Roboter sind noch nicht bereit, uns die Jobs wegzunehmen: Robotikexperte identifiziert massive Lücke

Humanoide Roboter können sprachlich begabt sein, wie führende Sprachmodelle wie Gemini und ChatGPT beweisen. Doch der Robotiker Ken Goldberg von der UC Berkeley argumentiert, dass Robotern praktische Fähigkeiten und Daten fehlen. Könnte diese Lücke zwischen realen Daten und Sprachkenntnissen bedeuten, dass Roboter unsere Arbeitsplätze nicht vollständig ersetzen, wie befürchtet?

Viele führende Köpfe der Technologiebranche sprechen von dem Potenzial KI-Modelle, die Gesellschaft grundlegend zu verändern – vom Ersatz von Fabrikarbeitern bis hin zur Durchführung von Operationen! Diese Ansichten stehen jedoch im starken Widerspruch zu den Überzeugungen von Robotikexperten.

Viele Robotikexperten, darunter auch Professor Ken Goldberg, sehen den Hype um Robotik kritisch. Er leitet Forschungsprojekte im Bereich Robotik und Automatisierung an der Berkeley University und hat an der University of Pennsylvania zwei Abschlüsse in Elektrotechnik und Wirtschaftswissenschaften erworben.

Goldberg ist im Bereich der Wissenschafts- und Kunstszene aktiv und hat bereits Kunstinstallationen im Berkeley Art Museum und im ICC in Tokio ausgestellt. Seine Studierenden forschen in den Bereichen Robotik, Medizinrobotik und Automatisierung.

Robotikexperten des MIT, des Georgia Institute of Technology und der ETH Zürich haben die Debatte darüber geführt, ob mehr Daten für das Training von Robotern benötigt werden oder ob Ingenieurwesen und Programmierung die Lösung für die Anpassung an reale Aufgaben darstellen.

Die 100.000-jährige Datenlücke

In einem Artikel in Science Robotics beschrieb Goldberg die „100.000-jährige Datenlücke“, die Roboter daran hindern könnte, praktische Fähigkeiten zu erwerben – genauso schnell, wie sie Sprachen zu beherrschen scheinen.

Goldberg erklärt: „Um diese Datenlücke zu berechnen, habe ich mir angesehen, wie viele Textdaten im Internet existieren, und berechnet, wie lange ein Mensch bräuchte, um sie alle zu lesen. Ich kam auf etwa 100.000 Jahre. Das ist die Textmenge, die zum Trainieren von LLMs verwendet wird.“

„Wir verfügen bei Weitem nicht über die nötige Datenmenge, um Roboter zu trainieren, und 100.000 Jahre Textmaterial stehen uns gerade einmal für das Training von Sprachmodellen zur Verfügung. Wir gehen davon aus, dass das Training von Robotern wesentlich komplexer ist und wir daher deutlich mehr Daten benötigen.“

„Manche glauben, wir könnten die Daten aus Videos von Menschen gewinnen – beispielsweise von YouTube –, aber Bilder von Menschen bei bestimmten Tätigkeiten zeigen nicht die tatsächlichen, detaillierten Bewegungen, die sie ausführen, und die Umwandlung von 2D in 3D ist generell sehr schwierig. Das löst das Problem also nicht.“

Wird KI wirklich dazu führen, dass wir alle unsere Karrieren verlieren?

Goldberg äußerte sich in einem Interview in diesem Jahr dahingehend, dass sich die Robotertechnik zwar entwickle, aber nicht so schnell, wie manche behaupten. „Ich halte das für übertrieben, weil die Entwicklung so weit über den Fähigkeiten von Robotern liegt, mit denen Forscher auf diesem Gebiet vertraut sind.“

„Wir alle kennen ChatGPT und seine beeindruckenden Fortschritte in der Bild- und Sprachverarbeitung. Viele Forscher befürchten jedoch, dass die weit verbreitete Annahme, wir könnten nun, da wir all diese Probleme gelöst haben, auch humanoide Roboter entwickeln, und das würde schon nächstes Jahr passieren, beunruhigend ist.

Ich sage nicht, dass es nicht passieren wird, aber ich sage, dass es nicht in den nächsten zwei, fünf oder sogar zehn Jahren passieren wird. Wir versuchen lediglich, die Erwartungen zu dämpfen, damit keine Blase entsteht, die zu einer heftigen Gegenreaktion führen könnte.“

Beispiele und Überlegungen

Für die Chirurgie ist eine hohe Fingerfertigkeit erforderlich, die Roboter selbst in der Entwicklung flexibler und weicher Roboter noch nicht leisten können. Selbst einfache Aufgaben wie das Aufheben eines Glases sind für das Muskelsystem sehr komplex und daher auch für Roboter schwer zu erlernen. Was für uns mühelos ist, fällt Robotern schwer.

Doch was uns Schwierigkeiten bereitet, wie beispielsweise komplexe Berechnungen, ist für viele Roboter ein Kinderspiel. Offenbar unterscheiden sich die Stärken und Fähigkeiten, sodass die Zukunft vielleicht eher in der Zusammenarbeit von Robotern und Menschen als in deren Partnerschaften liegt.

Arbeiterberufe und Kundenservice

Goldberg äußerte sich beruhigend darüber, dass handwerkliche Berufe nicht so leicht zu ersetzen seien. „Aus meiner Sicht als Robotiker sind handwerkliche Berufe sehr zukunftssicher. Ich glaube nicht, dass wir in absehbarer Zeit Roboter sehen werden, die diese Arbeit verrichten."

"Aber es gibt bestimmte Tätigkeiten – solche, bei denen routinemäßig Formulare ausgefüllt werden müssen, wie beispielsweise die Patientenaufnahme in einem Krankenhaus –, die zunehmend automatisiert werden.“

Ein sehr subtiles Beispiel ist der Kundenservice. Wenn man ein Problem hat, beispielsweise einen annullierten Flug, und beim Anruf bei der Fluggesellschaft ein Roboter antwortet, ist man nur noch frustrierter. Viele Unternehmen wollen Kundendienstmitarbeiter durch Roboter ersetzen, aber eines kann ein Computer nicht sagen: „Ich weiß, wie Sie sich fühlen.“

Ein anderes Beispiel sind Radiologen. Manche behaupten, KI könne Röntgenbilder besser auswerten als menschliche Ärzte. Aber möchten Sie wirklich von einem Roboter die Diagnose Krebs erhalten? Die Angst, dass Roboter außer Kontrolle geraten und uns die Arbeitsplätze wegnehmen, gibt es schon seit Jahrhunderten. Ich bin jedoch zuversichtlich, dass die Menschheit noch viele gute Jahre vor sich hat – und die meisten Forscher stimmen dem zu.

Vielleicht werden Robotik und Automatisierung eher Teil des Arbeitsalltags, als Arbeitsplätze vollständig zu ersetzen. Denn trotz aller Investitionen von Technologieunternehmen gibt es eindeutig Aufgaben, mit denen Roboter Schwierigkeiten haben, und deren Behebung könnte lange dauern, wenn sie überhaupt gelingt.

Quellenhinweis:

Good Old Fashioned Engineering Can Close the 100,000 Year “Data Gap” in Robotics. Commentary/editorial. Science Robotics. 2025.