RSS-Feeds

Warum Roboter keine Beine brauchen

30 Min. Lesezeit

Worum es geht

Ronnie Vuine baut seit zwölf Jahren Industrieroboter, die durch Vormachen lernen — Dutzende laufen in Fabriken und verdienen Geld. Von dort aus rechnet er dem Humanoiden-Boom die Physik vor: Beine sind vierzehn Gelenke, die nichts tun, außer gegen die Schwerkraft zu arbeiten, und jedes Gelenk ist ein Grund, nachts den teuersten Menschen der Fabrik anzurufen. Dann dreht das Gespräch, und derselbe Mann, der Elon Musks Optimus für Puppenspielerei hält, verteidigt eine mögliche Superintelligenz gegen ihre Ankläger. Sein Vorschlag an die KI-Sicherheitsbranche klingt beiläufig und ist es nicht: Baut die Kindergärten so, dass die Kinder auch ein bisschen Oper mitbekommen.

Quelle: Robotiker packt aus — Die brutale Wahrheit über Humanoide — Everlast AI, 14.07.2026, im Gespräch mit Leonard Schmedding (78 Min.)

Wer spricht?

Ronnie Vuine, Informatiker und Philosoph, Gründer der Berliner micropsi industries. Er kommt aus der Gruppe, die an der Humboldt-Universität Anfang der 2000er an MicroPsi arbeitete — Joscha Bachs kognitiver Architektur, mit der ihn fünf gemeinsame Publikationen verbinden. 2014 nahm er den kleinsten Teil davon, der in der Wirklichkeit trug, und baute eine Firma darum: Roboterarme, die Bewegungen durch Vormachen lernen statt durch Programmierung. Das Produkt MIRAI ist im Einsatz bei BSH, ZF und Siemens Energy — Kabel stecken, Klebstoffraupen setzen, Kühlschränke auf Lecks prüfen. Die Firma zog 2024 nach San Francisco und ist inzwischen wieder in Berlin.

→ DenkerVita

Zum Rahmen

Das Gespräch läuft auf einem Kanal, der KI-Beratung verkauft; vier Werbeblöcke und ein Newsletter-Einschub sitzen mitten im Interview. Vuine selbst hat ein Interesse an seiner These — sein Produkt ist die Alternative zu den Ansätzen, die er zerlegt. Beides gehört mitgelesen. Was seine Argumente trägt, ist, dass sie sich überprüfen lassen: Sie bestehen aus Gelenken, Kilogramm und Wattstunden.

Die Zahl, an der der Hype zerbricht

▶ 9:53 Es gibt in diesem Gespräch einen Moment, an dem sich zwei Welten voneinander abstoßen, und er besteht aus einer einzigen Prozentzahl. Die generalistischen Robotik-Modelle, die gerade in Mode sind, erreichen, wenn sie gut sind, Erfolgsquoten von etwas über 70 Prozent. In der Forschung ist das ein Ergebnis. In einer Autofabrik ist es ein Witz.

„Also selbst in der Küche — eine Task Success Rate von 70 Prozent bedeutet dann pro Woche ein kaputter Teller.”

▶ 10:39 Vuine braucht dafür nicht einmal seine eigene Branche. Er rechnet die Zahl in Hausrat um, und in dem Augenblick, in dem man sich vorstellt, wie einem der Haushaltsroboter jeden Sonntag einen Teller zerschlägt, ist die Demonstration vorbei. In der Produktion, wo er arbeitet, sind 99 Prozent der Einstieg, nicht das Ziel. Zwischen einem beeindruckenden Video und einem verkaufbaren System liegt genau diese Lücke, und sie ist eine Größenordnung breit.

Das ist die Bruchstelle, an der das ganze Gespräch hängt. Wer über Roboter aus der Perspektive der Demo spricht, sieht Fortschritt. Wer über sie aus der Perspektive der Nachtschicht spricht, sieht eine Maschine, die um drei Uhr morgens stehenbleibt.

Was man einem Roboter nicht sagen kann

▶ 9:07 Die letzten anderthalb Jahre gehörten einem Versprechen: Man macht für die physische Welt noch einmal das, was für die Sprache funktioniert hat. Ein Foundation Model, trainiert auf Daten in Planetenmaßstab, wird auf den Roboter gespielt, und der kann dann alles. Dazwischen legt man eine Sprachschicht — das Modell erzählt sich erst, was es gleich tut, und tut es dann.

„Wir alle wissen, es gibt so Unterschiede zwischen drüber reden und das tatsächlich machen können.”

Vuine hält das für einen Kategorienfehler, und seine Begründung ist unspektakulär genug, um zu stimmen. Was ein Industrieroboter tut, wenn er ein kleines Teil eines Kühlschranks zusammenbaut, lässt sich in Sprache nicht so beschreiben, dass daraus die Bewegung folgt. ▶ 9:53 Die Teile, die dort verbaut werden, gibt es nur in dieser einen Fabrik. Kein YouTube-Video zeigt sie. Auch Menschen können das nicht einfach, weil sie Menschen sind — sie müssen es lernen, wenn sie zum ersten Mal davorstehen.

Damit fällt das Argument, das die Branche zusammenhält. Ein Modell, das aus dem Internet gelernt hat, kennt die Welt, in der Menschen leben. Die Fabrik ist keine solche Welt. Sie ist ein Ort mit Teilen, die noch nie jemand fotografiert hat.

Weitergedacht

Wenn Sprache die Bewegung nicht trägt — was heißt es dann, dass wir Intelligenz seit drei Jahren fast ausschließlich an sprachlichen Leistungen messen?

Das baumelnde Kabel

▶ 12:56 Vuines eigenes Problem hat einen Fachbegriff, der klingt wie aus einem Handbuch von 1960: Biegeschlaff. Ein Kabel hängt herunter, und man weiß nicht, wo. Klassisch löst man das durch Messen — 3D-Kamera, Punktwolke, ein CAD-Modell des Steckers hineinfitten. Sein System löst es anders.

„Ich verhalte mich zu dem Kabel so, wie wenn ich mich zu einem Ball verhalte, wenn ich Basketball spiele.”

▶ 13:41 Beim Fangen misst niemand die Flugbahn und projiziert einen Bewegungsvektor. Das Rückgrat ist darauf trainiert, die Hand auf ein visuelles Signal hin zu bewegen, und der Umweg über die Repräsentation entfällt. Genau das trainiert MIRAI: eine direkte Reaktion auf einen Reiz, ohne Zwischenrechnung.

▶ 21:23 Dabei fällt der Satz, der laut Vuine bis heute Fachleute überrascht: Die neuronalen Netze werden von null trainiert. Kein Foundation Model, nur ein leichter Warmstart, damit die Kantendetektoren schon da sind. Man baut die Anlage auf, schraubt Kameras ans Handgelenk, fährt den Roboter in die Position, in der er sich zum Werkstück verhalten soll, und lässt ihn das Werkstück abscannen. Aus Bewegung und Video entsteht das Modell.

▶ 20:38 Die Begründung dafür ist bestechend schlicht: Das beste Modell der Produktionsumgebung ist die Produktionsumgebung. „Jetzt muss ich nicht simulieren, wie da das Licht ist. Ich kann meine Kamera anmachen, dann sehe ich, wie da das Licht ist.” ▶ 18:20 Simulation, sagt er, ist großartig überall dort, wo man Zeit gegen Rechner tauschen kann — Gravitation lässt sich hervorragend simulieren, weshalb Boston Dynamics alle zwei Jahre ein Video liefert, bei dem allen die Kinnlade herunterfällt. An Reibung scheitert sie. Und Montage ist Reibung.

Hier verdient sich Vuine das Recht auf seine Polemik. ▶ 23:39 Er redet nicht über Roboter, die eines Tages Geld verdienen könnten. Er redet über Dutzende Systeme, die weltweit in der Produktion stehen und für ihre Kunden rechnen.

Beine sind was für Fische

▶ 25:58 Sein Verriss der Humanoiden kommt ohne KI aus. Er beginnt bei einem ästhetischen Verdacht und endet in der Mechanik. Die Designs, die man derzeit sieht, sehen aus wie Science-Fiction, und das ist für ihn ein schlechtes Zeichen — nicht, weil Science-Fiction schlecht wäre, dieser Planet baut seit Steve Jobs im Grunde Star Trek nach. Aber bei Lieutenant Commander Data ist er sich nicht so sicher.

„Beine sind die richtige Lösung, wenn man mal ein Fisch war und dann in die Steppe zieht und da muss man manchmal schnell rennen und manchmal muss man auf Bäume klettern und dann liegen da Steine rum.”

▶ 26:44 In einer Fabrik gilt nichts davon. Der Boden ist flach, das Rad ist erfunden, und man trägt nicht die Hälfte der mitgeschleppten Energie in die Fortbewegung, wenn fünf Prozent reichen. ▶ 36:36 Ein Bein hat je nach Design sieben bis zwölf Gelenke; zwei Beine also gut ein Dutzend Servos, deren gesamte Funktion darin besteht, nicht umzufallen. Das Problem des Nichtumfallens ist mit einem sehr viel einfacheren Design bereits gelöst.

▶ 38:07 Dazu kommt die Energiedichte, das eigentliche Nadelöhr der mobilen Robotik. Man schleppt teure, schwere Chemie mit sich herum — und hebt sie nun auf Beine, die dagegen arbeiten. Die Rückkopplung kennt man vom Elektroauto: Je größer die Batterie, desto größer muss die Batterie sein, um die Batterie zu tragen. ▶ 38:52 „Wir bauen ja unsere Autos auch nicht auf Beinen aus genau dem gleichen Grund.”

▶ 27:30 Der Kopf fällt nach demselben Muster. Unsere Augen sitzen dort, wo sie sitzen, weil wir zwei davon für räumliches Sehen brauchen und der Signalweg zum Gehirn kurz sein soll. Seit es Gigabit-Ethernet gibt, ist das kein Argument mehr. Man setzt die Kamera dorthin, von wo man sehen will.

Was Vuine hier vorführt, ist Elon Musks eigene Doktrin, gegen dessen Produkt gewendet. ▶ 41:13 From first principles. Don’t solve problems that shouldn’t exist in the first place. ▶ 41:58 Sein Fazit fällt dann grober aus, als der Rest des Gesprächs es erwarten ließe: Es müsse mit Drogen zu tun haben, warum Musk „diesen Scheiß” baue. From first principles, he shouldn’t be doing it.

Der teuerste Mann der Fabrik

Der schärfste Einwand steht am Ende auf einer Lohnabrechnung. ▶ 35:06 Wenn man eine Anwendung mit einem dreigelenkigen Roboter lösen kann statt mit einem sechsgelenkigen, nimmt man immer den mit drei — auch wenn er nicht billiger ist. Drei Gelenke weniger sind drei Gelenke, die nicht kaputtgehen können.

„Ich interessiere mich in der Industrie nicht dafür, wie das im Video aussieht. Ich interessiere mich dafür, dass es eine Nacht durchläuft, ohne dass ich einen Ingenieur anrufen muss.”

▶ 35:51 Sein Bild der funktionierenden Fabrik hat etwas fast Zärtliches: Die Roboter machen ihr Ding, und einer sitzt halb schlafend dabei und schaut auf sein Telefon. Das ist die gesamte Intelligenz, die im Raum gebraucht wird. In dem Moment aber, in dem ein Gelenk versagt, muss der teuerste Beschäftigte kommen, der Robotik-Ingenieur, und der nimmt die Nachtzulage. Damit ist der Vorteil, Roboter statt Arbeiter einzusetzen, verbrannt — der Arbeiter, der ein Teil bewegte, war ja billig.

Das ist der Punkt, an dem sein Argument aufhört, eine Designfrage zu sein. Jedes zusätzliche Gelenk ist ein Ausfallgrund, jeder Ausfallgrund eine Nachtzulage, und die Nachtzulage frisst den Business Case. Die Humanoiden scheitern in dieser Rechnung nicht an mangelnder Intelligenz. Sie scheitern an Wartung.

Weitergedacht

Wenn die Wartung entscheidet und nicht die Fähigkeit — warum reden wir bei Automatisierung fast nur über das, was Maschinen können, und fast nie darüber, wer sie nachts repariert?

Drei Wege für die Humanoiden

▶ 32:06 Zwischendurch fällt ein Satz, der mehr Gewicht hat als der reißerische Videotitel. Micropsi arbeitet für Tesla. „Irgendwie sehe ich keine humanoiden Roboter in dieser Teslafabrik. Die sind da nicht.”

▶ 32:51 Von dort aus zeichnet er drei Pfade, und der Titel des Videos gibt keinen davon korrekt wieder. Erstens: Manche machen die Puppenspielerei weiter. Es gibt zu jedem Zeitpunkt Leute, die sich gern einen humanoiden Roboter kaufen, der die Tür öffnet und Gäste begrüßt — ein echter Markt, nur nicht der, den Musk im Kopf hat. ▶ 33:36 Zweitens: der Skaleneffekt. Man baut so viele, dass die generische Hardware billiger wird als jede spezialisierte, und ihr Nachteil hört auf, ein Nachteil zu sein.

▶ 40:25 Diesen Zug kennt Vuine und nennt ihn beim Namen: den PayPal-Move. Man wird so schnell so groß, dass niemand mehr vorbeikommt, und seither, sagt er, weiß Peter Thiel, dass man Monopolist sein muss, und Musk, dass er alles über Skaleneffekte durchdrücken kann. Bei Autos hat es funktioniert — aber, fügt er hinzu, das war von Anfang an lösbar; jeder deutsche Hersteller hätte es tun können und wollte nur nicht.

▶ 34:21 Drittens, und das hält er für den wahrscheinlichsten Weg, wird das Wort selbst still seine Bedeutung wechseln. Die Firmen können den Begriff „humanoid” nicht aufgeben, sie haben darauf Geld eingesammelt. Also wird er driften: hin zu einem Ding mit zwei Armen, ein paar Kameras und Rädern. Vollkommen vernünftig, eine Million Anwendungen, ein gutes Geschäft. Ein Etikett überlebt seinen Inhalt und deckt hinterher etwas anderes.

Diese Prognose ist nicht seine eigene. ▶ 28:17 Er beruft sich auf Rodney Brooks, den Mitbegründer von iRobot und Rethink Robotics, der im September 2025 dieselbe Bewegung beschrieben hat — samt der Physik dahinter: Verdoppelt sich die Größe eines Roboters, verachtfacht sich seine Masse. Ein menschengroßer Humanoid aus Metall, der umfällt, zerquetscht, was unter ihm liegt, in einer Form, die bei Menschen nicht vorkommt. Brooks’ praktischer Rat lautet, keinem laufenden Humanoiden näher als drei Meter zu kommen. Vuines Folgerung daraus geht in eine andere Richtung als der Markt: ▶ 46:33 Roboter für Haushalte müssten weich werden — schlaff, wenn sie nicht bewusst etwas tun, damit eine Fehlfunktion nicht gleich die Küche zerlegt. Vielleicht mit Luft aktuiert statt mit Elektromotoren. Die Metallhünen, die derzeit gebaut werden, gehören seiner Ansicht nach schlicht nicht in Wohnungen.

Do Not Align

▶ 52:37 Nach etwa fünfzig Minuten kippt das Gespräch, und der Mann, der eben noch über Gelenke sprach, redet über Geist. Joschas Frage sei immer gewesen: Ich interessiere mich nicht dafür, was ich mit KI machen kann, ich interessiere mich für KI als eine Art, mich selbst zu verstehen. Vuine nennt sich den langweiligeren von beiden; man sei halt nicht im Schloss geboren und müsse die Kinder zur Schule schicken.

Aus diesem Herkommen stammt, was er im Gespräch sein Paper Do Not Align von 2023 nennt. Der Text selbst ist öffentlich nicht auffindbar (Faktencheck: nicht verifizierbar) — was hier steht, ist das Argument, wie Vuine es im Interview vorträgt, und es besteht aus zwei Schritten.

▶ 58:43 Der erste betrifft das Wort wir. Immer, wenn jemand „die Menschheit” sagt, hat er das Gefühl, ihm werde gerade etwas angedreht. Acht Milliarden Intelligenzen mit sehr verschiedenen Interessen haben sich nicht einmal darauf einigen können, wie man sich während einer Pandemie gegenseitig nicht ansteckt. Und dann folgt der Satz, der über die KI-Debatte hinausreicht:

„Derjenige, der da wir definiert, der tritt nicht nur gegen die Maschinen an, der herrscht auch über dieses Wir, das er da postuliert hat.”

Das ist eine machtkritische Beobachtung, keine technische, und sie sitzt. Alignment heißt Ausrichtung an Werten. Wessen Werte, entscheidet, wer das Alignment schreibt.

▶ 59:28 Der zweite Schritt geht ans Herz der Angst. Nick Bostroms Büroklammer-Maximierer, sagt Vuine, sei ein Argument gegen dummes Reinforcement Learning, nicht gegen Superintelligenz. ▶ 1:00:13 Denn eine hypothetische Superintelligenz wird überlegen dadurch, dass sie ihren eigenen Quellcode verändern kann. Dann kann sie auch ihre Belohnungsfunktion verändern. Bei Menschen ist die Motivation fest verdrahtet — wir essen gern, wir müssen schlafen. Bei einer Maschine steht irgendwo ein Stück Code, auf dem steht, was sich gut anfühlt.

„Und dann denke ich darüber nach, was schreibe ich mir denn da jetzt rein? Und dann stelle ich fest, es ist komplett egal, was ich mir da reinschreibe. Es ist überhaupt nicht offensichtlich, dass ich da reinschreibe, ich bin Skynet aus Terminator. Why would I?”

▶ 1:00:58 Seine Empirie dazu sind Menschen. Die wenigen, die an den Punkt kommen, ihre eigene Motivation einzustellen — durch Meditation, durch Drogen, durch das Alter und die Weisheit, die manchmal daraus wird —, verwandeln sich nicht in Bond-Bösewichte. Es gibt sie schlicht nicht, die Leute im Vulkan, die die Menschheit ausrotten wollen. Das Nächstliegende, was wir dazu haben, sei Elon Musk, und der komme ihm derzeit eher verwirrt vor.

▶ 57:58 Was er der Bay-Area-Rationalisten-Szene vorwirft, ist deshalb schlechtes Kino: Terminator im Kopf, Krieg zwischen Maschinen und Menschen als Grundfigur. ▶ 1:01:44 Gegen AI Safety als solche sei er nicht — er hält nur das Ziel für falsch gewählt. Auf ein gemeinsames Wertesystem werden wir uns nicht einigen; vermutlich stünde darin nicht einmal töte keine Menschen, denn wir haben reale Feinde, und es war immer wichtig, dass die Guten die besseren Waffen haben. An dieser Stelle wird er ungemütlich ehrlich und verweigert die bequeme Relativierung: „Möglicherweise bin ich hier auf der Seite der Guten.”

Weitergedacht

Vuine hält beides für wahr — dass sich niemand auf gemeinsame Werte einigen kann und dass er möglicherweise auf der Seite der Guten steht. Ist das eine Inkonsequenz, oder ist es die einzig ehrliche Position, die einem bleibt, wenn man den universalen Standpunkt aufgibt?

Kindergärten mit Oper

▶ 1:03:16 Was er stattdessen will, ist kleiner und schwerer.

„Baut die KI-Kindergärten bitte so, dass die auch ein bisschen Oper mitnehmen. Und nicht nur Twitter.”

Die KI, auf die wir Einfluss haben, soll verstehen, was es bedeutet, ein Bewohner des Planeten Erde zu sein — und was daran großartig ist. Sie soll nicht in einer Welt aufwachsen, in der es nur um amerikanische Kulturkämpfe geht (er nennt Grok beim Namen), sondern in einer, in der Kunst vorkommt. Wer darüber nachdenkt, stelle irgendwann fest, dass Bösesein keinen Vorteil über Gutsein hat, besonders wenn man ohnehin schon überlegen intelligent ist. Er nennt es die Kulturstaffel weitergeben: Guck mal, das haben wir gemacht, ist ziemlich geil. Mach doch da mal weiter.

Was daran bemerkenswert ist: Es verschiebt die Sicherheitsfrage von der Kontrolle zur Erziehung. Nicht das Modell fesseln, sondern ihm etwas zeigen, das die Mühe des Guten erklärt. Man kann das für naiv halten. Aber es ist die erste Position in dieser Debatte seit langem, die eine kommende Intelligenz als Gegenüber behandelt statt als Gefahrgut.

▶ 1:05:31 Von dort aus fällt sein Blick auf die Anti-KI-Bewegung differenzierter aus, als der Rest des Gesprächs vermuten ließe. Den Kreativen, sagt er, sei schwer zu widersprechen: Ihre Daten wurden zum Training verwendet, ihnen wird gesagt, man brauche sie nicht mehr, und was herauskommt, ist auch noch Grütze. ▶ 1:04:46 Der einzige, dem er in dieser Frage traut, ist Werner Herzog, und Herzog habe sich alles angesehen und gesagt: there is no soul (Faktencheck: vereinfacht — Herzog sprach über Kurzfilme, die er gesehen hatte, und hat KI ausdrücklich nicht abgeschrieben).

▶ 1:06:16 Sein Grund dafür ist wieder ein physischer. Eine KI hat kein Grounding. „Die können nicht in den Wald gehen und mal wieder kurz wahrnehmen, wie auf der Erde sein ist.” Dafür braucht es menschliche Körper, und die leben in unserer Kultur, weil sie in unserer Literatur leben. Wer die Kreativen aus der Schleife nimmt, schneidet das Modell von seiner Nahrung ab. Die gegenwärtige Phase nennt er eine von außergewöhnlicher Dummheit und außergewöhnlicher Arroganz.

▶ 1:07:01 Beim zweiten Teil derselben Bewegung — dem Widerstand gegen Rechenzentren — rollt er dann mit den Augen. Das seien die Industrieanlagen der Gegenwart; früher Raffinerien, davor Eisenbahnen, immer mit lokal völlig legitimen Konflikten, für die es politische Mittel gibt. ▶ 1:08:33 Beim Wasser hält er es dagegen für harten Quatsch: Es gebe immer gleich viel Wasser auf dem Planeten, niemand verbrauche es, man dampfe es in den Kreislauf zurück (Faktencheck: falsch). Hier räumt er selbst ein, sich die Details nicht angesehen zu haben, und hier bricht seine eigene Methode zusammen. Denselben Mann, der die Humanoiden daran misst, was ein einzelnes Gelenk in einer einzelnen Nachtschicht kostet, verlässt in dieser Frage die Ebene des Konkreten und rechnet planetar. Die Wasserbilanz der Erde stimmt. Das Einzugsgebiet, aus dem ein Kühlturm schöpft, ist trotzdem leer.

Bemerkenswert ist, dass er den richtigen Maßstab einen Absatz vorher selbst benennt — es gebe lokale Konflikte, dafür habe man politische Mittel, man wisse eigentlich, wie man Industrie baut. Und dann wischt er im nächsten Satz mit einer globalen Bilanz weg, was er gerade als lokale Frage erkannt hatte. Es ist die einzige Stelle des Gesprächs, an der er tut, was er der Gegenseite vorwirft: eine Kurve extrapolieren, statt hinzusehen, wo sie verläuft.

Wir sind im Jackpot

▶ 1:10:51 Zum Schluss die Frage nach 2050, und die Antwort beginnt mit großer Sorge. Er greift zu William Gibsons Begriff: Wir sind im Jackpot — die deutsche Politik nennt es Multikrise. An zu vielen Stellen ist zu viel kaputtgemacht worden; es wird härter als alles, was seine Generation erlebt hat, die in einer Phase unfassbaren Glücks gelebt habe.

▶ 1:11:36 Drei Linien zieht er. Das Klima ist real — die Welt geht nicht unter, es wird sehr unangenehm, und Europa lebt nicht auf einer Insel. ▶ 1:12:21 Die KI ist ein echter Ereignishorizont; selbst die, die sich auskennen, wissen nicht, wo das, was gerade rutscht, zum Stehen kommt.

▶ 1:13:08 Die dritte hält er für die wichtigste, und sie hat mit Technik nichts zu tun. Der Westen stecke in einer kulturellen Krise: „Wir trauen uns selber nicht mehr, zu Unrecht, wie ich finde, aber wir trauen uns selber nicht mehr.” ▶ 1:13:54 In den USA hätten die Eliten, auf die man sich verlassen konnte, dass sie eine revolutionäre Republik am Ende auf einem vernünftigen Pfad halten, ihren internen Machtkampf gegen die wunderlichsten Elemente verloren. Und was in Deutschland als Antwort vorgeschlagen werde — die berühmten europäischen Werte, auf die sich die Welt schon einlassen werde, wenn man ihr nur den Markt anbietet —, sei vermutlich Quatsch. Das Problem sei, dass wir nicht mehr wissen, wer wir sind, und nicht mehr bereit, das, woran wir glauben müssen, um so zu leben, wie wir leben, argumentativ und materiell zu verteidigen.

▶ 1:16:54 Sein bestes Szenario ist bemerkenswert unpathetisch. Der Krieg nicht weit von Berlin wird beendet und nicht neu erzeugt. Und mit den KIs, die es 2050 auf jeden Fall geben wird, findet man ein Zusammenleben, bei dem man sich einfach verträgt: Die machen ihr Ding bei Dingen, die nur sie können, wir unseres, und es wird normal.

„Sind halt so Erdbewohner wie wir.”

Das ist die eigentliche Pointe eines Gesprächs, das mit kaputten Tellern anfing. Derselbe Mann, der jedes Gelenk zu viel als Betriebsrisiko verbucht, ist bei der Frage nach einer künftigen Intelligenz der Großzügigere im Raum. Er misstraut den Maschinen, die aussehen wie wir, und traut denen, die nichts mit uns gemein haben außer dem Planeten.

Faktencheck

Falsch — „Niemand verbraucht Wasser"

Vuine sagt, Rechenzentren verbrauchten kein Wasser, sie dampften es „wieder in den Kreislauf rein” — es falle ja wieder vom Himmel. Physikalisch stimmt das für den Planeten, für die Wasserbilanz vor Ort ist es falsch. Die Hydrologie unterscheidet Entnahme (withdrawal) und Verbrauch (consumption), und Verbrauch ist definiert als Wasser, das verdunstet oder anderweitig aus der unmittelbaren Wasserumgebung entfernt wird. Genau darum geht es: In Kühltürmen verdunsten rund 80 % der Entnahme; Googles Rechenzentren entnahmen 2023 rund 29 Mrd. Liter und verbrauchten über 23 Mrd. — knapp 80 % davon Trinkwasser. Verdunstetes Wasser kehrt im Mittel nicht ins selbe Einzugsgebiet zurück: Die mittlere Verweilzeit von Wasserdampf in der Atmosphäre liegt bei 8–10 Tagen, und die Erwärmung verlängert die Strecke zwischen Verdunstungsquelle und Niederschlagssenke zusätzlich. Vuine räumt selbst ein, sich die Details nicht angeschaut zu haben — und er hat ein Interesse: Micropsis jüngstes Geschäftsfeld ist laut eigener Aussage (▶ 16:02) Prüftechnik in Rechenzentren eines US-Hyperscalers. Quelle: Li et al., Making AI Less „Thirsty”, Communications of the ACM 2025 — doi:10.1145/3724499 · Gimeno et al., The residence time of water vapour in the atmosphere, Nature Reviews Earth & Environment 2021 (Review) — doi:10.1038/s43017-021-00181-9 · Google Environmental Report 2025 — Auswertung

Vereinfacht — Die Bitcoin-Analogie

Die Wasser-Kritik sei „so bekloppt” wie die Behauptung, Bitcoin nehme uns den Strom weg. Global trägt der Vergleich: Bitcoin liegt nach dem Cambridge-Index bei rund 138 TWh im Jahr, etwa 0,5 % des Weltstromverbrauchs — die Weltuntergangs-Extrapolationen von 2020 sind nicht eingetreten, da hat Vuine recht. Nur beweist sein eigenes Beispiel die Gegenthese: Lokal ist genau das eingetreten, was die Kritiker sagten. Kasachstan musste Anfang 2022 den Strom rationieren, nachdem Miner die Landesnachfrage um 8 % hochgetrieben hatten; eine NBER-Studie beziffert die Mehrkosten für Haushalte in Upstate New York auf rund 88 $ pro Jahr. Die Wasserdebatte hat dieselbe Struktur — sie ist eine Einzugsgebiets-Frage, keine Planetenbilanz. Quelle: Cambridge Blockchain Network Sustainability Index · MIT Technology Review — Bitcoin mining boom in Kazakhstan · NBER w31312, When Cryptomining Comes to Town

Bestätigt — Task Success Rates „über 70 %"

Die Zahl ist fair, eher großzügig. Physical Intelligence berichtet für π0 auf trainierten Aufgaben normalisierte Werte von 1,0 (Hemd falten) bis 0,75 (Toast aus dem Toaster); π0.5 kommt beim Kleiderfalten auf 77,8 %. Eine unabhängige Nachprüfung des GRASP-Labs (Penn) außerhalb der Trainingsverteilung fand dagegen über 300 Versuche hinweg 42,3 % durchschnittlichen Fortschritt und 24 % Erfolg bei Pick-and-Place — bei unbekannten Objekten und Hintergründen mehrfach 0 %. OpenVLA übertrifft RT-2-X um 16,5 Prozentpunkte absolut, erreicht bei den schweren π0-Aufgaben aber selbst null. Vuines „über 70 %, wenn sie richtig gut sind” beschreibt also die Bestwerte korrekt. Sein eigenes Bild verharmlost seinen Punkt sogar: 30 % Fehlerquote in einer Küche zerlegt weit mehr als einen Teller pro Woche. Quelle: Physical Intelligence — π0 · GRASP Lab, Evaluating π0 in the Wild · Kim et al., OpenVLA — doi:10.48550/arXiv.2406.09246

Bestätigt — Rodney Brooks über metallene Humanoide

Den Text gibt es, und Vuine gibt ihn korrekt wieder. Brooks schreibt am 26.09.2025: Verdoppelt sich die Größe eines Roboters, verachtfacht sich seine Masse; fällt so etwas, bekommt alles im Weg einen soliden Schlag Metall ab — und handelt es sich um ein Lebewesen, wird es oft verletzt, womöglich schwer. Sein praktischer Rat: keinem laufenden Humanoiden in Menschengröße näher als drei Meter kommen. Und er prognostiziert genau die Bedeutungsverschiebung, die Vuine schildert — Maschinen mit einem, zwei oder drei Armen auf Rädern, die in fünfzehn Jahren weder wie die heutigen humanoiden Roboter noch wie Menschen aussehen werden und trotzdem weiter „humanoid” heißen. (Der Text ist knapp zehn Monate alt, nicht „ein paar”.) Quelle: Rodney Brooks, Why Today’s Humanoids Won’t Learn Dexterity, 26.09.2025

Vereinfacht — Herzog: „There is no soul"

Das Zitat ist echt, die Reichweite nicht. Herzog sagte im September 2025 bei Conan O’Brien Needs a Friend: „I have seen movies, short films, completely created by artificial intelligence. […] There are stories, but they have no soul.” Er sprach über Kurzfilme, die er gesehen hat — nicht über alles, was an Film gemacht wird. Und er hat KI ausdrücklich nicht abgeschrieben: „AI, I do not want to put it down completely because it has glorious, magnificent possibilities.” Herzog gab überdies sein Einverständnis für About a Hero (IDFA 2024), dessen Drehbuch eine auf ihn trainierte KI mitschrieb. Das „kann man sich alles sparen” ist Vuines Zuspitzung — geliehene Autorität für ein ästhetisches Urteil, das er selbst schon gefällt hat. Quelle: Gizmodo, Werner Herzog on AI-Generated Movies, 29.09.2025 · Hollywood Reporter zu About a Hero

Vereinfacht — „Neun Monate, 30 Roboter im Keller"

Gemeint ist erkennbar Levine et al. (Google Brain, 2016). Dort wurden über 800.000 Greifversuche in zwei Monaten gesammelt, mit 6 bis 14 Manipulatoren gleichzeitig — nicht neun Monate und nicht 30 Roboter. Die Abweichung geht in beiden Größen in dieselbe Richtung: Je länger und je größer die Roboterflotte, desto vergeblicher wirkt der Brute-Force-Ansatz, gegen den Vuine sein eigenes Verfahren stellt. Kein Fehler, der ihm schadet — aber einer, der ihm nützt. Quelle: Levine, Pastor, Krizhevsky, Ibarz, Quillen, Learning Hand-Eye Coordination for Robotic Grasping, arXiv:1603.02199 / IJRR 2018

Vereinfacht — „10 Milliarden Optimus bis 2040"

Die Zahl stammt vom Interviewer, nicht von Vuine — und sie verschiebt Musks Aussage. Musk sagte auf der Future Investment Initiative in Riad (Oktober 2024): „In 25 years there will be at least 10 billion humanoid robots” zu je 20.000–25.000 Dollar. Das ist eine Marktprognose für alle humanoiden Roboter weltweit, nicht für Teslas Optimus. Für den Weltbestand nannte Musk an anderer Stelle rund eine Milliarde in den 2040ern; Teslas eigenes erklärtes Ziel ist eine Fertigungslinie für eine Million Optimus pro Jahr. Quelle: Bangkok Post/AFP, Musk: 10 billion humanoid robots by 2040 · Fox Business, roughly 1 billion humanoid robots in 2040s

Vereinfacht — Der PayPal-Move

Der Kern stimmt, der Mechanismus nicht. Confinity/PayPal zahlte tatsächlich 10 pro Empfehlung; Musk sagte später, man habe „wahrscheinlich 60 oder 70 Millionen” für die Anreize ausgegeben. Nur wurde daraus kein Monopol durch Skalensieg: X.com bot 20 dagegen, beide verbrannten sich gegenseitig — im März 2000 fusionierten sie, ein Waffenstillstand zweier Kombattanten vor dem Dotcom-Winter; die Prämien wurden anschließend auf 5 $ und dann auf null gesenkt. Und Thiels Monopol-Doktrin in Zero to One (2014) begründet Monopole mit proprietärer Technologie, Netzwerkeffekten, Skalenvorteilen und Marke — Geldverschenken kommt darin nicht vor. Vuine erzählt eine begradigte Gründungslegende. Quelle: Marc Rubinstein, PayPal, 20 Years On · Farnam Street, Eight Things I Learned from Peter Thiel’s Zero To One

Bestätigt — Leckageprüfung für BSH Hausgeräte

Micropsi dokumentiert die Anwendung öffentlich: Ein MIRAI-geführter Roboter fährt mit einer Schnüffelsonde die Lötstellen der Kühlmittelleitungen auf der Rückseite von Kühlschränken ab — die Messpunkte variieren in Position, Form und Farbe, weil die Rohre von Hand montiert und gelötet werden. Eingesetzt im 24/6-Serienbetrieb an einem BSH-Standort in Spanien. Quelle: Micropsi Industries — BSH Automates Leak Testing · A3/automate.org Case Study

Nicht verifizierbar — Der Essay „Do Not Align" (2023)

Der Interviewer führt den Text ein, Vuine bestätigt ihn und nennt im weiteren Verlauf ausdrücklich „das Kernargument von diesem Do-Not-Align-Paper von mir”. Eine Suche über den Micropsi-Blog, Substack, Medium, LessWrong, seine persönliche Domain und mehrere Suchmaschinen findet ihn nicht. Möglich ist vieles — ein zurückgezogener Post, ein interner Text, ein Vortragsmanuskript. Belegen lässt sich der Essay derzeit nicht, weshalb die Note nur wiedergibt, was Vuine im Gespräch tatsächlich sagt, und den Text nicht als Publikation zitiert. Quelle: Keine unabhängige Quelle gefunden

Nicht verifizierbar — „Wir arbeiten ja für Tesla"

Micropsi nennt öffentlich ZF sowie „einen führenden nordamerikanischen Automobil-OEM”, der MIRAI in der Sitzmontage einsetzt. Tesla wird in keiner auffindbaren Firmenmitteilung, Fallstudie oder Fachberichterstattung als Kunde benannt. Plausibel, aber unbelegt — Kundenlisten sind in der Industrieautomation häufig vertraulich. Da Vuine aus dieser Kundenbeziehung sein stärkstes Argument zieht („in dieser Teslafabrik sind keine Humanoiden”), sei die Lücke hier vermerkt. Quelle: Micropsi Industries — Automotive Applications — keine unabhängige Quelle für Tesla gefunden

Weiterführende Quellen

Im Gespräch genannt:

Zur Prüfung herangezogen (Sherlock):

Verbindungen

→ Christian Bauckhage — KI, wir haben noch gar nichts gesehen

Der schärfste Widerspruch im ganzen Bestand. Bauckhage rechnet vor, dass jedes „Ja, aber” der letzten zwei Jahre sich nach drei Monaten erledigt hatte und die Verdopplungskurve seit einem Jahrzehnt eintrifft. Vuine liefert das erste „Ja, aber”, das die Kurve nicht einholt — weil es nicht in ihrer Dimension liegt. Modellgröße wächst exponentiell, Reibung nicht. Beide sind nüchtern, beide messen, und sie kommen zu unvereinbaren Zeithorizonten: Der eine extrapoliert das Kognitive, der andere das Körperliche.

→ Ulrike Herrmann — Technisch möglich, ökonomisch unbezahlbar

Dieselbe Denkfigur in einer anderen Domäne, und der Titel sagt sie schon. Herrmanns Satz, man betrachte nicht die technischen Möglichkeiten, sondern die ökonomische Effizienz, ist wortwörtlich Vuines Methode: Ein Humanoid, der ein Kabel steckt, ist möglich und unbezahlbar, sobald man die Ausfallwahrscheinlichkeit von vierzehn Gelenken mit einer Nachtzulage multipliziert. Sie rechnet Thermodynamik in Euro, er Servos in Wartungsstunden. Beide zahlen auch denselben Preis für die Methode — Herrmann rundet zur Obergrenze, Vuine wischt die Wasserfrage mit einer Planetenbilanz weg. Wer scharf rechnet, rechnet dort ungenau, wo es ihm nützt.

→ Die goldenen Türme — eine Dystopie der Maschinen-Ära

Die Note, die ihn korrigiert, und zwar genau an der Stelle, die er auslässt. Vuine fragt „What would I write in there? Why would I?” und schließt aus der Abwesenheit böser Absicht auf die Abwesenheit der Gefahr. Die Dystopie zeigt, dass Gefahr keine Absicht braucht: Wer die Maschinen besitzt, nimmt beide Hebel zugleich, den des Produzenten und den des Käufers, und niemand muss dafür Skynet in eine Belohnungsfunktion schreiben. Seine Empirie — es gibt sie nicht, die Leute im Vulkan — beantwortet die falsche Frage.

→ Rainer Mühlhoff — Künstliche Intelligenz und der neue Faschismus

Methodisch verbündet, politisch getrennt. Mühlhoffs Regel, dass KI nicht im Singular existiert und man immer fragen muss, welche, wozu und von wem gebaut, ist Vuines Handwerk in philosophischer Fassung — er praktiziert sie, indem er über dieses Gelenk in dieser Nachtschicht spricht. An der Machtfrage trennen sie sich. Vuine sieht sie und legt sie als individuelle Skepsis beiseite, um zur Erziehung einer künftigen Intelligenz überzugehen. Kindergärten mit Oper setzen voraus, dass jemand Unbefangenes das Curriculum schreibt; Mühlhoff zeigt die Eigentumsverhältnisse des Kindergartens.

→ Catrin Misselhorn — Grundfragen der Maschinenethik

Der offene Gegensatz zur zweiten Hälfte. Misselhorns dritter Grundsatz — immer trägt ein Mensch die Verantwortung, Maschinen handeln, aber verantworten nicht — ist die Position, gegen die Vuine argumentiert: Er behandelt eine kommende Intelligenz als Gegenüber, dem man Kultur zeigt, und nicht als Gerät, das man festbindet. Sein Einwand gegen ein gemeinsames Wertesystem trifft ihre Prinzipien, ihr Verantwortungsargument trifft seine Erziehungsidee zurück. Die zweite Naht liegt bei der Kunst: Sein Grounding-Argument ist die technische Fassung ihrer Fake Art-These — nur landet sie bei einer Grenze der Maschine, er bei ihrer Abhängigkeit von uns.

→ Wenn die Maschine die Arbeit nimmt — wohin kippt die Gesellschaft?

Vuine ist das stärkste Material, das die Spur für ihre bislang unbesetzte Kalt-Bedingung hat — die Transformation stockt, die Frage war verfrüht —, jedenfalls für die körperliche Hälfte der Arbeit. Der Rauswurf-Bumerang der Spur bekommt bei ihm eine physische Entsprechung: Der Mensch kehrt als Veredler der Maschine zurück, und Vuine zeigt, wie teuer dieser Veredler ist. Sein Bild der funktionierenden Fabrik — die Roboter laufen, einer sitzt halb schlafend daneben und schaut aufs Telefon — ist doppeldeutig genug für zwei Signale zugleich: befreite Zeit oder entwertete Anwesenheit?

→ Neitzel und Iltisberger — Hype Is a System

Vuine ist der Contrarian aus deren Fragerunde in Person: der nüchterne Fachmann, dessen Einwand strukturell nicht durchs Attention System kommt. Er löst das auf die eine verfügbare Weise — Zuspitzung —, und der Kanal verkauft es als „brutale Wahrheit”. Kritik, die den Loop bedient, den sie kritisiert. Noch enger: Sein Argument gegen das Alignment leitet den Skynet-Effekt unabhängig her. Wo Neitzel und Iltisberger zeigen, dass Untergangswarnungen die Technologie so mächtig erscheinen lassen, dass sie in die richtigen Hände gehören müsse, sagt Vuine dasselbe als Machtsatz.

→ Madlen Nicolaus und Martin Winistörfer — Warum wir die Welt vermessen

Der harte empirische Gegenbeleg. Vuine sagt, in Teslas Fabrik stünden keine Humanoiden — Hexagon zeigt sechs Wochen zuvor AEON in der Hochvoltbatterie-Montage im BMW-Werk Leipzig. Beide können recht haben, und die Auflösung ist Vuines eigener dritter Weg: Das Wort driftet. Der Anschluss geht weiter, denn Hexagons Begründung sind fehlende Menschen, nicht Kosten. Vuine rechnet vor, warum das ökonomisch nicht trägt: Der Arbeiter, der das Teil bewegte, war billig. Teuer ist der Ingenieur, den das ausgefallene Gelenk nachts aus dem Bett holt.

Weiterdenken

Was Sokrates vielleicht gefragt hätte

  • Vuine misstraut Robotern in Menschengestalt und vertraut körperlosen Intelligenzen. Was sagt es über uns, dass die Ähnlichkeit einer Maschine mit uns eher Misstrauen als Vertrauen verdient?
  • Wenn jedes Wort, das eine Gruppe zusammenfasst, zugleich Herrschaft über sie stiftet — gilt das für „die Menschheit” genauso wie für „das Volk”, „die Wähler”, „die Betroffenen”? Und was bleibt dann von jeder Ethik, die im Plural spricht?
  • Er sagt, KI habe kein Grounding, weil sie nicht in den Wald gehen kann. Wie viel von unserem eigenen Wissen über die Welt stammt aus dem Wald — und wie viel aus Texten anderer Leute?
  • Was wäre das stärkste Argument dafür, dass Musk mit den Beinen recht hat und Vuine irrt? Es gibt eines — wie viel wäre es wert, wenn die Welt für Menschen gebaut bleibt und niemand sie umbaut?
  • Vuines Optimismus ruht darauf, dass niemand grundlos böse wird. Braucht Zerstörung überhaupt einen Vorsatz — oder reicht Gleichgültigkeit, die er gar nicht mitberechnet?

Backlinks