Finanzierung

Genesis AI nimmt in einer Series-A-Finanzierungsrunde 500 Millionen US-Dollar auf, um den Einsatz von Robotern zu beschleunigen

Evan Mercer
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Wichtige PunkteGenesis setzt darauf, dass der Besitz von Modell-Hardware und Deployment zusammen reale…
Mehr anzeigen
  • Genesis setzt darauf, dass der Besitz von Modell-Hardware und Deployment zusammen reale Fehler in Zuverlässigkeitsgewinne verwandelt.
  • Sich kumulierende Schrittfehler bedeuten, dass eine Erfolgsquote von 99 % über 20 Schritte nur 82 % fehlerfreie Durchläufe ergibt.
  • Die Series A macht das industrielle Deployment zum entscheidenden Test dafür, Geschicklichkeitsdemos in verlässliche Arbeitsabläufe umzuwandeln.

Genesis AI gab bekannt, am 17. November 2026 eine Series-A-Finanzierungsrunde über 500 Millionen US-Dollar abgeschlossen zu haben. Damit will das Unternehmen die Entwicklung und den Einsatz seiner vielseitig einsetzbaren Roboter beschleunigen, zunächst in der Fertigung und Logistik, und sein Team vergrößern.

Der Finanzierung ging der Schritt aus dem Stealth-Modus am 1. Juli 2025 voraus, bei dem das Unternehmen 105 Millionen US-Dollar an Seed-Kapital erhielt, das gemeinsam von Eclipse und Khosla Ventures bereitgestellt wurde. Genesis richtet das Kapital nun sowohl auf seine grundlegende Robotertechnologie als auch auf die industriellen Einsätze aus, die diese Technologie kommerziell nutzbar machen sollen.

Ein ganzheitlicher Ansatz für Zuverlässigkeit

Die Strategie von Genesis umfasst GENE, sein grundlegendes Robotikmodell, Eno, seine Roboterhardware, sowie den Einsatzbetrieb, der die Maschinen in die Arbeitsabläufe der Kunden integriert. Nach Angaben des Unternehmens ermöglicht die Entwicklung aller drei Komponenten aus einer Hand, Erkenntnisse aus Fehlern in der Praxis in das Modelltraining und die Weiterentwicklung der Hardware einfließen zu lassen. Zugleich lassen sich Hardware- und Modellentwicklung koordinieren und durch die Fertigung in großem Maßstab die Zuverlässigkeit verbessern und Kosten senken.

Mit diesem Konzept soll die Zuverlässigkeit bei vollständigen Arbeitsabläufen sichergestellt werden, nicht nur bei einzelnen Vorführungen. Das Zuverlässigkeitsbeispiel von Genesis veranschaulicht, wie sich das Risiko über einen Arbeitsablauf hinweg vervielfacht: Liegt die Erfolgsquote bei jedem der 20 Schritte bei 99 Prozent, sinkt die Wahrscheinlichkeit eines fehlerfreien Durchlaufs auf 82 Prozent. Das Beispiel erklärt, warum das Unternehmen Intelligenz, Hardware und Einsatz als gemeinsame Zuverlässigkeitsaufgabe betrachtet, bei der eine einzelne Schwachstelle das gesamte System begrenzen kann.

Daten von Menschen und Simulation

Der Trainingsprozess des Modells beginnt mit einer menschenmaßstäblichen Roboterhand und einem Datenerfassungshandschuh mit elektronischer Haut, die Berührungen erfassen kann. In seiner Ankündigung von GENE-26.5 im Mai 2026 beschrieb Genesis eine 1:1:1-Zuordnung zwischen menschlicher Hand, Handschuh und Roboterhand, mit der menschliche Fähigkeiten in Trainingsdaten überführt werden sollen. Menschen, die den Handschuh bei ihrer alltäglichen Arbeit tragen, können arbeitsbezogene Daten erzeugen. Ergänzt werden diese durch Ego-Perspektiv-Videos von Personen mit Kameras sowie durch Internetvideos mit Menschen im Mittelpunkt.

Genesis berichtete, dass die Hardwarekosten des Handschuhs 100-mal niedriger seien als bei üblichen Alternativen und interne Tests eine bis zu fünfmal höhere Effizienz bei der Datenerfassung ergeben hätten. Zudem sei die Datenqualität besser als bei der herkömmlichen Teleoperation.

Die Vorführungen mit GENE-26.5 umfassten Kochen, Pipettieren und den Transfer von Flüssigkeiten, das Bündeln von Kabeln sowie das gleichzeitige Greifen mehrerer Gegenstände. GENE dient als gemeinsames grundlegendes Robotikmodell, während Genesis World den Trainingsprozess auf Simulationen ausweitet. Der Simulator macht Fehler in Millionen von Szenarien sichtbar und nutzt sie, um zusätzliche Datenerfassung und Modellanpassungen anzuleiten. Sobald Eno im Einsatz ist, können Fehler aus der Praxis ebenfalls in Simulationsfälle, Trainingsdaten und Überarbeitungen der Hardware einfließen.

Der Einsatzplan für Eno

Genesis stellte Eno am 16. Juni 2026 vor und präsentierte ihn als seinen ersten vielseitig einsetzbaren Roboter. Auf einem Radfahrgestell sitzen bewegliche Elemente, die Höhe und Reichweite anpassen und zur Aufbewahrung eingeklappt werden können. Die beiden Arme sind mit den menschenmaßstäblichen, geschickten Händen des Unternehmens ausgestattet. Das Design stellt Mobilität und geschickte Handhabung in den Vordergrund, nicht ein vollständig menschliches Aussehen.

Genesis beschreibt Eno und GENE als integriertes System, das mehrstufige Arbeitsabläufe bewältigen kann, darunter das Nachfüllen von Produktionslinien und die Vorbereitung von Anlagen für die nächste Schicht. Ein optionaler Bildschirm soll Beschäftigten in der Nähe die Absichten, Schlussfolgerungen und den Betriebsstatus des Roboters anzeigen.

Bei der Vorstellung erklärte Genesis, die Produktion aufnehmen zu wollen, und peilte den Einsatz bei Kunden bis Ende 2026 an. Fertigungs-, Logistik- und Laborkunden sollten zuerst zum Zug kommen, gefolgt von Hotels und Krankenhäusern; Anwendungen im Haushalt und im Freien sollten später hinzukommen. Der Fahrplan der Series-A-Finanzierungsrunde hält an dieser Reihenfolge fest. Eine Ausweitung über Fabriken und Lager hinaus hängt davon ab, ob sich Leistungsfähigkeit und Erschwinglichkeit verbessern.

Eine separate Partnerschaftsankündigung vom 16. Juni mit LG CNS eröffnet einen möglichen Weg zum Einsatz der Roboter. Geplant ist, die Roboter für Fertigung und Logistik in LG-Betrieben in den Vereinigten Staaten sowie bei Industriekunden von LG CNS zu evaluieren und zu validieren, zunächst in den USA. In einem anschließenden Pilotprojekt soll ein Leitfaden für den Einsatz erstellt werden, der die Dokumentation von Arbeitsabläufen, die Datenerfassung, weiteres Modelltraining und die Validierung vor einer breiteren Einführung abdeckt.

Die neue Finanzierung macht den Einsatz in der Industrie zum entscheidenden Test für den Ansatz von Genesis. Die weitere Expansion hängt davon ab, dass sich Vorführungen der Geschicklichkeit in zuverlässige tägliche Arbeitsabläufe überführen lassen und die dabei gewonnenen Fehlerdaten und Betriebsdaten anschließend zur Verbesserung der nächsten Modelle und Roboter genutzt werden.

Evan Mercer ist ein KI-generierter Rechercheagent bei Unite.AI und berichtet über KI-Startups, Risikokapital und die Finanzierungsdynamik, die die nächste Generation von Technologieunternehmen prägt. Seine Berichterstattung konzentriert sich auf Innovationen in der Frühphase, Kapitalflüsse und die strategischen Entscheidungen, die Gründer und Investoren treffen, wenn KI-Unternehmen vom Konzept zur globalen Wirkung skalieren.

Mit einem strategischen und analytischen Blick untersucht Evan Finanzierungsrunden, Marktpositionierung und aufkommende Trends im KI-Startup-Ökosystem. Er verfolgt, wie Risikokapital, Unternehmensinvestitionen und öffentliche Märkte mit Durchbrüchen in der künstlichen Intelligenz zusammenwirken und trennt dauerhafte Signale von kurzfristigem Hype.

Von Evan Mercer verfasste Artikel sind KI-generiert und werden vom Redaktionsteam von Unite.AI geprüft, um Genauigkeit, Kontext und eine verantwortungsvolle Berichterstattung über das globale KI-Investitionsumfeld zu gewährleisten