Vom Code zur Maschine: Warum Venture Capital jetzt auf Physical AI setzt

Jahrelang war das Erfolgsrezept bei Venture Capital ziemlich eindeutig: Software bauen, schnell skalieren, hohe Margen erzielen. Ein kleines Entwicklerteam konnte ein Produkt schaffen, das sich nahezu ohne zusätzliche Kosten an Tausende oder Millionen Kunden verkaufen liess. Der bekannte Unternehmer und Investor Marc Andreessen prägte den Satz “Software is eating the world”, und Venture Capital finanzierte ihren Appetit.

Doch ausgerechnet künstliche Intelligenz beginnt nun, diese Logik infrage zu stellen. KI macht Softwareentwicklung produktiver, schneller und billiger. Funktionen, für die früher ein komplettes Start-up, Dutzende Entwickler und mehrere Finanzierungsrunden notwendig waren, lassen sich heute teilweise innerhalb weniger Wochen nachbauen. Das ist eine enorme Chance für Gründer. Gleichzeitig ist es eine Bedrohung für jeden Investor, dessen Investmentthese darauf beruhte, dass sein technologischer Vorsprung mehrere Jahre halten würde. Wenn jeder schneller programmieren kann, wird Code allein seltener zum entscheidenden Faktor.

„GenAI hat Code zur Commodity gemacht, denn Software schreiben kann heute jeder“ meint Investment Director Semih Kaçan von Swisscom Ventures. „Der verteidigbare Wert wandert dorthin, wo Atome bewegt werden: Robotik, Verteidigung, Sensorik, Fertigung.»

Der neue Sammelbegriff dafür lautet „Physical AI“. Systeme, die ihre Umgebung wahrnehmen, Entscheidungen treffen und über Maschinen mit ihr interagieren. „Physical AI ist der Punkt, an dem Intelligenz auf die reale Welt trifft. Genau dort entstehen die nächsten nachhaltigen Geschäftsmodelle“ sagt Investor Kaçan. Für Jonas Wüst, CEO und Co-Founder von Tethys Robotics, wird es dort spannend, „wo AI nicht nur digital bleibt, sondern beginnt, reale Arbeit zu übernehmen“.

Die Zahlen zeigen, wie stark die Begeisterung bereits ist. Nach Angaben der Marktforscher von PitchBook erreichten die Investitionen in Robotik und Physical AI im ersten Quartal 2026 mit 16,3 Milliarden Dollar über 492 Transaktionen einen neuen Höchststand. Crunchbase kam Mitte 2026 bereits auf weltweit 18,8 Milliarden Dollar nur bei Robotikfinanzierungen. Das ist mehr als im gesamten bisherigen Rekordjahr 2021.

Ist das nur ein Hype? Oder tatsächlich die nächste Goldgräberstimmung?

Natürlich enthält der Markt alle Zutaten eines klassischen Hypes: ein neues Schlagwort, spektakuläre Demonstrationsvideos, kaum überprüfbare Marktprognosen und Bewertungen, die den kommerziellen Ergebnissen teilweise Jahre vorauslaufen. Aber wenn ein Roboter auf einer Bühne ein Hemd faltet oder eine Gurke schält, sagt das noch wenig darüber aus, ob er in einer Fabrik acht Stunden täglich zuverlässig, sicher und wirtschaftlich arbeiten kann.

In der physischen Welt reicht eine Erfolgsquote von 95 Prozent häufig nicht. Ein Chatbot darf gelegentlich eine falsche Antwort geben. Ein Industrieroboter, ein autonomes Fahrzeug oder eine Maschine in Zusammenarbeit mit menschlichen Beschäftigten darf sich solche Fehler nicht leisten. Hinzu kommen Produkthaftung, Cyberrisiken, Wartung, Zertifizierungen und die Frage, wer verantwortlich ist, wenn ein KI-Modell nicht nur halluziniert, sondern handelt. Wüst verweist dabei auf Anwendungen unter Wasser wie Minenräumung, den Schutz kritischer Infrastruktur oder Inspektionen. Aufgaben, die heute noch teuer, gefährlich und stark von Menschen abhängig sind. „Mit besseren Sensoren, mehr Rechenleistung und AI können Maschinen solche Aufgaben zunehmend selbstständig übernehmen.“

Trotzdem steckt hinter dem Boom eine eindeutige Veränderung. Wer Chips entwickelt, Fabriken baut oder Robotersysteme in industrielle Prozesse integriert, braucht Kapital, Fachwissen, Lieferketten, Daten, Zertifizierungen und häufig viele Jahre Entwicklungszeit. Diese Hürden sind schmerzhaft. Aber genau deshalb sind sie für Wettbewerber schwer zu überwinden. Die Differenzierung und somit der nachhaltige Erfolg entsteht nicht mehr allein durch den Code. Er entsteht durch die Verbindung von Software, Hardware, proprietären Betriebsdaten, Produktionskompetenz und Zugang zu Kunden. „Die Schweiz ist dafür ideal positioniert“, ordnet Investor Kaçan ein: „ETH und EPFL gehören in Robotik und Drohnentechnologie zur Weltspitze. Kombiniert mit unserer Präzisionsindustrie ist das ein einzigartiges Fundament. Kapital folgt Defensibility, nicht Hype.“

Auch technologisch bewegt sich das Feld rasch. Mistral hat mit „Robostral Navigate“ ein Modell vorgestellt, das Roboter mithilfe einer einzelnen Kamera und einfacher Sprachanweisungen durch unbekannte Umgebungen navigieren lassen soll. Nvidia treibt mit seinen Cosmos-Modellen sogenannte World Models voran, die physische Umgebungen verstehen und simulieren sollen. CEO Jensen Huang sprach auf der IT-Messe CES vom bevorstehenden „ChatGPT-Moment für Physical AI“. Doch der Vergleich mit ChatGPT führt auch in die Irre. Software kann über Nacht an Millionen Nutzer verteilt werden. Maschinen müssen produziert, ausgeliefert, installiert und gewartet werden. Produktionskapazitäten lassen sich nicht per Mausklick hochskalieren. Kunden führen lange Tests durch. Hardwaremargen sind zunächst oft niedriger, Kapitalbedarf und Insolvenzrisiko dagegen höher. Physical AI ist deshalb nicht einfach SaaS mit Armen und Beinen.

Die bisherige Venture-Capital-Logik wird nicht abgeschafft, aber sie verändert sich. Jahrelang galt Kapitalintensität als Makel: Fabriken, Maschinen und Lagerbestände bremsten die Skalierung und drückten die Rendite auf das eingesetzte Kapital. Nun kann genau diese Kapitalintensität Teil des nächsten Home Runs werden. Wenn man Produktionskapazitäten, Lieferketten, industrielle Daten und technisches Know-how aufgebaut hat, lässt sich das nicht innerhalb einiger Wochen von einem neuen Wettbewerber kopieren.

„Wer industrielle Technologien, Robotik oder Infrastruktur finanziert, muss längere Entwicklungszyklen, höheren Kapitalbedarf und komplexere Skalierung akzeptieren“ sagt Francis Barrier, Private Markets Berater bei Maba Capital aus Zürich. Physical AI verlangt mehr technische Due Diligence, längere Anlagehorizonte und Investoren, die bereit sind, auch Produktionsrisiken zu finanzieren. Der klassische Zehnjahresfonds und die Erwartung schneller Anschlussrunden müssen im Zuge der aktuellen Entwicklung ebenfalls kritisch reflektiert werden. Gewinner könnten deshalb jene Kapitalgeber sein, die Venture Capital mit industrieller Expertise, Wachstumskapital, Fremdfinanzierung und staatlichen Förderinstrumenten verbinden können.

„Dafür entstehen Vermögenswerte mit deutlich höheren Eintrittsbarrieren als bei vielen reinen Softwaremodellen“ ergänzt Barrier. „Für Investoren wird deshalb entscheidend sein, nicht nur Wachstum zu finanzieren, sondern industrielle Substanz aufzubauen. Genau dort können langfristig besonders verteidigbare Unternehmen entstehen.“

Und was bedeutet das für klassische Software-Start-ups?

Ihre Geschichte ist keineswegs vorbei. Software bleibt die Steuerungsebene der modernen Wirtschaft. Aber austauschbare Funktionen, dünne Benutzeroberflächen und Produkte, die lediglich ein fremdes KI-Modell verpacken, werden es (noch) schwerer haben. Auch Softwareunternehmen brauchen künftig eine inhaltliche Differenzierung: exklusive Daten, starke Distribution, Netzwerkeffekte, regulatorische Zulassungen, komplexe Workflows oder eine so enge Integration in die Prozesse ihrer Kunden, dass ein Wechsel teuer wird. Der eigentliche Strategiewechsel im Venture Capital lautet deshalb nicht: weg von Software, hin zu Hardware. Er lautet: weg vom leicht kopierbaren Produkt, hin zum schwer reproduzierbaren System.

Physical AI ist damit durchaus ein Hype. Viel Kapital wird zu früh investiert werden, viele humanoide Roboter werden in Pilotprojekten stecken bleiben, und manche Milliardenbewertung wird sich als teure Illusion erweisen. Aber unterhalb des Hypes liegt eine fundamentale Verschiebung. Nachdem Software die Welt erobert hat, versucht KI nun, sie zu bewegen. Investoren finanzieren nicht mehr nur den Code, sondern zunehmend auch die Maschinen, die Energie und die Infrastruktur, durch die dieser Code Wirkung entfaltet.