Unitree-Gründer Wang Xingxing: Humanoide brauchen noch 2 bis 10 Jahre bis zum 'ChatGPT-Moment'

Am 20. August 2026 — einen Tag nach dem außergewöhnlichen Börsenstart von Unitree (+629 Prozent am ersten Handelstag an der Shanghaier STAR-Börse) — trat Firmengründer Wang Xingxing auf der World Robot Conference in Peking ans Mikrofon und gab eine ungewöhnlich nüchterne Einschätzung ab: Die gesamte Branche sei noch weit davon entfernt, den eigentlichen Wendepunkt zu erreichen.

Was ist ein „ChatGPT-Moment” für Roboter?

Wang definierte diesen Meilenstein in klaren Worten: Ein Roboter muss in der Lage sein, eine unbekannte Wohnung zu betreten und dort rund 80 Prozent der Alltagsaufgaben ausführen — allein auf Basis von Text- oder Sprachanweisungen, ohne vorherige Programmierung für das spezifische Umfeld. Erst wenn ein System das zuverlässig beherrsche, sei der Branchendurchbruch vergleichbar mit dem, den ChatGPT für Sprachmodelle dargestellt habe.

Zeitrahmen: 2 bis 10 Jahre

Wang nannte eine breite Spanne: 2 bis 10 Jahre, abhängig vom Entwicklungstempo der Industrie. Bei einem optimistischen Szenario — wenn die technischen Lösungen schnell reifen — könnte der Moment schon in zwei bis drei Jahren eintreten (also um 2028/2029). Bei langsamerem Fortschritt könnten es bis zu fünf bis zehn Jahre werden.

Diese Einschätzung steht im auffälligen Kontrast zu der euphorischen Börsenbewertung des Vortages, bei der Unitree am ersten Handelstag auf eine Marktkapitalisierung von rund 445 Milliarden Yuan (ca. 66 Milliarden US-Dollar) kam.

Das technische Kernproblem: Die letzten Millimeter

Wang identifizierte als entscheidendes Hindernis nicht die Fähigkeit zur groben Bewegungsplanung — die sei bereits gut gelöst —, sondern das Beherrschen der Feinmotorik in der Endphase einer Bewegung. Mit seinen Worten:

„Wenn ein Roboter nach einem Gegenstand greift, sieht es aus, als hätte er ihn fast — aber dieses letzte Stückchen taktiles Feedback, dieser letzte kleine Fehlerbereich, den kann er nicht korrigieren.”

Roboter scheiterten regelmäßig an den letzten Zentimetern oder Millimetern einer Bewegung. Die Ursache: haptische Rückkopplung und adaptives taktiles Nachführen — also das, was beim Menschen unbewusst in Echtzeit geschieht — fehle in aktuellen Systemen weitgehend.

Hinzu komme das Generalisierungsproblem: Aktuelle Humanoide können erlernte Aufgaben in bekannten Umgebungen gut ausführen, scheitern aber, sobald sich der Kontext auch nur leicht ändert. Menschen lernen neue Aufgaben in Minuten, Roboter brauchen dafür noch Tage oder Wochen an Trainingsdaten.

Einordnung

Wangs Aussagen sind bemerkenswert, weil er als Gründer und Hauptaktionär eines gerade erst an die Börse gegangenen Unternehmens keinen offensichtlichen Anreiz hatte, die Erwartungen zu dämpfen — im Gegenteil. Seine Nüchternheit signalisiert, dass die operative Realität im Unternehmen die Grenzen der Technologie klar zeigt, selbst wenn der Kapitalmarkt kurzfristig anders bewertet.

Global erreichte die Branche im ersten Halbjahr 2026 Auslieferungen von rund 19.100 Einheiten (Smart Analytics Global), ein Wachstum von 272 Prozent gegenüber dem Vorjahreszeitraum. Aber Wang macht deutlich: Stückzahlen und Börsenwert sind nicht dasselbe wie technologische Reife.

Das Rennen um den „ChatGPT-Moment” für humanoide Roboter bleibt offen — und nach Aussage des derzeit erfolgreichsten Herstellers der Branche ist das Ziel noch nicht in Sichtweite.