Humanoide Roboter treiben Chipnachfrage schon vor dem Massenmarkt
Entwickler humanoider Roboter benötigen Rechenzentren, KI-Beschleuniger, Speicher und Edge-Prozessoren lange vor einer Produktion in großen Stückzahlen. Eine von Investing.com zitierte Barclays-Analyse schätzt den heutigen Markt auf 2 bis 3 Milliarden $, während ein breiter wirtschaftlicher Einsatz eher um 2035 als 2030 erwartet wird.
Rechenbedarf entsteht vor der Roboterproduktion
Humanoide Roboter könnten bereits Jahre vor ihrer Entwicklung zum Massenprodukt eine erhebliche Halbleiternachfrage erzeugen. Investing.com berichtet unter Berufung auf eine Barclays-Analyse von mehr als 100 Unternehmen der entstehenden Wertschöpfungskette, dass Entwickler schon heute Rechenzentrumsinfrastruktur, KI-Beschleuniger, Speicher und Edge-Prozessoren für den Aufbau und das Training robotischer Systeme benötigen.
Investoren konzentrierten sich bisher vor allem auf sichtbare Bauteile wie Motoren, Aktuatoren, Sensoren und Batterien. Der unmittelbarste technische Engpass ist jedoch die Intelligenz. Ein humanoider Roboter muss seine Umgebung wahrnehmen, die erfassten Informationen verarbeiten und sein Verhalten anpassen, wenn die Situation von den Trainingsbedingungen abweicht. Dadurch fließen Investitionen zunächst in die Recheninfrastruktur, bevor Hersteller Kapital für eine Montage in hohen Stückzahlen bereitstellen.
Drei Ebenen der Rechenarchitektur
Die benötigte Rechenarchitektur besteht aus drei Hauptebenen. Rechenzentrumssysteme führen Simulationen aus und erzeugen synthetische Trainingsdaten. Basismodelle übersetzen Wahrnehmungen in Handlungen. Prozessoren im Roboter führen Entscheidungen anschließend lokal unter strengen Vorgaben für Latenz, Energieverbrauch und Sicherheit aus.
Simulationen sind besonders wichtig, weil Robotikentwickler nicht über Datenmengen verfügen, die mit den Internettexten zum Training von Sprachmodellen vergleichbar sind. In digitalen Umgebungen können Roboter Bewegungen, den Umgang mit Gegenständen und weitere Fähigkeiten erlernen, bevor sie in Fabriken, Lagern oder anderen realen Arbeitsstätten eingesetzt werden. Physische Tests bleiben unverzichtbar, weil Simulationen nicht jede Variable der realen Welt ausreichend genau abbilden können.
Dieser Entwicklungszyklus lässt den Rechenbedarf schon vor der Roboterproduktion steigen. Entwickler müssen Modelle trainieren und digitale Zwillinge erstellen, selbst wenn kommerzielle Flotten noch klein sind. Investing.com nennt Nvidia, AMD, Qualcomm, Micron, SK Hynix, Samsung Electronics und TSMC als mögliche Profiteure unter den Chip- und Infrastrukturanbietern.
Marktprognosen hängen von Zuverlässigkeit ab
Nvidia bietet bereits einen integrierten Robotik-Stack an. Dazu gehören die Omni-Plattform für digitale Umgebungen, Isaac Sim für das Training, die GR00T-Basismodelle und Jetson-Prozessoren für die Rechenarbeit im Roboter. Die Kombination zeigt, dass mögliche Halbleitererlöse von der zentralen Modellentwicklung bis zur Hardware am Netzwerkrand reichen.
Der heutige Markt für humanoide Roboter wird auf 2 bis 3 Milliarden $ geschätzt. Die Prognosen für 2030 liegen zwischen 10 und 25 Milliarden $, optimistischere Schätzungen erwarten bis 2035 etwa 200 Milliarden $. Barclays rechnet dennoch damit, dass ein großflächiger wirtschaftlicher Einsatz eher um 2035 als 2030 realistisch wird, weil Sicherheit, Zuverlässigkeit und Autonomie noch nicht ausreichend gelöst sind.
Aktuatoren gewinnen mit steigenden Stückzahlen
Mit einer Skalierung der Produktion verändert sich die Kostenstruktur der Hardware. Aktuatoren stehen schätzungsweise für 30 % bis 50 % der Komponentenkosten eines humanoiden Roboters, die integrierte Rechenleistung dagegen für 10 % bis 15 %. Die derzeit niedrigen Stückzahlen begrenzen die Standardisierung und dämpfen die Bereitschaft der Zulieferer, in spezielle Kapazitäten zu investieren.
Für Halbleiterhersteller und Investoren ist die zeitliche Abfolge entscheidend. Trainingscluster, Simulationssysteme und digitale Zwillinge können die Chipnachfrage schon während der Entwicklung stützen; Edge-Prozessoren und Speicher gewinnen mit zunehmender Serienproduktion an Bedeutung. Aktuatoranbieter könnten einen größeren Anteil an der Materialrechnung jedes Roboters erzielen, sind aber stärker von den tatsächlich produzierten Stückzahlen abhängig. Die Chancen entstehen somit gestaffelt: zuerst bei der Recheninfrastruktur, später bei der breiteren Komponentennachfrage, sofern die Entwickler Sicherheits- und Zuverlässigkeitsprobleme lösen.