Physical AI bei minus 29 Grad: Das Geschäftsmodell autonomer Inventurdrohnen

Corvus Robotics hat 20 Millionen US-Dollar für den Ausbau autonomer Inventursysteme in Lager- und Distributionszentren erhalten. Das aufschlussreichste Produkt ist kein Humanoide, sondern eine Drohne, die Bestände im Dunkeln, ohne zusätzliche Navigationsmarker und in Tiefkühllagern bis minus 20 Grad Fahrenheit – etwa minus 29 Grad Celsius – erfassen soll.

Die am 25. August bekannt gegebene Finanzierung wird von Catalyst Investors angeführt. Die bisherigen Investoren S2G Investments, Spero Ventures und F7 Ventures beteiligen sich erneut; Cibus Capital kommt neu hinzu. Corvus ernannte außerdem Mitgründer und bisherigen Technikchef Mohammed Kabir zum CEO.

Physical AI ohne menschliche Form

Die aktuelle Debatte über Physical AI konzentriert sich stark auf universelle Humanoide. Lagerhäuser bieten einen anderen Weg zu wirtschaftlichem Nutzen. Die Umgebung ist begrenzt, die Aufgabe messbar und ein Kunde kann die Kosten des Roboters mit eingesparter Arbeit und vermiedenen Fehlern vergleichen.

Corvus One fliegt durch Lagergänge, scannt Barcodes, erkennt leere Plätze und dokumentiert Abweichungen im Bestand. Nach Unternehmensangaben benötigt das System weder GPS noch WLAN, Reflektoren oder zusätzliche Lokalisierungsmarker. Vierzehn Kameras sollen der Kollisionsvermeidung dienen; Missionen können während laufender Schichten oder in unbeleuchteten Anlagen stattfinden.

Die Cold-Chain-Version überträgt das Konzept in eine besonders anspruchsvolle Arbeitsumgebung. Tiefkühllager kombinieren niedrige Temperaturen, Kondensation, Blendung, Luftströmungen und begrenzte sichere Aufenthaltszeiten für Beschäftigte. Ein Roboter, der dort wiederholt Inventuren ausführt, adressiert ein kostspieliges und zugleich klar abgrenzbares Problem.

Warum Inventurdaten entscheidend sind

Ein Warehouse-Management-System speichert, wo eine Palette sein sollte. Die physische Inventur zeigt, wo sie tatsächlich steht. Die Differenz zwischen beiden Zuständen verursacht verzögerte Aufträge, Suchaufwand, zusätzliche Prüfungen und Abschreibungen.

Corvus positioniert seine Drohnen deshalb als kontinuierliche Datenerfassungssysteme und nicht als einmalige Inspektionswerkzeuge. Jeder Flug erzeugt Barcodescans, Bilder und Videos, die mit dem Lagerverwaltungssystem abgeglichen werden können. Das ergänzende Produkt Corvus Trident wird an Gabelstaplern montiert und dokumentiert Palettenbewegungen. So sollen ruhende und bewegte Bestände miteinander verbunden werden.

Das ist eine praktische Form von Physical AI. Die Intelligenz wird nicht an Gesprächen oder menschenähnlichem Aussehen gemessen. Entscheidend ist, ob sich das System sicher durch einen laufenden Betrieb bewegt, die richtigen Daten erfasst und die Zeit zwischen einer physischen Veränderung und ihrem verlässlichen digitalen Abbild verkürzt.

Das Signal der neuen Finanzierung

Corvus gibt an, mehr als 300 Geräte in 26 US-Bundesstaaten sowie in Kanada und Mexiko einzusetzen und über 30 Unternehmenskunden zu bedienen. Die Flotte analysiere monatlich mehr als eine Million Lagerpositionen. Diese Zahlen stammen vom Unternehmen und wurden in der aktuellen Berichterstattung nicht unabhängig geprüft.

Genannt werden Einsätze bei Southern Glazer’s Wine & Spirits, GNC und Dermalogica. Das Unternehmen berichtet von häufigeren Bestandsaufnahmen und davon, Personal von routinemäßigen Zählungen auf höherwertige Aufgaben verlagert zu haben. Für Käufer bleiben standortspezifische Nachweise zu Genauigkeit, Verfügbarkeit, Eingriffen und Gesamtkosten notwendig.

Mit der Runde steigt die von Corvus gemeldete Gesamtfinanzierung auf 38 Millionen US-Dollar. Verglichen mit den Hunderten Millionen, die in Humanoidenentwickler fließen, ist das wenig. Genau dieser Unterschied ist relevant: Spezialisierte Systeme können mit weniger Kapital einen messbaren Kundennutzen erreichen, weil sie ein engeres Problem lösen.

Was noch bewiesen werden muss

Autonomes Fliegen in einem Lager stellt hohe Anforderungen an Sicherheit und Zuverlässigkeit. Ein fahrender Roboter kann nach einem Fehler häufig anhalten und warten; ein Luftfahrzeug muss stabil bleiben oder sicher landen. Batterielaufzeit, sichtbare Barcodes, Staub, Vereisung und der Verkehr von Menschen und Staplern beeinflussen die Leistung.

Eine kommerzielle Bewertung sollte daher mehr als die Scan-Geschwindigkeit messen. Wichtige Kennzahlen sind der Anteil erfolgreich erfasster Lagerplätze, manuelle Eingriffe pro Mission, übersehene Abweichungen, Fehlalarme, Systemverfügbarkeit und Integrationsaufwand für bestehende Software.

Bei Tiefkühleinsätzen kommt eine weitere Frage hinzu: Bleibt die Leistung über Monate mit wiederholten Temperaturwechseln stabil und nicht nur während einer Vorführung? Die aktuelle Mitteilung liefert dazu keine unabhängig geprüften Langzeitdaten.

Der leisere Weg in den Robotikmarkt

Die wirtschaftlich stärksten Robotikanwendungen der nächsten Jahre müssen nicht wie Science-Fiction aussehen. Es können Maschinen sein, die in unangenehmen oder gefährlichen Umgebungen zuverlässigere Daten sammeln und klar messbare Routinearbeit übernehmen.

Die Finanzierung von Corvus ist deshalb mehr als ein kleiner Logistikdeal. Sie illustriert eine Spaltung des Marktes: Universelle Humanoide ziehen große Wetten auf künftige Flexibilität an, während spezialisierte Physical-AI-Systeme schon heute eng umrissene Geschäftsmodelle um messbare Aufgaben aufbauen.