen, gegenwärtig seien Hype und Risiken aber noch grösser als die tatsächlich realisierten Geschäftsergebnisse.
Die Schweiz mischt mit
Interessant ist diese Entwicklung gerade für die Schweiz mit ihrer starken Maschinen-, Elektro- und Präzisionsindustrie. An der ETH Zürich wird intensiv an Robotik, Spatial AI, intelligenten Industrierobotern und Physical AI geforscht. Ein besonders anschauliches Beispiel ist das ETH-Spin-off Mimic Robotics (Bild unten). Das Unternehmen versucht gerade nicht, den nächsten menschenähnlichen Roboter zu bauen. Stattdessen kombiniert es konventionelle Industrieroboter mit hochbeweglichen robotischen Händen und KI. Menschen demonstrieren Arbeitsabläufe, aus denen die Systeme lernen. Anschliessend sollen sie Bewegungen selbstständig ausführen, sich an Abweichungen anpassen und Fehler korrigieren können.
Das ist weniger spektakulär als ein humanoider Roboter, der über eine Messehalle spaziert. Für die Industrie könnte es aber wesentlich interessanter sein. Denn Fabriken müssen nicht für Roboter umgebaut werden. Die Roboter lernen zunehmend, sich in einer für Menschen gebauten Umgebung zurechtzufinden.
Und irgendwo müssen die Daten hin
Dass diese Entwicklung gleichzeitig enorme Anforderungen an die IT-Infrastruktur stellt, zeigt eine weitere, auf den ersten Blick ziemlich technische Meldung. Dell hat seine Storage-Plattform PowerStore in die Nutanix Cloud Platform integriert. Unternehmen können dadurch Rechen- und Speicherressourcen unabhängig voneinander erweitern und bestehende Nutanix-Umgebungen weiterverwenden. Das klingt nach einer Meldung für IT-Spezialisten. Tatsächlich gehört sie aber zum gleichen Puzzle.
Je stärker KI in Produktionsanlagen, Logistiksysteme und Maschinen wandert, desto grösser werden die Anforderungen an Datenhaltung, Rechenleistung, Edge Computing und ausfallsichere IT-Infrastrukturen. Die KI-Revolution braucht eben nicht nur bessere Algorithmen, sondern einen immer grösseren Maschinenraum.
Revolution oder neues Etikett?
Bleibt die entscheidende Frage: Erleben wir tatsächlich den Beginn einer neuen industriellen Revolution? Noch ist Skepsis angebracht. Automatisierte Lager, Industrieroboter, autonome Transportsysteme, Machine Vision und intelligente Produktionssteuerungen gibt es teilweise seit Jahrzehnten. Nicht jede Maschine wird deshalb revolutionär, nur weil ihr Hersteller heute «AI» auf die Verpackung schreibt. Neu ist etwas anderes: Die Kombination aus leistungsfähigen KI-Modellen, Sensoren, Kameras, Robotik und enormer Rechenleistung erlaubt Maschinen zunehmend, mit Situationen umzugehen, für die sie nicht zuvor bis ins letzte Detail programmiert wurden. Genau dort liegt der mögliche Technologiesprung. Nach ChatGPT könnte deshalb tatsächlich die nächste grosse KI-Welle bevorstehen. Nur wird sie weniger auf unseren Bildschirmen stattfinden. Sondern in Fabrikhallen, Lagern, Fahrzeugen und Maschinen. Und dort kann ein Fehler erheblich mehr anrichten als ein erfundener Satz eines Chatbots.
