Startup Insider
00:22:29 · Constantin Sanders
[00:22:29] S2: Genau, aber ich glaube, die Timeline, da gibt's natürlich auch noch riesengroße Unterschiede, auch in der Erwartungshaltung, wie schnell das passiert. Also ich glaube, man wartet nach wie vor auch auch bei Humanoiden oder in der Robotic Industrie generell auf diesen ChatGPT Moment. Man hat jetzt das Gefühl und dafür sprechen ja auch die die großen Runden. Also wir können ja nachher noch auch über ein, 2 andere Runden sprechen, die grade oder in den letzten Monaten passiert sind. Allein in diesem Jahr bis Anfang Juli 26, ich hab vorhin noch mal nachgeschaut, 18800000000 US Dollar in in Robotic Companies geflossen. Wirklich? Also die der Hype ist ist enorm. Die Erwartungshaltung, dass mit immer besser werdenden Modellen und Verfügbarkeit von von GPS die Möglichkeit besteht, diesen Chat GPT Moment für für Physical AI zu generieren, der ist da und dafür sprechen eben auch auch diese diese Runden in der Größenordnung. Die Frage, die ich mir aktuell noch stelle und das ist was, wie wir auch bei Peak auf generell den Markt schauen, es ist der Deployment Layer, der das Entscheidende ist. So wie schnell können diese Versprechungen dann tatsächlich auch in der Praxis umgesetzt werden? Und da sind oft und das muss man einfach aktuell noch sagen, die Erwartungen etwas enttäuscht, was die Geschwindigkeit, die Genauigkeit und auch die Verlässlichkeit at scale angeht. Also es funktioniert schon in Test Environments und das ist ein sehr, sehr gutes Zeichen und der Weg wird auch 100 Prozent dahingehen. Wie schnell das Deployment funktioniert, ich glaube, das wird ein großes Fragezeichen für gerade Companies wie Mercedes oder Audi. Aber dass die natürlich ein riesengroßen Druck verspüren, nicht nur aufgrund des Fachkräftemangels, sondern auch weil in der Theorie natürlich die Margen deutlich besser sind, wenn man das alles automatisiert machen kann, dann das ist natürlich für klar und auf diese Wette setzen grade auch alle.
00:24:17 · Jan Thomas, Constantin Sanders
[00:24:17] S1: Glaubst Du da mal, dass diese Margen dann bei hinterher bei Mercedes und Audi bleiben oder glaubst Du, dass die zu den Roboterherstellern gehen? [00:24:23] S2: Ja, ich glaub, da sprechen wir dann natürlich auch über deutlich größere Themen, die ja sogar makroökonomische oder zumindest gesellschaftliche Implikationen an sich ziehen. Zahlen, Roboter, die dann die Arbeit von Menschen erledigen, steuern? Ich glaube, da müssen wir über noch ganz viele weitere Fragen uns uns sehr genaue Gedanken machen. Jetzt für den Moment ist es natürlich aus VC- und Investorensicht und deswegen wird ja enact auch auch geweckt von wirklich namhaften Investoren, aber nicht nur die, sondern man sieht ja auch in den USA, was was da los ist. Diese diese Wette, sozusagen, da passiert grade so viel und wir wollen auf jeden Fall diesen Zug nicht verpassen und gleichzeitig müssen wir trotzdem auch in der Realität ankommen und sagen, noch sind viele dieser Produkte ein Versprechen und nicht mehr.
00:25:03 · Jan Thomas
[00:25:03] S1: Ja, aber ich find die Frage so, also ich bin bei dir, aber ich bin ich find die Frage so spannend, gerade auch im Kontext von vom Anthropic IPO habe ich jetzt irgendwie gelesen, dass ein Anthropic natürlich dabei ist, unglaublich viele, ich weiß nicht, Büroarbeitsplätze gerade obsurriert zu machen, Also in dem die Produktivität steigt und das bedeutet, als werden weniger Menschen eingestellt oder Menschen entlassen und dadurch aber eigentlich dann perspektivisch seinen eigenen Markt und das finde ich so spannend und das könnte ja hier auch passieren, ne. So wenn Du so die Ecke denkst und sagst okay, wer soll denn hinterher den Mercedes kaufen, wenn also Du sagst jetzt gerade Roboter steuern, das wird ja immer schon wieder so mal ins ins Gespräch gebracht. Aber das ist ja schon eine 1 komplett neue Welt der in der Zukunft, Wenn also quasi die Wertschöpfung eigentlich bei Maschinen und bei KI liegt, puh, weiß gar nicht, was da hinten dran kommt, ja?
00:25:45 · Constantin Sanders, Jan Thomas
[00:25:45] S2: Ja, absolut. Und das ist, glaube ich, das große Fragezeichen, mit dem wir uns alle oder ja, mit dem wir uns alle beschäftigen müssen in den in den nächsten Jahren. Ich glaub, für den Moment ist die Aufgabe mehr, überhaupt diese Prozesse und Tätigkeiten, die ich grad eben beschrieben hab, son Kabel zu verbauen, so hinzubekommen, dass es dann auch wirklich vom Router vernünftig gemacht werden kann. Weil ich glaube, wir sind uns alle einig, dass in der Theorie das Technologiepotenzial enorm ist. Die Fragen, die dahinter liegen, was die Gesellschaft oder makroökonomische Dinge angeht, die müssen dann natürlich auch von politischer Seite anders beantwortet werden. Aber ich glaube, wir aus VC Perspektive sind mit dafür verantwortlich, diese Visionen zum Leben zu bringen. [00:26:27] S1: Ja, okay, schönes Statement, ja. Und sag mal, die diese, was waren's 18000000000 hast Du, glaube ich, gerade gesagt, ne, die da investiert wurden, zählst Du da [00:26:34] S2: Ja, so fast 19. [00:26:35] S1: Oder fast 19. Zählst Du da, sag mal generell diesen ganzen AI Word Modus und sowas da mit rein oder ist das ist das noch mal ein eigenes Segment? Weil jetzt hier haben wir gerade gesagt, Jan de Constantin hat investiert. Das verschwimmt ja alles son bisschen, ne?
00:26:46 · Constantin Sanders
[00:26:46] S2: Ja, da da genau, da ist Physical AI mit drin oder sind generell alle runden im Bereich Physical AI. Wir können das auch gerne noch mal ein bisschen aufdröseln, weil es gibt natürlich so verschiedene Layer, würde ich sagen, die wir die wir betrachten können, wenn wir in den Robotics Markt schauen. Und ich hab da auch ein paar Beispiele mitgebracht, weil ich glaube, es ist wichtig in diesem ganzen Narrativ, was bedeutet Robotics, was bedeuten manuelle Roboter, einmal eine kleine Übersicht zu haben. Also wie wir bei Peak das Ganze segmentieren, ist so in 4 Kategorien. Das eine sind quasi die Gehirne der Roboter, so kann man das sich son bisschen vorstellen. Es sind klassische AI Modelle. Also am Ende bauen da Unternehmen an Software, die Roboter sehen, planen und sich bewegen lassen. Und da sind die großen Player Physical Intelligence, Skild AI, da arbeitet natürlich auch Google Deep Mind dran mit Germani Robotics, aber auch NVIDIA und auch Figure, obwohl die auch ein humanoiden Roboter, da kommen wir gleich zu, weil viele auch in verschiedenen dieser Layern arbeiten, mit ihrem eigenen Modell Helix dran arbeiten. In Deutschland oder in Europa kennen vielleicht die einen oder anderen Cereact aus aus Stuttgart, Mhm. Die auch eine 110000000 Euro Runde geraßt haben oder Flexion aus aus Zürich. Das ist so die 1. Ebene, die Gehirne. Dann haben wir eine 2. Ebene, da geht's mehr die Sammlung beziehungsweise die Art, wie Trainingsdaten gesammelt werden für zum Beispiel ein oder mehrere spezifische Use Cases. Also wie lernen Roboter, die menschlichen Tätigkeiten zu erfüllen. Und da haben wir mit Scale AI 1X wahrscheinlich so die 2 großen Player in der Welt in Deutschland und Europa, kennen vielleicht die ein oder anderen Micro1, die ja auch eine 55000000 Seed Runde geraßt haben und mittlerweile ja bekannt sind als 1 der schnellst wachsenden Startups mit ihren AIA Zahlen. Da können wir auch gleich noch mal ganz kurz ein bisschen Licht drauf werfen, was bedeutet heutzutage eigentlich AIA? Trotzdem wirklich großen Respekt an Micro1, wie schnell sie das aufgebaut haben. Ich habe vorhin schon von Mimic gesprochen, die sowohl die Hand aber die Hand herstellen als auch und das ist das Interessante eben an diesen Trainingsdaten arbeiten mit einem Wearable UI.
00:28:51 · Constantin Sanders, Jan Thomas
Jetzt kommen wir zu den Händen und den dem Tastsinn, da fällt dann auch die Runde von enact mit rein, die ja genau daran arbeiten, diese Geschicklichkeit von Händen und von Motoren so zu bauen, dass auch humanoide Roboter mittlerweile Kraft und Berührungen spüren. Und da gibt's natürlich auch in den USA große Player. Tesla arbeitet zum Beispiel daran und auch Figure. Aber in DACH in Europa sind's dann vor allem die enact und die die Mimics, beide aus Zürich witzigerweise. Wir merken auch, die ETH spielt eine große, große Rolle. Mhm. Und als letzte Ebene und davon distanzieren wir uns son bisschen, weil wir auch glauben, dass die Chinesen einfach 3, 4, 5 Schritte weiter sind, sind ganze Roboter und und Humanoide. Also das Klassische, was wir so kennen von rumlaufenden Robotern, die wirklich physisch hergestellt werden. Das sind komplette Maschinen. Humanoide Roboter sind wahrscheinlich die bekanntesten der Figur Roboter oder von Tesla, der Optimus oder auch der Neo von 1X. Und in Deutschland arbeiten daran unter anderem Neura Robotics oder auch auch RobCo, die arbeiten eher an dem modularen Arm, aber trotzdem können wir uns ein bisschen vorstellen, dass das so wirklich physische Roboter sind, die Dinge erledigen. Und diese Ebenen unterscheiden wir. Wir bei Peak würden uns vorwiegend auf die Gehirne und die Trainingsdaten fokussieren. [00:30:06] S1: Aber es ist ja trotzdem spannend, was Du gerade sagst. Das heißt, RobCo und Robco und Neurorobotics, das wären Themen, wo Du sagst, da macht ihr ein Fragezeichen dran, ob das für den Standort Deutschland das Richtige ist?