Wer zahlt für den „Datenbestand“ von Humanoiden? Eine Umstrukturierung in Peking zeigt, was wirklich zählt.

Geschlossenes Zentrum - ist das das Ende?

Das Schulungszentrum für humanoide Roboter im Shougang Park, Peking, das seit März 2025 als eines der ersten in China fungierte, hat seine Tätigkeit eingestellt. Lokalen Medien zufolge war die Ursache der Rückzug von Realman - einem Anbieter von Hardware und Technologie. Dies war kein Scheitern des Projekts, sondern eine Umstrukturierung. Der Bezirk Shijingshan erklärte, dass nach dem Ausstieg des Partners aus Phase I das Zentrum in eine neue Phase übergeht: die Entwicklung von 4D-Gaussian-Lichtfeldern und Weltmodellen. Anstatt weitere Projekte zu entwickeln, wird die Funktionsweise geändert - vom Sammeln von Daten unter kontrollierten Bedingungen hin zur Nutzung in realen Szenarien.

Dies ist nicht der erste Fall, in dem ein Schulungszentrum seine Ausrichtung ändert. In den letzten zwei Jahren haben viele Regionen Chinas in solche Einrichtungen im Rahmen einer Strategie zur Entwicklung verkörperter Intelligenz investiert. Aber der Aufbau von Infrastruktur ist nur der Anfang. Die entscheidende Frage ist, wer langfristig für die Daten bezahlen wird - und ob diese Daten tatsächlich nützlich sein werden.

Im Mai dieses Jahres sammelte Phase III des Zentrums in Shijingshan fast 270 Roboter und verfügte über eine jährliche Produktionskapazität von Daten von nahezu 20 Millionen Punkten. Ursprünglich sollte Phase I im März 2025 die Produktion von mehr als einer Million Datenpunkten pro Jahr planen. Dieses Entwicklungstempo zeigt, wie intensiv die Regionen Chinas in die Infrastruktur für humanoide Roboter investieren.

Daten sind nicht „Grundstücke“ - sie sind ein Werkzeug.

Die frühere Logik war einfach: Je mehr Daten, desto besser. Das Zentrum in Peking sollte über 20 Millionen Datenpunkte pro Jahr sammeln, hauptsächlich aus simulierten Szenarien - von der Hausarbeit bis zur Elektronikmontage. Aber wie sich herausstellte, sind Daten aus stabilen Laborbedingungen schwer im realen Leben zu verwenden. Roboter stoßen auf wechselnde Lichtverhältnisse, unebene Böden, unerwartete Störungen - Situationen, die nicht einfach simuliert werden können.

Realman erkannte dies und änderte seine Strategie. Anstatt Daten unter kontrollierten Bedingungen zu sammeln, führt es nun Roboteroperationen in Fabriken, Lagern und Häusern aus der Ferne durch. Dies funktioniert wie ein „geschlossener Kreislauf“: Die Daten entstehen während der tatsächlichen Arbeit, werden sofort zur Verbesserung des Modells verwendet, und dieses wiederum kommt besser mit den nächsten Situationen zurecht. Es geht nicht mehr nur um das Sammeln von Daten - es ist eine kontinuierliche Iteration.

Daten aus stabilen Laborbedingungen sind schwer in der realen Welt einzusetzen, wo es wechselnde Lichtverhältnisse, unebene Böden und unvorhergesehene Störungen gibt. Realman argumentiert, dass Daten aus realen Operationen in unkontrollierten Umgebungen für das Modell wertvoller sind als Daten aus stabilen Laborbedingungen.

Wer wird die Daten in Zukunft bezahlen?

Das Problem ist, dass die Daten für humanoide Roboter einen starken Charakter der „privaten Domäne“ haben. Jedes Unternehmen verwendet andere Roboterkörper, Sensoren, Steuerungssysteme und Modellarchitekturen. Daher sind Daten aus einem System schwer von einem anderen zu verwenden. Das bedeutet, dass selbst wenn ein Schulungszentrum Millionen von Datensätzen sammelt, ein Unternehmen möglicherweise nicht bereit ist, diese zu kaufen - wenn sie keine direkte Verbesserung des Modells bringen.

Daher entsteht ein Konflikt: Die lokalen Behörden wollen öffentliche Zentren als Infrastruktur zur Unterstützung der Entwicklung der Branche aufbauen, und die Unternehmen konzentrieren sich darauf, ob die Daten kostengünstig sind und einen realen Mehrwert bieten. Das ist kein Widerspruch - sondern eine Differenz in den Zielen. Daher wird die Frage entscheidend: Wer wird diesen Kreislauf finanzieren? Werden es die Unternehmen sein, die sie nutzen, oder der Staat als Investor in die Zukunft?

Der Wert von Daten liegt nicht in der Quantität, sondern in ihrer Nützlichkeit. Daher wird die Frage entscheidend: Wer wird diesen Kreislauf finanzieren? Werden es die Unternehmen sein, die sie nutzen, oder der Staat als Investor in die Zukunft?

Das neue Zeitalter der Daten - von der Sammlung bis zur Anwendung

Dies zeigt, dass die Regierung versteht, dass es keine einzige „richtige“ Methode gibt. Die Daten können aus Simulationen, Videos, dem Internet oder realen Operationen stammen - aber ihr Wert hängt davon ab, wie sie verwendet werden.

Die Zukunft liegt nicht im Bau weiterer Schulungszentren, sondern in der Schaffung geschlossener Kreisläufe: Szenario → Daten → Modell → Verbesserung. Das bedeutet, dass das Zentrum nicht „genau gleich“ sein muss - es kann sich ändern, so wie es Peking getan hat. Entscheidend ist, dass es auf eine Weise funktioniert, die den tatsächlichen Bedürfnissen des Modells entspricht und nicht nur dem Investitionsplan.

Realman argumentiert, dass Daten aus realen Operationen in unkontrollierten Umgebungen für das Modell wertvoller sind als Daten aus stabilen Laborbedingungen. Dies zeigt, dass die Zukunft nicht in der Quantität der Daten liegt, sondern in ihrer Qualität und Nützlichkeit.

Was bedeutet dies für die Zukunft der Robotik?

Die Schließung des Schulungszentrums in Peking ist kein Ende, sondern ein Wendepunkt. Es zeigt, dass der Aufbau von Infrastruktur ohne ein klares Finanzierungs- und Anwendungsmodell ein Risiko darstellt. Aber es zeigt auch, dass die Zukunft nicht in der Quantität der Daten liegt, sondern in ihrer Qualität und Nützlichkeit.

Für Unternehmen ist dies eine Herausforderung: Sie müssen über Daten als Werkzeug zur Modellentwicklung nachdenken und nicht nur als Kostenfaktor. Für Regierungen ist dies eine neue Rolle: Nicht den Bau von Zentren, sondern die Unterstützung integrierter Systeme, die Daten mit realen Szenarien und Anwendungen verbinden. Es geht nicht mehr darum, „wer die Datengrundlage bezahlt“ - es geht darum, „wie man Daten in Wert verwandelt“.}}}

Diese Transformation zeigt, dass die Zukunft der Robotik nicht darin liegt, immer größere Rechenzentren zu bauen, sondern dynamische, integrierte Systeme zu schaffen, die reale Einsatzbedingungen mit einer kontinuierlichen Verbesserung der Modelle verbinden. Entscheidend ist nicht mehr, wer für die Daten bezahlt, sondern wie diese Daten in der Praxis genutzt werden - ob sie sich in bessere Entscheidungen, schnellere Reaktionen und zuverlässigere Roboteraktionen umsetzen. Für Unternehmen bedeutet dies, dass sie von einem Denken über Daten als Kosten zu einer Betrachtung als Schlüssel zur Wettbewerbsfähigkeit übergehen müssen. Für Regierungen bedeutet dies eine neue Rolle: nicht den Aufbau von Infrastruktur, sondern die Unterstützung von Ökosystemen, die geschlossene Datenkreisläufe ermöglichen.