Kinetix AI entwickelt innerhalb eines Jahres eine vollständige humanoide Plattform

Die Tischtennis-Rückgabe eines gesichtslosen Roboters ist das Uninteressanteste an ihm

Ein humanoider Roboter mit einem ausdruckslosen, helmartigen Kopf spielte auf der Weltrobotikkonferenz in Peking in diesem Monat so flüssig Bälle zurück, dass er eine Menschenmenge anzog – darunter auch einige Fehlschläge und ungeschickte hohe Absprünge, die er ohne Unterbrechung seiner Bewegung verfolgte. Der Roboter namens KAI gehört zu Kinetix AI, einem im Juli 2025 gegründeten Start-up aus Shenzhen, das eigene humanoide Körper, geschickte Hände, Motion-Capture-Headsets sowie die Weltmodell-Software entwickelt, die all diese Komponenten miteinander verbindet. In etwas mehr als einem Jahr hat das Unternehmen einen fünfteiligen „Embodied-AI“-Stack zusammengestellt – bestehend aus Hardware, Händen, Datenerfassung, einem prädiktiven Weltmodell und einer Trainingspipeline –, für dessen Aufbau Figure, das am besten finanzierte Humanoid-Unternehmen in den Vereinigten Staaten, etwa drei Jahre benötigte.

Kinetix AI (Shenzhen Chaowei Dongli Intelligent Technology Co., Ltd.) ist außerhalb der chinesischen Robotik-Kreise noch kein bekannter Name, und die Tischtennis-Demo auf der WRC ist eher ein Clip, der für Social-Media-Feeds als für Bilanzen gedacht ist. Doch die hinter der Demo stehende Behauptung, dass ein erst ein Jahr altes Unternehmen die gesamte technische Architektur nachgebildet hat, für deren Aufbau ein viel größerer Konkurrent drei Jahre und erheblich mehr Kapital benötigte, ist es wert, genauer betrachtet zu werden, denn sie stellt auf die Probe, ob „Full-Stack“-verkörperte KI tatsächlich einen Kapital- und Zeitvorsprung darstellt oder lediglich eine Checkliste ist, die jedes gut besetzte Team mittlerweile zügig abarbeiten kann.

Die fünf Bausteine, die ein Full-Stack-Humanoid-Unternehmen benötigt

Das Argument von Kinetix AI, das branchenweit von Figure, Tesla und dem modellorientierten Start-up Physical Intelligence geteilt wird, lautet, dass keine einzelne Komponente allein den Wettlauf um den Humanoiden gewinnen kann. Ein leistungsfähiger Körper ohne ein Modell, das ihn steuert, ist nichts weiter als eine teure Schaufensterpuppe. Ein leistungsfähiges Modell ohne reale Einsatzdaten zum Trainieren kann seine Fähigkeiten nicht über das Labor hinaus verallgemeinern. Kinetix AI hat alle fünf Komponenten entwickelt, die diese These erfordert: den KAI Bot, einen 173 Zentimeter großen, 70 Kilogramm schweren Humanoiden mit 117 Freiheitsgraden und rund 18.000 taktilen Sensoren

Sensoren auf etwa 80 Prozent ihrer Körperoberfläche, die empfindlich genug sind, um Berührungen unter 0,1 Newton zu registrieren; KAI Hand, eine geschickte Hand mit 37 Freiheitsgraden, die als eigenständiges Produkt vertrieben wird und über eine Fingerspitzenkraft von mehr als 30 Newton sowie ein Wärmemanagement verfügt, das die Temperatur nach zehnminütigem kontinuierlichem Greifen unter der menschlichen Körpertemperatur hält; KAI Halo und das leichtere KAI Halo Lite, tragbare Aufnahmegeräte, mit denen Hunderte von Datenerfassern multimodales Filmmaterial aus der Ich-Perspektive in Wohnungen, Supermärkten, Gewerbeflächen und kleinen Fabriken aufzeichnen; KAI World Model, ein prädiktives System, das das Unternehmen als generative Echtzeitumgebung beschreibt, in der ein menschlicher Bediener Objekte in einem simulierten Raum manipulieren kann und aus den Ergebnissen Trainingsdaten generiert; sowie KAI Embodied AI Infra, die Backend-Plattform, die diese Daten verarbeitet, Modelle trainiert und diese vor dem Einsatz in Simulationen evaluiert.

Das Unternehmen gibt an, dass im Rahmen seiner Datenerfassungsbemühungen mehr als 100.000 Stunden an First-Person-Videomaterial aus über 20 Szenarien und mehr als 300 atomaren Ganzkörper-Fertigkeiten erfasst wurden und dass seine Infrastrukturplattform den Durchsatz bei der Datenverarbeitung um den Faktor zehn sowie die Geschwindigkeit beim Modelltraining und bei der Modellbewertung um das Fünf- bis Siebenfache steigert. Diese Multiplikatoren sind für einen Käufer bei der Bewertung von Anbietern von größerer Bedeutung als die in Schlagzeilen angeführte Anzahl der Freiheitsgrade, denn die Obergrenze eines jeden Embodied-AI-Produkts liegt nicht in der Beweglichkeit der Hardware, sondern darin, wie schnell sich das zugrunde liegende Modell verbessert, sobald es beginnt, Einsatzdaten zu erfassen – und eine langsamere Trainingsschleife führt zu einer sich vergrößernden Leistungslücke, je länger zwei konkurrierende Anbieter nebeneinander agieren.

Das Unternehmen setzt auf Wiederverwendbarkeit, nicht auf einen einzelnen Roboter

Die Tischtennis-Demonstration, intern als „SMASH“ bezeichnet, ist eher ein nützlicher Testfall für diese Infrastrukturbehauptung als eine bloße Spielerei. Schnell bewegte, unvorhersehbare Ballbahnen zwingen einen Roboter dazu, in einem engen Regelkreis wahrzunehmen, vorherzusagen und zu handeln, anstatt eine vorab festgelegte Routine auszuführen, und Kinetix AI erklärt

Der Wahrnehmungs- und Steuerungsstack von SMASH wurde nicht ausschließlich für die eigene Hardware entwickelt. Dieselben Algorithmen wurden so angepasst, dass sie auf dem G1 von Unitree und dem Yuanzheng A3 von AgiBot laufen – zwei der in China am weitesten verbreiteten humanoiden Plattformen, die von Konkurrenzunternehmen hergestellt werden. Ein Software-Stack, der ohne vollständige Neuprogrammierung auf die Hardware von Wettbewerbern übertragen werden kann, ist ein stärkeres kommerzielles Signal als ein Stack, der nur auf dem eigenen Roboter des Anbieters funktioniert, da dies darauf hindeutet, dass die zugrunde liegende Wahrnehmungs- und Steuerungsschicht tatsächlich wiederverwendbar ist und nicht speziell auf ein bestimmtes Chassis abgestimmt wurde – – eine Portabilität, deren Vorhandensein ein Käufer, der mehrere Roboteranbieter evaluiert, bestätigt haben möchte, bevor er sich für die Software eines einzelnen Anbieters standardisiert.

Kinetix AI hat zudem damit begonnen, einzelne Komponenten des Stacks unabhängig voneinander zu vermarkten, anstatt auf einen fertigen, marktreifen Humanoiden zu warten. KAI Hand und KAI Halo Lite wurden während der WAIC-Konferenz Anfang dieses Jahres öffentlich zum Verkauf angeboten, sodass andere Robotikentwickler die geschickte Hand für ihre eigenen Plattformen oder die Datenerfassungsvorrichtung für ihre eigenen Modelltrainingsmaßnahmen erwerben können, ohne einen kompletten KAI Bot kaufen zu müssen. Diese Entbündelung bewirkt zwei Dinge, die ein Beschaffungsteam beachten sollte: Sie verschafft dem Unternehmen Einnahmen und Marktfeedback lange vor der Auslieferung eines vollständigen humanoiden Produkts, und sie macht jeden Käufer einer Einzelkomponente zu einer Quelle zusätzlicher Einsatzdaten, die in die eigenen Modelle von Kinetix AI zurückfließen – eine Variante desselben Daten-Flywheels, das Figure durch direkte Fabrikeinsätze verfolgt und das Tesla durch sein vertikal integriertes Optimus-Programm verfolgt.

Das Team hinter dem Tempo

Das Tempo von Kinetix AI hat eine konkrete, nachprüfbare Erklärung und ist keine unerklärliche Abkürzung. Mitbegründer Luo Ping hat eine Professur für Informatik und Datenwissenschaft an der Universität Hongkong inne, und das Unternehmen unterhält aktive Forschungskooperationen mit dem MMLab der HKU sowie der Kooperationszone Shenzhen Hetao. Noch aussagekräftiger für die Behauptungen zur Infrastruktur ist, dass Mitglieder des Ingenieurteams

Er hat zuvor die Daten- und Trainingsinfrastruktur hinter dem Programm für autonomes Fahren von Huawei aufgebaut, als dieses vom Prototyp auf mehr als eine Million Auslieferungen von Serienfahrzeugen skaliert wurde, und war zuvor an der Entwicklung von Exoskeletten für die Rehabilitation sowie von autonomen Bergbaufahrzeugen der Stufe 4 beteiligt. Dieser Hintergrund ist von Bedeutung, da der am schwersten nachzubildende Teil des Kinetix-AI-Stacks die Infrastrukturebene ist – jene unscheinbare Pipeline, die Rohdaten von Sensoren erfasst, bereinigt, Modelle anhand dieser Daten trainiert und die Ergebnisse auswertet, bevor irgendetwas einen physischen Roboter erreicht – und genau diese Ebene könnte ein Team, das bereits Erfahrung mit der Skalierung einer Datenpipeline für autonome Fahrzeuge auf Serienvolumen hat, besonders schnell aufbauen.

Wo der Vergleich mit Figure tatsächlich zutrifft

Das im Jahr 2022 gegründete Unternehmen Figure hat sich seinen Ruf dadurch erarbeitet, dass es einen selbst entwickelten humanoiden Körper mit seinem eigenen „Helix“-Modell für Vision, Sprache und Aktion sowie einem Live-Einsatz in einem BMW-Werk kombinierte und so den Kreislauf zwischen realen Aufgabendaten und dem Nachtrainieren des Modells schloss. Das Optimus-Programm von Tesla stützt sich auf den bestehenden Software-Stack für autonomes Fahren, die Lieferkette und die Fertigungsanlagen des Unternehmens, um Körper, Modell und Fertigung gleichzeitig voranzutreiben. Physical Intelligence verfolgt einen enger gefassten „Model-First“-Ansatz und entwickelt ein universelles, verkörpertes Grundmodell, das auf verschiedenen Roboterkörpern laufen soll, anstatt auf einem, den das Unternehmen selbst herstellt. Das Konzept von Kinetix AI ähnelt am ehesten dem von Figure: Hardware, Modell und realweltliche Daten werden intern entwickelt und gegenseitig in den Prozess zurückgeführt – allerdings in etwa einem Drittel der Zeit, unterstützt durch ein Gründerteam, das über Infrastruktur-Know-how verfügt, das die meisten Erstgründer im Bereich Robotik erst im Laufe von Jahren in der Praxis erwerben.

Der Vergleich stößt jedoch an echte Grenzen, die ein Käufer abwägen sollte, bevor er Kinetix AI als gleichwertigen Konkurrenten von Figure und nicht als dessen Nachahmer betrachtet. Der Einsatz von Figure in der BMW-Fabrik liefert Produktionsdaten unter dauerhaften realen Betriebsbedingungen und basiert auf einer zahlenden Industriekundenbeziehung;

Die bisherigen kommerziellen Einsätze von Kinetix AI beschränken sich auf den Verkauf einzelner Komponenten und Vorführungen auf Messen, nicht jedoch auf eine vergleichbare Produktionsumgebung. Eine funktionierende Tischtennis-Demo und eine Reihe intern gemeldeter Durchsatzmultiplikatoren haben nicht das gleiche Beweiskraftgewicht wie ein mehrjähriger Fabrikvertrag, und genau an der Kluft zwischen der Demonstration einer Fähigkeit und dem Verkauf eines zuverlässigen, unterstützten Produkts in großen Stückzahlen haben die meisten humanoiden Start-ups – unabhängig davon, wie vollständig ihr technischer Stack auf dem Papier erscheint – in der Vergangenheit zu kämpfen gehabt.

Was dies für einen Käufer bedeutet, der Anbieter von verkörperter KI bewertet

Für ein Beschaffungs- oder Automatisierungsteam, das Anbieter von humanoiden oder „embodied AI“-Lösungen bewertet, dient die Struktur von Kinetix AI als nützliche Vorlage für die Due-Diligence-Fragen, die jedem Anbieter gestellt werden sollten, der Full-Stack-Fähigkeiten beansprucht – nicht nur diesem einen. Fragen Sie, ob die Datenpipeline und die Trainingsinfrastruktur des Anbieters intern entwickelt oder lizenziert wurden, da eine Infrastruktur, die von einem Team mit direkter Vorerfahrung bei der Skalierung einer vergleichbaren Pipeline aufgebaut wurde, eine wesentlich andere Wette darstellt als eine Infrastruktur, die zum ersten Mal in einem neuen Start-up zusammengestellt wurde. Fragen Sie, ob die Wahrnehmungs- und Steuerungssoftware des Anbieters auf Hardware demonstriert wurde, die nicht von ihm selbst hergestellt wurde, da die plattformübergreifende Portabilität ein stärkeres Indiz für wiederverwendbare Software ist als eine einzelne, ausgefeilte Demo auf dem eigenen Roboter des Anbieters. Und fragen Sie, welcher Anteil des aktuellen Umsatzes des Anbieters – falls überhaupt – aus bereits ausgelieferten Einzelkomponenten stammt und nicht aus einem noch in der Entwicklung befindlichen Komplettprodukt; denn ein Unternehmen, das bereits heute echtes Marktfeedback zu Teilprodukten erhält, überprüft seine Annahmen früher anhand zahlender Kunden als eines, das darauf wartet, dass ein fertiger Humanoid auf den Markt kommt.

Kinetix AI hat weder Preise noch einen festen Liefertermin für eine vollständige KAI-Bot-Einheit bekannt gegeben, und keine der gemeldeten Spezifikationen oder Durchsatzmultiplikatoren wurde unabhängig von den eigenen Angaben des Unternehmens in Benchmark-Tests überprüft. Was ist

Unabhängig überprüfbar ist, dass die Komponenten tatsächlich existieren; geschickte Roboterarme und Datenerfassungssysteme werden bereits heute an externe Abnehmer ausgeliefert, dass ein Wahrnehmungs- und Steuerungssystem auf den Robotern von mindestens zwei Konkurrenzunternehmen läuft und dass ein erst ein Jahr altes Team Durchsatzzahlen angibt, die für ein Unternehmen mit dreimal so langer Betriebsgeschichte nichts Besonderes wären. Ob diese Geschwindigkeit einen tatsächlich schnelleren Weg zum gleichen Ziel widerspiegelt, das Figure und Tesla anstreben, oder ob es sich um ein Unternehmen handelt, das seine eindrucksvollsten Behauptungen bereits vor der schwierigeren Bewährungsprobe eines nachhaltigen Fabrikeinsatzes vorweggenommen hat, ist die Frage, die die nächsten zwölf Monate beantworten werden. Zurück auf der WRC-Ausstellungsfläche reagierte KAI immer wieder auf die ungeschickten Netzschläge und wilden hohen Lobs, die eine einstudierte Demo von einem wirklich reaktiven System unterscheiden – jene unspektakuläre Beständigkeit, auf die ein Käufer eigentlich achten sollte, mehr noch als auf jedes einzelne Datenblatt.

Diese Analyse fasst Unternehmensangaben, Produktspezifikationen und öffentliche Vorführungen auf Konferenzen zusammen, über die in den Tagen nach der WRC 2026 berichtet wurde.

Haftungsausschluss: Dieser Artikel dient ausschließlich allgemeinen Informationszwecken und stellt keine Anlage-, Rechts- oder Beschaffungsberatung dar. Leser sollten Details anhand von Primärquellen überprüfen, bevor sie geschäftliche Entscheidungen treffen.