Der wichtigste Roboter dieses Unternehmens läuft nicht, er rollt

Wer in Europa gerade prüft, ob chinesische Humanoide für eigene Lager, Filialen oder Werke infrage kommen, stößt bei Galbot zuerst auf eine Irritation. Der Roboter, der die Strategie dieses Unternehmens am klarsten verkörpert, besitzt keine laufenden Beine. Der G1 hat einen humanoiden Oberkörper, zwei siebenachsige Arme, einen hebbaren Rumpf — und darunter eine omnidirektionale Radbasis.

Der S1 treibt dieselbe Logik weiter. Er wiegt 320 Kilogramm, arbeitet mit zwei Armen, zielt auf schwere Arbeit und rollt ebenfalls. Erst im September 2026 hat Galbot mit dem ET1, chinesisch „Xingzai“, einen kleinen zweibeinigen Roboter in den kommerziellen Vorverkauf gebracht.

Das wirkt auf den ersten Blick inkonsequent, ist es aber wahrscheinlich nicht. Galbot folgt einer anderen Reihenfolge als viele Wettbewerber: Der Körper soll zur Aufgabe passen, nicht die Aufgabe zum menschenähnlichen Körper. In Filialen, Lagern und Fabriken sind Räder stabiler, energieeffizienter und schneller als Beine, und sie lassen sich sicherheitstechnisch leichter beherrschen, weil kein Sturzrisiko beherrscht werden muss. Für dynamische Interaktion, für das Nachahmen menschlicher Bewegung und für soziale Anwendungen kann Bipedalität dagegen die sinnvollere Wahl sein.

Damit ist Galbot ein Gegenentwurf zu Unternehmen, die zuerst einen menschenähnlichen Körper bauen und anschließend nach Aufgaben dafür suchen. Noch wichtiger für die Einschätzung ist allerdings, dass sich die Firma selbst nicht primär als Hardwarehersteller versteht.

Betriebssystem im Ansatz, Betriebsnachweis noch nicht

Galbot bezeichnet AstraBrain als seinen Kern, nicht den Roboter. Darunter liegen eine Dateninfrastruktur namens AstraData und eine Reihe von Modellen: WAM für die übergeordnete Planung, WBC für die Ganzkörperregelung, Dex für geschickte Hände, dazu GraspVLA, NavFoM, TrackVLA und Any2Track. Die Roboter sind aus dieser Perspektive die Körper, auf denen ein Modellstapel wirtschaftlich werden soll. Die Firma beschreibt damit einen Kreislauf: Daten erzeugen Modelle, Modelle laufen auf Robotern, Roboter arbeiten und erzeugen neue Daten.

Prüft man diese Erzählung an dem, was öffentlich belegt ist, ergibt sich ein geteiltes Bild. Die Bausteine existieren nicht nur als Forschungsnamen, sondern sind bis zur Entwicklerdokumentation, zu Wartungsanleitungen und Garantiebedingungen durchgezogen. Und anders als bei vielen jungen Firmen dieser Sorte gibt es reale Einsatzpunkte: Apotheken, Filialen, sogenannte Instant Warehouses und Industriebetriebe.

Was fehlt, sind die Zahlen, an denen sich ein Betriebssystem messen lassen müsste. Kein öffentlicher Wert nennt Aufgaben je Stunde, Verfügbarkeit, Eingriffe pro Betriebstag, Zeit bis zur Wiederherstellung nach einem Fehler oder Kosten je erledigter Aufgabe. Solange diese Angaben fehlen, bleibt die Lernschleife eine plausible Architektur und kein nachgewiesener Wirtschaftsmechanismus.

Der stärkste Beleg der Industrieseite trägt zusätzlich einen Interessenvorbehalt, den man kennen muss. CATL hat den Einsatz des S1 auf eigenen Produktionslinien selbst beschrieben, ist aber zugleich Leitinvestor: Im Juni 2025 führte der Batteriehersteller eine Finanzierungsrunde über rund 1,1 Milliarden Renminbi beziehungsweise etwa 153 Millionen US-Dollar an, wie TechNode berichtete. Das macht die Bestätigung nicht wertlos, im Gegenteil — ein Betreiber, der einen Roboter auf eigenen Linien einsetzt, sagt mehr als jede Herstellerdemonstration. Es ist aber ein Betreiberbeleg eines Anteilseigners, also eine Aussage mit eigenem Interesse, und die Einsatzmitteilung vom 24. Juni 2026 legt die Beteiligung nicht offen.

Zwei Gründer, zwei Welten, eine Architektur

Galbot ist jung. Das Unternehmen nennt selbst 2023 als Gründungsjahr, unabhängige chinesische Berichterstattung datiert die Gründung auf Mai 2023 in Peking. Wissenschaftlich wirkt die Firma trotzdem älter, und das liegt vor allem an Wang He.

Die Peking-Universität führt ihn als Assistant Professor auf einer Tenure-Track-Stelle am Center on Frontiers of Computing Studies, mit den Schwerpunkten verkörperte Künstliche Intelligenz und multimodale große Modelle. Er hat dort das EPIC Lab gegründet, hat Galbot gegründet und ist technischer Geschäftsführer des Unternehmens. Studiert hat er Elektrotechnik an der Tsinghua-Universität und anschließend in Stanford promoviert. Das ist eine ungewöhnlich direkte Linie von der Grundlagenforschung in ein Produktunternehmen.

Der zweite Gründer bringt die klassische Robotikindustrie ein. Öffentliche chinesische Berichterstattung nennt Yao Tengzhou als Mitgründer; er kommt aus dem Robotik-Institut der Beihang-Universität und arbeitete zuvor im Umfeld der ABB-Robotikentwicklung in Shanghai. Modelle und Wahrnehmung auf der einen Seite, Robotikengineering und Industriepraxis auf der anderen — diese Aufteilung passt zu dem Anspruch, Basismodell, Datenmaschine, Roboterkörper und echten Einsatz gleichzeitig zu beherrschen.

Wie stark die Firma vom Modell nach außen denkt, zeigt schon ihre Selbstdarstellung: Die Unternehmensseite beginnt nicht mit Motorleistung, Traglast oder Fertigungskapazität, sondern mit AstraBrain und einer Architektur aus Großhirn, Kleinhirn und neuronaler Steuerung. Das ist Eigenpositionierung, und die wiederkehrenden „world first“-Formulierungen behandeln wir nicht als unabhängige wissenschaftliche Wertung.

Eine Zuordnung sollte man dabei sauber halten. Das Modell LDA-1B wird auf der Seite des PKU-EPIC-Labors von Wang He geführt, nicht auf den geprüften Unternehmensseiten von Galbot — Startseite, Unternehmensseite und Newsindex, abgerufen am 22. September 2026. Forschungsarbeit eines Labors und Produktportfolio eines Unternehmens fallen hier auseinander, obwohl dieselbe Person beides prägt.

Was die Finanzierungsrunden zeigen und was sie verschweigen

Kapital hat Galbot in kurzer Zeit in ungewöhnlicher Größe eingesammelt. Auf die CATL-geführte Runde vom Juni 2025 über rund 1,1 Milliarden Renminbi folgte im Dezember 2025 eine weitere über mehr als 300 Millionen US-Dollar. Caixin berichtete damals über eine Bewertung von rund drei Milliarden US-Dollar, die eigene Mitteilung des Unternehmens nannte zu diesem Zeitpunkt rund 800 Millionen US-Dollar kumulierte Finanzierung. Bereits im März 2026 kam die nächste Runde über 2,5 Milliarden Renminbi beziehungsweise etwa 362 Millionen US-Dollar.

Der Investorenmix dieser März-Runde ist strategischer als gewöhnliches Wagniskapital. Genannt werden unter anderem ein nationaler Fonds für die KI-Industrie, Sinopec, CITIC, die Bank of China, Finanzinvestoren aus dem SAIC-Umfeld, E-Town und Kunpeng sowie weitere staatliche und industrielle Kapitalquellen. Galbot finanziert damit nicht nur Forschung, sondern baut Beziehungen in Energie, Automobil, Fertigung und Bankenkapital auf.

Eine Gesamtsumme über alle Runden rechnen wir bewusst nicht aus. Die 800 Millionen US-Dollar sind ein Stand von Dezember 2025 und enthalten die März-Runde nicht, und Finanzierungsdatenbanken wie Unternehmensmeldungen verwenden teilweise unterschiedliche Rundendefinitionen. Eine addierte Zahl würde Präzision vorspiegeln, die es nicht gibt, weshalb die Ereignisse hier einzeln stehen.

Auch die Bewertung sagt weniger, als sie auf den ersten Blick verspricht. Die rund drei Milliarden US-Dollar aus dem Dezember 2025 und die „mehr als 20 Milliarden Renminbi“, die in chinesischer Berichterstattung auftauchen, sind derselbe Stand in zwei Währungen und keine zweite, höhere Stufe: Beide Werte entsprechen etwa 2,6 Milliarden Euro zum Kurs vom 22. September 2026. Galbot ist privat, und öffentlich bekannt sind weder Umsatz noch Bruttomarge, Mittelverbrauch, Umsatzmix, Forschungsausgaben oder Servicekosten. Eine solche Bewertung ist Investorenerwartung, nicht operative Kennzahl.

Ein formales Börsenverfahren würde diese Lücke schließen, liegt aber nicht vor. Caixin Global schreibt, Galbot bereite eine Notierung an der Hongkonger Börse vor; eine Relativierung oder ein Dementi des Unternehmens findet sich in den geprüften Quellen nicht. Solange kein Prospekt veröffentlicht ist, bleibt Galbot ein privates Unternehmen, dessen Wirtschaftlichkeit von außen nicht nachgerechnet werden kann.

G1: 650 Millimeter Hub sind wichtiger als zwei Beine

Der G1 ist das Produkt, an dem sich Galbots Denkweise am besten ablesen lässt. Die aktuelle Produktseite nennt 1.730 Millimeter maximale Höhe, 92,5 Kilogramm Gewicht und 21 Freiheitsgrade ohne Chassis und Endeffektor — sieben je Arm, drei in der Taille, zwei im Hals und zwei in einer höhenverstellbaren Beinstruktur. Die Traglast liegt laut Hersteller bei fünf Kilogramm je Arm und zehn Kilogramm insgesamt.

Der entscheidende mechanische Wert steht dabei nicht in der Kopfzeile. Der Rumpf lässt sich um 650 Millimeter heben, und der Arbeitsraum der Handgelenke reicht nach Herstellerangaben vertikal von Bodenhöhe bis 2,1 Meter. Damit bedient ein G1 untere, mittlere und hohe Regale, ohne in die Knie gehen zu müssen. Das ist weniger anthropomorph und stärker am Arbeitsablauf gedacht — für Supermarkt, Apotheke, Lager, Krankenhauslogistik und Fabrikhalle mit ebenen Böden, Gängen und Aufzügen ist das die naheliegendere Lösung.

Die Sensorik ist bereits produktartig dokumentiert: eine Stereokamera im Kopf, vier RGB-Kameras am Torso, zwei Tiefenkameras an den Handgelenken, zwei sechsachsige Kraftsensoren, LiDAR, acht Ultraschallsensoren und Trägheitssensoren. Als Rechner nennt Galbot einen NVIDIA AGX Orin mit 64 Gigabyte und 275 TOPS, dazu Wi-Fi und Bluetooth. Endeffektoren sind austauschbar, angeboten werden eine mehrfingrige Hand, ein Sauggreifer und ein Parallelgreifer.

Bei der Laufzeit nennt Galbot die Testbedingung selbst mit, und das ist bemerkenswert. Die Entwicklerdokumentation gibt acht Stunden Betriebszeit an, ermittelt in Labortests bei etwa 60 Prozent der durchschnittlichen Geschwindigkeit. Acht Stunden sind damit keine acht produktiven Roboterstunden, denn Manipulation, Rechenlast, ständiges Anhalten und Wiederanfahren, Laden und menschliche Eingriffe verändern das Ergebnis im Filialbetrieb. Kabelgebundenes Laden dauert 3,5 Stunden; drahtloses Laden und ein Reserveakku stehen als Option in der Liste.

Eine Stärke des G1 gegenüber dem größeren Modell liegt in der Konsistenz seiner Angaben: Produktseite und aktuelle Entwicklerdokumentation stimmen in den Kernwerten weitgehend überein. Genau das ist beim S1 nicht der Fall.

S1 und die zwei Traglastzahlen

Der S1 ist kein größerer G1, sondern ein anderes Gerät. 320 Kilogramm, 1.793 Millimeter maximale Höhe, 750 Millimeter Hubweg, zwei siebenachsige Arme, ein omnidirektionales Chassis, ein AGX Orin als Rechner und mehrere LiDAR-, Kamera- und Kraftsensoren. Für industrielle Kontinuität ist er weiter gedacht als der G1, denn er nimmt zwei Akkupacks mit 48 Volt und 30 Amperestunden auf, die im Betrieb gewechselt werden können.

An der Traglast zeigt sich allerdings, warum Versionshygiene bei jungen Robotikunternehmen keine Formalie ist. Die aktuelle Produktseite nennt beidarmig maximal 50 Kilogramm, CATL beschreibt den S1 ebenfalls als Maschine der 50-Kilogramm-Klasse. Die Entwicklerdokumentation in Version 2.0.0 nennt dagegen 15 Kilogramm pro Arm und 30 Kilogramm insgesamt. Produktseite und Betreiber sagen das eine, die Entwicklerdokumentation das andere, und der Widerspruch bleibt offen.

Denkbare Erklärungen liegen auf der Hand: eine neue Revision, eine andere Konfiguration, ein anderer Messpunkt oder eine andere Definition von „Maximum“. Öffentlich lässt sich keine davon belegen, weshalb wir hier keine geglättete Einheitszahl führen.

Für die Beschaffung ist der Streit um die Zahl ohnehin die falsche Übung. Sinnvoll wird eine Traglastangabe erst, wenn Hardwarerevision, Endeffektor, Lastmittelpunkt, Einschaltdauer, Sicherheitsfaktor und freigegebene Dauerlast dabeistehen — und diese Angaben gehören schriftlich vom Hersteller bestätigt, nicht aus einer Produktseite abgeschrieben. Genau solche Unterschiede verwandeln einen überzeugenden Demonstrationsroboter in einen schlechten Beschaffungsprozess.

Dahinter steckt ein Muster, das sich bei schnell wachsenden Hardwarefirmen wiederholt. Die Hardware ändert sich, die Marketingseite wird zügig aktualisiert, die Entwicklerdokumentation langsamer, und ein Partner verwendet wiederum neuere Werte. Dann existieren mehrere Wahrheiten gleichzeitig. Serienprodukte brauchen deshalb eine Freigabesteuerung, wie sie die Automobilindustrie über Modelljahr, Ausstattungslinie, Motorvariante und Revisionsstand längst kennt.

Bei 320 Kilogramm ist das keine akademische Frage. Ein System dieser Masse braucht Bremsen, tragfähige Räder, eine steife Struktur, Laststabilität, thermisches Batteriemanagement, Sicherheitskanten, Not-Halt, ein Transportkonzept und Servicezugänge. Der S1 ist damit vor allem ein sehr physisches Produkt — ein nützlicher Gegenpol zur Aufmerksamkeit, die derzeit auf Basismodelle fällt.

Die Apotheke in Peking ist der härteste externe Beleg

Die Regierung des Pekinger Bezirks Haidian veröffentlichte am 16. März 2026 einen konkreten Fall: Eine Nepstar-Apotheke erhielt eine Arzneimittelbetriebserlaubnis im Rahmen eines Pilotgebiets für verkörperte intelligente Roboter. Der Galbot-Roboter soll dort Medikamente inventarisieren, Bestände auffüllen, Ware präzise entnehmen, verpacken, Rückverfolgungscodes erfassen, Verfallsdaten überwachen und einen Betrieb rund um die Uhr ermöglichen.

Das ist etwas anderes als ein Unternehmensvideo, weil hier eine Behörde einen Vorgang dokumentiert und eine Erlaubnis erteilt. Der Geltungsbereich dieser Erlaubnis ist jedoch eng: Sie ist eine chinesische Verwaltungsentscheidung und gilt nur in China, dort nur im benannten Pilotgebiet. Für die Europäische Union hat sie keine Wirkung. Ob und in welchem Umfang ein Roboter in einer deutschen Apotheke Arzneimittel kommissionieren, verpacken oder abgeben darf, richtet sich nach deutschem Apothekenrecht, und der Pekinger Pilot ist dafür kein Präzedenzfall.

Als technischer Nachweis ist er trotzdem stark, weil eine Apotheke einer der härtesten Anwendungsfälle für mobile Manipulation ist. Eine Filialdemonstration darf das falsche Shampoo greifen; das ist ärgerlich. Eine Apotheke verlangt Artikelgenauigkeit, Rückverfolgbarkeit, Verfallsmanagement, die richtige Verpackung, eine korrekte Übergabe und die Einhaltung regulierter Abläufe. Aus Greifen und Ablegen wird damit ein echter Betriebsprozess.

Was diesem Beleg noch fehlt, ist die Qualitätsbilanz. Bestellungen pro Tag, Erfolgsquote beim Greifen, Fehlgriffrate, Übereinstimmung von Bestellung und Ware, Erfolgsquote beim Erfassen von Rückverfolgungscodes, Bestandsgenauigkeit, erkannte Verfallsdaten, Zahl der menschlichen Eingriffe und Kosten je erfüllter Bestellung — keine dieser Kennzahlen ist öffentlich. Gerade in einer Apotheke wäre die Fehlerrate die interessanteste Zahl von allen, weil ein falsches Medikament eine andere Folge hat als eine falsche Flasche Limonade.

CATL ist Betreiber und Leitinvestor zugleich

Am 24. Juni 2026 veröffentlichte CATL selbst eine strategische Kooperation mit Galbot. Der S1 arbeitet demnach auf intelligenten Produktionslinien in der Modul- und Batteriepackfertigung, übernimmt Materialhandling und Kommissionierung und soll dabei über längere Zeit autonom arbeiten; CATL nennt bis zu acht Stunden Betrieb. Nicht Galbot behauptet also, sein Roboter arbeite bei CATL — der Betreiber beschreibt Roboter, Linie, Aufgabe und Kooperation selbst.

Diese Aussage bleibt trotzdem eine Aussage mit eigenem Interesse, weil CATL im Juni 2025 die Finanzierungsrunde über rund 1,1 Milliarden Renminbi angeführt hat und damit eine verbundene Partei ist. Wer den Fall bewertet, sollte beides zusammen lesen: Ein Betreiberbeleg eines Anteilseigners steht deutlich über einer Messepräsenz und deutlich unter einer unabhängigen Prüfung.

Auch hier fehlt die produktive Betriebsrechnung. Veröffentlicht sind keine Aufgaben pro Stunde, keine Verfügbarkeit, keine Eingriffsquote, keine menschliche Unterstützungszeit, keine mittlere Zeit zwischen Ausfällen, keine Wartungsdaten und keine Kosten je bewegter Einheit. Gerade CATL wäre der naheliegende Partner, solche Daten später zu veröffentlichen, weil dort gemessen wird, was in einer Batteriefertigung ohnehin gemessen werden muss.

Strategisch interessanter als der Fabrikpilot ist ein anderer Teil derselben Mitteilung. CATL betreibt mit NING Service ein großes Servicenetz für Batterien, und die Mitteilung nennt dafür Batterieinspektion, Wartung und Recycling. Diesen Rahmen wollen beide Unternehmen von Traktionsbatterien und Speichersystemen auf humanoide Roboter ausweiten, außerdem an einem Standard für Aftermarket-Service arbeiten. Reparatur, Ersatzteilhaltung, Servicestationen und ein Technikernetz stehen dort ausdrücklich nicht, und die Ausweitung ist ein angekündigtes Kooperationsziel, kein bestehender Prozess.

Warum das trotzdem der wichtigere Teil sein könnte, zeigt jede reifere Technikbranche: Geräte skalieren, wenn sie reparierbar sind, nicht wenn sie intelligent sind. Ein Industriekunde braucht Diagnose, Wartung, Reparatur, Ersatzteile, Servicestandorte und geschulte Techniker. Wer diese Schicht nicht erst nach mehreren tausend ausgelieferten Robotern aufbaut, verkürzt eine der teuersten Skalierungsphasen — vorausgesetzt, aus der Absicht wird ein belegter Serviceprozess.

170 Standorte, 100 Lager, 24/7: drei Angaben im Belegtest

Galbots Feldzahlen sind für ein 2023 gegründetes Unternehmen ungewöhnlich groß. Die aktuelle Produktseite nennt für das Ladenformat „Space Cabin“ über 170 Standorte in mehr als 40 chinesischen Städten, dazu 100 Instant-Retail-Lager, die nach Herstellerangaben bereits seit mehr als anderthalb Jahren rund um die Uhr betrieben werden. Das wären außergewöhnlich starke Einsatzzahlen — es sind aber Herstellerangaben zum Format, nicht Angaben über installierte Roboter, und ein Gegenbeleg existiert nicht.

Ähnlich verhält es sich mit der Kundenliste. Ende 2025 berichteten Galbot und Caixin über Kooperationen beziehungsweise Aufträge mit Unternehmen wie CATL, Bosch, Toyota, Hyundai, BAIC, SAIC, Zeekr und Great Wall, und die Meldungen sprechen von tausenden Einheiten an Aufträgen. Das ist ein starkes Nachfragesignal, aber Auftrag, Lieferung, Installation und produktiver Betrieb sind vier verschiedene Stufen. Für Bosch, Toyota oder Hyundai fehlen die Betreiberdetails, die im Fall CATL vorliegen.

Besonders vorsichtig sollte man die Formel „24/7“ lesen. Ein System kann 24 Stunden eingeschaltet sein und dabei regelmäßig fernbetreut, manuell neu gestartet, bei Fehlgriffen korrigiert und von Menschen mit Nachschub versorgt werden. Die aussagekräftige Größe ist deshalb nicht die Zahl der Stunden im Netz, sondern die Zahl der Betreuungsminuten je produktiver Roboterstunde. Genau damit ließe sich zeigen, ob diese Filialen autonom arbeiten oder nur durchgehend verfügbar sind.

Wären die 170 Standorte tatsächlich regelmäßig aktiv, besäße Galbot etwas, das wenige Wettbewerber haben: eine verteilte reale Flotte mit ähnlichen, aber nicht identischen Aufgaben. So etwas ist ideal, um über Fernbetreuung und Teleoperation Fehlerfälle zu sammeln, Modellversionen gegeneinander zu testen und neue Richtlinien gestaffelt auszurollen. Es verlangt allerdings eine disziplinierte Versionsführung über Hardwarerevision, Firmware, Modellstand, Aufgabenrichtlinie, Sensorkalibrierung, Endeffektorkonfiguration, Rückrollpfade und Telemetrie hinweg. Öffentlich ist davon fast nichts dokumentiert.

AstraBrain: viele Modellnamen, keine Laufzeitmatrix

Galbot will den Modellstapel besitzen und beschreibt AstraBrain als integrierte Architektur aus Großhirn, Kleinhirn und neuronaler Steuerung. Sichtbar sind derzeit drei Bausteine. WAM soll als allgemeiner Planungslayer heterogene Datenquellen verwerten — menschliche Demonstrationen, Roboterdaten, Simulation und Material unterschiedlicher Kennzeichnungsqualität. WBC adressiert die schnelle Körperschicht, weil Ganzkörperregelung andere Frequenzen und andere Stabilitätsgarantien braucht als eine übergeordnete Aufgabenplanung. Dex ist als Weltmodell für geschickte Hände positioniert, also für kontaktreiche Manipulation, die mit grobem semantischem Planen allein nicht funktioniert.

Wie Galbot mit der Datenknappheit umgeht, zeigt GraspVLA am deutlichsten; unser Beitrag zu Galbots Wette auf synthetische Daten ordnet das in den chinesischen Datenmarkt ein. Die Firma beschreibt es als durchgängiges Basismodell für das Greifen, trainiert mit sehr großen synthetischen Datenmengen und mit dem Anspruch, ohne zusätzliches Training von der Simulation in die Realität zu übertragen. Ob die begleitenden Superlative wissenschaftlich Bestand haben, ist für eine Beschaffungsentscheidung zweitrangig. Wirtschaftlich relevant ist der Weg selbst: Wer reale Roboterdaten nicht in beliebiger Menge erzeugen kann, versucht die Lücke mit Simulation und synthetischer Skalierung zu schließen.

Daneben führt Galbot fast zu viele Modellnamen. NavFoM, TrackVLA, Any2Track mit AnyTracker und AnyAdapter, WAM-TTT und die drei AstraBrain-Bausteine tauchen nebeneinander auf Unternehmens- und Forschungsseiten auf. Für die Forschungsgemeinschaft ist das ein Ausweis von Aktivität, für einen Einkäufer erzeugt es eine Produktmanagementfrage: Welches Modell ist Forschung, welches Produktionsbestandteil, welches abgekündigt, und welches läuft konkret auf dem Roboter, der geliefert wird?

Ein Freigabeverzeichnis wäre die naheliegende Antwort. Es müsste je Gerät die Roboterversion, die Laufzeitversion von AstraBrain, die Stände für Navigation und Manipulation, die Sicherheitsfirmware, die unterstützten Aufgaben und die bekannten Grenzen nennen. Damit würde aus einem Forschungsstapel ein Unternehmensprodukt, und ein Kunde könnte zum ersten Mal prüfen, ob das, was er kauft, dem entspricht, was in einer Demonstration gezeigt wurde.

Die unsichtbare Hälfte des Geschäfts heißt AstraData. Galbot beschreibt eine große virtuell-reale Dateninfrastruktur, und wenn der G1 in Filialen, Lagern und Apotheken arbeitet, während der S1 in Fabriken läuft, entstehen daraus drei unterschiedliche reale Datenverteilungen: allgemeine Manipulation im Handel, schweres Materialhandling in der Batterieindustrie und, mit dem ET1, menschliche Bewegung und Interaktion. Solche Daten können synthetisches Material ergänzen, Fehlerfälle liefern und Verteilungslücken zeigen. Die aussagekräftige Kennzahl dafür wäre der Übertrag zwischen Körpern: eine auf dem G1 gelernte Aufgabe, ihre Anpassung auf den S1, die Zahl der dafür nötigen neuen Episoden und der Erfolg vor und nach der Anpassung. Veröffentlicht ist so etwas bisher nicht.

Die langweiligen Dokumente sagen mehr als das nächste Modell

Ein Detail unterscheidet Galbot von vielen Unternehmen, die ähnlich große Ankündigungen machen. Es existiert eine versionierte Entwicklerplattform: Die G1-Dokumentation steht bei Version 2.2.4, die S1-Dokumentation bei 2.0.0, das Software-Entwicklungspaket bei 1.9.1. Verfügbar sind Python- und C++-Schnittstellen, eine API-Referenz, Beispielcode, Robotermodelle in den Formaten URDF, MJCF und USD sowie ein Einstiegsleitfaden.

Noch aussagekräftiger sind die Dokumente, über die niemand spricht. Batteriewartung, Kamera- und Radarwartung, Fehlersuche, Garantiebedingungen, Verpackung und Auspacken — solche Texte schreibt ein Unternehmen nicht für ein Forschungsvideo, sondern für jemanden, der ein Gerät besitzt und betreibt. Für die Einschätzung des Reifegrads ist eine Wartungsanleitung deshalb wertvoller als ein Roboter, der Basketball spielt.

Dieselbe Disziplin fehlt dem Modellstapel bislang. Die Hardware-Dokumentation ist versioniert, die Modellkommunikation läuft über eine Forschungs-Newsseite, und beides zusammen ergibt noch keine Aussage darüber, welche Software beim Kunden arbeitet. Für ein Unternehmen, das sich über seinen Modellstapel definiert, ist das die auffälligste Lücke im Produktbild.

Wer eine Flotte betreibt, braucht diese Disziplin zwingend. Bei 170 Standorten kann nicht jeder Roboter eine beliebige Modellversion tragen, weil sonst niemand mehr sagen kann, worauf ein Fehler zurückgeht. Intern dürfte bei Galbot bereits eine relativ reife Betriebsstruktur für Modelle und Firmware existieren — öffentlich dokumentiert ist sie nicht, und genau das wäre der interessanteste Gegenstand eines künftigen Unternehmensupdates.

ET1: der Biped bestätigt die Bauformlogik

Am 3. September 2026 startete Galbot den Vorverkauf des kleinen zweibeinigen Roboters „Xingzai“, auch ET1 genannt. Unabhängige Berichterstattung nennt 1,23 Meter Höhe, 30 Kilogramm Gewicht, weiche Außenmaterialien, ein Training auf großen Mengen menschlicher Bewegungsdaten und AstraBrain-WBC als zentralen Bewegungslayer. Damit hat Galbot erstmals ein klar bipedales kommerzielles Segment.

China News berichtete von mehr als 200 Vorbestellungen innerhalb der ersten 24 Stunden, davon mehr als 100 über die Handelsplattform JD. Das ist starke Nachfrage für ein neues Gerät, sagt aber wenig über den Betrieb: Eine Vorbestellung ist keine Auslieferung, und eine Auslieferung ist noch keine aktive Flotte. Die Kundenmotivation dürfte zudem anders liegen als bei G1 und S1 — Bildung, Tourismus, Veranstaltungen, Inhalte und Entwicklerneugier ergeben keinen industriellen Wirtschaftlichkeitsbeleg.

Inhaltlich passt der Schritt trotzdem zur Strategie. Ein kleiner Biped kann Gesten, Tanz, körperliche Interaktion und menschenähnliche Bewegungen besser darstellen als eine schwere Radplattform, und genau dort liegt der Produktwert der menschlichen Form. Der gemeinsame Nenner des Portfolios ist damit nicht die Zahl der Beine, sondern AstraBrain: allgemeine mobile Manipulation beim G1, schwere industrielle Manipulation beim S1, bipedale Interaktion beim ET1.

Eine dritte Bauform erhöht allerdings die Komplexität erheblich. Mehr Stücklisten, mehr Firmwarezweige, mehr Schnittstellen, mehr Servicefälle, mehr Ersatzteile und mehr Testfälle müssen wirtschaftlich getragen werden. Wenn die Fähigkeiten der Ganzkörperregelung auf den ET1 übertragbar sind, zeigt das echte Modelltiefe; wenn jede Bauform eigene große Modelle braucht, schrumpft der Plattformvorteil auf null. Größere Stückzahlen im breiter vermarktbaren Segment könnten umgekehrt Motoren und Rechner verbilligen und damit indirekt den Industrieprodukten helfen.

Europa: ein Messestand ist kein Vertriebsweg

Galbot war im September 2026 in Berlin. Die IFA führte das Unternehmen offiziell als Aussteller in der IFA-Next-Halle, das Ausstellerprofil nennt Beijing Galbot Co., Ltd. sowie die Entwicklungsstandorte der Firma. Europäischen Interessenten wurden dort also aktiv Produkte gezeigt.

Ein Vertriebsweg ist daraus nicht geworden. In diesem Audit finden wir keinen öffentlich bestätigten deutschen Distributor, keine deutsche Preisliste und keinen europäischen Servicestützpunkt. Auch eine öffentlich zugängliche produktspezifische Angabe zu CE-Kennzeichnung oder Konformitätserklärung für G1 oder S1 ist nicht auffindbar. Das ist für sich genommen kein Mangel, denn die Konformitätserklärung wird dem Produkt beigefügt und muss nicht im Netz stehen; für einen Käufer bedeutet es nur, dass er sie anfordern muss, statt sie nachlesen zu können.

Der Kaufweg selbst ist aufschlussreich. Die G1-Produktseite führt einen „Buy Now“-Verweis, und dieser Verweis geht in einen chinesischen Einzelhandelsshop. Ein europäischer Preis existiert dort nicht, und historische China-Angebote, die in Foren kursieren, verwenden wir nicht. Damit bleibt der Preis ein blinder Fleck, was für Unternehmenshardware normal ist, die Berechnung von Gesamtkosten aber praktisch verhindert. Genau das trifft die 24-Stunden-Erzählung im Handel: Ein Roboter kann technisch durchlaufen, doch der Geschäftsfall hängt an Anschaffung oder Mietmodell, Filialumsatz, eingesparter Arbeitszeit, Betreuung, Wartung, Fläche, Strom und Stillstand.

Dass Galbot internationale Kanäle bauen kann, zeigt Korea. Die Firma TWIM bezeichnet sich als offizieller Galbot-Distributor und bewirbt den G1 für industrielle Integration, verbindet ihn also mit eigener Automatisierungskompetenz. Für Europa wäre ein vergleichbarer Systemintegrator wahrscheinlich sinnvoller als reiner Onlinehandel, weil G1 und S1 Integration verlangen: Filialsysteme, Bestandsführung, Lagerverwaltung, Fertigungssteuerung, Warenwirtschaft, Zutrittskontrolle, Aufzüge, Sicherheitstechnik, Ladeinfrastruktur und passende Endeffektoren. Ein Roboter allein löst keine Aufgabe.

Kapital wäre für diesen Aufbau vorhanden. Mit den Runden aus Dezember 2025 und März 2026 könnte Galbot europäische Teams, Serviceläger, Konformitätsarbeit, Partner, Vorführzentren und lokale Datenverarbeitung finanzieren. Solange das nicht öffentlich sichtbar ist, sollte ein Käufer es aber nicht voraussetzen: Finanzkraft ist die Fähigkeit, eine Infrastruktur aufzubauen, und nicht die Infrastruktur selbst.

Was vor einer Beschaffung auf dem Tisch liegen muss

Die CE-Kennzeichnung ist eine Erklärung des Herstellers, kein Gütesiegel und keine Zulassung. Für einen Roboter von 320 Kilogramm, der sich autonom bewegt, heißt das konkret: Jemand muss die Konformitätsbewertung durchführen, die technische Dokumentation vorhalten und die Konformitätserklärung ausstellen. Das ist der Hersteller, und bei Einfuhr aus einem Drittland tritt die Rolle des Einführers hinzu. Ein Messestand ersetzt keinen dieser Nachweise.

Der Rechtsrahmen bewegt sich dabei gerade. Für Maschinen, die vor dem 20. Januar 2027 in Verkehr gebracht werden, gilt die Maschinenrichtlinie 2006/42/EG; ab diesem Tag gilt die Maschinenverordnung (EU) 2023/1230, die für softwarebasierte und lernende Steuerungen höhere Anforderungen stellt. Für vernetzte Produkte kommt der Cyber Resilience Act hinzu, die Verordnung (EU) 2024/2847: Sie gilt ab dem 11. Dezember 2027, die Meldepflichten der Hersteller nach Artikel 14 bereits seit dem 11. September 2026. Diese Einordnung ist redaktionell und ersetzt keine rechtliche Prüfung des konkreten Systems und Einsatzes.

Bei den Daten liegt die zweite Hürde. Eine Übermittlung personenbezogener Daten nach China ist eine Übermittlung in ein Drittland und braucht eine eigene Grundlage nach Kapitel V der Datenschutz-Grundverordnung; vertraglich regeln lässt sich danach das Wie, nicht das Ob. Wie sensibel die Frage ist, hängt am Einsatzort: Im Handel sind Kunden im Bild, in einer Apotheke kommen gesundheitsnahe Informationen hinzu, in einer Fabrik Geschäftsgeheimnisse, Prozessfolgen, Vorrichtungen und Beschäftigte. Wer einen G1 in einem deutschen Lager betreibt, wird deshalb schriftlich klären wollen, welche Videodaten das Gebäude verlassen, ob Modelle daraus lernen, ob andere Kunden von diesen Updates profitieren, wie lange gespeichert wird und welche Fernzugriffe für den Support offenstehen.

Auf der technischen Seite lohnt sich eine kurze, harte Liste. Für den S1 gehören exakte Revision, Nenntraglast, Dauertraglast, Lastschwerpunkt, Einschaltdauer, Endeffektor und Sicherheitsgrenzen schriftlich bestätigt. Für den G1 braucht es eine Konfigurationsmatrix, denn Hand, Sauger und Greifer sind austauschbar, drahtloses Laden, Reserveakku, Fernbedienung und Sekundärentwicklung sind Optionen — „den G1“ als feste Ausstattung gibt es nicht.

Die Schutzart ist ein weiteres Beispiel für eine Angabe, die gern überdehnt wird. Die Produktseite nennt IP54, was für Handel und viele Innenraumszenarien relevant ist. Außeneinsatz, Abwaschbarkeit, Lebensmittelkontakt oder ein pharmazeutischer Reinraum folgen daraus nicht. Wer den Roboter in einer Apotheke, im Gesundheitswesen oder im Lebensmittelhandel einsetzen will, muss Reinigungsprotokoll, Materialverträglichkeit, Chemikalienresistenz, Oberflächengestaltung und die Hygiene des Endeffektors gesondert prüfen.

Und der Akku löst den Schichtbetrieb nicht von allein. Acht Stunden im Labortest plus 3,5 Stunden Ladezeit ergeben ohne Ladeorchestrierung, zweiten Akku, Leerlauffenster oder Reservegerät keinen Durchlaufbetrieb. Der S1 ist mit wechselbaren Akkus besser darauf vorbereitet, verlangt aber bei 320 Kilogramm sichere Abläufe für den Batterieservice — und damit genau die Schicht, die Galbot mit CATL erst aufbauen will.

Wogegen Galbot wirklich antritt

Die naheliegende Vergleichsgruppe wären andere Humanoiden-Hersteller. Wirtschaftlich stimmt das nur zum Teil, denn in den Aufgaben, die Galbot heute bedient, konkurriert der G1 gegen fahrerlose Transportsysteme, Lagerautomatisierung, Apothekenautomatisierung, klassische Industriemanipulatoren und gegen Personal. Spezialisierte Technik ist in einer einzelnen Aufgabe häufig billiger und robuster, weshalb Galbot beweisen muss, dass Vielseitigkeit über einen ganzen Prozess hinweg genug wirtschaftlichen Mehrwert bringt.

Der G1 hat dafür eine plausible Ausgangsposition. Ein Radfahrzeug mit Hubachse und zwei Armen bedient viele Regalhöhen, ohne die Kosten und Sturzrisiken bipedaler Beine zu tragen. Die Bauform ist weniger beeindruckend, der Geschäftsfall potenziell besser — und beim S1 gilt dasselbe in einer anderen Gewichtsklasse: Das ist nicht der Versuch, menschlich auszusehen, sondern der Versuch, menschliche Flexibilität bei schwerer Arbeit zu kopieren.

Warum Galbot so offensiv im Handel startet, erklärt sich aus der Lernumgebung. Eine Filiale liefert viele Wiederholungen, viele Objekte, viele Verpackungsformen, wechselnde Regalsituationen, lange Öffnungszeiten und Menschen, die den Arbeitsraum ständig verändern. Ein Roboter sieht dort Flaschen, Schachteln, Beutel, Dosen, spiegelnde Oberflächen, teilweise verdeckte Waren und enge Regalfächer. Für die Forschung an Generalisierung ist das kaum zu bezahlen.

Wirtschaftlich ist derselbe Handel gnadenlos. Eine Filiale fragt nach Bestellungen, Picks, Fehlern, Personalbedarf, Fläche, Wartung, Nachtbetrieb und zusätzlichem Umsatz, nicht nach der Qualität einer Steuerungsrichtlinie. Ein G1 kann technisch funktionieren und trotzdem wirtschaftlich scheitern, wenn er zu langsam, zu teuer, zu betreuungsintensiv oder zu platzraubend ist. Die Kennzahl, die das entscheidet, sind die Kosten je erfüllter Bestellung — verglichen mit menschlicher Kommissionierung, mit Mikro-Fulfillment, mit Fördertechnik und mit Abholstationen.

Fazit: Aus Einsatz muss Transparenz werden

Die bequeme Geschichte über Galbot wäre die vom nächsten chinesischen Robotikstartup mit viel Geld. Sie greift zu kurz. Das Unternehmen hat eine erkennbare technische und kommerzielle Architektur: Grundlagenforschung und Robotikengineering im Gründerteam, eine Dateninfrastruktur, einen Modellstapel, zwei radgebundene Arbeitsmaschinen für Handel, Lager und Fabrik und einen dritten Körper für Interaktion. Und es besitzt im Unterschied zu vielen reinen Forschungsfirmen reale Feldbelege — eine behördlich dokumentierte Apothekenanwendung, einen Fabrikfall bei CATL, umfangreiche Industriekundenbeziehungen und eine gepflegte Entwicklerplattform.

Die Grenzen sind genauso klar. Die große installierte Basis ist nicht unabhängig transparent, tausende Aufträge sind keine ausgelieferten Systeme, die Traglastangaben des S1 widersprechen sich zwischen Produktseite und Entwicklerdokumentation, Preise und Betriebskosten fehlen vollständig, Europa hat Messepräsenz aber keinen öffentlichen Vertriebs- und Servicepfad, und eine private Milliardenbewertung sagt nichts über Profitabilität.

Für die nächste Entwicklungsstufe ist deshalb nicht das nächste Basismodell entscheidend, sondern die Antwort auf vier nüchterne Fragen: Wie viele Roboter arbeiten wirklich, wie produktiv, wie zuverlässig und zu welchen Vollkosten? 2023 bis 2025 ging es darum, ein Modell zu beweisen, 2025 bis 2026 darum, Einsätze und Kapital zu skalieren. 2026 bis 2027 entscheidet sich, ob Wirtschaftlichkeit und Service nachgewiesen werden können.

Wer heute in Europa beschafft, sollte Galbot deshalb weder abschreiben noch vorbestellen. Sinnvoll ist eine dritte Haltung: den Einzelfall prüfen, die Konformitäts- und Serviceunterlagen anfordern, die Traglast schriftlich festschreiben lassen und den Roboter in einem eng definierten Pilot gegen eine eigene Messlatte stellen, die Eingriffe und Betreuungsminuten zählt. Falls Galbot diese Zahlen eines Tages selbst veröffentlicht, wäre das ein größerer Schritt als jede weitere Finanzierungsrunde — und in der Sache der einzige, der einen Anspruch auf ein Betriebssystem für verkörperte Künstliche Intelligenz einlösen würde. Wie dieser Anspruch technisch einzuordnen ist, erklärt unser Grundlagenbeitrag zu Physical AI als Feld.