Das Robotik-Startup Skild AI hat einen beeindruckenden Meilenstein erreicht: Zehn Monate nach seinem ersten kommerziellen Einsatz überschritt das Unternehmen die Marke von 100 Millionen US-Dollar Jahresumsatz (ARR). Dieser Erfolg unterstreicht Skilds Strategie, den Fokus auf die tatsächliche Implementierung von Robotik-Lösungen in Unternehmen zu legen und sich damit von der oft kritisierten 'Demo-Kultur' in der Branche abzuheben.
Wichtige Erkenntnisse
- Skild AI erzielte über 100 Millionen US-Dollar ARR in nur zehn Monaten nach Markteinführung.
- Das Unternehmen bedient über 60 Großkunden in verschiedenen Branchen wie Elektronik, Gastronomie und Logistik.
- Skild kritisiert die 'Demo-Kultur' in der Robotik und betont die Bedeutung zuverlässiger, produktionsreifer Systeme.
- Der Großteil des Umsatzes stammt aus komplexen Manipulationsaufgaben, nicht aus mobiler Robotik.
- Das neue S1-Grundlagenmodell ermöglicht schnelle Anpassungen an neue Prozesse durch visuelles In-Context-Lernen.
Schnelles Wachstum durch reale Anwendungen
Skild AI mit Sitz in Pittsburgh hat seine Einnahmen in Rekordzeit gesteigert. Nach Angaben des Unternehmens stieg der Jahresumsatz von rund 30 Millionen US-Dollar, die während der Series-C-Finanzierungsrunde im Januar gemeldet wurden, auf über 100 Millionen US-Dollar vor Jahresende. Dieser schnelle Anstieg ist ein starkes Argument für spezialisierte physische KI-Software in einem Markt, der oft für seine glänzenden, aber nicht immer praxistauglichen Hardware-Demos kritisiert wird.
Das Unternehmen integriert seine universelle Roboterintelligenz in über 60 zahlende Unternehmenskunden. Die Anwendungen reichen von der automatisierten Essenszubereitung in Großküchen über die Fertigung von Servern bis hin zur Überwachung von Einrichtungen.
Skild Umsatzdynamik
- Meilenstein: 100 Millionen US-Dollar ARR in 10 Monaten
- Kundenbasis: Über 60 Unternehmenskunden
- Umsatzanteil Mobilität: 10%
- Umsatzanteil Fetch-Lösungen: 4%
- Haupttreiber: Manipulation und Inspektion
Fokus auf komplexe Manipulation
Ein bemerkenswerter Aspekt von Skilds Geschäftsmodell ist die Umsatzverteilung. Nur etwa 10% der Gesamteinnahmen stammen aus mobilen Robotiklösungen, während 4% auf dedizierte Fetch-Lösungen entfallen. Der überwiegende Teil des Umsatzes wird durch industrielle Manipulation und spezialisierte physische Arbeitsabläufe generiert. Dies zeigt, dass Skild erfolgreich komplexe Nischen besetzt, die traditionelle Automatisierung oft nicht bewältigen kann.
Zu den Kunden von Skild gehören Industriegrößen wie Foxconn und NVIDIA. In Partnerschaft mit diesen Unternehmen setzt Skild seine Technologie auf Doppelarm-Manipulatoren ein, die NVIDIA Blackwell-Systeme montieren. Diese Roboter führen präzise Einlegeaufgaben aus, darunter das Platzieren von Stromschienen und das Eindrehen von Schrauben unter strengen Kraftschwellen. Da sich die Geometrie von Rechenzentrumsarchitekturen ständig ändert, würde herkömmliche Automatisierung monatelange Stillstandszeiten für manuelle Anpassungen erfordern. Skilds adaptive Richtlinien ermöglichen dagegen eine fließende Anpassung an neue Designs.
Anwendungen in verschiedenen Branchen
- Sumitomo Wiring Systems: Automatisierung der Kabelbaummontage. Dies ist ein bekanntes Problemfeld, da verformbare, flexible Kabel von klassischen Computer-Vision-Systemen oft nicht richtig erfasst werden können.
- Mitsui & Co. (AIM Services): Automatisierung von Speiseausgaben in Großküchen. AIM Services bereitet täglich etwa 1,4 Millionen Mahlzeiten zu, wobei das Anrichten der Gerichte bisher ein arbeitsintensiver Engpass war.
- G10 Fulfillment: Einsatz von Pick-and-Pack-Manipulatoren in der E-Commerce-Logistik. Laut Brian Wright, COO und CTO von G10, stieg die Leistung der Lagerlinien von durchschnittlich 50 manuellen Linien pro Stunde auf etwa 130–140 Linien pro Stunde durch den Einsatz von Skilds Robotersystemen.
- STN Inc.: Durchführung autonomer Telemetrie und Facility-Inspektionen in Rechenzentren, um den menschlichen Betriebsaufwand in Hyperscale-Infrastrukturen zu reduzieren.
Kritik an der 'Demo-Kultur'
Die Skild-Mitbegründer Deepak Pathak und Abhinav Gupta nutzten den finanziellen Meilenstein, um in einem Essay mit dem Titel "The Hidden Pillar of Robotics Research is Deployment" die Abhängigkeit des Robotiksektors von kuratierten Video-Demonstrationen scharf zu kritisieren. Sie argumentieren, dass die tatsächliche Einführung in der realen Welt nicht nur eine Monetarisierungsstrategie, sondern ein unersetzliches Forschungsinstrument darstellt.
"Demo-Videos anzusehen ist eine gängige Methode geworden, um den Fortschritt in der physischen KI zu messen", schrieb Pathak. "Das Problem ist, dass ein erfolgreicher Clip von einem Roboter mit 5%, 10% oder 99% Genauigkeit genau gleich aussehen kann. Selbst wenn man nur 10% genau ist, kann man einfach weiterfilmen, bis es funktioniert. Wir haben unserem Modell letztes Jahr beigebracht, Eier zu kochen. Es dauerte eine Woche, das erste Ei zu kochen, dann zwei Monate, um es zuverlässig mit verschiedenen Eiern und in verschiedenen Umgebungen zum Laufen zu bringen. Deshalb ist Sehen in der Robotik nicht Glauben."
Die Gründer betonen, dass der Vergleich von Robotik mit großen Sprachmodellen die strukturelle Realität des physischen Einsatzes außer Acht lässt. Während sich LLMs jahrelang isoliert entwickeln konnten, benötigen verkörperte Modelle den Einsatz in der Praxis. Ein entscheidendes Bewertungskriterium, das in akademischen Arbeiten und Werbeclips oft fehlt, ist der operative Durchsatz – die Zykluszeit.
Warum Zykluszeit entscheidend ist
In einer Fabriklinie mit zehn Stationen, von denen fünf von Robotern und fünf von Menschen betrieben werden, muss jede Station ungefähr die gleiche Zykluszeit einhalten. Ist eine Station langsamer, begrenzt sie den Durchsatz der gesamten Linie. Ein Roboter, der zu 99,9% genau, aber zehnmal zu langsam ist, ist nicht einsatzbereit. Er ist nicht einsetzbar.
Skild argumentiert, dass interne Kulturen, die kurzfristige Demo-Meilensteine feiern, die wahren Ingenieursanreize vergiften. Forscher neigen dazu, sich auf die ersten 50% eines Durchbruchs zu konzentrieren, da diese zu auffälligem Videomaterial führen. Die mühsame, unglamouröse Arbeit an den restlichen 50% der realen Anwendungsfälle wird dabei vernachlässigt.
S1 und der "Physical RSI"-Kreislauf
Die operativen Erkenntnisse aus der Kundenflotte von Skild flossen direkt in das Design des kürzlich vorgestellten S1-Grundlagenmodells ein. In Produktionsumgebungen ändern sich oft Anlagenlayouts, Montageteile werden dimensionell überarbeitet und Lieferanten tauschen Komponenten aus. Bei Standard-VLA-Setups (Vision-Language-Action) erfordert jede Umweltveränderung Stunden neuer Teleoperationsprotokollierung und rechenintensive Gewichtsfeinabstimmung.
S1 umgeht Gradienten-Updates durch visuelles In-Context-Lernen. Fabriktechniker vor Ort können einen Doppelarm-Manipulator mit einem einzigen Video eines neuen Prozesses anleiten und die Routine innerhalb von Minuten ausführen. Bei Tests an neuen mehrstufigen Manipulationsaufgaben erreichte S1 eine Schritt-Erfolgsrate von 66% bei Out-of-Distribution-Aufgaben. Dies entspricht der Leistung, die historisch etwa 380 manuelle Teleoperationsläufe erforderte.
Skild speist diese Randbereiche wieder in das ein, was es als "Physical RSI" (rekursive Selbstverbesserung) bezeichnet. Dieser Kreislauf umfasst den Einsatz allgemeiner Modelle in der Produktion, die Erfassung von Betriebsdaten zu Randfällen und die Destillation spezialisierter Erkenntnisse zurück in das Kernmodell.
"In der Schule kannten wir Physik, Chemie und Mathematik auf einem ordentlichen Niveau", erklärte Pathak. "Stellen Sie sich nun vor, wir könnten unser früheres Ich nehmen und in einem Paralleluniversum einen Doktortitel in Chemie machen. Einen weiteren in Physik. Einen weiteren in Mathematik. Dann stellen Sie sich vor, all dieses spezialisierte Wissen wieder in den Schüler zu destillieren, mit dem wir angefangen haben. Durch den Einsatz verbessern wir das 'Schüler-Ich' – S1 – immer weiter."
Zur Unterstützung dieses Destillationskreislaufs nutzt Skild die gesamte physische KI-Software-Suite von NVIDIA, darunter Isaac Lab, Cosmos für generative Datenkuratierung und neu entwickelte GPU-beschleunigte Simulationslöser, die in die Newton-Physik-Engine integriert sind. Diese Technologien helfen, physische Kontaktverhalten vor Produktionsstarts zu validieren.
Spezialisierte Neolabs oder Generalisten?
Die kommerzielle Geschwindigkeit von Skild liefert konkrete Daten für eine zunehmende strategische Debatte im Silicon Valley. Erst vor wenigen Tagen zeigte ein OpenAI-Forscher, wie GPT-6 Astra iterativ lernte, die Golden Gate Bridge mit einem handelsüblichen Roboterarm zu malen. Dies veranlasste Forscher wie Zeeshan Zia von Amazon zu Spekulationen, dass generalisierte multimodale Grundlagenmodelle dedizierte Robotik-Neolabs irgendwann überflüssig machen könnten. Die Hypothese besagt, dass zentralisierte Cloud-APIs mit überlegener räumlicher und algorithmischer Argumentation die physische Intelligenzschicht vollständig übernehmen werden.
Skilds operative Bilanz deutet jedoch auf ein anderes Narrativ hin: Frontier-Reasoning-Modelle mögen in kontrollierten Laborumgebungen Gemälde skizzieren, aber die Umwandlung räumlicher Intelligenz in industrielle Cashflows erfordert die Navigation durch starre Fabrik-Zykluszeiten, reibungsabhängige Montage und enge Lieferkettenintegration. Mit dem Erreichen von 100 Millionen US-Dollar ARR innerhalb von zehn Monaten setzt Skild darauf, dass die entscheidende Wettbewerbsbarriere in der Robotik nicht von demjenigen errichtet wird, der das beste Videoprompt erstellt, sondern von dem Unternehmen, dessen Modelle die unbarmherzigen physischen Realitäten der Montagelinie überleben.
