Figure legt sein viertes humanoides Design fest, während die Datenkosten explodieren

Figure AI teilte den Mitarbeitern bei einer internen Vollversammlung am 22. Oktober 2026 mit, dass sein humanoider Roboter der vierten Generation, Figure 04, die Design-Lock-Phase erreicht habe und nun die Lieferung von Bauteilen für neue Aktuatoren, Batterien und eine neu gestaltete Hand begonnen habe. Geschäftsführer Brett Adcock verband diesen Meilenstein in der Hardware-Entwicklung mit dem Versprechen, die Rechenkapazität des Unternehmens innerhalb von etwa zehn Tagen nahezu zu verdoppeln, sowie mit einem ersten Hinweis auf ein KI-Modell der nächsten Generation, „Helix 3.0“. Er stellte diese Neuigkeiten als eine Wette in Höhe von mehreren Milliarden Dollar dar, schneller zu skalieren, als es die Kostenkurve im Bereich der humanoiden Roboter normalerweise zulässt.

Der Zeitpunkt ist von Bedeutung, da Figure diese Wette öffentlich vor den Augen von Konkurrenten eingeht, die ganz andere Strategien verfolgen. Tesla stützt sich bei „Optimus“ auf die Skalierbarkeit der Automobilfertigung, chinesische Hersteller wie Unitree und AgiBot konkurrieren über Stückpreis und Auslieferungsvolumen, und aus Boston Dynamics hervorgegangene Teams stützen sich auf jahrzehntelange Forschung im Bereich der Fortbewegung. Die Antwort von Figure, die in den Bereichen Hardware, Daten und Rechenleistung der Mitarbeiterversammlung dargelegt wurde, besteht darin, bereits vor Fertigstellung des Roboters selbst massiv in sowohl Halbleiter als auch von Menschen erstellte Trainingsvideos zu investieren – eine Reihenfolge, die den Skalierungsansatz der meisten Hardware-Unternehmen auf den Kopf stellt.

Das Design der vierten Hand und was der „Design Lock“ tatsächlich festlegt

„Design Lock“ ist ein spezifischer Meilenstein in der Entwicklung, kein Markteinführungstermin. Für den Figure 04 bedeutet dies laut Adcock, dass die Aktuatoren, die Batteriearchitektur und der Handmechanismus nun so weit festgelegt sind, dass Komponenten bestellt und Fertigungswerkzeuge festgelegt werden können, auch wenn die Batterielast- und Thermotests noch andauern. Das Unternehmen gab an, in der Woche vor der Vollversammlung zehn komplette Akkupacks für Belastungstests zusammengebaut zu haben, wobei als Nächstes die thermische Validierung anstehe.

Die Hand erregte intern die größte Aufmerksamkeit. Adcock beschrieb eine vierte Iteration der „Figure 04“-Hand, das Ergebnis monatelanger Arbeit an der Fingerspitzenverfolgung, die anhand menschlicher Referenzdaten mit millimetergenauer Präzision kalibriert wurde. Er charakterisierte das Ergebnis als nahezu menschlich

Parität – allerdings hat das Unternehmen keine Ergebnisse im Vergleich zu einem standardisierten Geschicklichkeitsmaßstab vorgelegt; dies ist ein Vorbehalt, den man im Auge behalten sollte, wenn man bedenkt, wie häufig Hersteller humanoider Roboter den Begriff „auf menschlichem Niveau“ sehr locker verwenden. Das Handdesign stellt branchenweit einen wiederkehrenden Engpass dar: Geschickte Manipulation – und nicht das Gehen oder das Gleichgewicht – ist die Leistungslücke, die Demoroboter von Robotern unterscheidet, die in einem Lager oder Krankenhaus tatsächlich in großem Maßstab eingesetzt werden könnten.

Figure gab zudem bekannt, dass es im Laufe des Sommers sein 1.000. Figure-03-Modell gebaut und die Produktionskosten beim Übergang vom Figure-02- zum Figure-03-Modell um mehr als 90 % gesenkt hat, ohne jedoch die absoluten Stückkosten anzugeben. Diese Kostenkurve – sofern sie sich bis zum „Figure 04“ fortsetzt – ist der eigentliche Hintergrund der Ankündigung des Design-Lock: Figure versucht zu beweisen, dass es die Herstellungskosten zwischen den Generationen schnell genug senken kann, um eine kapitalintensive Daten- und Rechenstrategie rentabel zu machen, bevor Wettbewerber das Unternehmen preislich unterbieten.

Eine wöchentliche Datenrechnung, die einer Seed-Finanzierungsrunde in nichts nachsteht

Das deutlichste Anzeichen dafür, wie viel Figure derzeit für das Training seiner Modelle ausgibt, finden sich in den Daten, die Adcock vorgelegt hat. „Index“, das im August 2026 gestartete Crowdsourcing-Programm des Unternehmens für von Menschen aufgenommene Videos, bei dem Trainingsmaterial direkt von den Aufnehmern gekauft wird, hatte bis zur Woche der All-Hands-Veranstaltung 37,5 Millionen hochgeladene Videos, 1,26 Millionen App-Downloads und eine Präsenz in 112 Ländern erreicht – allein in der Woche der Mitarbeiterversammlung hatten 210.000 Menschen mindestens ein Video hochgeladen. In Figures eigenem Beitrag zur Einführung von „Index“ im August waren die ersten Zahlen mit rund 16 Millionen Videos aus 108 Ländern angegeben worden; das Programm hat also sein Videomaterial in etwa zwei Monaten mehr als verdoppelt.

Adcock bezifferte die Kosten dieses Wachstums: geschätzte 8,1 Millionen US-Dollar an Datenausgaben in der Woche vor der All-Hands-Veranstaltung. Das entspricht einer Run Rate von mehr als 400 Millionen US-Dollar pro Jahr allein für die Beschaffung von Videos durch Menschen, noch ohne Berücksichtigung von Rechenleistung oder Hardware. Figure gibt mittlerweile in einer einzigen Woche mehr für Crowdsourcing-Trainingsmaterial aus, als viele Robotik-Start-ups in einer gesamten Seed-Finanzierungsrunde einnehmen,

Und das Unternehmen entscheidet sich dafür, weil – wie Adcock bei der Bekanntgabe der Nscale-Rechenpartnerschaft im September erklärte – Helix „genauso wie jedes andere lernfähige System“ verbessert wird: „mit mehr Daten und Rechenleistung.“ Das Unternehmen hat nicht offengelegt, wie viel des hochgeladenen Filmmaterials bereinigt, mit Anmerkungen versehen oder auf andere Weise in verwertbare Trainingsdaten umgewandelt wird; dies ist von Bedeutung, da das Volumen an Rohvideomaterial und das Volumen an trainierbaren Daten nicht dasselbe sind.

Rechenkapazitäten bereits Jahre vor der Auslieferung des Roboters erwerben

Der Rechenkapazitätsaspekt der Strategie wurde bereits lange vor der Mitarbeiterversammlung dieser Woche in Gang gesetzt. Im September unterzeichnete Figure eine strategische Partnerschaft mit Nscale, einem in Großbritannien ansässigen Anbieter von KI-Infrastruktur und GPU-Cloud-Diensten, über eine anfängliche Zusage in Höhe von 3,5 Milliarden US-Dollar mit der Absicht, diese auf über 6 Milliarden US-Dollar zu erweitern; dabei sind bis zu 100.000 GPUs auf der Vera-Rubin-Plattform von NVIDIA vorgesehen. Nscale erwirbt zudem eine strategische Beteiligung an Figure. Die ersten GPUs im Rahmen dieser Vereinbarung sollen erst in der zweiten Hälfte des Jahres 2027 an einem Standort in Barstow, Texas, in Betrieb gehen. Das bedeutet, dass Figure bereits mehr als ein Jahr vor der tatsächlichen Verfügbarkeit des Großteils dieser Kapazität Rechenleistung im Wert von mehreren Milliarden Dollar vorfinanziert.

Bei der Mitarbeiterversammlung kündigte Adcock zudem einen kurzfristigen Schritt an: einen Plan, die verfügbare Rechenkapazität von Figure innerhalb von etwa zehn Tagen nach der Versammlung nahezu zu verdoppeln – weit vor dem für 2027 geplanten Ausbau durch Nscale. Er gab außerdem bekannt, dass der Kassenbestand nach einer zusätzlichen Kapitalbeschaffung bei über 2 Milliarden US-Dollar liege, ohne jedoch die Finanzierungsbedingungen im Detail zu nennen. Angesichts der Nscale-Verpflichtung, der kurzfristigen Rechenkapazitätserweiterung und der Ausgaben für Index-Daten ähnelt die Kapitalstruktur von Figure mittlerweile eher der eines Pionierlabors im Bereich der künstlichen Intelligenz als der eines herkömmlichen Robotikherstellers – und genau diesen Vergleich scheint Adcock bei Investoren und Konkurrenten hervorrufen zu wollen.

Eine andere Kostenkurve als die von Peking oder Tesla

Diese Darstellung versetzt Figure in eine andere Wettbewerbslage als die Hersteller humanoider Roboter, die um die Stückkosten konkurrieren. Chinesische Hersteller haben sich einen Vorteil verschafft durch

Komponentenlieferketten und eine aggressive Preispolitik, wodurch das Versandvolumen gesteigert wird, indem die Hardwarekosten niedrig gehalten und schnelle Iterationen in der Massenproduktion durchgeführt werden. Tesla setzt darauf, dass Optimus auf der bestehenden Automobilfertigungsbasis des Unternehmens eine Größenordnung erreichen kann, die kein eigenständiges Robotikunternehmen erreichen kann. Die Strategie von Figure ist enger gefasst und kostspieliger: Das schwierigste Problem in der humanoiden Robotik besteht nicht darin, den Körper zu bauen, sondern ein Modell zu trainieren, das allgemein genug ist, um ihn in unvorhersehbaren Wohn- und Lagerumgebungen zuverlässig zu betreiben – und wer als Erster die meisten verwertbaren Daten zu menschlichen Bewegungen sammelt und auswertet, wird das Tempo für alle anderen vorgeben.

Es gibt erste Anzeichen dafür, dass die Datenstrategie messbare Ergebnisse liefert. Im September veröffentlichte Figure Ergebnisse von Zero-Shot-Tests seines Modells „Helix 2.5“ in 30 gemieteten Wohnungen, die das System zuvor noch nie gesehen hatte, und berichtete von einer Erfolgsquote von rund 56 % bei drei Haushaltsaufgaben, die speziell ausgewählt wurden, weil Modelle, die mit Index-Daten vortrainiert waren, bei derselben Bewertung besser abschnitten als Modelle, die von Grund auf neu trainiert wurden. Eine „Zero-Shot“-Erfolgsquote von 56 % bei nicht vorab festgelegten Haushaltsaufgaben ist zwar noch kein fertiges Produkt, stellt jedoch ein deutlich anderes Signal dar als eine inszenierte Demo – und es ist das Ergebnis, das Figure intern heranzieht, um zu begründen, warum mehr statt weniger in Daten investiert werden sollte.

Was „Baby-AGI“ noch nicht bedeutet

Die am häufigsten zitierte Aussage aus der Mitarbeiterversammlung dürfte Adcocks Beschreibung eines internen Modellergebnisses als „Baby-AGI“ sein – ein Begriff, den er Berichten zufolge nicht im Detail erläuterte und von dem er sagte, er sei noch nicht bereit für eine öffentliche Bekanntgabe. Das Unternehmen gab einen kleinen Vorgeschmack auf Helix 3.0 und beschrieb es als mit mehr Daten und größerer GPU-Kapazität trainiert als frühere Versionen, wobei ein größeres Modell innerhalb weniger Wochen erwartet wird; es wurden jedoch weder eine Aufschlüsselung der Leistungsmerkmale noch Benchmark-Ergebnisse oder ein Veröffentlichungsdatum genannt. Führungskräfte aus der Robotikbranche sind seit jeher dafür bekannt, Begriffe aus dem Bereich der AGI zu verwenden, noch bevor die zugrunde liegenden Systeme tatsächlich entsprechende Leistungen erbringen können, und ein noch nicht veröffentlichtes Modell ohne veröffentlichte Bewertung ist per Definition unbestätigt

Behauptung. Käufer, die die Roadmap von Figure bewerten, sollten den Teaser zum Helix 3.0 als Zeichen der internen Zuversicht betrachten und nicht als eine Funktion, auf deren Grundlage sie den Einsatz planen können, solange das Modell nicht tatsächlich mit veröffentlichten Ergebnissen auf den Markt kommt.

Figure teilte zudem mit, dass seine Roboter derzeit in drei US-Bundesstaaten im Einsatz sind – wobei die Identität der Kunden bis zur Genehmigung zurückgehalten wird – und dass es sich bei einer zuvor berichteten 200-stündigen Logistikdemonstration um Roboter handelte, die zum Aufladen ausgetauscht wurden, anstatt dass eine Einheit mit einer einzigen Ladung ununterbrochen lief – ein wichtiger Unterschied für alle, die die tatsächlichen Einsatzzyklen mit den Marketingversprechen abgleichen.

Die Roadmap aus der Perspektive eines Käufers, nicht eines Zuschauers

Für Automatisierungskäufer und -integratoren, die einen humanoiden Pilotversuch im Jahr 2027 oder 2028 in Erwägung ziehen, liegt die praktische Erkenntnis aus dieser All-Hands-Veranstaltung weniger im Handmechanismus von Figure 04 als vielmehr darin, was das Ausgabeverhalten des Unternehmens hinsichtlich Preisgestaltung und Verfügbarkeit impliziert. Ein Hersteller, der allein für die Datenerfassung jährlich rund 400 Millionen US-Dollar aufwendet – zusätzlich zu einer mehrjährigen Rechenkapazitätsverpflichtung im Wert von mehreren Milliarden Dollar –, legt die Preise für seine kurzfristig verfügbare Hardware nicht so fest, dass diese Kosten direkt gedeckt werden. Das bedeutet in der Regel, dass frühe Geräte subventioniert werden, die Verfügbarkeit eher von Kundenfreigabeprozessen als von einer offenen Bestellmöglichkeit abhängt und sich die derzeit angebotenen Geschäftsbedingungen ändern werden, sobald Figure die Flotte benötigt, um die dahinterstehende Infrastruktur zu finanzieren. Käufer, die bereits in Verhandlungen mit Figure stehen, sollten direkt nachfragen, wie lange die aktuellen Preis- und Servicebedingungen voraussichtlich gelten werden, sobald der Figure 04 in großen Stückzahlen ausgeliefert wird, anstatt davon auszugehen, dass das heutige Angebot den Übergang übersteht.

Ein weiteres praktisches Signal ist das Sequenzierungsrisiko. Figure stapelt drei unbewährte Übergänge übereinander: eine Hardware-Generation, die sich noch in der thermischen Validierung befindet; eine Datenpipeline, bei der nicht offengelegt wurde, welcher Anteil der 37,5 Millionen Uploads als nutzbare Trainingsdaten dient; sowie eine Modellgeneration, Helix 3.0, für die noch keine Benchmark veröffentlicht wurde. Sollte auch nur einer dieser Punkte in Verzug geraten, verzögert sich die

Zeitplan für die anderen, da das Wertversprechen von Abbildung 04 davon abhängt, dass Helix darauf reibungslos läuft. Beschaffungsteams sollten die Vollversammlung im Oktober als glaubwürdigen Fortschrittsbericht eines kapitalstarken Unternehmens betrachten – nicht als Lieferzusage – und die Vertragsformulierungen auf verifizierte Meilensteine stützen, anstatt auf die internen Ziele, die Adcock den Mitarbeitern dargelegt hat.

Was als Nächstes zu beachten ist

Der nächste konkrete Test dieser Strategie ist nicht der Design-Lock von Figure 04 selbst, sondern das, was darauf folgt: ob die Batterie- und thermische Validierung einwandfrei verläuft, sodass der Übergang vom festgelegten Design zur Auslieferung der Hardware innerhalb des von Adcock angedeuteten Zeitplans möglich ist, und ob Helix 3.0 innerhalb des von ihm beschriebenen Zeitraums von „wenigen Wochen“ eintrifft – und zwar mit beigefügten Auswertungsergebnissen statt einer weiteren, ausschließlich intern bestimmten Demonstration. Die Inbetriebnahme der Nscale-Rechenkapazität in Barstow in der zweiten Hälfte des Jahres 2027 ist der am weitesten in der Zukunft liegende Meilenstein, doch der näher liegende – die versprochene kurzfristige Verdopplung der Rechenkapazität – sollte in den Daten und Verfügbarkeitszahlen erkennbar sein, die Figure in seinem nächsten öffentlichen Update veröffentlichen wird. Beschaffungsteams, die Figure im Vergleich zu kostengünstigeren chinesischen oder von Tesla unterstützten Alternativen bewerten, sollten auf dieses Update achten, bevor sie die Roadmap von Figure in einen Einsatzplan für das Jahr 2027 einbeziehen.

Diese Analyse fasst Unternehmenserklärungen, öffentliche Unterlagen sowie Zahlen zusammen, die in den eigenen Ankündigungen und internen Präsentationsunterlagen von Figure offengelegt wurden. Sie dient ausschließlich allgemeinen Informationszwecken und stellt keine Anlage-, Beschaffungs- oder Fachberatung dar.