Wenn Roboter einziehen, müssen wir entscheiden, wer wir sein wollen
Morgens beginnt die technologische Zeitenwende mit einem leisen Surren. Mein Staubsaugerroboter zieht bereits seine Bahnen durch die Wohnung, während mich ein smarter Lautsprecher weckt und mir meine Termine vorliest. Noch vor dem ersten Heißgetränk haben zwei Systeme damit begonnen, meinen Tag zu organisieren. Das wirkt harmlos. Fast sympathisch. Aber genau darin liegt die eigentliche Pointe: Große Umbrüche betreten unser Leben selten als Revolution. Meist kommen sie als Komfortfunktion.
The $15 billion bet: How subscription models could bring humanoids home by 2030: https://www.rdworldonline.com/how-humanoid-robots-could-enter-homes-2030/
Humanoid helpers are now entering our homes: https://www.freethink.com/artificial-intelligence/humanoid-1x
Die nahe Zukunft ist nicht mehr besonders fern
Die nächste Stufe dieser Entwicklung ist keine Science-Fiction. Sie ist sichtbar und die Verlängerung dessen, was wir bereits sehen. Humanoide Roboter werden heute in Fabriken, Logistikzentren und kontrollierten Testumgebungen erprobt, vor allem dort, wo Tätigkeiten repetitiv, körperlich belastend oder sicherheitskritisch sind. Gerade in der Industrie, besonders im Automotive-Umfeld, gelten sie als logischer nächster Schritt, weil dort viele Tätigkeiten standardisiert und die Umgebungen komplex genug sind, um Nutzen zu stiften, aber strukturiert genug, um Maschinen nicht sofort in eine existenzielle Sinnkrise zu stürzen.
Humanoid robots step up their game: how useful are the latest droids? https://www.nature.com/articles/d41586-026-00164-0
Das Bild der nahen Zukunft ist also ziemlich konkret: ein humanoider Helfer, der Wäsche zusammenlegt, die Spülmaschine einräumt oder einen älteren Menschen beim Aufstehen stützt, während im Hintergrund KI-Agenten Termine, Zahlungen und Kommunikationsströme koordinieren. Marktbeobachtungen gehen davon aus, dass diese Systeme zuerst in Industrie und Service skalieren und erst danach schrittweise in Haushalte kommen, begleitet von servicebasierten Modellen und sinkenden Kosten. Der Roboter zieht also nicht morgen flächendeckend bei uns ein. Aber er steht auch nicht mehr nur als Prototyp auf irgendeiner Messe herum und winkt verlegen ins Publikum.
Marktausblick Humanoide Roboter: https://www.idtechex.com/it/research-article/humanoid-robots-to-reach-nearly-us-30-billion-by-2036/34443
Mit wachsender Stückzahl, sinkenden Kosten und servicebasierten Modellen dürfte diese Entwicklung wirtschaftlich immer attraktiver werden. Anders gesagt: Der Roboter kommt nicht zuerst, weil er uns so sympathisch findet. Er kommt, weil sich sein Einsatz rechnet.
Der lange Übergang
Einer der wichtigsten Punkte wird in vielen Debatten übersehen: Nicht morgen ist alles fertig. Gerade das macht die Lage so anspruchsvoll. Wir arbeiten heute noch weitgehend in den Strukturen von gestern, aber mit dem Bewusstsein, dass wir in zehn Jahren und darüber hinaus andere Aufgaben wahrnehmen müssen. Die eigentliche Herausforderung ist also nicht der plötzliche Umbruch, sondern die Phase dazwischen: liefern unter alten Bedingungen, lernen für neue Bedingungen.
Diese Übergangsphase zeigt sich bereits sehr deutlich in der Softwareentwicklung. Generative KI kann Entwickler bei bestimmten Coding-Aufgaben laut McKinsey bis zu doppelt so schnell machen. Gleichzeitig zeigt dieselbe Forschung, dass gerade weniger erfahrene Entwickler zusätzliche Grundlagen in Syntax, Datenstrukturen, Algorithmen, Design Patterns und Debugging brauchen, um von diesen Werkzeugen wirklich zu profitieren. Mit anderen Worten: Die Tools beschleunigen die Arbeit, aber sie heben die Anforderungen an Urteilskraft und Grundlagen nicht auf. Sie verschieben sie.
Unleashing developer productivity with generative AI: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai
Darin steckt eine unbequeme Wahrheit: Was wir heute entwickeln, verändert die Art, wie wir morgen selbst arbeiten werden. Wer heute Software mit KI baut, baut damit zugleich an einer Arbeitswelt, in der weniger manuelle Implementierung und mehr Spezifikation, Orchestrierung, Qualitätssicherung und Architektur gefragt sein werden. Das gilt in der Softwareentwicklung besonders früh, aber es gilt nicht nur dort. Es ist ein Vorbote für viele andere Wissens- und Produktionsbereiche.
Was das mit uns als Menschen macht
Wenn Roboter körperliche Arbeit und KI einen wachsenden Teil standardisierbarer Wissensarbeit übernehmen, dann verändert sich nicht nur unser Werkzeugkasten. Es verändert sich unser Selbstverständnis. Unsere To-do-Listen werden kürzer, aber unser Verantwortungsbereich wird größer. Denn wer nicht mehr alles selbst ausführt, muss umso klarer definieren, was überhaupt getan werden soll, warum es getan werden soll und nach welchen Maßstäben ein Ergebnis als gut gilt.
Genau deshalb reicht es nicht, die Debatte nur als Effizienzfrage zu führen. Die interessantere Frage lautet: Wenn immer mehr Ausführung delegierbar wird, was wird dann zu meiner eigentlichen Kernaufgabe?
Ich glaube, dass daraus drei persönliche Anpassungen folgen:
1. Wir müssen unsere Kernaufgaben neu denken
Über lange Zeit war Leistung eng mit Ausführung verknüpft. Wer viel wusste, viel konnte und viel erledigte, war wertvoll. In einer Welt aus KI-Agenten und Robotik wird Ausführung billiger, schneller und skalierbarer. Wertvoller wird hingegen die Fähigkeit, Probleme richtig zu definieren, Systeme klug zu kombinieren, Ergebnisse kritisch zu prüfen und Verantwortung zu übernehmen, wenn etwas schiefläuft.
Wenn früher 10.000 Stunden Erfahrung als Synonym für die Champions League galten, dann erleben wir heute, dass KI einen Teil dieser Lern- und Umsetzungsarbeit komprimiert. Vielleicht reichen in vielen Feldern künftig 200 gut eingesetzte Stunden, um 80 Prozent einer Lösung zu bauen. Aber genau deshalb steigt der Wert der restlichen 20 Prozent. Dort sitzen Kontext, Urteilskraft und Verantwortung.
2. Wir müssen unsere Souveränität neu aufbauen
Wer Haushalt, Kommunikation, Terminplanung, Finanzentscheidungen und vielleicht eines Tages sogar Teile von menschlicher Fürsorge vollständig delegiert, gewinnt Bequemlichkeit, verliert aber leicht die Kontrolle. Souveränität bedeutet in dieser Welt nicht, alles selbst zu tun. Souveränität bedeutet, bewusst zu entscheiden, was ich delegiere, warum ich es delegiere, welche Grenzen gelten und wie ich im Notfall eingreifen kann.
Wer diese Regeln nicht selbst definiert, bekommt sie von Plattformen, Herstellern oder impliziten Systemlogiken vorgegeben.
3. Wir müssen neue Entwicklungsräume finden
Wenn Routinen wegfallen, entsteht nicht automatisch Sinn. Es entsteht zunächst freie Kapazität. Diese kann in Lernen, Beziehungen, Kreativität, Unternehmertum oder gesellschaftliches Engagement fließen. Sie kann aber ebenso in Passivität, Ablenkung und algorithmisch organisierte Bequemlichkeit kippen.
Die zentrale Frage lautet deshalb: Du wachst in einer Wohnung auf, in der schon viel für dich erledigt ist. Was machst du mit der frei gewordenen Zeit, Energie und Verantwortung? Technologie nimmt uns Arbeit ab. Aber sie nimmt uns nicht die Aufgabe ab, unser Leben sinnvoll zu gestalten.
Genau dieselben Fragen treffen Unternehmen
Was für den Einzelnen gilt, gilt in verschärfter Form auch für Unternehmen. Auch Organisationen stehen vor der Frage, was ihre eigentliche Kernaufgabe noch ist, wenn immer mehr Tätigkeiten automatisiert, unterstützt oder von anderen Ökosystemen übernommen werden können. Für Deutschland wird diese Frage besonders brisant, weil sie mit einem doppelten Problem zusammenfällt: einer Technologie-Disruption und einer Standortdisruption.
Deutschland ist eine exportorientierte Volkswirtschaft. Motorfahrzeuge und Teile davon waren 2025 mit 16,3 Prozent das wichtigste Exportgut des Landes, vor Maschinen mit 13,7 Prozent und Computer-, elektronischen und optischen Erzeugnissen mit 8,7 Prozent. Genau dort, im industriellen Kern, verändern KI, Robotik und Elektromobilität jedoch die Spielregeln.
Destatis Außenhandel: https://www.destatis.de/EN/Themes/Economy/Foreign-Trade/trading-goods.html
Das Bild der „dunklen Fabrik“ eignet sich deshalb gut als Warnsignal, aber nicht als vollständige Beschreibung der Zukunft. Der folgende heise/Telepolis-Artikel zeigt an chinesischen Beispielen, wie weit Automatisierung in hochstandardisierten Industrieumgebungen bereits getrieben werden kann: Xiaomi fertigt laut Artikel in einer Smartphone-Fabrik ein Gerät alle drei Sekunden, in der EV-Fabrik ein Auto alle 76 Sekunden, und BYD kommt demnach auf ungefähr ein Auto pro Minute. Solche Beispiele sind eindrucksvoll, aber sie zeigen vor allem einen Teil der Realität: die stark standardisierte Serienfertigung.
Telepolis - Dunkle Fabriken: Ein Auto alle 60 Sekunden: https://www.heise.de/article/Dunkle-Fabriken-Ein-Auto-alle-60-Sekunden-11145088.html
Mit der Elektromobilität sinken in Teilen die mechanischen Eintrittsbarrieren, während Batterien, Leistungselektronik, Software und Plattformintegration wichtiger werden. Gleichzeitig werden genau diese Technologien andernorts schneller industrialisiert, insbesondere in China. Europa hat über Jahre Wissen transferiert, Märkte geöffnet und dann feststellen müssen, dass industrielle Souveränität keine kulturelle Gewohnheit, sondern harte Wertschöpfungsarchitektur ist.
Wer den Blick weitet, sieht schnell, dass dieselbe Grundlogik auch andere Branchen verändert.
Im Agrarsektor investiert die EU seit Jahren gezielt in Digitalisierung, Precision Farming und Robotik; unter Horizon 2020 flossen mehr als 200 Millionen Euro in digitale Technologien für die Landwirtschaft, davon mehr als 75 Millionen Euro in Robotik. Damit trifft die Automatisierung nicht nur Fabrikarbeit, sondern auch körperliche, saisonale und wetterabhängige Arbeit auf dem Feld.
Digitalising the EU agricultural sector under Horizon 2020: https://digital-strategy.ec.europa.eu/en/policies/digitalisation-agriculture-horizon-2020
EU project is helping farmers fight labor shortage with robotics: https://techhq.com/news/eu-project-is-helping-farmers-fight-labor-shortage-with-robotics/
In der Chemie zeigt sich die Veränderung anders. Dort steht weniger der humanoide Roboter im Vordergrund als die datengetriebene Steuerung von Prozessen, Qualität, Energieeinsatz und Innovation. Der VCI (Verband der chemischen Industrie) beschreibt KI und Digitalisierung als zentral für Prozessoptimierung, Innovation und neue Geschäftsmodelle. Eine aktuelle Branchenanalyse zeigt zudem, dass 2025 bereits 91 Prozent der befragten deutschen Chemie- und Pharmaunternehmen Digitalisierung als relevant oder sehr relevant bewerteten, nach 75 Prozent im Jahr 2020. Das ist ein starkes Signal: Auch dort verschiebt sich Wertschöpfung zunehmend in Richtung datenbasierter Systemkompetenz.
vci.de - Digitalisierung: https://www.vci.de/services/vci-positionen-kompakt/digitialisierung.jsp
Artificial Intelligence in the German Chemical and Pharmaceutical Industry: https://www.businesschemistry.org/article/5126-2/)
Im Bau sehen wir wiederum eine dritte Form der Transformation. Dort ist die Umgebung unstrukturierter, wechselhafter und weniger „dunkelfabrikfähig“. Deshalb geht es zunächst stärker um assistive Robotik, digitale Unterstützung und Entlastung kleiner Teams als um vollständige Menschenleere. Die Bauhaus-Universität Weimar erprobt von 2026 bis 2028 robotische und digitale Systeme für Umbau und Sanierung, mit dem Ziel, körperliche Belastung zu reduzieren, Arbeitsschutz zu verbessern und Produktivität kleiner Teams zu erhöhen.
Robots head to building sites as German university tests high-tech help for builders: https://interestingengineering.com/ai-robotics/robot-builders-to-join-construction-germany
Aus Sicht von Vorständen und Geschäftsführern ist genau das der entscheidende Punkt: Die Zukunft kommt nicht als ein einziges Szenario. Sie kommt branchenspezifisch, ungleichzeitig und in Übergängen. In der Fabrik ist Vollautomatisierung plausibler. Auf dem Bau eher kooperative Robotik. In der Chemie algorithmische Prozesssteuerung. Im Agrar autonome Feldsysteme. Aber die strategischen Fragen sind immer dieselben.
Dazu kommt: Deutschland kennt dieses Muster bereits. In der Solarindustrie war Deutschland technologisch früh stark, verlor aber große Teile der industriellen Wertschöpfung an China, das schneller skalierte und konsequenter industrialisierte. In der Robotik droht eine ähnliche Entwicklung, wenn hier zwar Engineering-Kompetenz bleibt, industrielle Skalierung und Kostendominanz aber anderswo entstehen.
Die drei Anpassungen für Unternehmen
Wenn das stimmt, dann stehen Unternehmen vor denselben drei Fragen wie jeder Einzelne.
1. Unternehmen müssen ihre Kernaufgaben neu denken
Die entscheidende Frage lautet künftig nicht mehr nur: Welches Produkt bauen wir effizienter als andere? Sondern: Welchen Teil des Gesamtsystems beherrschen wir so gut, dass wir darin unersetzbar werden?
Für die deutsche Industrie bedeutet das:
Nicht nur Produkte fertigen, sondern Systeme definieren. Nicht nur Autos bauen, sondern ganzheitliche Mobilitätssysteme, softwaredefinierte Funktionen, Sicherheitsarchitektur, Serviceplattformen und Integrationskompetenz.
Wer nur produziert, konkurriert am Ende mit demjenigen, der billiger produziert. Das ist selten die Position mit dem höchsten strategischen Einfluss.
2. Unternehmen müssen ihre Souveränität neu aufbauen
Souveränität heißt für Unternehmen nicht Autarkie. Sie heißt, Abhängigkeiten bewusst zu wählen. Nicht jede KI-Plattform sollte nur eingekauft, nicht jede Fertigung unreflektiert ausgelagert und nicht jede Schlüsseltechnologie vollständig externalisiert werden.
Wer in Dateninfrastruktur, KI-Stacks, Robotik-Integration und kritischen Schnittstellen keinerlei eigene Kompetenz besitzt, verliert zunächst nicht unbedingt Umsatz. Aber er verliert schrittweise Verhandlungsmacht.
3. Unternehmen müssen neue Entwicklungsräume finden
Neue Märkte wie Teile Afrikas oder Südamerikas können Wachstumsräume sein, aber nicht als bloße Ersatzfläche für nachlassende Stärke im Heimatmarkt. Sie sind eigenständige Entwicklungsräume mit infrastrukturellen, regulatorischen und klimatischen Herausforderungen. Wer dort erfolgreich sein will, muss robuste, adaptive und unter realen Knappheitsbedingungen tragfähige Lösungen liefern.
Gerade darin liegt aber auch eine Chance. Wer für solche Märkte intelligente Energie-, Automatisierungs- oder Logistiklösungen baut, entwickelt Fähigkeiten, die auch in Europa in einer instabileren Welt wertvoll sein werden. Neue Märkte sind also nicht nur geografische Expansion. Sie sind oft auch Schulen für neue Kompetenz.
Was dann für Menschen und Unternehmen wertvoll bleibt
Je mehr Ausführung automatisierbar wird, desto wertvoller wird Arbeit, die Kontext, Verantwortung und Vertrauen zusammenbringt. Das gilt persönlich wie unternehmerisch. Wertvoll bleiben Tätigkeiten, die Risiken reduzieren, Systeme definieren, Zielkonflikte aushalten und unter Unsicherheit entscheiden.
Kurz um: Wertvoll bleibt Arbeit, die Vertrauen schafft: Beziehungsführung, Verhandlung, Co-Creation mit Kunden, gesellschaftliche Einbettung technologischer Entscheidungen.
Und wertvoll bleibt Arbeit, die Systeme definiert: Strategie, Produktvision, Ökosystem-Design, Normen und Standards.
Für Europa erwartet McKinsey bis 2030 in einem mittleren Szenario die Automatisierung von rund 27 Prozent der heutigen Arbeitsstunden; in einem schnelleren Adoptionsszenario könnten bis zu 12 Millionen berufliche Übergänge nötig werden. Das ist kein Hinweis darauf, dass morgen alles verschwindet. Es ist ein Hinweis darauf, dass das nächste Jahrzehnt eine Phase struktureller Umlagerung wird. Genau deshalb ist Gelassenheit erlaubt, aber Passivität nicht.
A new future of work: https://www.mckinsey.de/~/media/mckinsey/locations/europe%20and%20middle%20east/deutschland/news/presse/2024/2024%20-%2005%20-%2023%20mgi%20genai%20future%20of%20work/mgi%20report_a-new-future-of-work-the-race-to-deploy-ai.pdf
Die eigentliche Pointe
Die eigentliche Pointe ist deshalb nicht: „Bald machen Roboter alles.“ Die eigentliche Pointe ist: Wir müssen lange bevor Roboter und KI vieles übernehmen, schon lernen, welche Rolle wir dann selbst einnehmen wollen. Das gilt für den Entwickler, der heute Software baut, die seine eigene künftige Arbeit verändert. Und es gilt für Unternehmen, die heute noch mit alten Wertschöpfungslogiken Geld verdienen, aber morgen nur dann relevant bleiben, wenn sie ihre Kernaufgaben, ihre Souveränität und ihre Entwicklungsräume neu definieren.
Nicht-Anpassung ist deshalb keine Form von Stabilität. Sie ist schleichender Kontrollverlust.
Vielleicht ist das die eigentliche Managementfrage der kommenden Jahre: Nicht, wie wir möglichst viel Arbeit an KI und Roboter abgeben. Sondern wer wir sein wollen, wenn wir es getan haben.
Kommentare
Kommentar veröffentlichen