Das deutsche Robotik-Unternehmen Sereact gab am Sonntag den Abschluss einer Serie-B-Finanzierung in Höhe von 110 Millionen US-Dollar bekannt. Das Kapital soll vor allem in die Expansion in den US-Markt und die Skalierung von Cortex 2.0 fließen – einer von Sereact als „Roboterhirn" bezeichneten Plattform.
Es handelt sich nicht um ein weiteres Unternehmen für humanoide Roboter, sondern um einen Anbieter, der bestehenden Industrieroboterarmen eine „kognitive Schicht" verleiht. Die Kundenliste spricht für sich: BMW, Daimler Truck, Mercedes-Benz, PepsiCo, Active Ants und die Österreichische Post.
Was ist Cortex 2.0?
Einfach ausgedrückt: Cortex 2.0 kombiniert ein visuell-sprachlich-motorisches Modell (VLA) mit einem Weltmodell, sodass der Roboterarm Aufgaben selbstständig versteht und Bewegungen plant – ohne dass Ingenieure für jede Kistenart ein separates Greifskript schreiben müssen.
Der entscheidende Unterschied zu Unternehmen, die nur Demos vorführen, liegt in den Trainingsdaten. Cortex 2.0 wurde mit über einer Milliarde realer „Greifvorgänge" aus der Produktion trainiert – nicht simuliert, nicht im Labor, sondern Picks, die Roboterarme in echten Fabriken während der Arbeit gesammelt haben.
CEO Ralf Gulde drückt es schonungslos direkt aus:
„Man muss es mit einem Daten-Flywheel füttern – das Modell in die Produktionslinie bringen, gemeinsam mit ihm Misserfolge durchstehen und es aus dem lernen lassen, was in der Werkstatt tatsächlich passiert."
Übersetzt: Egal wie schön eine Demo im Labor ist – erst wenn der Roboter acht Stunden am Tag im BMW-Lager arbeitet, unter dem Druck, dass ein einziger Ausfall mehrere tausend Dollar kostet, lernt das Modell wirklich, wie man arbeitet.
Eine Zahl, die für sich spricht
Sereact betreibt derzeit 200 Systeme.
Im Durchschnitt ist nur alle 53.000 Greifvorgänge ein manueller Eingriff nötig.
Was bedeutet das? Ein typischer Logistikroboter greift etwa 2.000 bis 5.000 Mal pro Tag. 53.000 Greifvorgänge bedeuten, dass der Roboter mehr als zehn Tage am Stück arbeiten kann, bevor eine Situation eintritt, die menschliches Eingreifen erfordert. Dieser Wert gehört in der Branche der Lagerautomatisierung zur Spitzenklasse.
Zum Vergleich: Viele Startups im Bereich Lagerautomatisierung werben noch in Demo-Videos mit „100 erfolgreichen Greifvorgängen in Folge" als Verkaufsargument.
Warum Deutschland, warum jetzt
Deutschland/Europa ist traditionell stark in der Logistikautomatisierung (alteingesessene Größen wie KUKA und ABB haben hier ihren Sitz), aber nur wenige setzen auf KI der neuen Generation mit VLA und Weltmodellen. Sereact ist eines der wenigen Unternehmen, das den Foundation-Model-Ansatz aus dem Silicon Valley in europäische Lagerhäuser bringt.
Der US-Markt steht im Mittelpunkt dieser Finanzierungsrunde – die Lager von Amazon und Walmart warten nur darauf. Wer dort ein oder zwei große Kunden gewinnt, kann seine Bewertung sofort verdoppeln.
Die tiefere Logik: Physische KI bewegt sich gerade von der Phase „Kann ich eine Demo zeigen?" in die Phase „Traue ich mich an die Produktionslinie?". In der ersten Phase ging es um Modellarchitektur und Benchmark-Ergebnisse; in der zweiten Phase geht es um das Daten-Flywheel – je mehr echte Fabrikarbeit die Roboter eines Unternehmens leisten, destumfassender sind seine Daten und desto stärker die nächste Modellgeneration.
Sereact hat sich in diesem Daten-Flywheel-Rennen bereits eine gute Position gesichert.
Was als Nächstes zu beobachten ist
Die Bewertung wurde in dieser Runde nicht bekannt gegeben. Ein Blick auf die Konkurrenz – Robot Era sammelte kürzlich über 200 Millionen Dollar in einer Serie C bei einer Bewertung von 1,5 Milliarden Dollar ein, Figure AI liegt bereits bei über 39 Milliarden – legt jedoch nahe, dass Sereacts Serie B mit 110 Millionen Dollar ebenfalls die Einhorn-Schwelle von rund einer Milliarde Dollar erreicht haben dürfte.
In den nächsten 12 bis 18 Monaten wird sich zeigen:
- Ob Sereact in den USA von null auf drei bis fünf Lagerkunden kommt
- Ob die Eingriffsrate von 1 pro 53.000 um eine weitere Größenordnung gesenkt werden kann
- Ob der Ansatz VLA plus Weltmodell effektiver ist als die End-to-End-Neuronalen-Netze von Figure
Die Rennstrecke der physischen KI verbrennt 2026 weit mehr Geld als im Vorjahr. Die 110 Millionen Dollar von Sereact sind nur die Eintrittskarte.
Quellen: Sereact Raises $110 Million to Scale AI Robotic Brain (PYMNTS); CocoLoop, Sereact $110M Series B announcement (Unternehmensmitteilung)