Für „Embodied AI“ gibt es bislang noch keine Standards. Der Ausschuss, der diese ausarbeitet, tagt diese Woche in Hangzhou.

Nach neun Arbeitsgruppen, drei Plenarsitzungen und einer Grundsatzrede eines chinesischen Ministers hält das Gremium, das derzeit die ersten multilateralen technischen Standards für „embodied AI“ ausarbeitet, diese Woche vom 13. bis 16. Oktober in Hangzhou seine dritte Sitzung ab. Falls Sie durch diesen Satz zum ersten Mal davon hören, sind Sie unter denjenigen, die beruflich über diese Branche berichten, kein Einzelfall. Bei dem Gremium handelt es sich um die Fokusgruppe „Embodied AI for Multimedia Technologies“ der Internationalen Fernmeldeunion, kurz FG-EAI, und sie leistet genau jene Art von Arbeit, die oft erst lange nach dem Abklingen der Produkt-Schlagzeilen über den Erfolg einer Technologie entscheidet: Sie legt fest, was die Begriffe bedeuten.

Meine These ist einfach und wird meiner Meinung nach zu wenig beachtet. Die Robotik-Fachpresse behandelt verkörperte KI als Produktwettlauf, bei dem eine humanoide Demonstration der nächsten folgt. Das Regelwerk – die Terminologie, die Benchmarks, die Interoperabilitätsspezifikationen, die letztendlich in einem Beschaffungsdokument eines Unternehmens oder im Referenzstandard einer nationalen Regulierungsbehörde auftauchen werden – wird an einem Ort entworfen, den fast keiner dieser Medien erwähnt hat. Und diejenigen, die derzeit an der Ausarbeitung beteiligt sind, sind überproportional häufig staatliche chinesische Forschungseinrichtungen – nicht aufgrund einer Übernahme, sondern weil sie es sind, die immer wieder zu den wenig glamourösen Sitzungen erscheinen, in denen der Text tatsächlich verfasst wird.

Ein Vorsitz, verdient durch Anwesenheit

Die ITU-T-Studiengruppe 21 gründete am 19. Februar 2026 die FG-EAI, um zu untersuchen, wie verkörperte KI das unterstützen kann, was die Gruppe als menschenzentrierte Multimedia-Anwendungen bezeichnet: Maschinen, die die physische Welt wahrnehmen, durch Versuch und Irrtum lernen und mit Menschen zusammenarbeiten. Vorsitzender ist Yuntao Wang von der China Academy of Information and Communications Technology, einem Forschungsinstitut, das dem chinesischen Ministerium für Industrie und Informationstechnologie untersteht und bereits zuvor solche normgebenden Aufgaben wahrgenommen hat, unter anderem bei der 5G-Zertifizierung. Die beiden stellvertretenden Vorsitzenden sind Shin-Gak Kang vom koreanischen ETRI und Avinash Agarwal vom indischen Ministerium für

Telekommunikation. Eine Ebene höher wird die übergeordnete Arbeitsgruppe selbst von Noah Luo geleitet, einem langjährigen Führungskraft im Bereich Standardisierung bei Huawei.

All dies ist keine Verschwörung. Die Führungspositionen im ITU-T werden nicht per Dekret vergeben; sie gehen an jene Delegierten und Institutionen, die regelmäßig erscheinen, um die eigentliche Ausschussarbeit zu leisten – Sitzung für Sitzung, Entwurf für Entwurf. Nach diesem Maßstab hat Chinas staatlicher Forschungsapparat derzeit die Nase vorn, was die Anwesenheit betrifft, und gerade die Anwesenheit in einem Normungsgremium war ausschlaggebend dafür, wie frühere Technologiezyklen tatsächlich entschieden wurden.

Niemand hat darüber abgestimmt, welche Mobilfunknetzarchitektur sich durchsetzen würde. Die Ausschüsse haben sie zunächst in die Spezifikation aufgenommen, und der Markt folgte.

Was der Ausschuss tatsächlich ausarbeitet

Die Arbeit der FG-EAI verteilt sich auf neun Arbeitsgruppen, und die beiden wichtigsten sind genau jene, die außerhalb eines Normungsgremiums niemanden interessieren: Terminologie und Benchmarking. Die Arbeitsgruppe 1 umfasst eine Task-Gruppe, die sich ausschließlich der Einigung auf die Terminologie widmet – also dem wörtlichen Vokabular, das der Rest der Branche verwenden muss. Die Arbeitsgruppe 8 entwickelt das Bewertungs- und Benchmarking-Rahmenwerk, auf das sich Regulierungsbehörden und Käufer letztendlich berufen werden, wenn sie prüfen, ob die Sicherheits- oder Leistungsangaben eines Roboters der Wahrheit entsprechen.

Benchmarks sind niemals neutral.

Wessen Referenzarchitektur in einem veröffentlichten technischen Bericht der ITU als Beispiel herangezogen wird, hat damit faktisch die Standardannahmen festgelegt, die alle nachgelagerten Akteure übernehmen. Die übrigen sieben Gruppen, die sich mit multimodalen Daten, Modellen, Systemintegration, Konnektivität, vertikalen Branchenanwendungen, der Anpassung an den Menschen sowie einem speziellen Arbeitsbereich für Open-Source-Ökosysteme befassen, lesen sich wie ein Inhaltsverzeichnis der aktuellen Sorgen der humanoiden Roboterindustrie: Wessen Daten trainieren die Modelle, über wessen Schnittstellen kommuniziert die Hardware, und welcher Benchmark entscheidet darüber, ob ein Roboter sicher genug ist, um in der Nähe eines Menschen zu arbeiten?

Der Kreis ist globaler, als die Liste der Vorsitzenden vermuten lässt

Es wäre zu einfach, dies als

Eine chinesische Operation und nichts weiter – doch die Beweislage stützt diese These nicht. Der Auftakt-Workshop der FG-EAI am 8. Juli in Genf, mit dem die öffentliche Arbeit der Gruppe offiziell begann, zog ein wahrhaft internationales Teilnehmerfeld an: Andres Marafioti von Hugging Face, Andrea Cavallaro von der EPFL, Wuqiang Yang von der Universität Manchester, Sebastian Hallensleben, Vorsitzender des KI-Ausschusses des europäischen Normungsgremiums CEN-CENELEC, sowie Marija Jankovic als Vertreterin des technischen Gremiums für Konformitätsprüfungen des ETSI. Die Sitzung wurde mit einer Ansprache des chinesischen Ministers für Industrie und Informationstechnologie, Lecheng Li, eröffnet; als Sitzungsroboter wurde ein humanoider Unitree G1 eingesetzt.

Diese Aufstellung ist die eindeutigste dokumentierte Momentaufnahme der tatsächlich im Saal anwesenden Personen und zeugt von einem echten Multi-Stakeholder-Prozess, nicht von einem geschlossenen Verfahren. Was sie jedoch nicht zeigt – und dies kann ich anhand der Teilnehmerliste überprüfen –, ist auch nur ein namentlich genannter Vertreter von Figure, 1X Technologies, Tesla, Boston Dynamics oder NVIDIA. Das ist kein Beweis dafür, dass sich diese Unternehmen vollständig aus der Arbeit der ITU heraushalten; es ist lediglich das, was die dokumentierte Teilnehmerliste der eigenen Auftaktveranstaltung der Gruppe tatsächlich enthält. Für eine Branche, in der die finanzstärksten westlichen Unternehmen normalerweise als Erste auf der Bühne stehen, ist diese Abwesenheit an sich schon bemerkenswert.

Warum „unverbindlich“ selten unverbindlich bleibt

Hier ist ein wichtiger Vorbehalt anzubringen: ITU-T-Empfehlungen sind kein Gesetz. Viele von ihnen verstauben, werden von niemandem zitiert und von niemandem durchgesetzt, weil keine nationale Regulierungsbehörde sie jemals aufgegriffen hat. Darin liegt das eigentliche Risiko, wenn man diese Geschichte überbewertet. Ein Normungsprozess in diesem frühen Stadium kann letztendlich für niemanden von Bedeutung sein, wenn die Branche ihn einfach ignoriert und weiterhin proprietäre Stacks ausliefert – was genau das ist, was die meisten Anbieter von humanoiden Robotern heute tun.

Doch das Muster aus den letzten Standardisierungsstreitigkeiten in der Telekommunikation – GSM setzte sich gegen konkurrierende Netzwerkarchitekturen durch, H.264 verdrängte Open-Source-Videocodecs als das in nahezu jedem Gerät eingebettete Format, USB-C verdrängte schließlich ein Jahrzehnt proprietärer

Das Besondere an diesen Standards ist, dass das, was zunächst unverbindlich ist, in dem Moment verbindlich wird, in dem genügend nationale Regulierungsbehörden und große Abnehmer beginnen, in ihren eigenen Beschaffungsvorschriften auf dasselbe Dokument Bezug zu nehmen. Wenn dies geschieht, ist der Streit um die Begrifflichkeiten bereits vorbei, und die Unternehmen, die bei der Ausarbeitung der Begriffe nicht mit am Tisch saßen, verbringen Jahre damit, sich mit Definitionen auseinanderzusetzen, an deren Festlegung sie keinen Anteil hatten.

Ein Standard, in den bereits das Vokabular eines anderen integriert ist, muss den Markt nicht erobern. Es reicht aus, wenn alle anderen aufhören, darüber zu streiten, was die Begriffe bedeuten.

Was ich von hier aus beobachte

Der Betrieb einer Plattform, die die Taxonomie von Unternehmen und Robotern manuell nachverfolgt, schult eine ganz bestimmte Art von Paranoia in Bezug auf Definitionen: Ein großer Teil der Streitigkeiten bei der Klassifizierung eines Roboters lässt sich darauf zurückführen, dass Anbieter denselben Begriff verwenden, um unterschiedliche Dinge zu bezeichnen – ob absichtlich oder nicht. Genau um dieses Terrain streiten sich derzeit die Terminologie- und Benchmarking-Gruppen von FG-EAI – meist hinter den Kulissen –, während die Fachpresse über das nächste Demovideo berichtet.

Aus der Perspektive eines ASEAN-Landes, in das der Großteil der von mir verfolgten Hardware aus anderen Ländern geliefert und nach anderswo festgelegten Standards zertifiziert wird, handelt es sich hierbei nicht um einen abstrakten Streit in einem Ausschuss. Es ist ein Vorgeschmack darauf, welche Annahmen welcher Länder sich in den Konformitätsunterlagen widerspiegeln werden, die ein regionaler Käufer in einigen Jahren unterzeichnen muss. Ich werde bei dem Treffen in Hangzhou in dieser Woche zwei Dinge im Auge behalten: ob die Arbeitsgruppe 8 einen Benchmarking-Entwurf veröffentlicht, auf den sich eine Regierung vor 2027 beruft, und ob der Name eines einzigen westlichen Humanoid-Unternehmens bis zur nächsten Plenarsitzung der Gruppe auf der Mitgliederliste einer FG-EAI-Arbeitsgruppe auftaucht. Sollte keines von beiden eintreten, wird das Vokabular dennoch verfasst. Es wird lediglich von denjenigen verfasst, die im Raum geblieben sind.

Diese Analyse stützt sich auf die von der Internationalen Fernmeldeunion (ITU) selbst veröffentlichten Seiten zur „Focus Group on Embodied AI for Multimedia Technologies“, die das Gründungsdatum, die Leitung, das Arbeitsprogramm und die Struktur der Arbeitsgruppe behandeln; die ITU-Initiative „AI for Good“

die Liste der namentlich genannten Referenten und die Tagesordnung der Plattform für den Auftakt-Workshop der Gruppe am 8. Juli 2026 in Genf sowie öffentliche Profile zur Rolle der Chinesischen Akademie für Informations- und Kommunikationstechnologie unter dem chinesischen Ministerium für Industrie und Informationstechnologie. Diese Informationen dienen ausschließlich allgemeinen Informationszwecken und stellen keine Anlage-, Finanz- oder Fachberatung dar.

Bildnachweis für das Titelbild: Unitree, offizielle Produktfotografie des humanoiden Roboters H2.