Die Schwierigkeit bei humanoiden Robotern besteht nicht nur darin, sie in Bewegung zu setzen oder Objekte erkennen zu lassen, sondern darin, ein Rechen- und Sicherheitssystem aufzubauen, das eine große Zahl von Sensoren und unmittelbaren Entscheidungen bewältigen kann, während die Maschine in der Nähe von Menschen sowie in Wohnungen, Krankenhäusern und Schulen arbeitet. Einer am 3. September 2026 von Semiconductor Engineering veröffentlichten Analyse zufolge unterscheidet diese Nähe die Risiken humanoider Roboter von denen autonomer Fahrzeuge, da ein Angriff auf ein digitales System des Roboters unmittelbar physische Auswirkungen auf Menschen und die Umgebung haben kann.
Hybride Architektur zwischen Zentralisierung und Verteilung
Die Entwürfe humanoider Roboter bewegen sich auf ein hybrides Modell zu, das eine leistungsstarke zentrale Recheneinheit mit verteilten Einheiten in der Nähe von Gliedmaßen und Gelenken verbindet. Die zentrale Einheit übernimmt allgemeine Wahrnehmungsaufgaben, das Verständnis der Umgebung, die Planung und die Koordination der Bewegung auf Roboterebene, während kleinere Einheiten die Daten von Fingern und Gelenken sowie lokale Regelkreise mit kurzer Reaktionszeit verarbeiten.
Ein solches System kann Mikrocontroller (MCUs), Universalprozessoren, Grafikprozessoren, Prozessoren zur Bild- und Signalverarbeitung sowie spezielle neuronale Einheiten zur Beschleunigung künstlicher Intelligenz umfassen. Ronald Stärz, Ingenieur für humanoide Robotersysteme bei Infineon Technologies, wies darauf hin, dass die Hauptverarbeitung von einer speziellen Sicherheitssteuerung begleitet werden müsse und dass die Sicherheit nicht allein dem KI-Modell überlassen werden dürfe.
Edo Cohen, Leiter der Gruppe Physical AI Birds of a Feather bei der MIPI Alliance, hält lokale Rechenleistung für nützlich bei den schnellen Regelkreisen von Händen, Füßen, Gleichgewicht und haptischem Feedback. Eine Zentralisierung könne dagegen hinsichtlich der Anzahl der Komponenten, der Kosten, des Energieverbrauchs und der Vereinfachung der Softwareentwicklung effizienter sein. Daher zeichnet sich bislang kein einheitliches Design ab, das für alle Anwendungsbereiche geeignet wäre.
Die Sensoren bestimmen die Systemstruktur
Humanoide Roboter empfangen Daten von Kameras, Mikrofonen, Radar, Lidar und Ultraschallsensoren sowie von magnetischen, kapazitiven und resistiven Berührungssensoren. Insbesondere die Finger benötigen kontinuierliches Feedback, um die Greifkraft anzupassen und zu verhindern, dass ein Objekt zerquetscht wird oder herunterfällt.
Bei einem zentralen Design können vergleichsweise einfache Sensoren eingesetzt werden, die Rohdaten an eine FPGA-basierte Sensor-Bridge wie Nvidia HoloScan senden. Anschließend werden die Daten über Ethernet an eine GPU-Einheit zur Analyse der Umgebung weitergeleitet. Dadurch lassen sich mehr kleine Sensoren hinzufügen und größere Teile des Energieverbrauchs an einen einzigen Rechenpunkt verlagern; die GPU-Einheit selbst kann jedoch viel Energie verbrauchen.
Die Verteilung der Verarbeitung in der Nähe der Sensoren verkürzt dagegen die Reaktionszeit und sendet vorverarbeitete Daten an die zentrale Einheit, erhöht jedoch die Zahl der Komponenten, der Softwareelemente und der Verbindungspunkte. Laut Nebu Philips von Synaptics hängt die Entscheidung von der gesamten Verarbeitungskette ab – vom Empfang und der Dekodierung der Daten über die Bildverarbeitung bis hin zum Punkt ihrer Zusammenführung und vom Robotertyp, unabhängig davon, ob es sich um einen humanoiden, kollaborativen oder Serviceroboter handelt.
Vom Edge bis zur Cloud
Die Entscheidung für lokale Rechenleistung bedeutet nicht zwangsläufig, dass der Roboter von der Cloud isoliert wird. Einige Systeme müssen möglicherweise eine Verbindung zu Rechenzentren herstellen, um große Sprachmodelle oder Vision-Language-Action-Modelle (VLAs) zu trainieren, während andere Anwendungen von kleinen, spezialisierten Sprachmodellen profitieren, die auf dem Gerät ausgeführt werden.
Die Wahl hängt von den Prioritäten des Unternehmens ab: Datenschutz, Datenkontrolle, Betriebskosten, die Art der Arbeitsumgebung sowie die Verfügbarkeit einer kabelgebundenen oder drahtlosen Verbindung zu Rechenzentren. Matthew Bubis von Imagination Technologies erklärte, dass lokale und zentrale Rechenleistung weiterhin nebeneinander bestehen werden, da es keine Lösung gibt, die für alle Unternehmen und Aufgaben geeignet ist.
Eine größere Angriffsfläche als bei Fahrzeugen
Humanoide Roboter vereinen eine hohe Sensordichte, KI-Modelle, drahtlose Kommunikation sowie die Fähigkeit, sich zu bewegen und mit Objekten umzugehen. Zu den potenziellen Angriffspunkten gehören daher die Modellsoftware, drahtlose Firmware-Updates, Kameratreiber, Wi-Fi-Kanäle, Steuerschnittstellen und Mechanismen zur Anbindung intelligenter Agenten.
Dana Neustadter von Synopsys warnte vor Risiken durch Manipulationen der Modellintegrität beim Laden oder Aktualisieren des Modells sowie vor Datenvergiftungsangriffen über drahtlose Updates. Die Ausnutzung der visuellen Wahrnehmung könnte dazu führen, dass der Roboter einen falschen Gegenstand greift, einen gefährlichen Bereich betritt oder eine unsichere Bewegung ausführt. Angriffe durch einen Man-in-the-Middle oder ein Eindringen in die drahtlose Kommunikation könnten es zudem ermöglichen, die Kontrolle über den Roboter zu übernehmen und ihm Befehle zu senden.
Sylvain Guilley von Secure-IC zufolge kann das menschliche Erscheinungsbild zusätzliche Risiken schaffen, etwa weil es schwieriger wird, zwischen einem automatisierten Agenten und einer autorisierten Person zu unterscheiden, oder weil der Roboter zum Abhören aus nächster Nähe oder zur Nachahmung einer anderen Person eingesetzt werden kann. Nach der in diesem Beitrag vertretenen Darstellung könnten sprachliche und natürliche Interaktionen zu einem Kanal für die Ausnutzung von Vertrauen werden, insbesondere wenn der Nutzer mit dem Roboter so umgeht, als wäre er ein menschlicher Gesprächspartner.
Was ändert sich in der Praxis?
Die wichtigste Konsequenz für Entwickler besteht darin, dass Sicherheit und funktionale Betriebssicherheit gemeinsam mit der Chip- und Kommunikationsarchitektur entworfen werden müssen, statt später als Softwareschicht hinzugefügt zu werden. Zu den von den Beteiligten genannten Maßnahmen gehören eine integrierte Geräteidentität, sicheres Booten, geschützte Speicherung von Schlüsseln, verschlüsselte Kommunikation und Schutz während der Ausführung von Modellen. Zudem gewinnt die multimodale Authentifizierung an Bedeutung: Die Stimme allein reicht möglicherweise nicht aus und kann durch Berührung oder Fingerabdruck ergänzt werden; alternativ können Kamera und Stimme kombiniert werden, um Identität und Kontext zu überprüfen.
Der Beitrag weist außerdem auf die Bedeutung offener Standards wie der Spezifikationen von MIPI und RISC-V hin, da sie den Anbietern mehr Auswahl ermöglichen und Entwicklungszyklen verkürzen. Offenheit beseitigt jedoch nicht die Notwendigkeit einer Sicherheitsüberprüfung und eines Risikomanagements und entscheidet allein auch nicht zwischen einem zentralen und einem verteilten Design.
Energie und Kosten bleiben entscheidende Einschränkungen. Ein übermäßiger Einsatz von GPU-Einheiten oder Sensoren kann die Betriebsdauer verkürzen oder den Preis auf ein Niveau erhöhen, das die kommerzielle Tragfähigkeit schwächt. In den Vereinigten Staaten beliefen sich die Roboterverkäufe im Jahr 2026 laut dem im Beitrag genannten Bericht des Robotics Center auf 11,4 Milliarden US-Dollar, was einem Anstieg von 29 % gegenüber dem Vorjahr entspricht. Eine breitere Verbreitung humanoider Roboter wird jedoch weiterhin davon abhängen, die Batterielaufzeit zu verbessern, die Kosten zu senken und die Widerstandsfähigkeit der Systeme gegen Angriffe nachzuweisen.
Redaktionelle Einordnung: Die Quelle kündigt weder eine einzelne Plattform noch eine vollständige Sicherheitslösung an, sondern beschreibt eine Entwurfsphase, in der sich die Architektur noch nicht fest etabliert hat. Die eigentliche Herausforderung besteht darin, Reaktionszeit, Energieverbrauch, Sensoranzahl, Softwareflexibilität sowie Anforderungen an funktionale Betriebssicherheit und Sicherheit miteinander in Einklang zu bringen. Die Warnungen vor Modellmanipulation und menschlicher Interaktion zeigen außerdem, dass der Schutz des Roboters nicht an Chip oder Netzwerk endet, sondern sich auch auf das Verhalten der Agenten und die Art erstreckt, wie Nutzer sich auf deren Ausgaben verlassen. Die Art der regulatorischen Anforderungen und die praktischen Mechanismen zum Nachweis der Sicherheit dieser Systeme bleiben in dem Beitrag offene Fragen, da er die Ansichten von Experten aus mehreren Unternehmen wiedergibt, ohne einen einheitlichen Marktstandard vorzustellen.