Zum Text springen
Geistesblitzerstellt 5. November 202640 Min. Lesezeit51 Belegstellenmit KI geschriebenEin Impuls, keine Wahrheit. Die Texte sollen zum Nachdenken anregen, mehr nicht. Geschrieben mit KI (Claude), ausgewählt und verantwortet von Luc. Nicht jede Note hat er Satz für Satz gelesen. Einen Fehler gefunden? Anfassen erlaubt steht unter jeder Note.Wie die Notes entstehen →

Made in Germany Awards 2026 — KI: drei Maschinen für die anfassbare Welt

Ein Labor, das nachts weiterforscht, ein Rucksack, der mithebt, ein Telefon, das den freien Weg hörbar macht: Die KI-Finalisten zeigen, was Künstliche Intelligenz kann, wenn sie Dinge anfasst.

Künstlerhand: Oskar Schlemmer (Bauhaus, Figur im Raum)

Warum: Schlemmer malte den Menschen als Figur im klaren Raum, halb Körper, halb Mechanik, und suchte das Gleichgewicht zwischen beiden. Das ist die Frage dieser Note: KI, die Dinge anfasst. Drei stille Szenen in einem Treppenhaus, links ein Arbeiter mit leichtem Rahmen am Rücken, der beim Heben hilft, in der Mitte ein Gehender mit geschlossenen Augen, dem Schallbögen den Weg zeigen, rechts ein Roboterarm an einer Reihe von Kolben, in einem glimmt es.

Prompt: Bauhaus painting in the style of Oskar Schlemmer, calm geometric figures in a clean architectural space with a gently rising staircase, soft modelled bodies like mannequins, muted palette of ochre, terracotta, slate blue, warm grey and off-white. Three quiet scenes in one space: on the left a worker lifting a wooden crate, a slender mechanical frame like a light backpack along his spine helping him; in the centre a figure walking with closed eyes, small concentric sound arcs rising from the floor ahead of him to guide his way; on the right a row of glass flasks and crucibles on a long table, tended by a slender jointed robotic arm, with a faint glow inside one vessel. Dignified, serene, balanced composition, wide panoramic format, no text, no letters, no logos

Angelehnt an Primo Levi — ein Versuch in dieser Tonlage. Geliehen: die Nüchternheit des Chemikers vor dem Stoff, der Respekt vor der Arbeit der Hände, ein Staunen, das sich an der Genauigkeit festhält. Beim Schreiben still gewählt am 05.11.2026.

Keine Nachahmung, nur eine Anlehnung — die Gedanken sind die von Jacob Beautemps und seinen Gästen, die Erzählstimme ist unsere.

Worum es geht

Im dritten Teil seiner Made in Germany Awards zeigt Jacob Beautemps drei Erfindungen, bei denen Künstliche Intelligenz etwas in der Welt tut, statt Texte zu schreiben. Das Berliner Labor IRIS von Dunia entwirft Materialien und stellt sie mit Robotern selbst her. Das Augsburger Exoskelett Exia von German Bionic hebt bei schwerer Arbeit mit. Die App VisiNav, die ein Student allein gebaut hat, übersetzt für blinde Menschen den freien Weg in Töne. Jede Erfindung bekommt das „große Aber“ einer Jury, und am Ende stellt Beautemps eine Frage, die alle drei betrifft: Wem gehören die Daten, von denen solche Maschinen leben?

Quelle: Ein neues Material pro Monat: Dieses Labor arbeitet 6000x schneller!, Breaking Lab, 03.11.2026, 27 Min., Teil 3 von 5, nach Energie und Medizin

Wer spricht?

Jacob Beautemps — Physiker, promovierter Physikdidaktiker (Uni Köln, 2024) und seit 2018 das Gesicht von Breaking Lab. Er hat die Made in Germany Awards ins Leben gerufen und richtet sie 2026 erstmals mit der Bundesagentur für Sprunginnovationen (SPRIND) und dem Bundesforschungsministerium (BMFTR) aus; im Video ist er Erklärer und Gastgeber zugleich.

Im Video kommen zu Wort: Dr. Alexander Hammer (Geschäftsführer von Dunia), Norma Steller (Co-CTO und CPO von German Bionic), Timo Henkel (Student und Erfinder von VisiNav) und zum Einstieg Vera Bauer, Journalistin und YouTuberin „Tech like Vera“. Namen und Rollen stehen so in den Bauchbinden des Videos.

siehe DenkerVita Beautemps


Unter der Oberfläche

0:00 — Beautemps beginnt mit einem Widerspruch zum Gefühl im Land. Bei Künstlicher Intelligenz denke man an die USA und an China, an Deutschland weniger, „was totaler Blödsinn ist“: Der Vater der modernen KI sei ein deutscher Forscher, Jürgen Schmidhuber 0:04. Das ist der Ton der ganzen Reihe, ein Einspruch gegen den Pessimismus, und man sollte ihn als solchen lesen (den Ehrentitel beanspruchen auch Hinton, LeCun und Bengio siehe Faktencheck).

Für die meisten, sagt er, sei KI eine neue Form des Googelns geworden 1:05: Frage eintippen, Antwort lesen, vielleicht ein Bild generieren lassen. Darunter liege etwas anderes. Vera Bauer, die als „Tech like Vera“ über Technik berichtet, liefert die Zahlen: 233 Milliarden Dollar habe der Weltmarkt für KI schon 2024 umgesetzt, in weniger als zehn Jahren sollen es laut Prognosen fast 1,8 Billionen werden, ungefähr die Wirtschaftsleistung Spaniens 1:33. Die spannendste Entwicklung aber vermutet sie in der Physical AI, der KI, die nicht nur Texte erzeugt, sondern in der physischen Welt arbeitet; rund 60 Prozent der Führungskräfte weltweit hielten sie für den Schlüssel zu Robotik dort, wo sie bisher als unpraktikabel galt.

Beautemps übernimmt wieder und nennt beide Gefühle, die das auslöst. Es sei „vielleicht gruselig, weil Terminator plötzlich doch ein bisschen realistischer klingt“, und zugleich womöglich notwendig: Energiewende, demografischer Wandel, Barrierefreiheit, überall könne Physical AI helfen.

„Wir brauchen halt nicht das nächste Large Language Tool. Wir brauchen KI, die uns im echten physischen Leben helfen kann.“ 2:23

Im Gespräch — 2:23

Der Satz ist eine Wette, und er hat eine stille Pointe. Was das Sprachmodell vom Labor unterscheidet, ist der Widerstand der Dinge. Ein Text kann falsch sein, ohne dass es jemand merkt. Ein Material, das im Ofen zerfällt, ein Motor, der eine Millisekunde zu spät anzieht, eine Ampel, die übersehen wird, das merkt man sofort. Alle drei Finalisten müssen sich an dieser Härte messen lassen, und das macht sie prüfbarer als vieles, was sonst unter KI läuft.

Ein Preis, der sein Aber mitbringt

2:37 — Er habe die Made in Germany Awards gegründet, „um etwas gegen diesen Pessimismus im Land zu machen“. Die Regeln kennt man aus den ersten beiden Teilen: Eine Jury aus SPRIND und Forschungsministerium hat je Kategorie drei Finalisten ausgewählt, das Publikum stimmt ab, für die KI bis zum 17. November, und am 23. November wird im Futurium in Berlin verliehen, im Livestream auf Breaking Lab. Wie der Preis gebaut ist und dass Beautemps zugleich Veranstalter und Erklärer ist, steht ausführlicher in der Note zum ersten Teil (siehe Energie).

Das „große Aber“ beschreibt er diesmal selbst so: Es sei der Teil jedes Videos, „wo wir kritisch auf Innovation schauen, so wie bei so einem Diskussionspart in dem wissenschaftlichen Paper“ 7:48. Der Vergleich ist gut gewählt. Wer ein Paper ernst nimmt, liest die Diskussion zuerst. In diesem Video kommt ein zweites Aber dazu, und das stammt von ihm selbst: bei IRIS die Frage nach den Jobs, am Ende die nach den Daten.

IRIS: ein Labor, das weiterarbeitet

3:19 — Für die Energiewende braucht man bessere Batterien, billigeren grünen Wasserstoff, effizientere Chips, und alle hängen an Materialien, die es noch nicht gibt. Die Zahl der denkbaren Molekülstrukturen sei so groß, sagt Beautemps, dass sie „laut der Forschung sogar die Zahl aller Atome im gesamten Kosmos übersteigt“ (für realistische Moleküle schätzt man 10²³ bis 10⁶⁰, Atome rund 10⁸⁰ siehe Faktencheck). Riesig ist der Raum trotzdem. Alexander Hammer, Geschäftsführer des Berliner Unternehmens Dunia, beschreibt, warum der Weg vom Einfall zum Produkt trotzdem Jahrzehnte dauert:

„Das hängt viel daran, dass viel von der Forschung tatsächlich immer noch sehr stark nach diesem Trial-and-Error-Prinzip [arbeitet], ne? Wir haben eine Idee, wir testen sie, manchmal klappt's, manchmal klappt's nicht.“ 3:59

Im Gespräch — 3:59

Das eigentliche Nadelöhr liegt heute woanders. Rechenmodelle spucken Millionen Materialkandidaten aus, aber niemand kann sie alle in der Wirklichkeit prüfen. Dort setzt IRIS an, das Intelligent Research and Innovation System: eine KI, die Experimente am Rechner entwirft, und Roboter mit Labormodulen, die sie ausführen 4:23. Am Anfang liest die KI veröffentlichte Paper, Datenbanken, eigene Tests und die Wünsche eines Industriekunden. Ein KI-Agent formuliert daraus eine chemische Hypothese, Simulationen rechnen durch, welche Zusammensetzung welche Eigenschaften verspricht, und das aussichtsreichste Material geht an das Labor, wo es hergestellt und gemessen wird. Die Messdaten fließen zurück in das „Weltmodell“, und jeder Durchlauf soll klüger sein als der vorige 5:20. Menschen greifen nur ein, „wo es Sinn macht“.

Neu daran ist weniger die Rechnung als der Kreis. Bisher, sagt Beautemps, lerne KI in der Materialforschung aus alten, kleinen, oft unvollständigen Datensätzen aus Papern; IRIS lernt aus Daten, die es selbst erzeugt. Hammer nennt als Meilenstein die ersten Patentanmeldungen für Materialien, die IRIS gefunden habe, und Zahlen, die man sich merken soll:

„… sprich 50 mal schnellere Entwicklungszyklen, sondern auch wirklich komplett neue Materialien entwickeln können, die dann auch wirklich patentierbar sind.“ 6:21

Im Gespräch — 6:21

Schriftlich spricht Dunia selbst vorsichtiger von 50-fachem Durchsatz, also mehr Versuchen pro Zeit; ein ganzer Entwicklungszyklus bis zum fertigen Material ist etwas anderes (siehe Faktencheck).

Über 4.000 Stunden laufe das System inzwischen im autonomen Dauerbetrieb, lerne sechsmal schneller als herkömmliche Systeme und habe „die gleiche Schlagkraft wie 100 Materialwissenschaftler“ 6:52. Geforscht wird an Halbleitern, Batteriematerialien, Katalysatoren. Für 280 Millionen Euro plant Dunia in Berlin ein „Gigalab“ auf 6.000 Quadratmetern, Start 2028, mit ABB Robotics und Nvidia als Partnern (angekündigt ist der Plan, eingesammelt hat Dunia bisher rund 11,5 Millionen Dollar siehe Faktencheck); langfristig soll es ein neues Material pro Monat entdecken 7:24. Beautemps setzt selbst den Vorbehalt dahinter: „Das sind natürlich sehr ambitionierte Ziele.“

Den Titel des Videos, „6000x schneller“, deckt keine dieser Angaben. Im Video fallen 6.000 Quadratmeter und ein sechsmal schnelleres Lernen, und auch Dunia selbst nennt nirgends einen Faktor 6.000; offenbar ist die Fläche in den Titel gewandert (siehe Faktencheck).

Das Aber des Labors: Riesen und der erste Beweis

7:44 — Die Jury nennt zuerst die Konkurrenz. An KI für Materialforschung arbeiten Meta, Microsoft und Google, dazu spezialisierte Firmen wie CuspAI aus Cambridge, und gerade hier ist die Infrastruktur teuer, wie die 280 Millionen für das Gigalab zeigen. Hammer dreht den Einwand um:

„BASF gibt ca. 2 Milliarden pro Jahr an Forschung [und] Entwicklung aus. Das heißt, Geld alleine ist wirklich nicht das Problem, das man lösen muss, um neue Materialien zu entwickeln. Und was die großen KI-Firmen … lernen, ist, dass es tatsächlich mit Computer allein eben auch nicht funktioniert.“ 8:36

Im Gespräch — 8:36

Das ist das stärkste Argument des Videos, und es führt zurück zum Widerstand der Dinge. Eine Datenbank mit Millionen vorhergesagter Kristalle ist eine Liste von Möglichkeiten; ob sich einer davon herstellen lässt, ob er an der Luft hält, ob er sich in einer Fabrik reproduzieren lässt, weiß man erst, wenn jemand ihn gemacht hat. IRIS will diese Brücke sein. Ob gerade ein Start-up sie baut und nicht einer der Riesen, die sich die Roboter ebenso kaufen können, beantwortet das Argument nicht.

Der zweite Einwand der Jury betrifft den Beweis. Ob sich die Beschleunigung breit und zuverlässig erreichen lässt, verlange noch viel Forschung, vor allem am eigentlichen „Frontier-Modell“. Hammer antwortet mit einem Maßstab, den er sich selbst setzt:

„Der ganz große Meilenstein wird sein, tatsächlich das erste Material wirklich in die Industrieanwendung zu überführen, ne? … In der Materialwirtschaft oder in der chemischen Industrie warten wir noch auf diesen großen Erfolg.“ 9:27

Im Gespräch — 9:27

In der Pharmaindustrie, sagt er, habe Genentech diesen Moment geliefert. Für Materialien steht er aus, für alle, auch für die Riesen. Das ist ehrlich gesagt und trägt mehr als die Zahlen davor: Ein Patent ist eine Anmeldung, ein Material in einer Batterie, die jemand kauft, ist ein Beweis.

Wer steht dann noch im Labor?

9:55 — Hier setzt Beautemps sein eigenes, kleines Aber, ausdrücklich nicht von der Jury: Wie viel Arbeit übernimmt die KI? Er erinnert sich an das eigene Studium, an lange Stunden im Labor, „das macht nicht immer nur Spaß“. Gleichzeitig seien das Jobs, die Menschen machen. Im nächsten Satz nimmt er den Einwand halb zurück: Uns fehlten langfristig Fachkräfte, und Automatisierung könne die Produktivität steigern 10:25.

Beide Hälften stimmen, und keine erledigt die andere. Wer je eine Titration zum dreißigsten Mal wiederholt hat, wird der Maschine die Wiederholung gönnen. Wer aber im Labor gelernt hat, was ein Stoff tut, wenn man ihn falsch behandelt, weiß auch, dass gerade das stumpfe Wiederholen die Schule des Blicks war. Ob ein Labor ohne Hände noch Chemiker hervorbringt, die einem Ergebnis misstrauen, fragt das Video nicht. Es ist die Frage, die der Kreis aus Hypothese, Roboter und Messung offen lässt.

Weitergedacht

IRIS soll die Schlagkraft von hundert Materialwissenschaftlern haben. Wo lernt die nächste Generation von Chemikern, einem Ergebnis zu misstrauen, wenn die Maschine die Versuche macht — und braucht es diese Fähigkeit dann noch?

Exia: ein Rucksack, der mithebt

10:53 — Die zweite Erfindung gilt Arbeit, die man nicht an einen Roboterarm abgeben kann, „und es vielleicht auch gar nicht will“: der Pflege, dem Bau, der Logistik. Über fünf Millionen Menschen in Deutschland sind pflegebedürftig, überall fehlen Fachkräfte, und wo schwer gehoben wird, folgen Muskel-Skelett-Erkrankungen, Ausfälle und noch mehr Mangel, „also es ist ein Teufelskreis“ 11:27.

German Bionic aus Augsburg setzt ein Exoskelett dagegen, ein außenliegendes Skelett, das Bewegung unterstützt. Passive Exoskelette speichern und verteilen Kräfte, aktive wie Exia arbeiten mit Elektromotoren. Was daran KI ist, erklärt Norma Steller, Co-CTO und Produktchefin der Firma:

„Ja, wir bauen Exoskelette, die unterstützen und die auch schlau sind. Das bedeutet, sie lernen von ihren Trägern und können sich auf ihre Träger in der Zeit adaptieren, damit sich die Exoskelette den Menschen anpassen und nicht umgekehrt.“ 12:06

Im Gespräch — 12:06

Jeder Mensch hebt anders, und das Gerät muss die Absicht in Bruchteilen von Sekunden erkennen. Reagiert die Elektronik eine Millisekunde zu spät, fühlt sich die Hilfe fremd an, wie ein Mitträger, der aus dem Takt ist. Beautemps nennt die KI eine „Übersetzungsmaschine“, die implizites Wissen über Bewegung in explizite Befehle für die Motoren übersetzt 12:57. Die Motoren ziehen nur an, wenn der Mensch einen Impuls gibt.

Steller nennt die Größenordnung: Das Gerät kompensiere ungefähr 38 Kilogramm pro Hebebewegung (laut Hersteller „bis zu“ 38 kg, also der Höchstwert), auf eine Arbeitsstunde gerechnet „ungefähr eine Tonne Kompensation, die nicht auf dem Rücken der Mitarbeiter“ liege 13:40. Beautemps hat es selbst getragen. Man ziehe es an „wie so einen normalen Rucksack“, es sei erstaunlich intuitiv, wiege etwa sechs Kilogramm (ein Datenblatt nennt 6,36 kg ohne Akku und Weste), laufe mit zwei Motoren bis zu acht Stunden und bekomme neue KI-Modelle per Update aus der Ferne 14:00. Exia ist im Unterschied zu den beiden anderen Finalisten schon zu kaufen.

Das Aber des Exoskeletts: Entlastung oder mehr Last?

14:41 — Die Jury stellt die unbequemste Frage des ganzen Videos. Wenn Menschen entlastet werden und länger gesund bleiben, „kann man sich auch fragen, ob sich dadurch vielleicht der Druck erhöht, in ohnehin harten Jobs noch länger oder noch effizienter funktionieren zu müssen“ 14:55. Beautemps fügt hinzu, das sei ein Problem jeder Optimierung, nicht speziell von German Bionic, und trotzdem relevant.

Stellers Antwort beginnt mit einem Satz, dem niemand widersprechen kann — „Also keiner würde jetzt sagen, nein, wir möchten, dass die Menschen weiterhin Rückenschmerzen haben“ 15:10 — und wird dann konkreter, als man erwartet. Das Gerät sei bewusst begrenzt gebaut:

„Das Ziel von unserem Exoskelett ist eben genau nicht, einen Supermenschen zu erschaffen. Das geht zum Teil auch physikalisch nicht, denn wir haben ganz bewusst z.B. keine Armunterstützung.“ 15:42

Im Gespräch — 15:42

Man könne also von niemandem verlangen, doppelt so viel zu heben. Es sei ein „Präventionsgerät“, für den Rücken des Mitarbeiters 15:59 (im Labor sinkt die Last auf den Rücken nachweislich, dass weniger Beschäftigte Rückenleiden bekommen, ist noch nicht im Feld gezeigt siehe Faktencheck). Die Grenze steckt in der Konstruktion, und das ist eine bessere Antwort als ein Versprechen. Sie verschiebt die Frage nur. Ob der Lagerleiter mit Exoskelett mehr Paletten pro Schicht erwartet, steht in keiner Steuerung. Das regelt, wenn überhaupt, eine Betriebsvereinbarung. Die Technik kann den Rücken schützen; wem die gewonnene Kraft gehört, regelt sie nicht.

Der zweite Einwand ist das Geld. Nach einer gescheiterten Finanzierungsrunde im November 2025 habe German Bionic große Schwierigkeiten gehabt, sagt Beautemps, die inzwischen überwunden scheinen 16:13. Das Wort, das dazugehört, fällt nicht: Im November 2025 stellte die Firma einen Insolvenzantrag, im März 2026 übernahm ein Schweizer Investor den Betrieb in einer neuen Gesellschaft, mit rund 40 statt 70 Beschäftigten; die Gründer sind ausgeschieden (siehe Faktencheck). Das Produkt hat überlebt, die alte Firma nicht. Vor diesem Hintergrund liest sich Stellers Satz, der für die ganze Reihe gilt, wie Erfahrung:

„Grundsätzlich: Hardware ist hart. Nicht nur für die Firma, auch für die Investoren. Es gibt nicht so viele Investoren, die sich generell an solche Themen herantrauen, und insbesondere gibt's die kaum in Europa.“ 16:27

Im Gespräch — 16:27

Was helfe, sei ein Team mit Erfahrung und Ruhe; wer an sein Produkt glaube, finde auch einen Investor. Bei German Bionic führte dieser Weg durch die Insolvenz.

Weitergedacht

Das Exoskelett nimmt dem Rücken eine Tonne pro Stunde ab. Wem gehört diese Tonne: dem Körper, der länger gesund bleibt, oder der Schicht, die nun mehr schaffen könnte — und wer entscheidet das, wenn nicht die Technik?

VisiNav: den freien Weg hören

17:26 — Laut Weltgesundheitsorganisation haben weltweit mindestens 2,2 Milliarden Menschen eine Sehbeeinträchtigung 17:34. Beautemps erklärt die Zahl mit der deutschen Definition, weniger als 30 Prozent Sehkraft trotz Brille (die WHO zählt auch jede Fehlsichtigkeit, die eine Brille beheben könnte siehe Faktencheck). In Deutschland waren 2021 rund 558.000 Menschen amtlich als sehbehindert oder blind erfasst, darunter gut 71.000 Blinde, mit einer hohen Dunkelziffer; die Infrastruktur ist kaum auf sie ausgelegt. Timo Henkel, Student und Erfinder von VisiNav, beschreibt das Werkzeug, auf das sie sich verlassen:

„Die einzige wirkliche Lösung ist der Blindenstock. Doch er erkennt nur Hindernisse auf Fußhöhe, aber Brust- und Kopfhöhe, wie z.B. herabhängende Äste oder Schilder, stellen ein großes Problem dar.“ 18:17

Im Gespräch — 18:17

Westen mit Sensoren für Kopfhöhe gibt es inzwischen, sie kosten aber Geld; Blindenhunde helfen, sind aber teuer und zu wenige, und viele Navigations-Apps brauchen eine stabile Internetverbindung. Henkels Gedanke ist einfach: „Die Idee war, dass ja eigentlich jeder bereits so viel Leistung in dem Smartphone hat, was jeder in der Hosentasche trägt. Also warum nicht für eine Super-App nutzen?“ 18:51

Die App arbeitet in Ebenen. Die Kamera filmt, die KI erkennt Hindernisse, freie Wege, Türen, Treppen. Drei neuronale Netze laufen parallel und sortieren, was akut gefährlich ist, was ein sicherer Weg und was gerade gleichgültig. Alles läuft auf dem Gerät selbst, auf der NPU, dem KI-Rechenkern des Telefons. Es soll in der U-Bahn, im Ausland und im Wald funktionieren, sagt Henkel 19:47; ein reines Cloud-System würde „genau dann, wenn man es am dringendsten braucht“ versagen 19:55. Die letzte Ebene übersetzt das Bild in Klang. Ein Verfahren namens HRTF, Head-Related Transfer Function, beschreibt mathematisch, wie Schall je nach Richtung an unserem Ohr ankommt; die App nutzt es, damit der blinde Mensch kurze Töne immer aus der Richtung hört, in der der Weg frei ist 20:27.

Damit sei die App „kein bloßer Bildbeschreiber mehr“, sagt Beautemps, sondern ein Assistenzsystem, das Handlungsanweisungen gibt, und eine solche Kombination gebe es auf dem Markt bisher nicht 20:52 (die Bausteine gibt es einzeln, etwa 3D-Audio-Navigation bei Microsofts Soundscape und Hinderniserkennung für Kopfhöhe bei der Weste Biped NOA siehe Faktencheck). „Sehr beeindruckend, dass der Timo das einfach alleine gebaut hat.“ Das Telefon steckt in einem Brustgurt, die Traghöhe gibt man in Zentimetern ein; per Sprache lassen sich Objekte suchen, Geldscheine zählen, die Umgebung beschreiben. Getestet hat Henkel die Navigation bisher selbst; Praxistests mit blinden und sehbehinderten Menschen sollen folgen 21:24. Die Grundfunktion soll kostenlos bleiben, der Rest über ein Abo laufen.

Was an dieser Erfindung rührt, ist ihre Bescheidenheit im Material. Kein neuer Sensor, kein Gerät für Tausende Euro, nur ein Telefon, das ohnehin in der Tasche ist, und ein Ohr, das ohnehin hört, woher ein Geräusch kommt. Die Rechnung ist schwer, die Idee leicht.

Das Aber der Navigation: ein Leben hängt daran

22:03 — Hier wiegt das Aber am schwersten, und die Jury sagt es ohne Umweg. Übersieht das System ein Hindernis oder schätzt einen Weg falsch ein, „dann kann das reale Folgen haben, weil sich der Nutzer da natürlich im Zweifel mit seinem Leben drauf verlässt“ 22:19. Getestet werden müsse draußen, bei schlechtem Licht, in Menschenmengen, in Bahnhöfen. Henkel widerspricht nicht. Er hat eine Art digitalen Schutzschalter gebaut, der bei verdeckter Kamera, Dunkelheit, Blendung oder fehlendem sicherem Weg sofort sperrt und den Nutzer benachrichtigt 22:50, und er weiß, dass weitere Updates zur Sicherheit kommen müssen.

Beautemps hat das System im Büro selbst ausprobiert und sagt etwas, das man in einer Sendung zum Abstimmen selten hört:

„Ich war super beeindruckt, muss an der Stelle aber auch transparent sagen, dass es an der einen oder anderen Stelle noch nicht so super funktioniert hat.“ 23:16

Im Gespräch — 23:16

Die beiden kleineren Einwände betreffen Gerät und Geld. Die App läuft auf allen modernen KI-Beschleunigern, aber nur auf Telefonen, die einen haben, und weil Henkel allein arbeitet, vorerst nur für Android 23:51. Und wer die Grundfunktion verschenken will, muss Entwicklung, Wartung, Tests und Support anders bezahlen. „Das ist leider Gottes einfach die Realität, wenn man Innovationen entwickelt“ 24:10. Henkel weiß, dass er allein an eine Grenze kommt, und Beautemps ruft die Zuschauer auf, ihn zu unterstützen, wenn sie das Wissen dafür haben.

Von den drei Finalisten ist VisiNav der kleinste und der verletzlichste, und er ist der einzige, bei dem ein Fehler nicht Geld oder Zeit kostet, sondern einen Sturz. Darum gehört zu jeder Stimme für ihn die Frage, wer die Tests bezahlt, die er braucht, bevor ihn jemand an einer Straßenkreuzung benutzt.

Wem gehören die Daten?

24:58 — Zum Schluss setzt Beautemps ein Aber, das er, wie er sagt, bei KI immer stellt: Datenschutz und Datensouveränität. In allen drei Erfindungen fließen große Mengen sensibler Echtzeit- und Trainingsdaten. Er nennt zwei Fälle:

„Was ist z.B. mit den Ergebnissen der Forschung, die genutzt werden, um neue Materialien zu entdecken? Wahrscheinlich war den Forscherinnen und Forschern nicht klar, dass ihre Paper zum Trainieren von KI verwendet werden. Und was ist, wenn eine KI extrem detailreiche Infos über meinen Körper hat?“ 25:28

Im Gespräch — 25:28

Die Frage bleibt im Video eine Frage, und das ist in Ordnung. Man kann sie aber schärfen. Das Exoskelett lernt, wie ein bestimmter Mensch hebt, Stunde um Stunde, an einem Arbeitsplatz, an dem der Arbeitgeber das Gerät stellt. Diese Daten sagen etwas über Ermüdung, Tempo und Pausen, und sie liegen bei einer Firma, die nicht der Mensch ist, von dem sie stammen. VisiNav macht es umgekehrt: Weil alles auf dem Telefon läuft, verlässt das Bild der Straße das Gerät nicht. Die Offline-Fähigkeit, die Henkel aus Gründen der Verlässlichkeit gewählt hat, ist zugleich die datenschutzfreundlichste Bauweise der drei.

Und die Paper? Sie sind geschrieben worden, damit andere aus ihnen lernen. Ob es einen Unterschied macht, ob ein Mensch oder eine Maschine liest, ist eine der offenen Fragen dieser Jahre.

Gegen den Pessimismus

25:50 — Am Ende sagt Beautemps, warum er den Preis vor anderthalb Jahren erfunden hat: um mehr Optimismus zu verbreiten, „weil ich dieses Negative einfach nicht mehr ertrage und ich glaube, dass es für uns als Gesellschaft zu wichtig ist“ 26:13.

Man kann darüber streiten, ob ein Video, das zum Abstimmen einlädt, der richtige Ort für das Aber ist. Dieses hier zeigt, dass es geht. Hammer setzt sich selbst einen Maßstab, den er noch nicht erfüllt hat. Steller erklärt, was ihr Gerät absichtlich nicht kann. Henkel sagt, dass er allein an eine Grenze kommt, und Beautemps sagt, dass die App im Büro nicht überall funktioniert hat. Optimismus, der so gebaut ist, behauptet nicht, dass es gut ausgeht. Er zeigt, woran man es messen kann.

Weitergedacht

Die drei Finalisten stehen an ganz verschiedenen Stellen: ein Produkt auf dem Markt, ein Labor vor dem ersten Industriematerial, ein Prototyp in den Händen eines Studenten. Kann man so Verschiedenes überhaupt gegeneinander abstimmen — und was wählt das Publikum dann eigentlich: die Erfindung, die Geschichte oder den Menschen?


Nachbesprechung

Drei Fragen, die das Video anstößt und offen lässt: wie weit selbstfahrende Labore wirklich sind, wem die Paper gehören, aus denen sie lernen, und ob ein Exoskelett den Rücken entlastet oder die Schicht verlängert.

Selbstfahrende Labore: wie weit sind sie?

Hammer sagt selbst, dass die Materialchemie noch auf ihren großen Erfolg wartet, und die Forschung gibt ihm darin recht. Ein Material, das ein autonomes Labor gefunden hat und das heute in einem Produkt steckt, ist nicht bekannt. Selbst ein optimistischer Ausblick aus einer Gruppe, die solche Labore betreibt, schreibt nur, sie seien „poised to“, Entdeckungen in Produkte zu übersetzen, und nennt kein Beispiel (Brown et al. 2026, Outlook). Ein Review von 2025 hält fest, dass volle Autonomie „has not yet been realized“, der Markt für kommerzielle Angebote sei jung, Richtung und wissenschaftlicher Ertrag „appear uncertain“ (Tobias & Wahab 2025, Review; Standardwerk zum Feld: Tom et al. 2024, Review). Wie leicht sich auch die Roboter irren, zeigt die Nachprüfung des A-Labs im Faktencheck.

Am weitesten ist die Pharmazie, und dorthin zeigt auch Hammers Genentech-Vergleich. Ein Wirkstoff gegen Lungenfibrose, mit generativer KI entworfen (allerdings nicht in einem autonomen Labor hergestellt), bestand eine kleine randomisierte Phase-2a-Studie mit 71 Patienten (Xu et al. 2025); seit September 2026 läuft die Phase III (Insilico Medicine, Pressemitteilung). Eine Auswertung der Boston Consulting Group fand für KI-entdeckte Moleküle in Phase I Erfolgsquoten von 80 bis 90 Prozent, in Phase II rund 40 Prozent, so viel wie im Branchenschnitt (Jayatunga et al. 2024, kleine Stichprobe). Die Maschine findet schneller Kandidaten. Ob sie bessere findet, ist noch offen. In der Materialforschung kommt man bis zum Labortisch: Microsoft und das Pacific Northwest National Laboratory siebten am Rechner Millionen Kandidaten und stellten einen neuen Festelektrolyten tatsächlich her, mit „potential“ für Batterien (Chen et al. 2024, Einzelstudie).

Und Beautemps' Frage nach den Jobs? Dasselbe Review findet keinen Beleg für einen breiten Stellenabbau unter Forschenden, erwartet aber eine Verschiebung bei denen, „who typically perform most of the repetitive work“: dem Nachwuchs. Es warnt, Fördergeld könne von Studierenden und Auszubildenden in Bau und Betrieb der Labore wandern (Tobias & Wahab 2025). Eine Ethnografie in drei Einrichtungen der synthetischen Biologie zeigt die andere Seite. Automatisierung schafft neue Handarbeit, vor allem das Ausbügeln unerwarteter Fehler, die das Management als Übergang behandelt und die Beschäftigten als Alltag erleben (Hammang 2023). Ronnie Vuine kennt das aus der Fabrik: Fällt ein Gelenk aus, kommt der teuerste Mann mit Nachtzulage (siehe Vuine). Interviews im Umfeld von DARPA-Projekten nennen als Ziel der Automatisierung ausdrücklich Einsicht, Urteil und „embodied knowledge“, das Wissen im Körper (Peterson et al. 2026). Das ist genau die Schule des Blicks, nach der oben gefragt wurde, und Christian Bauckhage hat beobachtet, was ohne sie geschieht: Seine Studierenden lösten alle Übungen mit KI und schrieben schlechtere Klausuren (siehe Bauckhage).

siehe Weiter im Panorama: Was macht die KI aus der Forschung?, mit AlphaFold, dem A-Lab, Omar Yaghis „Selektionswissenschaft“ und der Frage, wer die Vielfalt der Wissenschaft schützt.

Wem gehören die Paper?

„Wahrscheinlich war den Forscherinnen und Forschern nicht klar, dass ihre Paper zum Trainieren von KI verwendet werden“, sagt Beautemps. Bei Zeitschriftenaufsätzen verhandeln darüber meist die Verlage. Taylor & Francis nahm 2024 über 75 Millionen Dollar aus KI-Partnerschaften ein, einmalige Zahlungen für Datenzugang (Informa, Geschäftsbericht 2024); Autorinnen und Autoren beklagten, sie seien weder informiert noch zusätzlich bezahlt worden (The Bookseller, 19.07.2024). Wiley meldete 23 Millionen Dollar aus KI-Lizenzen im Geschäftsjahr 2024 und 40 Millionen im Jahr darauf (Wiley, Fiscal 2025). Es geht auch anders: Cambridge University Press schrieb 20.000 Autoren an und fragte vorher (The Bookseller, 24.10.2024). Unter über 2.000 Forschenden, die Oxford University Press befragte, vertrauten nur 8 Prozent darauf, dass KI-Firmen ihre Arbeit nicht ohne Erlaubnis nutzen (OUP 2024, Verlagsumfrage).

Für Open-Access-Aufsätze ist die Frage meist schon beantwortet. Die übliche Lizenz CC BY erlaubt jede Nutzung mit Namensnennung, und Creative Commons sagt selbst, seine Lizenzen griffen nur dort, wo es überhaupt eine Erlaubnis braucht (Creative Commons). Das deutsche Recht unterscheidet nach dem, der liest. Text- und Data-Mining zu Forschungszwecken erlaubt § 60d UrhG nichtkommerziellen Forschenden und Einrichtungen ohne Widerspruchsrecht der Verlage; eine Firma wie Dunia fällt unter § 44b, und dort kann der Rechteinhaber maschinenlesbar widersprechen. Bei Verlagsaufsätzen ist das in der Regel der Verlag, nicht die Forscherin.

Die schönste Gegengeschichte stammt aus derselben Wissenschaft. AlphaFold lernte aus der öffentlichen Proteindatenbank, die Forschende über Jahrzehnte gefüllt hatten, „trained on a copy of the PDB downloaded on 28 August 2019“ (Jumper et al. 2021), und gab der Welt 200 Millionen Strukturen zurück, frei. Der Mathematiker Ken Ono sagt über das Modell, das seine Arbeiten gelesen hat: „It understands my papers better than I remember them“, und hört darin einen Gesprächspartner (siehe Ono). Ob ein Paper geschrieben wurde, damit Menschen daraus lernen, oder damit irgendwer daraus lernt, entscheidet am Ende darüber, ob man sich beraubt oder beschenkt fühlt. Für eine Firma, die aus fremden Papern Patente macht, ist es eine Frage mit Preisschild.

siehe Weiter im Panorama: Wem gehört, was die Maschine von uns gelernt hat?, mit Isabella Weber, Rainer Mühlhoff, Lacina Koné und den Gerichten, die im Herbst 2026 verschieden urteilen.

Exoskelette: entlasten sie, oder verlängern sie die Schicht?

Auf die Frage der Jury hat die gesetzliche Unfallversicherung schon geantwortet, fast wörtlich: „Eine Leistungssteigerung durch den Einsatz von Exoskeletten ist im Sinne der Sicherheit und Gesundheit der Beschäftigten nicht zu befürworten“, Exoskelette seien „kein Allheilmittel“, und zuerst kämen technische und organisatorische Lösungen (DGUV Information 208-062, Oktober 2025). Ein standardisiertes Verfahren, die Eignung eines Exoskeletts zu bewerten, gibt es laut DGUV noch nicht. Stellers Grenze in der Konstruktion hat also eine Grenze in der Regel an ihrer Seite. Beide sind gewollt. Eine Leitlinie hält aber so lange, wie jemand sie im Betrieb einfordert.

Im Feld zeigt sich, was im Labor nicht vorkommt. Von 24 Beschäftigten in der Logistik, die ein weiches Rückenexoskelett bekamen, nutzten es nach bis zu 18 Monaten noch 11; Gründe waren Bedienung, Passform und Wärme, und die Autoren raten zur Freiwilligkeit (Kim, Porto & Nussbaum 2025, Interviewstudie). Bei Stuckateuren wollten 65 Prozent das Gerät weiter nutzen, aber nur für bestimmte Aufgaben (De Vries et al. 2022, Feldstudie mit 39 Personen). Und die Entlastung schrumpft draußen: Bei Schulterexoskeletten sank die Muskelaktivität im Labor um bis zu 46 Prozent, im Feld um bis zu 26 (De Bock et al. 2020, vier Arbeiter, passive Geräte). Eine Studie, die Arbeitsverdichtung durch Exoskelette misst, gibt es nicht; ein Review fand 15 Arbeiten zu Produktivität und keine einzige zu den wirtschaftlichen Folgen (Fournier et al. 2023, systematische Übersicht). Was man von Assistenztechnik allgemein weiß, deutet in eine Richtung: 48 Prozent der digital Arbeitenden sagen, sie müssten seither mehr bewältigen, 6 Prozent weniger (DGB-Index Gute Arbeit 2022, Gewerkschaftsumfrage, Selbstauskunft). Teresa Bücker kennt das Muster von der Waschmaschine: Mit ihr stieg der Anspruch an saubere Wäsche (siehe Bücker).

Und hier treffen sich das Exoskelett und Beautemps' Datenfrage. German Bionic wirbt damit, Exia beruhe auf „billions of real-world motion data points“; die Plattform liefert „activity monitoring“, die App zeigt Schritte, gehobenes Gewicht und Tragezeit (German Bionic, 27.05.2025). Das sind Leistungsdaten. Nach § 87 Abs. 1 Nr. 6 BetrVG bestimmt der Betriebsrat bei technischen Einrichtungen mit, die Verhalten oder Leistung überwachen, und dem Bundesarbeitsgericht genügt es, wenn ein Gerät dazu „objektiv geeignet“ ist, auf die Absicht des Arbeitgebers „kommt es nicht an“ (BAG, 1 ABR 7/15). Für ein Exoskelett mit Dashboard spricht viel dafür, ein Urteil dazu gibt es nicht. Bei Simon Schaupp liefert die Arbeit die Daten für ihre eigene Automatisierung (siehe Schaupp). Fabian Braesemann hält dagegen, Technik könne Zeit freimachen, nur nicht von selbst; wie die Gewinne verteilt werden, sei eine politische Entscheidung (siehe NANO Talk). Und Catrin Misselhorn erinnert daran, dass man den Pflegenotstand nicht technisch löst (siehe Misselhorn).

Ein Panorama zu dieser Frage gibt es noch nicht; sie steht als offener Fall im Nachbesprechungs-Register.


Faktencheck

Falsch — Titel „Dieses Labor arbeitet 6000x schneller!“

Einen Faktor 6.000 nennt weder das Video noch Dunia, weder der LinkedIn-Beitrag zur dritten IRIS-Generation (30.09.2025) noch die Presse. Im Video fällt die Zahl nur als Fläche des geplanten Gigalabs (6.000 m²). Dunia selbst schreibt von „50× higher throughput, 12× more reproducible data, and learning cycles that are six times faster than traditional labs“. Offenbar ist die Quadratmeterzahl in den Titel gewandert; die Firma behauptet es nicht. Quelle: Dunia, Bridging the Sim2Real Gap in Materials (CHEManager-Interview), The Next Web, Dunia commits €280M to GigaLab, Dunia auf LinkedIn, The 3rd generation of IRIS

Vereinfacht — „50 mal schnellere Entwicklungszyklen“ (Hammer)

In Dunias eigener schriftlicher Fassung steht „50× higher throughput“. Durchsatz heißt Experimente pro Zeit; ein Entwicklungszyklus ist die Zeit bis zum fertigen Material, und das ist mehr. „Sechsmal schneller lernen“ deckt sich mit der Firmenangabe. Alle Faktoren stammen von Dunia selbst, gegen welche „traditionellen Labore“ verglichen wird, steht nirgends, und eine begutachtete Veröffentlichung zu IRIS-Ergebnissen fand sich nicht (OpenAlex, Suche nach der Affiliation Dunia Innovations). Quelle: Dunia, Bridging the Sim2Real Gap in Materials

Nicht unabhängig prüfbar — Patente, über 4.000 Stunden Dauerbetrieb, „Schlagkraft wie 100 Materialwissenschaftler“ (Hammer)

Eine veröffentlichte Patentanmeldung von Dunia fand sich nicht; Anmeldungen werden in der Regel erst 18 Monate nach der Einreichung offengelegt, das Fehlen widerlegt also nichts. Die 4.000 Stunden stehen auf keiner öffentlichen Dunia-Seite. Die „100 Materialwissenschaftler“ erscheinen als „throughput is equivalent to more than a hundred chemists“ in einem CHEManager-Beitrag, unter dem Hammers eigenes Autorenprofil steht. Das ist Selbstauskunft, keine Messung. Quelle: CHEManager, Lead or Lag? Europe's AI Materials Race (sonst keine unabhängige Quelle gefunden)

Vereinfacht — Gigalab: „investiert werden ganze 280 Millionen Euro“ (Beautemps)

Belegt ist die Ankündigung: 6.000 m², 280 Mio. €, Start 2028, über 200 Stellen; als Partner nennt TNW Siemens, ABB Robotics, NVIDIA, AWS und ILS, Merck hat „expressed industry interest“. Die Finanzierung ist offen. Eingesammelt hat Dunia bisher rund 11,5 Mio. $ (Oktober 2024); woher die 280 Millionen kommen sollen, ist nicht offengelegt, die Rede ist von Risikokapital, Industriepartnern und erhoffter öffentlicher Ko-Finanzierung. „Ein neues Material pro Monat“ ist Hammers erklärtes Ziel („a better material every 30 days“), Beautemps nennt es zu Recht ambitioniert. IRIS lief in zweiter Generation ab Mai 2025, die dritte kündigte Dunia am 30.09.2025 an. Quelle: The Next Web, Dunia commits €280M to GigaLab, Dunia, Bridging the Sim2Real Gap

Bestätigt — Konkurrenz durch Meta, Microsoft, Google, CuspAI und „selbst TikTok“ (Jury, Hammer)

Meta hat mit OMat24 einen offenen Datensatz mit rund 110 Millionen Datenpunkten veröffentlicht. Microsofts MatterGen erschien in Nature (Zeni et al. 2025), Google DeepMinds GNoME ebenfalls (Merchant et al. 2023). CuspAI aus Cambridge schloss im Juli 2026 eine Finanzierungsrunde über 450 Mio. $ ab, bewertet mit 2,6 Mrd. $. „TikTok“ ist genau genommen der Mutterkonzern ByteDance: Dessen Forschungsabteilung Seed entwickelte mit BYD ein KI-Werkzeug für Batterie-Elektrolyte, beide planen ein gemeinsames Labor. Der Kapitalabstand zu Dunia ist gewaltig. Quelle: getcoai, Meta shares massive AI materials database, Microsoft Research, MatterGen, Trending Topics, CuspAI 450 Mio. Dollar, ByteDance Seed und BYD

Bestätigt — Der Engpass ist die Prüfung in der Wirklichkeit, nicht die Vorhersage (Beautemps, Hammer)

GNoME meldete 2,2 Millionen vorhergesagte Kristalle, davon 380.000 stabile. Anthony Cheetham und Ram Seshadri fanden in einer Nachprüfung „scant evidence“ für Verbindungen, die zugleich neu, glaubwürdig und nützlich sind (Cheetham & Seshadri 2024, Perspective). Das stützt Hammers Kernthese. Die Forschung warnt aber auch die autonomen Labore selbst: Das A-Lab in Berkeley meldete 41 neue Verbindungen (Szymanski et al. 2023), eine Nachprüfung aller Produkte kam zu dem Schluss, „that no new materials have been discovered in that work“ (Leeman et al. 2024). Auch was ein Roboterlabor findet, braucht unabhängige Augen. Quelle: Google DeepMind, Millions of new materials, DOIs im Callout

Bestätigt — BASF gibt rund 2 Milliarden Euro im Jahr für Forschung und Entwicklung aus (Hammer)

1.995 Mio. € im Jahr 2025 (2024: 1.969 Mio. €), davon 87 % anwendungsnah in den Geschäftsbereichen. Hammer kennt das von innen; vor Dunia arbeitete er bei BASF und Siemens in der Digitalisierung von Forschung und Entwicklung. Quelle: BASF Report 2025, Innovation

Vereinfacht — „Die Zahl aller möglichen Molekülstrukturen übersteigt die Zahl der Atome im Kosmos“ (Beautemps)

Ohne Größengrenze stimmt der Satz, dann ist die Zahl der Moleküle unbegrenzt; so meint es auch der zitierte Horizonte-Artikel über den Chemiker Jean-Louis Reymond. Für realistische, wirkstoffartige Moleküle liegen die gängigen Schätzungen aber zwischen 10²³ und 10⁶⁰ (Polishchuk, Madzhidov & Varnek 2013, Primärstudie, etwa 10³³), für die Atome im beobachtbaren Universum bei rund 10⁸⁰. Zudem gelten die Zahlen für organische Moleküle; Dunia sucht anorganische Materialien. Der Suchraum ist riesig, der Vergleich übertreibt. Quelle: Horizonte, Das Universum der Moleküle, Space.com, How many atoms are in the observable universe?

Vereinfacht — Jürgen Schmidhuber, „der Vater der modernen KI“ (Beautemps)

Den Beinamen gibt es; die Süddeutsche schreibt, „in der Tech-Welt nennt man“ ihn so. Unumstritten ist er nicht. Die ACM vergab den Turing Award 2018 an Yoshua Bengio, Geoffrey Hinton und Yann LeCun als „Fathers of the Deep Learning Revolution“, den Physik-Nobelpreis 2024 erhielten John Hopfield und Hinton. Schmidhuber wirft den Turing-Preisträgern vor, Vorarbeiten anderer nicht zitiert zu haben. In diesem Prioritätsstreit ist „der Vater“ im Singular eine Parteinahme. Quelle: SZ, Interview mit dem „Vater der modernen KI“, ACM, Turing Award 2018, Nobelpreis Physik 2024, Schmidhuber, Scientific Integrity and the History of Deep Learning

Bestätigt — KI-Weltmarkt 2024 bei 233 Mrd. $, in unter zehn Jahren knapp 1,8 Billionen, etwa Spaniens Wirtschaftsleistung (Vera Bauer)

Fortune Business Insights nannte 233,46 Mrd. $ für 2024 und 1.771,62 Mrd. $ für 2032. Spaniens BIP lag 2025 bei 1.687 Mrd. €; die Größenordnung stimmt. Zwei Einschränkungen: Prognosen gehen weit auseinander (dieselbe Firma nennt inzwischen 2.480 Mrd. $ für 2034, MarketsandMarkets 2.407 Mrd. $ für 2032), und Marktumsatz ist keine Wertschöpfung, der Spanien-Vergleich ist ein Bild, keine Gleichung. Quelle: Fortune Business Insights, Pressemitteilung, MarketsandMarkets, Destatis, Spanien

Bestätigt, mit Einschränkung — „rund 60 % der relevantesten Führungskräfte“ setzen auf Physical AI (Vera Bauer)

60 % der Befragten sagen, Physical AI mache Robotik dort möglich, wo sie bisher „impossible or impractical“ war. Befragt wurden 1.678 Führungskräfte ab Direktorenebene aus Firmen mit über 1 Mrd. $ Umsatz in 16 Ländern (Januar und Februar 2026). „Relevanteste“ steht so nicht in der Studie, und Capgemini verkauft selbst Beratung in diesem Feld. Quelle: Capgemini Research Institute, Pressemitteilung 16.04.2026 (PDF)

Bestätigt — über fünf Millionen Pflegebedürftige (Beautemps)

Ende 2023 waren knapp 5,7 Millionen Menschen in Deutschland pflegebedürftig (2021: knapp 5,0 Millionen); ein Teil des Anstiegs kommt vom 2017 erweiterten Pflegebegriff. Rund vier von fünf werden zu Hause versorgt, meist von Angehörigen, wo Exoskelette für Profis kaum hinkommen. Quelle: Destatis, Pflege

Vereinfacht — Exia: „ungefähr 38 kg pro Hebebewegung“, „insgesamt ca. 6 kg“, „eine Tonne pro Stunde“, „führend“ (Steller, Beautemps)

Der Hersteller schreibt „up to 38 kg“; Steller nennt den Höchstwert als Normalfall. Ein Datenblatt beim Vertriebspartner in Malaysia nennt 6,36 kg Gewicht ohne Akku und Weste, „insgesamt ca. 6 kg“ ist also zu niedrig. Bis zu 8 Stunden Akku und Updates aus der Ferne sind als Herstellerangaben bestätigt. Die Tonne pro Arbeitsstunde ist eine Rechnung der Firma; „führend“ ist Selbstbeschreibung („World's Most Powerful Exoskeleton“). Quelle: German Bionic, Exia, Keeogo Malaysia, Datenblatt Exia, all-about-industries, German Bionic presents Exia

Vereinfacht — Finanzierung: „große Schwierigkeiten, die inzwischen überwunden zu sein scheinen“ (Beautemps)

Das Wort Insolvenz fällt im Video nicht. German Bionic Systems stellte im November 2025 beim Amtsgericht Augsburg einen Insolvenzantrag, nachdem zugesagte Investitionen zurückgenommen worden waren. Das Verfahren wurde am 1. März 2026 eröffnet; am 3. März wurde Archimedes Partners (Schweiz) als Investor gemeldet, den Betrieb führt seither die neu gegründete Advanced Bionic Systems GmbH weiter. Die Gründer Armin G. Schmidt und Dirk Pöschl sind ausgeschieden, statt rund 70 arbeiten noch rund 40 Menschen dort. Das alte Verfahren läuft noch; Ende September 2026 beantragte der Verwalter, die Nachzahlungen des Investors herabzusetzen. Überwunden ist die Krise für das Produkt, für die alte Firma und ihre Gläubiger nicht. Quelle: b4bschwaben, German Bionic im Insolvenzverfahren (09.10.2026), Unternehmeredition, German Bionic insolvent (19.11.2025)

Vereinfacht — das Exoskelett als „Präventionsgerät“ (Steller)

Im Labor ist die Entlastung gut belegt: Rückenmuskelaktivität und Wirbelsäulenkräfte sinken. Am Vorgängermodell Apogee sank die Aktivität des Rückenstreckers bei 16 gesunden jungen Erwachsenen um etwa 22 Prozentpunkte der Maximalkraft (Mayer et al. 2025, Laborstudie; ähnlich Hasenmaier et al. 2026). Eine systematische Übersicht über 33 Exoskelette fand die Studien aber meist im Labor und an gesunden jungen Männern, dazu Nebenwirkungen wie mehr Arbeit für Bauch- und Beinmuskeln (Kermavnar et al. 2020, systematische Übersicht). Dass weniger Beschäftigte Rückenbeschwerden bekommen, ist nicht belegt; Übersichten verlangen dafür große Feldstudien (Crea et al. 2021; Cardoso et al. 2024). Prävention ist plausibel, nachgewiesen ist sie noch nicht. Quelle: DOIs im Callout

Falsch — 2,2 Milliarden Menschen, „das heißt, selbst mit Brille weniger als 30 % Sehkraft“ (Beautemps)

Beide Teile stimmen einzeln, zusammen nicht. Die WHO-Zahl zählt jede Seheinschränkung in Nähe oder Ferne, auch die, die eine Brille behebt, darunter 826 Millionen Menschen mit unkorrigierter Altersweitsichtigkeit; bei mindestens einer Milliarde hätte sich die Einschränkung verhindern lassen oder ist noch unbehandelt. Die Grenze „höchstens 30 % mit Brille, blind unter 2 %“ ist die deutsche Rechtsdefinition. Nach ihr wäre die weltweite Zahl um ein Vielfaches kleiner. Vermutlich ein Fehler beim Zusammentragen. Quelle: WHO, Blindness and vision impairment, DBSV, Zahlen & Fakten

Bestätigt — Deutschland 2021: über 558.000 sehbehinderte und mehr als 71.000 blinde Menschen, hohe Dunkelziffer (Beautemps)

Am 31.12.2021 waren 558.725 Menschen erfasst, davon 71.260 blind, 46.820 hochgradig sehbehindert und 440.645 sehbehindert; die 558.000 sind also die Gesamtzahl einschließlich der Blinden. Der DBSV nennt das eine „gesicherte untere Grenze“, gezählt wird nur, wer einen Schwerbehindertenausweis hat. Quelle: DBSV, Zahlen & Fakten

Vereinfacht — „Die einzige wirkliche Lösung ist der Blindenstock“ (Henkel) und „diese Kombination existiert bisher nicht“ (Beautemps)

Die Bausteine gibt es. Biped NOA aus der Schweiz ist eine Weste mit KI-Hinderniserkennung, eigenen Zonen für Kopf- und Oberkörperhöhe und 3D-Audio; sie löst das Problem mit Ästen und Schildern, kostet aber als Gerät Geld. Microsofts Soundscape bot kostenlos 3D-Audio-Navigation, das Forschungsprojekt ist beendet. Die App Oko erkennt Fußgängerampeln per Kamera und war zunächst kostenlos, inzwischen gibt es ein Abo. In der Forschung gibt es Hinderniserkennung per Handykamera mit Tönen seit Jahren (Presti et al. 2021, Primärstudie). Die Kombination aus allem, offline, auf dem eigenen Telefon und in der Grundfunktion kostenlos, mag neu sein; zwei Bausteine davon sind aber Pläne, denn VisiNav ist noch nicht auf dem Markt. Quelle: Biped NOA, Microsoft Research, Soundscape, App Store, Oko

Bestätigt — Genentech als erster großer Durchbruch der Biotechnologie (Hammer)

Genentech wurde 1976 von Robert Swanson und Herbert Boyer gegründet, um mit rekombinanter DNA Medikamente herzustellen, darunter Humaninsulin und Wachstumshormon. Als Analogie trägt das; Hammer stellt Dunia damit in diese Rolle für die Materialchemie. Quelle: Genentech, Our Founders


Weiterführende Quellen

Aus der Video-Beschreibung:

Hintergrund und Forschung (geprüft von Sherlock):


Verbindungen

siehe Made in Germany Awards 2026 — Energie

Im ersten Teil steht die Zahl, die Norma Stellers Satz „Hardware ist hart“ untermauert: Von 25 Milliarden Dollar Wagniskapital für saubere Technik kam weniger als die Hälfte zurück, und am schlechtesten schnitten neue Hardware, Materialien und Chemie ab. Genau dort stehen zwei der drei KI-Finalisten. German Bionic ist durch dieses Tal gegangen und hat es nur als neue Gesellschaft überstanden, Dunia hat 280 Millionen angekündigt und rund 11,5 Millionen eingesammelt. Das Tal des Todes, das Beautemps im Medizin-Teil benennt (siehe Medizin), trifft hier zum ersten Mal ein Produkt, das schon auf dem Markt war.

siehe Omar Yaghi — Die Welt retten mit Chemie

Yaghi beschreibt die Welt, für die IRIS gebaut ist. Sein Labor stellte in 35 Jahren 150 bis 200 MOFs her, heute mischt ein Roboter Tausende in zwei Tagen, und die Qualität hängt an der Auswahl. Wer aussucht, entscheidet, welche Probleme gelöst werden. Bei IRIS steht am Anfang des Kreises ausdrücklich der Wunsch eines Industriekunden; die Auswahl, die Yaghi der Gesellschaft überlassen wollte, liegt hier bei dem, der bezahlt.

siehe Emergence — Das dunkle Wissen der KI

Dort ist die Frage, die IRIS offen lässt, schon weitergedacht: Wissen im Körper, und Atomwaffen, die ohne eine nächste Generation „uninvented“ würden, beschreiben die Schule des Blicks. Die Note hält auch dagegen: Beim Fehlersuchen in Laborprotokollen übertraf ein Sprachmodell 94 Prozent der Virologen. Die „kleine Unerfindung“ ist dort eine Sorge und keine Messung, und so sollte man auch Beautemps' Jobfrage lesen. Für die Paper liefert der Film den schärfsten Satz, „the teacher can say no“; den Forschenden, deren Aufsätze IRIS liest, hat niemand diese Wahl gelassen.

siehe Ronnie Vuine — Warum Roboter keine Beine brauchen

Hammers stärkstes Argument stammt aus der Werkstatt, in der Vuine steht: „Das beste Modell der Produktionsumgebung ist die Produktionsumgebung.“ Simulation scheitert an der Reibung, darum lernt IRIS aus den eigenen Messungen und Exia an seinem Träger. Vuines zweite Zahl reicht bis zu VisiNav: 70 Prozent Erfolgsquote heißen in der Küche einen kaputten Teller pro Woche, an einer Straßenkreuzung sind sie keine Option.

siehe Neitzel und Iltisberger — Hype Is a System

Für Neitzel und Iltisberger gehören die Medien zum festen Personal des Hypes, und der Titel „6000x schneller“ ist die Sprache, vor der sie warnen. Ihre Frage, wer die gescheiterten Experimente bezahlt, trifft German Bionic: die Gläubiger der alten Firma, und das Wort „Insolvenz“ fällt im Video nicht. Zugleich übt das eingebaute Aber genau ihre Praxis der Gegenprüfung. Hammer setzt sich einen Maßstab, den er noch nicht erfüllt, Steller sagt, was ihr Gerät absichtlich nicht kann, Beautemps sagt, dass die App im Büro nicht überall funktioniert hat. Das Aber steht im Inhalt, nur nicht im Titel.

siehe NANO — Gehirnchips und Gedankenfreiheit

Was Beautemps andeutet, eine KI mit „extrem detailreichen Infos über meinen Körper“, ist dort schon geschehen. Rita Leggetts Implantat lernte an ihrem Gehirn und wurde ihr entnommen, als der Firma das Geld ausging. Exia lernt die Bewegungsabsicht seines Trägers, und die Firma dahinter war insolvent. Wer sich auf ein lernendes Hilfsmittel verlässt, hängt auch an der Bilanz seines Herstellers.

siehe Raúl Krauthausen — Teilgabe statt Teilhabe

VisiNav hilft dem Einzelnen in einer Umgebung, die kaum auf blinde Menschen ausgelegt ist, und steht damit zwischen den beiden Blicken, die Krauthausen unterscheidet: dem, der den Menschen ausstattet, und dem, der die Barriere abbaut. Er besteht darauf, dass beides stimmt. Eine App ersetzt keine Ansagen und kein Zwei-Sinne-Prinzip, widerspricht ihnen aber auch nicht. Von ihm aus gedacht hieße Teilgabe, dass blinde Menschen die Praxistests mitgestalten, die die Jury fordert.

siehe Catrin Misselhorn — Grundfragen der Maschinenethik

Misselhorns erster Grundsatz liest sich wie das Programm dieses Videos: KI soll helfen und Selbstbestimmung fördern. Sie klagt, dass KI Kunst und Beziehungen ersetzt statt der versprochenen „dull, dirty, dangerous“-Arbeit; Physical AI zielt genau auf diese Arbeit. Ihre Dialektik des Technischen schärft Stellers Satz, das Exoskelett passe sich dem Menschen an „und nicht umgekehrt“: Technik erweitert erst die Freiheit und zwingt uns dann, uns auf sie einzustellen.


Weiterdenken

Was Sokrates vielleicht gefragt hätte
  • Beautemps will KI, die „im echten physischen Leben“ hilft, statt des nächsten Sprachmodells. Ist die anfassbare Welt wirklich der ehrlichere Prüfstein, oder verschiebt sie nur den Ort, an dem wir der Maschine glauben müssen?
  • IRIS lernt aus Papern, die Forschende für andere Forschende geschrieben haben. Wenn eine Maschine aus diesem Wissen ein Patent macht, wem gehört dann die Entdeckung — und was schulden wir denen, die die Grundlage geschrieben haben?
  • Das Exoskelett ist absichtlich kein Werkzeug für Supermenschen. Reicht eine Grenze in der Konstruktion, wenn die Erwartung an die Arbeit nicht im Gerät, sondern im Betrieb entsteht?
  • VisiNav ist sicherer, je mehr es getestet wird, und teurer, je mehr man testet. Wer sollte die Sicherheit einer Hilfe für blinde Menschen bezahlen: der Erfinder, die Nutzer, die Kasse oder alle?
  • Der Preis will Optimismus verbreiten. Wie sähe ein Optimismus aus, der das Aber nicht nur aushält, sondern braucht — und erkennt man ihn daran, dass er auch vom Scheitern erzählen kann?

Ein Fehler, ein holpriger Satz, etwas fehlt? Anfassen erlaubt: Jeden Abschnitt kannst du neu fassen.

Von hier einen Faden gehen7 Stationen, rückwärts durch den Bestand

Im Bestand

ForschungWas macht die KI aus unserem…Made in Germany Awards 2026Energie: drei Erfindungen für…Jacob BeautempsDenkerVitaWarum Roboter keine Beine…Catrin MisselhornGrundfragen der MaschinenethikOmar YaghiDie Welt retten mit Chemie?EmergenceDas dunkle Wissen der KINeitzel & IltisbergerHype Is a System: How Tech…NANOGehirnchips und GedankenfreiheitRaúl KrauthausenTeilgabe statt TeilhabeMade in Germany Awards 2026Medizin: drei Erfindungen und…Christian BauckhageKI: Wir haben noch gar nichts…Ken OnoWenn das Wissen billig wirdTeresa BückerZeit NEU DENKENSimon SchauppDenkerVitaNANO TalkArbeiten wir zu wenig oder…Made in Germany Awards 2026Gesellschaft: wo ein Mensch fehltMade in Germany Awards 2026Mobilität: ein Motor und zwei…

19 gedachte Verweise

verlinktdieselbe Quelle, nie verlinkt
bei 0:00schließen P