In der Robotikbranche fängt endlich jemand an, zu messen, „wie viel Arbeit geleistet wurde“ statt „wie viele Geräte gebaut wurden“.
Am 29.10. stellte AGIBOT in Shanghai beim Innovation Day 2026 eine neue Kennzahl vor: Worken (Work + Token), auf Chinesisch „effektive intelligente Arbeitsstunden“.
Die Formel ist ganz einfach:
Worken = Anzahl der tatsächlich arbeitenden Roboter × Dauer der autonomen Arbeit × Effizienzfaktor der Leistung
1️⃣ Es zählen nur Roboter, die gerade Aufgaben ausführen. Lagerbestand und Ausstellungsstücke zählen nicht.
2️⃣ Es zählt nur die Zeit, in der autonom gearbeitet wird. Eingeschalteter Standby-Betrieb und Fernsteuerung durch einen Menschen zählen nicht.
3️⃣ Die Leistung wird mit einem Aufgabenstandard verglichen, etwa mit der qualifizierten Leistung eines menschlichen Arbeiters unter denselben Bedingungen.
Bei derselben Veranstaltung wurden außerdem der Industrieroboter G2 Max (21 Freiheitsgrade, kann mit beiden Armen 40 kg heben), das verkörperte Basismodell GO-3 Preview und Link-U OS 1.0 vorgestellt. Letzteres soll bis Ende des Jahres vollständig als Open Source veröffentlicht und der Open Atom Foundation gespendet werden. Laut Unternehmen lief im September das 20.000. Gerät vom Band.
Meine Einschätzung:
Dieser Ansatz ist dasselbe wie der Wandel in der KI-Branche vom „Wettlauf um Parameter“ hin zur „Messung der Token-Leistung“. Früher oder später muss sich die Bewertung von Physical AI von der Erzählung rund um Auslieferungszahlen hin zu der Frage verlagern, „wie viel qualifizierte Arbeit jedes Gerät innerhalb eines Jahres tatsächlich geleistet hat“. Wer diese Zahl zuerst prüfbar macht, gewinnt die Preissetzungsmacht.
Aber bleiben wir nüchtern: Worken ist derzeit nur ein Vorschlag von AGIBOT und kein Branchenstandard. Wie die Aufgabenstandards festgelegt werden und wer die Daten prüft, ist noch offen. Bis unabhängig überprüfbare Worken-Daten vorliegen, sollte man das als vielversprechenden Rahmen betrachten, nicht als verlässliche KPI.
Die Projekte im On-Chain-Bereich, die an DePIN- und Roboterdatennetzwerken arbeiten, können sich daran ein Beispiel nehmen: Eine Abrechnung nach effektiven Arbeitsstunden ist deutlich verlässlicher als die Ausgabe von Tokens nach der Anzahl der Geräte.
Quelle: AGIBOT-Website / Pressemitteilung vom 29.10. auf PR Newswire, The Robot Report
#AI #机器人 #PhysicalAI
Nur zur Information, keine Anlageberatung.
Am 29.10. stellte AGIBOT in Shanghai beim Innovation Day 2026 eine neue Kennzahl vor: Worken (Work + Token), auf Chinesisch „effektive intelligente Arbeitsstunden“.
Die Formel ist ganz einfach:
Worken = Anzahl der tatsächlich arbeitenden Roboter × Dauer der autonomen Arbeit × Effizienzfaktor der Leistung
1️⃣ Es zählen nur Roboter, die gerade Aufgaben ausführen. Lagerbestand und Ausstellungsstücke zählen nicht.
2️⃣ Es zählt nur die Zeit, in der autonom gearbeitet wird. Eingeschalteter Standby-Betrieb und Fernsteuerung durch einen Menschen zählen nicht.
3️⃣ Die Leistung wird mit einem Aufgabenstandard verglichen, etwa mit der qualifizierten Leistung eines menschlichen Arbeiters unter denselben Bedingungen.
Bei derselben Veranstaltung wurden außerdem der Industrieroboter G2 Max (21 Freiheitsgrade, kann mit beiden Armen 40 kg heben), das verkörperte Basismodell GO-3 Preview und Link-U OS 1.0 vorgestellt. Letzteres soll bis Ende des Jahres vollständig als Open Source veröffentlicht und der Open Atom Foundation gespendet werden. Laut Unternehmen lief im September das 20.000. Gerät vom Band.
Meine Einschätzung:
Dieser Ansatz ist dasselbe wie der Wandel in der KI-Branche vom „Wettlauf um Parameter“ hin zur „Messung der Token-Leistung“. Früher oder später muss sich die Bewertung von Physical AI von der Erzählung rund um Auslieferungszahlen hin zu der Frage verlagern, „wie viel qualifizierte Arbeit jedes Gerät innerhalb eines Jahres tatsächlich geleistet hat“. Wer diese Zahl zuerst prüfbar macht, gewinnt die Preissetzungsmacht.
Aber bleiben wir nüchtern: Worken ist derzeit nur ein Vorschlag von AGIBOT und kein Branchenstandard. Wie die Aufgabenstandards festgelegt werden und wer die Daten prüft, ist noch offen. Bis unabhängig überprüfbare Worken-Daten vorliegen, sollte man das als vielversprechenden Rahmen betrachten, nicht als verlässliche KPI.
Die Projekte im On-Chain-Bereich, die an DePIN- und Roboterdatennetzwerken arbeiten, können sich daran ein Beispiel nehmen: Eine Abrechnung nach effektiven Arbeitsstunden ist deutlich verlässlicher als die Ausgabe von Tokens nach der Anzahl der Geräte.
Quelle: AGIBOT-Website / Pressemitteilung vom 29.10. auf PR Newswire, The Robot Report
#AI #机器人 #PhysicalAI
Nur zur Information, keine Anlageberatung.