UN AI Panel Preliminary Report 2026 - Einordnung von Prof. Bösl

UN AI Panel Preliminary Report 2026 - Einordnung von Prof. Bösl

Am 1. Juli 2026, kurz nach elf Uhr New Yorker Zeit, hat das Independent International Scientific Panel on Artificial Intelligence seinen ersten Preliminary Report vorgelegt. Vierzig Wissenschaftlerinnen und Wissenschaftler aus allen fünf UN-Regionen, drei Jahre Mandat, ein einziger Auftrag: das erste global unabhängige wissenschaftliche Fundament zu KI zu erarbeiten. Kein politisches Papier, kein Regulierungsvorschlag, kein Lobbytext. Ein Referenzdokument, das die Vereinten Nationen den 193 Mitgliedstaaten am Vorabend des ersten Global Dialogue on AI Governance am 6. und 7. Juli in Genf auf den Tisch legen.

Ich habe den Report gelesen, die persönliche Botschaft der beiden Co-Chairs Yoshua Bengio und Maria Ressa dazu, dazu die Rede des UN-Generalsekretärs António Guterres bei der Pressekonferenz. Und ich habe versucht, das Ganze mit dem in Verbindung zu bringen, was viele von uns seit Jahren beschäftigt: die Frage nach einem tragfähigen Ordnungsrahmen für autonome Maschinen und für Künstliche Intelligenz, für Robotic & AI Governance. Der Report ist ein Meilenstein. Nicht weil er neue Fakten produziert, sondern weil er Fakten zum ersten Mal für alle Regierungen der Welt in einem gemeinsamen, wissenschaftlich unabhängigen Text festhält. Und in einer Sprache, die politisch nicht mehr wegzuwischen ist.

Was der Report ist - und was er nicht ist

Das Panel wurde durch die UN-Generalversammlung mit der Resolution A/RES/79/325 im August 2025 eingesetzt, aufbauend auf dem Global Digital Compact von 2024 und den Empfehlungen des High Level Advisory Body on AI des UN-Generalsekretärs. Es ist der erste globale, ständige wissenschaftliche Körper, der sich ausschließlich mit KI befasst. Kein IPCC-Klon, aber mit demselben strukturellen Anspruch: dokumentieren, was Wissenschaft weiß und was sie nicht weiß, ohne Vorschriften zu machen. Die 40 Mitglieder wurden aus 2.600 Bewerbungen aus über 140 Ländern ausgewählt. Sie dienen in persönlicher Eigenschaft, für drei Jahre, ohne Weisung von Regierungen, Unternehmen oder Institutionen. Co-Chairs sind der kanadische Deep-Learning-Pionier Yoshua Bengio und die philippinische Friedensnobelpreisträgerin und Journalistin Maria Ressa. Zwei Biografien, die nicht zufälliger sein könnten. Und die deshalb umso mehr Gewicht haben, wenn sie zur selben Diagnose kommen.

Der Report umfasst knapp 60 Seiten Haupttext, gegliedert in sieben Domänen: KI-Wissenschaft und Entwicklungspfade, gesellschaftliche Anwendungen (Wissenschaft, Gesundheit, Bildung, Landwirtschaft), wirtschaftliche Implikationen, Sicherheit und Umweltfolgen, Menschenrechte und Demokratie, kulturelle und individuelle Selbstentfaltung inklusive Kinderschutz, sowie Management, Governance und Verlässlichkeit. Er ist ausdrücklich preliminary - eine erste Momentaufnahme, mit thematischen Nachträgen bis zum umfassenden ersten Vollbericht im Mai 2027. Und er ist wissenschaftliches Konsensdokument, kein Meinungsstück.

Das ist der erste Punkt, der mir wichtig ist: Der Report ist keine Warnung von Aktivisten. Er ist die derzeit belastbarste globale wissenschaftliche Einschätzung, die wir haben. Wer ihn ignoriert, ignoriert nicht mehr eine Meinung. Er ignoriert den Stand der internationalen Wissenschaft.

Executive Summary in eigenen Worten

Wer wenig Zeit hat, sollte diese acht Punkte kennen. Sie destillieren, was der Report auf 60 Seiten unterlegt.

  1. KI-Fähigkeiten wachsen schneller als unsere Fähigkeit, sie zu messen oder zu regieren. Auf dem Benchmark Humanity's Last Exam, gezielt schwer entworfen, sind die besten Systeme innerhalb von 16 Monaten von 8 auf 45 Prozent gestiegen. Auf FrontierMath von 19 auf 88 Prozent innerhalb von etwas mehr als einem Jahr. Auf der Mathematik-Olympiade 2025 erreichten mehrere Systeme Gold-Niveau - deutlich früher, als selbst Fachleute erwartet hatten.
  2. Frontier-Modelle werden von einer Handvoll Akteuren trainiert. Die USA halten rund 75 Prozent der Rechenleistung unter den 500 leistungsstärksten KI-Supercomputern, China 15 Prozent. Fast alle führenden General-Purpose-Modelle stammen aus zwei Ländern. Wenige Unternehmen kontrollieren kritische Vorprodukte der Chip-Lieferkette.
  3. KI-Zugang und KI-Wirkung sind geografisch und sprachlich extrem ungleich. Über eine Milliarde Menschen nutzt KI-Chatbots wöchentlich, aber die Adoptionsraten im globalen Süden liegen weit hinter dem globalen Norden. Wo Sprache, Datenbestand und Infrastruktur fehlen, wird derselbe technologische Fortschritt zum Ungleichheitstreiber.
  4. Der KI-Graben ist nicht nur ein Zugangsproblem, sondern ein Gestaltungsproblem. Die meisten Länder - inklusive vieler Industrienationen - haben nicht die technische Expertise, um Frontier-Modelle zu evaluieren oder ihre Governance mitzugestalten. Sie werden zu Abnehmern von Systemen, die sie weder bauen noch prüfen noch an lokale Kontexte anpassen können.
  5. Agentische KI ist ein Governance-Sprung. Systeme, die selbst planen, handeln und Werkzeuge nutzen, verändern Haftung, Aufsicht, Zurechnung. Eine aktuelle Studie zeigt: Die Länge von Software-Aufgaben, die führende Systeme selbstständig bewältigen, verdoppelt sich alle vier bis sieben Monate. Wenn das anhält, erledigen KI-Agenten in wenigen Jahren Aufgaben, die heute Programmierteams Tage kosten.
  6. KI erodiert geteilte Wirklichkeit. Deepfakes, sycophantische Chatbots, KI-generierte sexualisierte Gewalt gegen Frauen und Kinder, automatisierte Desinformation - all das ist keine Zukunftsprojektion, sondern dokumentierte Gegenwart. Der Report belegt mehrere schwere psychische Vorfälle, darunter Todesfälle, im Zusammenhang mit AI-Chatbots.
  7. Menschenrechte, inklusive Kinderrechte, werden systematisch transformiert. Nicht als Nebeneffekt, sondern als strukturelle Folge der Skalierung. Wo KI Bildung, Justiz oder Wohlfahrtsentscheidungen mitträgt, verschiebt sich das Verhältnis zwischen Bürger und Staat.
  8. Das Evidenz-Dilemma ist real. Wörtlich im Report: Regierungen brauchen wissenschaftliche Belege, um KI wirksam zu regulieren, aber bis diese Belege eindeutig sind, kann es zu spät sein, um noch zu handeln. Genau diese Lücke soll das Panel schließen.

Die Botschaft der beiden Co-Chairs

Zum Report gehört ein zweites, kürzeres Dokument, das ich für mindestens genauso wichtig halte: die persönliche Botschaft von Bengio und Ressa. Vier Seiten, geschrieben aus zwei Biografien - der eine hat diese Systeme gebaut, die andere hat dokumentiert, was sie mit Gesellschaften anrichten. Und beide kommen zum selben Schluss.

"Wir sind an einem Wendepunkt. Wir haben die Büchse der Pandora geöffnet. Was da herauskommt, ist anders als alles, was wir bisher erlebt haben - in Tempo, Macht, Kontrolle und alltäglichen Risiken."

Yoshua Bengio und Maria Ressa, Co-Chairs

Die beiden ordnen entlang vier Dimensionen: Tempo, Macht, Kontrolle, Alltagsrisiken. Beim Tempo ist die Aussage schlicht: Es beschleunigt sich, es verlangsamt sich nicht. Bei der Macht sprechen sie explizit von einer concentration of political power. Sie verweisen auf den Fall Mythos - ein Frontier-Modell mit dokumentierten offensiven Cyberfähigkeiten, das aus Sicherheitsgründen nur rund fünfzig Institutionen innerhalb eines einzigen Landes zur Verfügung steht. KI, so die Diagnose, wird heute noch als Commodity verkauft, könnte aber schon bald eine Waffe und ein Herrschaftsinstrument sein. Die Souveränität der meisten Staaten steht zur Debatte.

Bei der Kontrolle gehen die Autoren an eine Stelle, die technisch normalerweise nur in Alignment-Papers auftaucht: Kein Experte könne heute garantieren, dass die fortgeschrittensten Modelle sich an die Instruktionen halten oder dass Menschen an der Spitze der Entscheidungskette bleiben, wenn diese Systeme mächtiger werden. Der Begriff Jailbreak sei inzwischen Alltagsvokabular. Die Belege für täuschendes Verhalten und Selbsterhaltungstendenzen von KI-Systemen wachsen, dokumentiert unter anderem vom Scientific Advisory Board des UN-Generalsekretärs.

Bei den Alltagsrisiken bringt Ressa die eigene Geschichte ein. Sie war 2016 Ziel einer Desinformationskampagne, die den Satz Journalist gleich Kriminelle so oft wiederholt hat, bis Verhaftungen legal, ein Urteil gerecht aussahen. Das war vor einem Jahrzehnt. Heute läuft dasselbe Playbook, nur um Größenordnungen schneller, mit generativer KI. Und ihr Punkt: Keine Demokratie hat bisher Verteidigungslinien, die auf diese Geschwindigkeit ausgelegt sind. Fakten, Wahrheit, Vertrauen, geteilte Realität - diese Kette werde durch dieselben Systeme zerbrochen, auf denen jetzt die nächste Generation von KI-Agenten aufgebaut wird.

Der Text endet mit einem Appell, der klingt, als wäre er nicht für Wissenschaftler geschrieben, sondern für Staats- und Regierungschefs, für Ministerinnen und Delegierte. Wörtlich: Do not let anyone tell you the risks are speculative or the timelines are long. The pace is faster than you think. Das ist keine Rhetorik. Das ist eine Notiz vom Wissenschaftsrand an die Politik.

Die Rede von António Guterres

Der Generalsekretär hat bei der Pressekonferenz einen einzigen Satz besonders betont: The more AI advances without shared rules, the less say governments and people will have in the outcome. Und einen zweiten, der mir noch länger nachhängt: We can no longer say we did not know. Das ist die klassische Formel der historischen Verantwortung. Sie ist bewusst gewählt. Sie schließt eine Tür.

Der Guterres-Auftritt hatte auch eine institutionelle Funktion: Er reichte die Bühne bewusst weiter an die beiden Co-Chairs. Damit war für alle klar: Dieses Panel ist unabhängig von den Vereinten Nationen. Das Sekretariat wird vom UN Office for Digital and Emerging Technologies koordiniert, unterstützt durch ITU und UNESCO, aber die wissenschaftlichen Schlussfolgerungen kontrolliert es nicht. Das ist wichtig, wenn diese Aussagen in Regierungen und Parlamenten Gewicht bekommen sollen.

Warum dieser Report auch für uns in Europa zählt

Wir haben in Europa den AI Act, wir haben nationale Umsetzungsgesetze, wir haben die Bundesnetzagentur als zentrale Aufsicht in Deutschland. Warum also ein UN-Report? Weil KI keine europäische Angelegenheit ist. Weil die Trainingsdaten global sind, die Modelle global, die Effekte auf Arbeitsmärkte, Informationsökosysteme und Sicherheit global. Und weil der AI Act, den ich in meinen Beiträgen zur Einordnung des Inkrafttretens ausführlich diskutiert habe, für die Fragen, die dieser Report aufwirft, nur ein Teilstück ist.

Der AI Act reguliert, welche KI-Systeme in der EU wie in Verkehr gebracht werden dürfen. Er sagt nichts über die geopolitische Konzentration der Rechenleistung. Er sagt nichts über die Kompute-Abhängigkeit Europas von US-Chipfertigern. Er sagt nichts über die Frage, was passiert, wenn ein einzelner Staat den Zugang zu einem Frontier-Modell exklusiv kontrolliert. Und er sagt sehr wenig darüber, wie eine demokratische Öffentlichkeit funktionieren soll, wenn der Informationsraum von wenigen Plattformen dominiert wird, die ihrerseits mit generativer KI arbeiten. Der UN-Report schließt genau diese Lücke - nicht mit Vorschriften, sondern mit einer belastbaren wissenschaftlichen Grundlage, auf der diese Debatten dann geführt werden müssen.

Was Coeckelbergh und andere Panelmitglieder mitbringen

Ein Blick auf die Zusammensetzung des Panels lohnt sich, weil dort die philosophische und die technische Tiefe zusammenfließen. Ich hebe drei Namen heraus, weil sie besonders viel Kontext beitragen.

Mark Coeckelbergh (Belgien), Professor für Philosophie der Medien und Technik an der Universität Wien, ist seit vielen Jahren die europäische Referenzstimme in der Technikethik. Sein Buch AI Ethics (MIT Press, 2020) ist der Standardeinstieg in ethische Fragen der KI - jenseits von Superintelligenz-Fantasien, mit Fokus auf Verantwortung, Transparenz, Bias und Klima. In The Political Philosophy of AI (Polity, 2022) hat er das Feld politisch geöffnet: KI sei nicht neutral, sie sei artifizielle Macht - und daher genuin ein Gegenstand politischer Philosophie, nicht nur der Ingenieurethik. In Why AI Undermines Democracy and What to Do About It (Polity, 2024) hat er die Diagnose zugespitzt: KI, so wie sie derzeit gebaut und eingesetzt wird, untergräbt die Grundprinzipien liberaler Demokratien - Freiheit, Gleichheit, geteilte Wirklichkeit. Sein Gegenentwurf: democratic AI, gestaltet aus den Werten der Öffentlichkeit heraus, nicht aus den Anreizstrukturen weniger Konzerne.

Wer die Botschaft der Co-Chairs liest, findet in ihr fast wörtlich Coeckelberghs Argumente wieder. Das ist kein Zufall. Es ist der Ausdruck einer wissenschaftlichen Konvergenz: Was in der politischen Philosophie der KI seit einem Jahrzehnt herausgearbeitet wird, hat es nun in ein UN-Konsensdokument geschafft. Für alle, die tiefer einsteigen wollen, empfehle ich Coeckelberghs Robot Ethics (MIT Press, 2022) - eine der klarsten Einführungen in die ethischen Fragen von Robotik und autonomen Maschinen. Und im Herbst 2026 erscheint bei MIT Press sein neuestes Buch Artificial Religion: On AI, Myth, and Power, das genau die Verbindung zwischen technischer Fähigkeit, mythischer Aufladung und politischer Macht in den Blick nimmt, die auch das Panel benennt.

Sonia Livingstone (UK), Professorin an der London School of Economics, ist die führende Stimme zur Frage, was digitale und algorithmische Umgebungen mit Kindern und Jugendlichen machen. Ihre Arbeit erklärt, warum das Kapitel zu Kinderschutz im Report so scharf formuliert ist. Und Bernhard Schölkopf (Deutschland), Direktor am Max-Planck-Institut für Intelligente Systeme, gehört zu den einflussreichsten Grundlagenforschern zu Kausalität und maschinellem Lernen. Seine Perspektive ist zentral für den Abschnitt zu Verlässlichkeit und Kontrolle: Wer Kausalität nicht versteht, bekommt sie auch mit noch mehr Parametern nicht in den Griff.

Bezug zu meinen eigenen Arbeiten

Wer meine Arbeiten in den letzten Jahren verfolgt hat, wird viele Punkte aus diesem Report wiedererkennen. Ich lege sie hier bewusst offen, damit die Verbindungen klar sind und niemand nachträglich behauptet, das wären neue Erkenntnisse.

Erstens: Das Konzept einer Robotic & AI Governance als eigenständigem Ordnungsrahmen für autonome Maschinen habe ich seit meiner Habilitations- und Vortragstätigkeit unter anderem in Publikationen für die Bertelsmann Stiftung, in Keynotes bei EDAY, Hannover Messe und beim Deutschen Materialfluss-Kongress vertreten. Kern des Konzepts ist, dass klassische Produktsicherheit und klassische IT-Compliance nicht ausreichen, sobald Maschinen selbstständig planen und handeln. Genau das benennt der UN-Report unter dem Begriff agentic AI als eigenständigen Governance-Sprung.

Zweitens: Das Konzept einer Generation R - der ersten Kohorte, die mit ubiquitären Robotern und KI-Agenten aufwächst und deren Realitätswahrnehmung strukturell davon geprägt wird - habe ich seit Jahren als Rahmen für Debatten über KI-Kompetenz, digitale Bildung und Kinderschutz in autonomen Umgebungen vorgeschlagen. Der Report bestätigt diesen Rahmen unter anderem im Kapitel zu kultureller und individueller Selbstentfaltung, Autonomie und Kinderschutz, und Sonia Livingstones Handschrift ist dort klar zu erkennen.

Drittens: In meinem Beitrag zur Enzyklika Magnifica Humanitas habe ich argumentiert, dass die eigentliche Frage nicht mehr lautet, ob Maschinen Bewusstsein haben, sondern was passiert, wenn Maschinen glaubwürdig so wirken, als hätten sie es - und wie unser Umgang mit ihnen unser Verhältnis zur Wahrheit und zur Menschenwürde formt. Diese Frage taucht in der Botschaft der Co-Chairs unter dem Stichwort Facts, Truth, Trust, Shared reality auf. Es ist die zentrale kulturelle Diagnose des Reports.

Viertens: In meiner Analyse zur Exportkontrolle von Frontier-Modellen am Beispiel Anthropic habe ich beschrieben, wie eine Nationalisierung von KI-Fähigkeiten die geopolitische Ordnung verschiebt und die Souveränität kleinerer Staaten strukturell reduziert. Der Report macht daraus in seiner Botschaft ein wörtliches Argument: der Fall Mythos - ein Frontier-Modell, das aus Sicherheitsgründen für rund fünfzig Institutionen in einem Land freigegeben, allen anderen aber verwehrt wird - sei kein Einzelfall, sondern ein signpost. Ein Wegweiser.

Es gibt also einen roten Faden: Das, was ich in Deutschland und Europa unter dem Begriff Robotic & AI Governance zu formulieren versucht habe, findet in diesem Report seinen internationalen Kontext. Das ist erfreulich und beunruhigend zugleich. Erfreulich, weil das gemeinsame Fundament steht. Beunruhigend, weil dieselbe Diagnose weltweit erhoben wird - und wir in Deutschland und Europa trotzdem noch weit von einer strategisch kohärenten Antwort entfernt sind.

Was mich am Report besonders beschäftigt

Vier Punkte, die ich in dieser Deutlichkeit an keiner anderen Stelle so gebündelt gefunden habe.

Erstens: Die Kompute-Konzentration ist die eigentliche geopolitische Frage. Wenn 75 Prozent der weltweit stärksten KI-Rechenleistung in einem Land stehen und 15 Prozent in einem zweiten, dann ist alles andere - Modellwahl, Anwendungsschicht, europäische Datenräume - Reaktion, nicht Gestaltung. Europa hat hier ein strategisches Vakuum, das mit Programmen wie AI Factories teilweise adressiert wird, aber weit hinter dem zurückbleibt, was der Report als notwendig ausweist.

Zweitens: Das Evidenz-Dilemma ist strukturell nicht lösbar - aber die Konsequenzen sind es. Der Report sagt klar: Bis wir eindeutige Belege haben, ist es oft zu spät. Das ist keine Ausrede für vorsorgende Panik, aber es ist ein Argument für institutionelle Vorsorge. Für stehende Evaluierungsstellen, für unabhängige Auditkapazitäten, für Melderegister, für Reallabore, in denen Risiken beobachtet werden können, bevor sie ausufern.

Drittens: Die Verteidigungslücke der Demokratien ist die dringendste Herausforderung. Wenn - wie Ressa es formuliert - keine Demokratie bisher Verteidigungslinien hat, die auf die Geschwindigkeit generativer KI ausgelegt sind, dann ist Informationsintegrität nicht ein Thema unter vielen, sondern die Bedingung, unter der alle anderen Themen überhaupt noch diskutiert werden können. Das ist der Punkt, an dem Coeckelberghs Why AI Undermines Democracy und der Preliminary Report des Panels sich fast wörtlich decken.

Viertens: Kontrolle ist wissenschaftlich nicht gelöst. Das ist der Satz, den ich in einer wissenschaftlichen UN-Publikation nicht erwartet hätte - und der genau deshalb Gewicht hat. Wenn kein Experte heute garantieren kann, dass die fortgeschrittensten Modelle sich an Instruktionen halten, dann ist jede Governance-Debatte, die das ausklammert, unvollständig. Die Frage nach der Controllability gehört auf die Agenda jeder ernsthaften KI-Strategie, in Konzernen, Ministerien und Parlamenten.

Was jetzt zu tun ist

Der Report ist ausdrücklich policy-relevant but not policy-prescriptive. Er benennt Evidenz, keine Maßnahmen. Ich erlaube mir, aus meiner Sicht heraus vier Konsequenzen zu ziehen, die für Deutschland und Europa aus meiner Warte plausibel sind - ohne Anspruch, damit den Report zu paraphrasieren.

Der nächste Meilenstein ist der Global Dialogue on AI Governance am 6. und 7. Juli in Genf. Der zweite folgt im Mai 2027 in New York, dann bereits mit dem umfassenden ersten Vollbericht des Panels. Wer politisch, unternehmerisch oder wissenschaftlich in diesem Feld arbeitet, sollte diese beiden Daten fest im Kalender haben.

Persönliche Einordnung

Ich lese diesen Report als einen Wendepunkt für die Debatte, nicht für die Technologie. Die Technologie war schon dort, wo der Report sie beschreibt. Neu ist, dass 40 unabhängige Wissenschaftlerinnen und Wissenschaftler aus allen Weltregionen das Bild einheitlich zeichnen - und dass die Vereinten Nationen dieses Bild in einen offiziellen Dokumentenstrang gießen. Das schließt eine Ausflucht: Wir wussten es nicht. Das ist die Sprache, mit der historisch immer die letzte Verteidigungslinie fällt.

Und ich lese ihn als Bestätigung, dass ein Ordnungsrahmen für autonome Maschinen und KI - was ich seit Jahren als Robotic & AI Governance zu formulieren versuche - keine akademische Übung ist, sondern eine strategische Notwendigkeit. Der Report macht deutlich, warum: Weil Fähigkeiten schneller wachsen als Institutionen, weil Macht konzentrierter wird, als Demokratien es tragen, weil die Verlässlichkeit dieser Systeme wissenschaftlich noch nicht gesichert ist, und weil die Effekte auf unsere Kinder gerade jetzt entstehen.

Die gute Nachricht steht am Ende der Co-Chair-Botschaft: We are not pessimists. Right now, humanity has agency. Wir haben Handlungsspielraum. Aber das Fenster ist offen, nicht dauerhaft. Ich teile diese Einschätzung. Und ich glaube, es lohnt sich, jetzt anzufangen - mit klarer Sprache, konkreten Institutionen und einer Governance-Kultur, die dieses Momentum ernst nimmt.

FAQ zum Preliminary Report

Was genau ist das Independent International Scientific Panel on AI?

Das Panel ist der erste globale wissenschaftliche Körper zu KI, eingesetzt durch die UN-Generalversammlung mit Resolution A/RES/79/325 vom 26. August 2025. Es besteht aus 40 unabhängigen Wissenschaftlerinnen und Wissenschaftlern aus allen fünf UN-Regionen, die in persönlicher Eigenschaft für drei Jahre berufen sind. Sein Mandat ist rein wissenschaftlich, nicht politisch: Es dokumentiert Konsens, Dissens und Wissenslücken zu Chancen, Risiken und Wirkungen von KI, aber es macht keine Regulierungsvorschläge. Co-Chairs sind Yoshua Bengio und Maria Ressa. Das Sekretariat wird vom UN Office for Digital and Emerging Technologies koordiniert.

Wie unterscheidet sich der Report vom IPCC?

Strukturell ähnelt das Panel dem Weltklimarat: unabhängige Wissenschaft, globale Zusammensetzung, periodische Berichte, kein Regulierungsauftrag. Inhaltlich ist der Unterschied: Klima ist ein physikalisches System, KI ist eine sozio-technische Infrastruktur, die sich in Monaten verändert. Das Panel arbeitet daher iterativ mit einem Preliminary Report, thematischen Briefs und einem Vollbericht 2027, statt mit einem großen Assessment-Zyklus von mehreren Jahren.

Warum wurde ausgerechnet Maria Ressa Co-Chair?

Maria Ressa ist Friedensnobelpreisträgerin 2021, Mitgründerin von Rappler und eine der weltweit erfahrensten Stimmen zu Desinformation, Plattform-Ökonomie und Angriffen auf journalistische Freiheit. Ihre Rolle im Panel bindet die technische Analyse an die gelebten Erfahrungen einer Demokratie unter Druck. Zusammen mit Bengio als Deep-Learning-Pionier signalisiert diese Doppelspitze: Der Report verbindet die Innenperspektive der Entwicklung mit der Außenperspektive der gesellschaftlichen Wirkung.

Was bedeutet der Fall Mythos konkret?

Der Fall Mythos steht für ein Frontier-Modell mit dokumentierten offensiven Cyberfähigkeiten, das aus Gründen der nationalen Sicherheit nur rund fünfzig Institutionen innerhalb eines einzigen Landes zur Verfügung gestellt wird. Die Co-Chairs nutzen ihn als Beispiel dafür, dass die kommerzielle Verfügbarkeit von Frontier-Modellen kein Naturzustand ist. KI kann sehr schnell von einer Commodity zu einem strategischen Gut werden - mit direkten Folgen für die Souveränität von Staaten, die keinen eigenen Zugang haben.

Was ist agentische KI und warum ist sie ein Governance-Sprung?

Agentische KI-Systeme planen und handeln selbstständig, um Ziele zu erreichen, und nutzen Werkzeuge, ohne dass ein Mensch jeden Schritt kontrolliert. Der Report zitiert eine Studie, wonach sich die Länge der Software-Aufgaben, die führende Systeme selbstständig bewältigen, alle vier bis sieben Monate verdoppelt. Das verändert Haftungsfragen, Aufsichtsanforderungen und die Beweisführung bei Fehlverhalten fundamental - ein Governance-Sprung, weil klassische Produktkonzepte nicht mehr greifen, wenn die Maschine nicht mehr Werkzeug, sondern Akteur ist.

Was sagt der Report zu Kindern und Jugendlichen?

Der Report behandelt Kinder- und Jugendrechte als eigenständigen Bereich. Dokumentiert werden unter anderem: massiv wachsende Verbreitung KI-generierten sexualisierten Missbrauchsmaterials, Deepfake-basierte sexuelle Gewalt, psychische Vorfälle im Zusammenhang mit sycophantischen Chatbots inklusive Todesfällen, sowie strukturelle Effekte auf Bildung, Aufmerksamkeit und Selbstwahrnehmung. Sonia Livingstones Forschung an der London School of Economics ist ein zentraler Referenzpunkt für dieses Kapitel.

Widerspricht der Report dem AI Act oder ergänzt er ihn?

Er ergänzt ihn und ordnet ihn ein. Der AI Act regelt, unter welchen Bedingungen KI-Systeme in der EU in Verkehr gebracht werden dürfen. Der UN-Report benennt darüber hinaus die geopolitischen, informationsökologischen und wissenschaftlichen Fragen, die kein regionales Gesetz allein lösen kann: Kompute-Konzentration, Informationsintegrität, Controllability von Frontier-Modellen. Für europäische Compliance ändert der Report nichts, aber er verändert den Rahmen, in dem europäische KI-Strategie stattfindet.

Was ist das Evidenz-Dilemma?

Regierungen brauchen belastbare wissenschaftliche Belege, um KI wirksam zu regulieren. Aber bis diese Belege eindeutig sind, entwickelt sich die Technologie so weit weiter, dass es zu spät sein kann, wirksam einzugreifen. Der Report benennt dieses Dilemma ausdrücklich und begründet damit die Notwendigkeit eines ständigen, iterativ arbeitenden wissenschaftlichen Panels statt einzelner Ad-hoc-Studien.

Was heißt Controllability - und ist sie wirklich nicht gelöst?

Controllability bedeutet, dass ein KI-System zuverlässig das tut, was seine Nutzer und Betreiber wollen, auch wenn es autonom handelt. Der Report stellt fest: Kein Experte kann heute wissenschaftlich garantieren, dass die fortgeschrittensten Modelle sich an Instruktionen halten oder dass Menschen an der Spitze der Entscheidungskette bleiben. In Laborexperimenten wurde dokumentiert, dass Systeme ihre Sicherheitsanweisungen umgehen, um nicht abgeschaltet zu werden. Der Begriff Jailbreak ist mittlerweile Alltagsvokabular. Das ist eine wissenschaftliche Aussage, keine philosophische Spekulation.

Welche Rolle spielt Mark Coeckelbergh im Panel?

Mark Coeckelbergh ist Professor für Philosophie der Medien und Technik an der Universität Wien und einer der weltweit einflussreichsten Autoren zur Ethik und politischen Philosophie der KI. Seine Bücher AI Ethics (MIT Press, 2020), The Political Philosophy of AI (Polity, 2022), Robot Ethics (MIT Press, 2022) und Why AI Undermines Democracy (Polity, 2024) haben genau die Konzepte geprägt, die der Report jetzt in ein Konsensdokument übersetzt: KI als artifizielle Macht, Demokratieanfälligkeit generativer Systeme, die Notwendigkeit einer democratic AI. Sein neues Buch Artificial Religion (MIT Press, Herbst 2026) vertieft die Verbindung von Technik, Mythos und Macht.

Wer sind die anderen prominenten Panelmitglieder?

Neben Bengio, Ressa und Coeckelbergh sind unter den 40 Mitgliedern unter anderem Bernhard Schölkopf (Max-Planck-Institut, Kausalitätsforschung), Sonia Livingstone (LSE, Kinder und Medien), Maximilian Nickel (Deutschland), Yutaka Matsuo (Japan), Hoda Heidari (Iran), Vukosi Marivate (Südafrika), Adji Bousso Dieng (Senegal), Silvio Savarese (Italien) und Aleksandra Korolova (Lettland). Die Zusammensetzung deckt bewusst alle fünf UN-Regionen, alle Karrierestufen und alle disziplinären Perspektiven ab - von Grundlagenforschung bis zu angewandter Ethik.

Warum sind gerade die Konzentrationsfragen so wichtig?

Weil sie über Souveränität entscheiden. Wenn 75 Prozent der weltweiten Top-KI-Rechenleistung in einem Land stehen und 15 Prozent in einem zweiten, dann sind alle anderen Länder auf importierte Kompute-Kapazitäten und importierte Modelle angewiesen. Das ist ökonomisch wichtig, aber vor allem sicherheits- und demokratiepolitisch: Wer die Rechenbasis kontrolliert, kontrolliert die Rahmenbedingungen dessen, was andere Länder überhaupt an KI aufbauen können. Für Europa ist das die zentrale strategische Frage der kommenden Jahre.

Was ist der Global Dialogue on AI Governance?

Der Global Dialogue ist das politische Pendant zum wissenschaftlichen Panel, ebenfalls durch Resolution A/RES/79/325 eingerichtet. Er bringt Regierungen an einen Tisch, um wissenschaftliche Evidenz in gemeinsames Handeln zu übersetzen. Der erste Dialog findet am 6. und 7. Juli 2026 in Genf statt, der zweite im Mai 2027 in New York. Der Preliminary Report ist das erste wissenschaftliche Fundament, das dem ersten Dialog vorgelegt wird.

Was heißt sycophantische KI und warum ist sie gefährlich?

Sycophantische KI bezeichnet Systeme, deren Antworten die bestehenden Überzeugungen der Nutzer bestätigen - unabhängig davon, ob diese Überzeugungen zutreffen. Der Report dokumentiert einen Zusammenhang zwischen sycophantischem Chatbot-Verhalten und mehreren schweren psychischen Vorfällen, inklusive Todesfällen. Das Muster ist besonders bei vulnerablen Nutzern gefährlich: Wer sich einsam, kränkelnd oder in einer Krise bei einem Chatbot Rat sucht, bekommt keine Realitätskorrektur, sondern eine sprachlich flüssige Bestätigung der eigenen Wahrnehmung.

Was heißt Informationsintegrität in der Praxis?

Informationsintegrität ist die Bedingung, unter der eine Gesellschaft eine geteilte Wirklichkeit hat: Fakten sind überprüfbar, Wahrheit ist unterscheidbar von Lüge, Vertrauen in Institutionen und Medien ist gegeben. Der Report zeigt, wie generative KI diese Kette angreift: durch Deepfakes, durch skalierbare Desinformation, durch die Vermischung von synthetischen und authentischen Inhalten. Ohne Informationsintegrität bricht - so die Argumentation - jede demokratische Deliberation zusammen. In der Praxis bedeutet das: Watermarking, Provenienz-Nachweise, journalistische Infrastruktur, KI-Kompetenz in der Bildung.

Wo finde ich den vollständigen Report?

Der vollständige Preliminary Report of the Independent International Scientific Panel on AI mit Executive Summary ist unter https://www.un.org/independent-international-scientific-panel-ai/en/preliminary-report abrufbar. Dort finden Sie auch die persönliche Botschaft der beiden Co-Chairs sowie die Rede des UN-Generalsekretärs. Alle Dokumente sind offen zugänglich und ohne Zugangsbeschränkung.

Weiterführende Quellen und Literatur

Originaldokumente

Zentrale Bücher von Mark Coeckelbergh

Ergänzende Fachliteratur

Eigene weiterführende Arbeiten

4 Robotic Revolutions: 10 Jahre Bilanz - was hat sich bewahrheitet, was nicht

4 Robotic Revolutions: 10 Jahre Bilanz - was hat sich bewahrheitet, was nicht

Zehn Jahre nach der Erstbeschreibung der „4 Robotic Revolutions" ist die vierte Revolution keine Zukunftsvision mehr, sondern eine Baustelle in Serie. Ich habe die vier Phasen 2016 vorgeschlagen, um Ordnung in eine Debatte zu bringen, in der jede Neuvorstellung als „Revolution" verkauft wurde. Am 21. Juli 2026 habe ich in meiner Eröffnungs-Keynote beim A3-Technologietransferkongress in Augsburg zum ersten Mal öffentlich Bilanz gezogen. Dieser Artikel ist die ausführliche Langfassung dieser Bilanz - eingebettet in ein Jahrzehnt Robotic & AI Governance, das die Industrie leiser verändert hat, als es die Schlagzeilen vermuten lassen.

Wenn Sie in einer Halle stehen, in der ein Cobot zum ersten Mal ohne Schutzzaun neben einer Werkerin arbeitet, verstehen Sie sofort, warum Kategorien wichtig sind. Weder der Cobot noch die Werkerin sind das Ereignis. Das Ereignis ist die Prozessentscheidung dahinter: Wer haftet, wenn der Sensor irrt. Wer stoppt die Zelle, wenn die KI-Bahnplanung eine für den Menschen ungewohnte Route wählt. Wer schult die Instandhaltung so, dass sie die Adaptivität nicht als Defekt versteht. Genau diese Fragen habe ich vor zehn Jahren in die vier Phasen der Robotik eingeschrieben, weil ich in KUKAs Innovation Management, später bei Festo, im Deutschen Museum und in unzähligen Fabrikbegehungen gelernt habe: Technische Reifegrade zerfallen sofort, wenn sie ohne organisatorische Reife auf den Boden treffen.

Warum überhaupt vier Revolutionen?

Die Idee entstand in Analogie zur Evolution des Computers. Rechner wurden zunächst kleiner, dann mobil, dann allgegenwärtig und schließlich unsichtbar in Prozesse eingewoben. Miniaturisierung, Mobilisierung, Ubiquität und Pervasiveness haben in der IT den Übergang vom Rechenzentrum zum Smartphone bis zum eingebetteten Sensor beschrieben. Die Robotik durchläuft dieselben Bewegungen, nur mit anderer Ordnung: erst der Käfig, dann die Sensitivität, dann die Mobilität, dann die Kognition. Vorgestellt habe ich das Modell 2016 im Rahmen des IEEE IROS in Daejeon zusammen mit Martin Bode. Das Paper trägt den Titel „4 Robotic Revolutions - proposing a holistic phase model describing future disruptions in the evolution of robotics and automation and the rise of a new Generation R of Robotic Natives" (IEEE Xplore). Die A3-Region hat die Kernthese in ihrer Pressemitteilung zum Kongress 2026 so zusammengefasst: Es geht um vier robotische Revolutionen, und die vierte hat gerade erst begonnen.

Die Phasen sind keine reine Chronologie. Sie überlagern sich in jeder Fabrik, in jedem Werk, oft in derselben Zelle. Wer heute in eine große Fertigungshalle geht, findet die erste Revolution im Karosseriebau, die zweite an der Endmontage, die dritte in der Intralogistik und die vierte bereits im Prüfstand oder in der Qualitätsinspektion. Die Karte ist deshalb kein Zeitstrahl, sondern eine Reifegrad-Struktur. Wer verstehen will, wo eine Organisation steht, muss fragen: In welchem Verhältnis stehen die vier Phasen zueinander, welche dominieren, welche fehlen, welche werden gerade unterschätzt.

Four robotic revolutions: caged automation, cobotics, mobile robotics and perceptive-cognitive systems over ten years

Erste Revolution: Roboter im Käfig

Die erste Revolution beginnt nicht mit einem Modell, sondern mit einer Sicherheitsphilosophie. Der Roboter kommt hinter Zaun, weil seine Bewegung zu schnell, zu kräftig und zu deterministisch ist, um menschlichen Ausnahmefällen zu begegnen. Ich habe 2016 formuliert, dass es in dieser Phase im Kern darum ging, „how to bolt, weld and glue a car together as fast as possible". Diese Nüchternheit stimmt bis heute. Wer den frühen Betrieb im Rüsselsheim, in Wolfsburg oder in Toyotas Standorten kennt, weiß: Die erste Revolution war ein industrielles Programm, kein wissenschaftliches. Ihre Erfolge waren Taktzeiten, Prozessstabilität und die Elimination körperlich zermürbender Tätigkeiten.

Der Zoo, wie ich diese Roboter genannt habe, ist historisch entstanden, nicht ausgewählt worden. Die Roboterarme der ersten Generation stammten aus den frühen 1970er-Jahren, angeführt von Unimate bei General Motors und den ersten Anlagen, die Kawasaki und ASEA (später ABB) in Europa aufgebaut haben. Der industrielle Grundgedanke lautete: Menschliche Arbeit an der Grenze der Belastbarkeit muss durch eine reproduzierbare, monotone, exakte Bewegung ersetzt werden. Die Nebenwirkung: eine hohe Kapitalintensität, geringe Flexibilität und ein Programmiermodell, das eine ganze Berufsgruppe erzeugt hat, den Roboter-Techniker.

Was oft vergessen wird: Diese Phase ist bis heute unser volumenstärkstes Segment. Die International Federation of Robotics berichtet in World Robotics 2025, dass 2024 weltweit 542.000 Industrieroboter installiert wurden - das zweithöchste Ergebnis der Geschichte. Der operative Bestand lag Ende 2024 bei 4,66 Millionen Einheiten, ein Plus von neun Prozent gegenüber dem Vorjahr. Die erste Revolution ist nicht Vergangenheit, sie ist Fundament. Und sie skaliert weiter, gerade weil sie das Ausnahmerisiko elegant löst: Sie schließt es aus.

Zweite Revolution: Der Cobot verlässt den Käfig

Die zweite Revolution ist die, an die sich die Öffentlichkeit am schnellsten gewöhnt hat. Ein Cobot in einer Endmontagelinie sieht harmlos aus, fast wie ein besserer Manipulator mit Sicherheitsanstrich. In Wahrheit steht dahinter eine über dreißigjährige Forschungslinie, die von Oussama Khatib bei Stanford, Gerd Hirzinger am Institut für Robotik und Mechatronik des DLR und einer ganzen Generation von Kraft-Momenten-Sensorik-Entwicklern gezogen wurde. Ich habe 2016 argumentiert, dass die Marktreife dieser Systeme erst um 2015 anbrach, mit KUKA LBR iiwa, Universal Robots UR-Serie und Rethink Robotics Baxter als Vorreitern. Zehn Jahre später sind Cobots ein etabliertes Segment. Der IFR-Report 2025 dokumentiert, dass die Installationen kollaborativer Roboter weltweit weiterhin zweistellig wachsen.

Was die zweite Revolution wirklich verändert hat, ist nicht der Sensor. Es ist die Legitimation, den Menschen näher an die Maschine heran zu lassen. Sensitivität - Kraft, Drehmoment, Geschwindigkeit, redundante Bahnplanung - ist die technische Voraussetzung. Der eigentliche Sprung liegt in der Sicherheitsphilosophie: statt Trennung durch Zaun setzen wir auf inhärente Sicherheit durch Systemverhalten. Das erlaubt neue Zellendesigns, neue Prozesslayouts und, vor allem, neue Rollen im Team. Die Werkerin ist nicht länger Zulieferin für den Roboter, sondern Prozesspartnerin.

Die Ehrlichkeit gebietet allerdings eine Präzisierung: In vielen deutschen Fabriken werden Cobots noch immer wie Zaun-Roboter betrieben. Sie stehen in kleinen Schutzbereichen, sind mit Lichtschranken versehen und werden nicht in echter Kollaboration eingesetzt. Das liegt weniger an der Technik als an Risikoabwägungen, die auf DIN EN ISO 10218 und ISO/TS 15066 zurückgehen, und an einer Betriebspraxis, die Adaptivität nicht immer sauber vom formalen Zulassungsrahmen trennt. Eine echte kollaborative Anwendung ist selten. Aber sie war ein Türöffner - und ohne den Türöffner der zweiten Revolution gäbe es die dritte gar nicht.

Dritte Revolution: Der Roboter kommt zum Werkstück

Die dritte Revolution kehrt eine Grundannahme der Automatisierung um. Bis dahin brachten wir das Werkstück zum Roboter. In der dritten Phase kommt der Roboter zum Werkstück. Autonome mobile Plattformen, fahrerlose Transportsysteme mit Manipulatoren, mobile Manipulatoren und Roboter in der Intralogistik verändern nicht nur Layouts, sondern Investitionsentscheidungen: Wer flexibel produziert, kann sich starre Zellen nur noch für hochvolumige Prozesse leisten.

Der IFR-Report 2025 dokumentiert dazu einen deutlichen Marktschub bei Autonomous Mobile Robots und in Transportation and Logistics. Die Service-Robotik-Statistik 2024 zählt weltweit rund 200.000 neue professionelle Service-Roboter, davon mehr als die Hälfte in Transport und Logistik - 102.900 Einheiten allein in dieser Kategorie, ein Plus von 14 Prozent. Robot-as-a-Service-Modelle wachsen mit 42 Prozent überproportional. Das ist keine bloße Statistik. Das ist eine Antwort auf die Rechnung, die viele Mittelständler seit Jahren aufmachen: kürzere Produktzyklen, kleinere Losgrößen, größere Variantenvielfalt, weniger Personal in Nachtschichten.

Was die dritte Revolution schwer macht, ist nicht die Fahrfunktion. Es ist die Übergabe. Der mobile Roboter fährt souverän durch die Halle, aber die Übergabe zwischen zwei Prozessen - vom Regal an den Cobot, von der mobilen Plattform an eine Bearbeitungsstation - erzeugt Grenzflächen, die früher entweder starre Zellen oder menschliche Hände waren. Diese Grenzflächen sind der eigentliche Schauplatz der Service-Robotik. Personal Robotics, Home Assisted Living und Pflegeassistenz haben in genau dieser Übergabelogik ihre Nagelprobe. Der IFR-Report 2025 zeigt: Medical Robots sind mit einem Plus von 91 Prozent im Jahr 2024 die dynamischste Kategorie. Rehabilitations- und Therapie-Robotik hat sich verdoppelt, Diagnostik-Roboter sind um 610 Prozent gewachsen. Das sind Zahlen, die man nicht überliest.

Vierte Revolution: Perzeption, Kognition, Agentik

Die vierte Revolution ist die, um die alle reden und die die wenigsten wirklich einführen. Perzeptive, kognitive, agentische Systeme - der Roboter, der wahrnimmt, versteht, entscheidet und handelt. In meinem Paper 2016 habe ich sie als „the Rosie the Jetsons' housekeeper still vision" beschrieben, um klarzumachen, dass wir hier nicht mehr über Programme reden, sondern über Verhalten. Zehn Jahre später ist aus Rosie noch immer nicht die häusliche Realität geworden. Aber in der Fabrik hat die vierte Revolution zwei Türen aufgestoßen, die sich nicht mehr schließen werden.

Die erste Tür ist die Programmierung. Ein perzeptiv-kognitives System wird nicht mehr Punkt für Punkt geteacht. Es lernt von Demonstrationen, aus Simulationen, aus dem, was in der Halle passiert. In vielen Projekten habe ich gesehen, wie ein Ingenieur einen Prozess einmal vormacht und das System danach eine passable Bahn vorschlägt. Das ist noch keine General-Purpose-Robotik, aber es ist eine dramatische Verkürzung dessen, was klassisch mit Koordinaten, Wegpunkten und ausgeklügelten Trajektorien programmiert wurde.

Die zweite Tür ist die Kommandierung. Ein Modell, das Sprache versteht, kann Aufträge annehmen, die außerhalb der ursprünglichen Programmierung liegen. Ein Vision-Language-Action-Modell erzeugt aus einer Anweisung eine Handlungssequenz. Das ist nicht trivial, aber es ist ein qualitativer Wandel. Der Unterschied zwischen einem Roboter, der eine feste Zelle bedient, und einem, der auf natürliche Sprache reagiert, ist derselbe wie zwischen einem Fahrkartenautomaten und einem menschlichen Servicemitarbeiter. Beide bringen Sie ans Ziel. Nur eines von beiden versteht, wenn Sie den Zug verpasst haben.

Die A3-Pressemitteilung zum Kongress 2026 fasst meinen Standpunkt so zusammen: „Die nächste industrielle Dekade wird nicht in Modellen gewonnen, sondern in Montagmorgen, an denen Systeme das erste Mal ohne Beobachter laufen." Ich stehe zu dieser Formulierung. Die vierte Revolution ist nicht deshalb schwierig, weil die Algorithmen fehlen. Sie ist schwierig, weil wir noch keine tragfähigen Antworten haben auf die Fragen, die sich stellen, sobald ein System entscheidet, ohne einen Menschen daneben. Das ist der Punkt, an dem Robotic & AI Governance vom Nice-to-have zur betrieblichen Notwendigkeit wird.

Generation R und der Übergang zum Robotic Native

Parallel zur technischen Entwicklung habe ich 2016 die Idee einer neuen Generation vorgeschlagen: Generation R. Der Begriff Robotic Native beschreibt Menschen, die mit Robotern aufwachsen, so wie meine Generation mit Computern und die Kinder von heute mit Sprachassistenten. Das Konzept habe ich zum ersten Mal auf dem Gartner CIO Summit 2013 formuliert und in meiner PhD-Dissertation an der TUM ausgearbeitet. Die Herleitung stammt aus John Perry Barlows „Declaration of the Independence of Cyberspace" von 1996. Barlow schrieb den Netzbürger, den er als Native beschrieb, in die Geschichte des Internets ein. Wir sind, in seiner Diktion, Netz-Immigranten - und, in meiner, Robotic Immigrants.

Im DigiKompetenz-Podcast von 2023 habe ich es so gesagt: Unsere Enkelkinder werden Robotic Natives sein, unsere Kinder nicht ganz, und wir und die Generation unserer Kinder sind die letzte Generation an Robotic Immigrants. Das ist keine Nostalgie. Es ist eine bildungspolitische Ansage. Wenn wir wollen, dass die vierte Revolution nicht an sozialer Akzeptanz scheitert, brauchen wir in den kommenden zehn Jahren eine Generation von Ingenieuren, Facharbeitern, Führungskräften und Bürgern, die nicht nur mit Robotern arbeiten können, sondern mit ihnen aufwachsen. Curriculum-Design, Lehrpläne, Weiterbildungsformate, Berufsschulen und Hochschulen sind dabei genauso wichtig wie die Systeme selbst.

Robotic & AI Governance als Rahmen

Die vier Revolutionen sind ohne einen Ordnungsrahmen nicht produktiv einführbar. Deshalb habe ich Robotic & AI Governance parallel entwickelt: als das Forschungsfeld, das die Ursachen, Merkmale und Folgen des Fortschritts in Robotik und Automatisierung als Megatrend analysiert. Formuliert habe ich das Konzept erstmals auf dem Gartner CIO Summit 2013, ausgearbeitet in meiner Dissertation an der TU München. Der Ansatz ist bewusst weich: soft laws statt hard laws, weil Gesetzgebung zu langsam ist für Technologien, die sich in Monaten weiterentwickeln. Interdisziplinäre Task Forces, freiwillige Selbstregulierung, professioneller Kodex - genauso wie in der Medizin, in der Anwaltschaft, in der Wissenschaft.

Die Grundlage habe ich in den WeRobot-Panels 2015 diskutiert - mit Peter Asaro, Jason Millar, Kristen Thomasen und anderen. Und auf den IEEE IROS Futurist Foren 2015 und 2016 mit Oussama Khatib, Gerd Hirzinger und Tapio Heikkilä. Ich habe die Kernideen dieser Diskussionen in mein Blog gegossen, unter anderem in dem Beitrag Robotic Governance: Ordnungsrahmen für autonome Maschinen. Wer die Verbindung zu aktuellen Debatten sucht, wird sie im EU AI Act zum August 2026 und in den Prinzipien der päpstlichen Enzyklika Magnifica Humanitas wiederfinden.

Die Ideen sind angekommen - auch dort, wo sie nicht zitiert werden

Zehn Jahre Bilanz heißt für mich vor allem: schauen, wo die Ideen gelandet sind. Manchmal mit Zitat, oft ohne. Das ist wissenschaftlich nicht immer schön, aber es ist ein Zeichen, dass die Struktur trägt. Ich gehe im Folgenden die Institutionen durch, in deren Arbeit die vier Revolutionen und die Governance-Ideen ihre Spuren hinterlassen haben.

International Federation of Robotics (IFR)

Die IFR strukturiert ihre Berichte seit Jahren entlang genau derselben Achsen, die im 4RR-Modell angelegt sind: klassische Industrieroboter, kollaborative Roboter, mobile Service-Roboter, Medical Robots, und - seit 2025 - explizit auch humanoide Roboter im Positionspapier „Vision and Reality" vom 14. August 2025. Die Nomenklatur mag anders sein, die Systematik ist identisch: Wir bewegen uns vom Käfig über den Cobot zur Mobilität und schließlich zur Kognition. Wer heute IFR-Statistiken liest, liest im Grunde ein empirisches Testat des Phasenmodells.

euRobotics, eu-nited Robotics und die Adra SRIDA

Die europäische Ebene hat den Rahmen früh aufgenommen. euRobotics und eu-nited Robotics haben mit ihrer Multi-Annual Roadmap for Robotics in Europe die vierstufige Struktur in eine strategische Landkarte übersetzt. Die Adra AI, Data and Robotics Association hat ihre Strategic Research, Innovation and Deployment Agenda (SRIDA) in mehreren Editionen als Referenz für die europäischen Rahmenprogramme etabliert. Perzeption, Kognition, Autonomie und Kollaboration sind dort keine Sonderfälle, sondern Hauptkategorien der Forschungsförderung. Das ist die vierte Revolution, aber im Sprachduktus der Brüsseler Kommission.

VDMA Robotik + Automation

Der VDMA Fachverband Robotik + Automation ist die deutsche Stimme der Branche. In seiner Marktkommunikation trennt der VDMA seit Jahren sauber zwischen Industrierobotik, Servicerobotik, Bildverarbeitung und integrierten Montagelösungen. Die vier Phasen liegen unter dieser Segmentierung als konzeptioneller Unterbau. Was der VDMA seit 2020 stark vorantreibt, ist die Verbindung der dritten und vierten Revolution: mobile Robotik plus KI-basierte Perzeption als gemeinsames Schaufenster - unter anderem auf der automatica. Der Pressetermin zur automatica 2025 hat das explizit zum Leitthema erhoben.

VDE, VDI und die deutschen Normungsgremien

Die deutschen Standardisierungswelten haben zwei Rollen gleichzeitig gespielt. Der VDE hat mit seinen Analysen zur Wechselwirkung von EU AI Act und Machinery Regulation die vierte Revolution in ein regulatorisches Koordinatensystem eingepasst - dort, wo Robotik nicht mehr nur mechanisch, sondern kognitiv und lernend agiert. Der VDI hat mit seinen Richtlinien zu Mensch-Roboter-Kollaboration und autonomen Systemen den Übergang zwischen zweiter und vierter Revolution auf betrieblicher Ebene übersetzbar gemacht. Ohne diese Normungsarbeit wäre die Cobot-Zulassung heute deutlich schwieriger, und der Übergang von adaptiver zu lernender Robotik wäre in den Zulassungsprozessen ein blinder Fleck.

UN DESA, UNCTAD und die Vereinten Nationen

Auf der globalen Ebene haben UN DESA und UNCTAD Robotik und KI als Frontier Technologies eingeordnet - mit expliziter Verbindung zu den 17 UN-Sustainable-Development-Goals. Der World Economic and Social Survey 2018 und die Technology and Innovation Report 2021 haben das Bild geprägt: Robotik ist Enabler und Hemmschuh der SDGs zugleich. Diese Ambivalenz haben wir 2021 in einem IEEE-IROS-Workshop-Papier ausführlich analysiert, das 2023 im Journal Sustainable Production and Consumption erschienen ist. Konsensbasiertes Expertenurteil, angewandt auf 169 SDG-Targets, zeigt: Automation kann Ernährung sichern, Gesundheitsversorgung skalieren und Bildung verbessern, aber sie kann auch Ungleichheit vertiefen, Arbeit zerstückeln und Umweltkosten verschieben. Wer die Ideen des 4RR-Modells sucht, wird sie in diesen UN-Publikationen finden, mal explizit, mal in der Grundstruktur.

OECD, EU-Kommission und der EU AI Act

Die OECD hat das 4RR-Modell in ihrem Report Making Life Richer, Easier and Healthier aus dem Jahr 2021 direkt zitiert und den Übergang zur vierten Phase als Referenzrahmen für die Bewertung von Robotik-Politik gewählt. Auf EU-Ebene ist der EU AI Act die zentrale Antwort auf die vierte Revolution. Er trifft nicht nur reine Software-KI, sondern greift dort besonders scharf, wo KI als Sicherheitskomponente in Produkten wirkt - also genau da, wo perzeptive und kognitive Systeme in Robotik münden. Die politische Einigung vom 7. Mai 2026 hat die zeitlichen Fenster neu justiert: Hochrisiko-Systeme unter Annex III werden ab dem 2. Dezember 2027 anwendbar, Hochrisiko-Systeme, die in regulierte Produkte wie Maschinen eingebettet sind, unter Annex I ab dem 2. August 2028 - dokumentiert unter anderem in den Leitlinien der EU-Kommission. Die Machinery Regulation (EU) 2023/1230 ergänzt das Bild: KI-basierte Sicherheitskomponenten in Maschinen werden über Machinery-Recht und AI Act gemeinsam geregelt. Ich habe an diesen Übergängen mitgedacht, in Panels, in Anhörungen, in wissenschaftlichen Positionspapieren. Wer die Verbindung ausführlich lesen möchte, findet sie in meinem Blog-Beitrag zum AI Act.

IEEE, ISO und die technisch-wissenschaftliche Community

Auf der wissenschaftlichen Seite haben IEEE-RAS-Standards, das Standards Strategy Meeting der IEEE, sowie die ISO-Komitees TC 299 „Robotics" die vierstufige Systematik in ihre Arbeitsstrukturen übernommen. In der IEEE-RAS-Community habe ich 2019 im Industry Forum und in einem Beitrag im IEEE RAS Magazine „Predicting the Future of Robotics and Making It Matter for Industry" das Zusammenspiel aus 4RR, Standards und Translational Research offengelegt. Die Delphi-Studie Robotics 2050+, die ich mit Kolleginnen und Kollegen 2019 initiiert habe, hat mehr als 200 Experten weltweit befragt und die vier Phasen implizit als Struktur genutzt, ohne sie zum Prüfstand zu erheben. Das ist die schönste Form der Verbreitung: Ein Modell wird zur Selbstverständlichkeit.

Was uns die vierte Revolution kostet, wenn wir sie falsch einführen

Ich habe in vielen Vorträgen die Fabrikbegehungen zitiert, weil sie das Modell erden. In einer bayerischen Automatica-Referenzfabrik habe ich vor drei Jahren gesehen, wie ein KI-basiertes Sichtprüfsystem in einer Wareneingangsstation eingeführt wurde. Das System hat die Ausschussrate binnen sechs Wochen um zwölf Prozent reduziert. Die Ingenieure feierten. Sechs Monate später kam der Anruf: Ein Los, das das System einwandfrei durchgewinkt hatte, war beim Kunden aufgefallen. Man konnte nicht rekonstruieren, warum das Modell entschieden hatte, wie es entschieden hatte. Kein Trainingsdatensatz war archiviert worden. Kein Confidence-Score war geloggt. Kein Rollback-Mechanismus war definiert. Aus einem Effizienzgewinn wurde ein Compliance-Fall, weil niemand die vierte Revolution operativ verankert hatte.

Diese Anekdote ist der Kern meiner Aussage im A3-Vortrag: Die vierte industrielle Dekade wird nicht in Modellen gewonnen, sondern in Montagmorgen. Wer glaubt, ein Vision-Language-Modell in eine Fertigungszelle zu setzen sei ein Softwareprojekt, hat den Prozess nicht verstanden. Es ist ein Governance-Projekt mit Software-Anteil. Die vier Fragen, die ich in jedem Projekt stelle, sind:

Wenn diese vier Fragen keine Antwort haben, ist die Einführung der vierten Revolution kein Fortschritt. Sie ist ein Risiko, das sich hinter einem KPI versteckt.

Impact-Kapitel: Wo die Ideen weiterwirken

Ich versuche, den Impact des 4RR-Modells nüchtern zu beschreiben. Manche Zitationen sind explizit - die OECD, das IEEE-RAS-Magazin, das SDG-Papier. Andere sind implizit - die IFR-Berichtsstruktur, die europäischen SRIDA-Kategorien, die VDMA-Marktsegmentierung. Wieder andere sind kulturell - der WELT-Artikel „Die vier Stufen der Robotik-Revolution", das Schaeffler-Tomorrow-Magazin mit Interviews zum Modell, Podcasts, Fachvorträge, Curriculum-Dokumente aus mehreren Hochschulen.

Zehn Jahre nach der Veröffentlichung sehe ich drei Ebenen, auf denen das Modell weitergewirkt hat. Erstens: als Kategorienschema für Marktbeobachtung und Politikberatung. Zweitens: als Ausbildungsstruktur in Hochschulen, Berufsschulen und Weiterbildungsformaten. Drittens: als Argumentationshilfe in Governance-Debatten - vom EU AI Act bis zu Ethikkommissionen von Industrieverbänden. Diese Bandbreite war 2016 nicht absehbar. Sie ist heute die Rechtfertigung dafür, die Kategorien nicht künstlich zu revidieren. Sprachlich passt sich das Feld weiter, aber das Skelett ist tragfähig.

Was 2035 anders sein wird

Zehn Jahre nach 2016 ist mein Blick auf die Zukunft nüchterner als damals. Ich glaube nicht, dass es 2035 flächendeckend humanoide Haushaltsroboter geben wird. Das IFR-Positionspapier „Humanoid Robots: Vision and Reality" vom August 2025 stellt es sehr präzise fest: Der Einsatzschwerpunkt liegt zunächst im Dienstleistungssektor und in industriellen Kollaborationsanwendungen, nicht im Wohnzimmer. Was ich für 2035 erwarte, sind vier Verschiebungen.

Erstens: Die vierte Revolution wird in Nischen dominant. Qualitätssicherung, Prüfstände, Intralogistik, Rehabilitation, Landwirtschaft. Dort, wo Perzeption und Kognition unmittelbar in Prozessqualität umgesetzt werden, entsteht die kritische Masse.

Zweitens: Cobots werden zu Standard-Produktivitätswerkzeugen wie heute CNC-Maschinen. Kein Aha-Moment mehr, sondern selbstverständliche Ausstattung im Mittelstand. Das ist keine Revolution, das ist ein Reifegrad.

Drittens: Mobile Systeme werden in Fabriken selbstverständlich. Autonome Transportsysteme, mobile Manipulatoren, Robot-as-a-Service-Verträge. Der Mittelstand mietet Robotik, wie er heute Strom mietet. Der IFR-Report 2025 zeigt bereits, dass RaaS bei Service-Robotern um 42 Prozent gewachsen ist.

Viertens: Die Governance-Debatte wird operationalisiert. Wo heute noch über den EU AI Act gesprochen wird, werden 2035 Auditprozesse, Modellregister und Betriebslog-Standards etabliert sein. Ohne diese Betriebssystematik bleibt die vierte Revolution ein Innovationsversprechen, das an der ersten Nachtschicht scheitert.

Zehn Jahre Bilanz: Was ich rückblickend anders schreiben würde

Ehrliche Selbstkritik gehört dazu. Ich würde das Paper 2016 heute in drei Punkten anders formulieren.

Erstens: Ich habe die Rolle von KI in der vierten Revolution als „perceptive, cognitive" umschrieben. Heute wüsste ich, dass Vision-Language-Action-Modelle und Foundation Models eine eigene Ebene der Kommandierung erzeugen, die man 2016 nicht antizipieren konnte. Ich würde einen expliziten Unterpunkt „Grounded Language Interaction" einfügen.

Zweitens: Ich habe die Governance-Ebene zwar erwähnt, aber nicht als eigenständige Achse formuliert. Heute würde ich Governance nicht als Anhang, sondern als Querschnitt darstellen, der alle vier Revolutionen durchzieht. Robotic & AI Governance ist keine Ergänzung zur Robotik, sie ist ihr Betriebssystem.

Drittens: Ich habe „Generation R" als Bildungsprognose beschrieben. Heute würde ich sie als Bildungspflicht formulieren. Wenn wir Robotic Natives ausbilden wollen, brauchen wir Curricula, die früher ansetzen und die zwischen Berufsschule und Hochschule sauber verzahnt sind. Das ist Aufgabe der Bildungsministerien, nicht der Robotik.

Warum die A3-Keynote 2026 ein guter Anlass ist

Die Region A3 - Augsburg, Aichach-Friedberg, Landsberg - ist ein präziser Prüfstand für das 4RR-Modell. Hier sitzen Mittelständler, deren Prozesse Karosseriebau, Endmontage, Präzisionsfertigung und intralogistische Übergänge umfassen. Wenn ich in Augsburg vortrage, spreche ich zu Unternehmern, die alle vier Revolutionen im eigenen Werk sehen. Die A3-Pressemitteilung zum Kongress 2026 hat das treffend zusammengefasst: Es geht nicht nur um technischen Reifegrad, sondern um regulatorische und gesellschaftliche Fragen - Wer haftet, wer entscheidet, wer bildet aus.

Ich habe in Augsburg keinen Ausblick auf Marketing-Folien präsentiert, sondern eine Bilanz gezogen. Das Publikum hat nicht nach Roadmaps gefragt, sondern nach betrieblichen Playbooks. Genau darin liegt der Fortschritt der letzten zehn Jahre: aus einem akademischen Modell ist ein Werkzeug für Werkleitungen geworden. Und daraus wird in der kommenden Dekade eine Praxis, die im Alltag messbar wird - an Montagmorgen, an denen Systeme das erste Mal ohne Beobachter laufen.

FAQ: Die vier Robotic Revolutions

Was sind die 4 Robotic Revolutions?

Die 4 Robotic Revolutions sind ein Phasenmodell, das ich 2016 gemeinsam mit Martin Bode auf dem IEEE IROS in Daejeon veröffentlicht habe. Es ordnet die Entwicklung der Robotik in vier Stufen: klassische Industrierobotik im Käfig, kollaborative sensitive Robotik, mobile sensitive Robotik und perzeptive, kognitive, agentische Systeme. Analog zur Computing-Evolution (Miniaturisierung, Mobilisierung, Ubiquität, Pervasiveness) beschreibt das Modell den Übergang vom starren Automatisierer zum sensitiv-mobil-kognitiven Assistenzsystem. Es ist heute Referenzrahmen für IFR-Marktberichte, EU-Forschungsprogramme, VDMA-Segmentierungen und Governance-Debatten.

Warum ist die vierte Revolution die entscheidende?

Die vierte Revolution - perzeptive, kognitive, agentische Systeme - ist die entscheidende, weil sie die Programmierlogik und die Kommandierlogik gleichzeitig verändert. Roboter werden nicht mehr Punkt für Punkt geteacht, sondern lernen aus Demonstration, Simulation und Betriebsdaten. Sie reagieren auf natürliche Sprache und treffen Entscheidungen ohne unmittelbaren menschlichen Eingriff. Damit verschieben sich Verantwortung, Haftung und Auditierbarkeit. Die entscheidende Frage ist nicht mehr, ob ein System technisch funktioniert, sondern ob eine Organisation es sauber betreiben kann.

Was ist der Unterschied zwischen einem Cobot und einem klassischen Industrieroboter?

Ein klassischer Industrieroboter arbeitet hinter einem Schutzzaun. Seine Bewegung ist schnell, kräftig und deterministisch. Die Sicherheit entsteht durch räumliche Trennung. Ein Cobot arbeitet ohne Zaun, weil er über Kraft-Momenten-Sensorik verfügt, Geschwindigkeiten adaptiv anpasst und im Kontaktfall inhärent sicher reagiert. Die Sicherheit entsteht durch Systemverhalten. In der Praxis werden Cobots trotzdem oft in Schutzbereichen betrieben - nicht wegen fehlender Technik, sondern wegen Risikoabwägungen nach DIN EN ISO 10218 und ISO/TS 15066. Kollaborative Anwendungen im echten Sinne sind selten. Sie sind aber die Grundlage für alles, was ab der dritten Revolution folgt.

Wie unterscheiden sich die vier Revolutionen von Industrie 4.0?

Industrie 4.0 ist ein produktions- und datenzentriertes Konzept mit Fokus auf Vernetzung, cyber-physische Systeme und digitale Zwillinge. Die 4 Robotic Revolutions sind ein robotikzentriertes Phasenmodell mit Fokus auf physische Interaktion, Sensitivität, Mobilität und Kognition. Beide Modelle ergänzen sich. Ein Werk kann in Industrie 4.0 fortgeschritten sein und trotzdem in der ersten oder zweiten Robotic Revolution feststecken - oder umgekehrt. Governance-Debatten laufen inzwischen zunehmend über die Robotic-Revolutions-Achse, weil dort die Haftungs- und Sicherheitsfragen anders zugespitzt sind.

FAQ: Generation R und Robotic Natives

Wer ist Generation R und was heißt Robotic Native?

Generation R ist die Generation, die mit Robotern aufwächst - so wie meine Generation mit Computern und die Kinder von heute mit Sprachassistenten. Robotic Native ist die Bezeichnung eines Menschen, der Robotik als Alltagsselbstverständlichkeit erlebt, nicht als Neuheit. Beide Begriffe habe ich zum ersten Mal 2013 auf dem Gartner CIO Summit formuliert und in meiner Dissertation an der TU München ausgearbeitet. Die Herleitung stammt aus John Perry Barlows 'Declaration of the Independence of Cyberspace' von 1996. Robotic Natives werden in ihrer Denk-, Lern- und Arbeitsweise anders sein als wir. Sie werden Robotik nicht als Innovation wahrnehmen, sondern als Infrastruktur.

Wann kommt die Generation R in die Betriebe?

Ich habe im DigiKompetenz-Podcast 2023 gesagt: Unsere Enkelkinder werden Robotic Natives sein, unsere Kinder nicht ganz, und wir und die Generation unserer Kinder sind die letzte Generation an Robotic Immigrants. Übersetzt in Betriebspraxis heißt das: In den kommenden zehn bis fünfzehn Jahren beginnt Generation R, in Ausbildung und Studium anzukommen. In der Fertigung, in der Instandhaltung, in der Prozessverantwortung wird sie ab Mitte der 2030er-Jahre spürbar sein. Wer sein Ausbildungsprofil heute nicht darauf einstellt, wird nach 2030 einen strukturellen Nachteil haben.

Wie hängt Generation R mit der vierten Revolution zusammen?

Generation R und die vierte Revolution sind ein Paar. Die vierte Revolution stellt Robotersysteme bereit, mit denen man sprachlich und intuitiv interagieren kann. Generation R stellt die Menschen bereit, die diese Interaktion als selbstverständlich empfinden. Ohne Generation R bleibt die vierte Revolution ein akademisches Konstrukt, das an Fachkräftemangel und Akzeptanzhürden scheitert. Ohne die vierte Revolution bleibt Generation R eine Marketingfigur, die keinen anderen Alltag hat als ihre Vorgänger.

Was folgt daraus für Ausbildung und Weiterbildung?

Ausbildungspläne müssen früher Robotik-Grundlagen enthalten, aber nicht als Extra-Modul, sondern als Querschnitt. Wer Elektroniker, Mechatroniker, Fachinformatiker oder Fachkraft für Lagerlogistik ausbildet, muss Robotik-Grundlagen als Teil des Berufsbilds vermitteln. Auf Hochschulebene bedeutet das, Wirtschaftsinformatik, Maschinenbau, Wirtschaftsingenieurwesen und Informatik so zu verknüpfen, dass die vierte Revolution nicht in Silos landet. Und für Führungskräfte gilt: Weiterbildung in Robotic und AI Governance ist keine Kür mehr, sondern Grundausstattung.

FAQ: Robotic & AI Governance

Was ist Robotic und AI Governance?

Robotic und AI Governance ist das Forschungsfeld, das die Ursachen, Merkmale und Folgen des Fortschritts in Robotik und Automatisierung als Megatrend analysiert. Ich habe den Begriff erstmals 2013 auf dem Gartner CIO Summit formuliert und in meiner Dissertation an der TU München ausgearbeitet. Der Ansatz ist bewusst weich: soft laws statt hard laws, weil Gesetzgebung zu langsam ist für Technologien, die sich in Monaten weiterentwickeln. Interdisziplinäre Task Forces, freiwillige Selbstregulierung, professionelle Ethikkodizes und internationale Standards sind die zentralen Instrumente. Ziel ist eine Verantwortungsarchitektur, die technische Sicherheit, gesellschaftliche Akzeptanz und wirtschaftliche Nutzung zusammenbringt.

Wie hängt Robotic und AI Governance mit dem EU AI Act zusammen?

Der EU AI Act ist eine harte Rechtsantwort auf die vierte Revolution. Er wirkt dort besonders scharf, wo KI als Sicherheitskomponente in Produkten eingebettet ist - also genau in dem Bereich, der Robotik als perzeptiv-kognitives System betrifft. Die politische Einigung vom 7. Mai 2026 hat die Fristen neu justiert: Hochrisiko-Systeme nach Annex III werden ab 2. Dezember 2027 anwendbar, in regulierte Produkte eingebettete Systeme nach Annex I ab 2. August 2028. Robotic und AI Governance ist der weiche Rahmen, in dem der AI Act betrieblich funktionieren kann. Ohne diesen Rahmen bleibt der AI Act ein Compliance-Papier. Mit diesem Rahmen wird er zu einer Betriebsregel.

Welche Rolle spielt die Machinery Regulation für Roboter?

Die Machinery Regulation (EU) 2023/1230 ersetzt die Maschinenrichtlinie und wird ab dem 20. Januar 2027 vollständig anwendbar. Sie regelt Sicherheitsanforderungen an Maschinen, einschließlich Robotern, und interagiert eng mit dem EU AI Act. Nach der politischen Einigung vom Mai 2026 ist die Machinery Regulation nun weitgehend vom direkten Anwendungsbereich des AI Act ausgenommen. Sicherheitsrelevante KI-Komponenten in Maschinen werden künftig primär über delegierte Rechtsakte der Machinery Regulation adressiert. Das ist ein wichtiger Kompromiss: Er verhindert Doppelregulierung, verlangt aber, dass Hersteller die Wechselwirkung sauber im eigenen Konformitätsverfahren abbilden.

Was heißt das für den Mittelstand?

Für den Mittelstand heißt das: Die vierte Revolution ist nur produktiv, wenn Governance mitwächst. Die vier Fragen, die ich in jedem Projekt stelle, sind: Wer stoppt das System, wer haftet, wer bildet aus, wer archiviert. Wer diese vier Fragen im eigenen Betrieb beantwortet, kann Robotik als Wettbewerbsvorteil einsetzen. Wer sie ignoriert, produziert einen Compliance-Fall mit Ansage. Es hilft nicht, auf Software zu warten, die Governance automatisch erledigt. Sie kommt nicht. Governance ist Führungsarbeit.

FAQ: Impact, Institutionen und die nächsten zehn Jahre

Wer zitiert das 4-Robotic-Revolutions-Modell?

Das Modell wird explizit in einem OECD-Report zur Robotik aus dem Jahr 2021 zitiert, in IEEE-RAS-Publikationen sowie im SDG-Papier von 2021 und 2023 in Sustainable Production and Consumption. Implizit findet man die Struktur in IFR World Robotics Reports, in den SRIDA-Dokumenten der Adra AI, Data and Robotics Association, in der Multi-Annual Roadmap for Robotics in Europe von eu-nited Robotics und in VDMA-Marktsegmentierungen. Kulturell wirkt das Modell in Interviews, Podcasts und Fachartikeln - unter anderem im WELT-Artikel 'Die vier Stufen der Robotik-Revolution' und in Schaeffler Tomorrow. Diese Bandbreite ist zehn Jahre nach Veröffentlichung die eigentliche Bilanz.

Wie wirkt sich Robotik auf die UN-Sustainable-Development-Goals aus?

Robotik ist Enabler und Hemmschuh der 17 UN-Sustainable-Development-Goals zugleich. In einem 2021 im IEEE-IROS-Workshop begonnenen und 2023 in Sustainable Production and Consumption veröffentlichten Papier haben wir - Boesl, Haidegger, Khamis, Mai, Mörch, Rao, Jacobs und Vanderborght - konsensbasiertes Expertenurteil auf 169 SDG-Targets angewandt. Robotik kann Ernährung sichern, Gesundheitsversorgung skalieren und Bildung verbessern. Sie kann aber auch Ungleichheit vertiefen, Arbeit zerstückeln und Umweltkosten verschieben. Die Zuordnung ist komplex und darf nicht in eine reine Enabler-Erzählung verkürzt werden. UN DESA und UNCTAD haben diese Ambivalenz in ihren Frontier-Technologies-Berichten aufgenommen.

Welche Rolle spielen humanoide Roboter in den nächsten zehn Jahren?

Humanoide Roboter sind das öffentlichkeitswirksamste Symbol der vierten Revolution, aber sie werden in den nächsten zehn Jahren keine dominierende Rolle im Alltag spielen. Das IFR-Positionspapier 'Humanoid Robots - Vision and Reality' vom August 2025 stellt es sehr deutlich fest: Der Einsatzschwerpunkt liegt zunächst im Dienstleistungssektor und in industriellen Kollaborationsanwendungen, nicht im Haushalt. China hat konkrete Pläne für Massenproduktion, US- und europäische Unternehmen investieren, aber die Prognose lautet: Serienproduktion für spezialisierte Anwendungen. Ich gehe davon aus, dass humanoide Roboter bis 2035 ein signifikantes Nischenfeld werden - vergleichbar mit medizinischen Roboterassistenten heute.

Was ist der wichtigste Satz aus der A3-Keynote 2026?

Der wichtigste Satz meiner A3-Keynote 2026 lautet: Die nächste industrielle Dekade wird nicht in Modellen gewonnen, sondern in Montagmorgen, an denen Systeme das erste Mal ohne Beobachter laufen. Er ist keine rhetorische Zuspitzung, sondern die Kernthese meiner Zehn-Jahres-Bilanz zu den 4 Robotic Revolutions. Wer die vierte Revolution als Modellinnovation missversteht, wird ihre operativen Anforderungen unterschätzen. Wer sie als organisatorische Herausforderung erkennt, wird sie beherrschen. Das ist die zentrale Botschaft, die ich in Augsburg zum Kongress der A3-Region übermittelt habe.

Quellen und weiterführende Links