Dezentrale und autonome Physical AI „ohne Cloud“? Mit SiMa.ai von Rasenmährobotern bis smarte Maschinen

Autos und Roboter in Echtzeit: Der geheime Schlüssel zur nächsten KI-Generation

Angriff auf den KI-Markt: Wie Nota AI und SiMa.ai den Weg für smarte Maschinen ebnen

Künstliche Intelligenz verlässt zunehmend die gigantischen Rechenzentren und erobert unsere physische Welt. Ob in autonomen Fahrzeugen, intelligenten Ampelanlagen oder Industrierobotern – sogenannte „Physical AI“ muss hochkomplexe Datenmengen in Millisekunden direkt vor Ort verarbeiten. Doch hierbei stößt die Industrie auf ein physikalisches Limit: Gängige KI-Modelle sind für die winzigen, stromsparenden Chips in diesen Geräten schlichtweg zu groß und leistungshungrig. Eine permanente Verbindung zur Cloud ist wegen hoher Latenzen und Sicherheitsbedenken oft keine Option. Genau an dieser technologischen Sollbruchstelle setzt nun eine wegweisende Partnerschaft an: Der südkoreanische Software-Optimierer Nota AI und der kalifornische Chip-Spezialist SiMa.ai bündeln ihre Kräfte. Durch die Kombination von extremer Modellkomprimierung und hochspezialisierten Edge-KI-Chips wollen sie das fundamentale Effizienzproblem der Branche lösen. Lesen Sie hier, warum dieser strategische Zusammenschluss weit über eine gewöhnliche Kooperation hinausgeht und wie er die Spielregeln im Milliardenmarkt der Edge-KI neu definieren könnte.

Die MLSoC-Plattform von SiMa.ai ist für das embedded Edge ausgelegt: KI-Modelle laufen direkt auf dem Chip, die Inferenz erfolgt lokal auf dem Gerät – ohne dass Bild- oder Sensordaten für jede Entscheidung in die Cloud übertragen werden müssen.

Wenn Optimierungssoftware auf ML-SoCs trifft: Nota AI und SiMa.ai im Schulterschluss für Physical AI

Am 25. März 2026 unterzeichneten Nota AI und SiMa.ai in San Jose, Kalifornien, eine strategische Partnerschaft mit dem erklärten Ziel, gemeinsam den Markt für Physical AI zu erschließen. Was auf den ersten Blick wie eine weitere Kooperationsankündigung im überhitzten KI-Sektor wirkt, entpuppt sich bei näherer Betrachtung als strategisch durchdachter Zusammenschluss zweier hochspezialisierter Akteure, die sich auf komplementäre Weise ergänzen – der eine auf der Softwareseite, der andere im Bereich dedizierter KI-Hardware. Um die Tragweite dieser Allianz zu verstehen, lohnt es sich, beide Unternehmen und das Marktumfeld, in dem sie operieren, zunächst genauer unter die Lupe zu nehmen.

Das Fundament: Wer sind Nota AI und SiMa.ai eigentlich?

Nota AI wurde 2015 in Seoul, Südkorea, gegründet und hat sich seitdem als eines der führenden Unternehmen im Bereich KI-Modelloptimierung und -komprimierung etabliert. Das Kernprodukt des Unternehmens ist die NetsPresso-Plattform, eine hardwarebewusste KI-Optimierungsplattform, die aus drei Modulen besteht: Model Searcher (automatische Modellsuche und Neural Architecture Search), Model Compressor (Komprimierung, strukturiertes Pruning und Filterdekomposition) und Model Launcher (Quantisierung, Konvertierung und geräteübergreifendes Deployment). Die entscheidende Stärke von NetsPresso liegt darin, dass es KI-Modelle ohne tiefes Expertenwissen automatisiert optimiert – ein wesentlicher Vorteil in einem Markt, in dem der Mangel an hochqualifizierten KI-Ingenieuren ein strukturelles Engpassproblem darstellt.

Nota AI ist nach eigenen Angaben in der Lage, die Größe von KI-Modellen um über 90 Prozent zu reduzieren, ohne dabei signifikante Einbußen bei der Modellgenauigkeit in Kauf nehmen zu müssen. Das Unternehmen hat bis 2024 insgesamt rund 42,6 Millionen US-Dollar an Finanzierungskapital eingeworben, unter anderem von der Korea Development Bank, Mirae Asset Securities sowie strategischen Investoren aus dem Halbleiterumfeld. Die Investorenstruktur – mit Samsung SDS und LG CNS als frühen strategischen Partnern – zeigt, dass Nota AI von Beginn an im Schnittpunkt von Software-Optimierung und Halbleiterindustrie positioniert war.

SiMa.ai hingegen wurde 2018 in San Jose, Kalifornien, vom ehemaligen Groq-COO Krishna Rangasayee gegründet und hat sich auf die Entwicklung dedizierter Machine-Learning-System-on-Chips (MLSoCs) für den Edge-Bereich spezialisiert. Das Unternehmen hat bis 2025 insgesamt rund 355 Millionen US-Dollar an Risikokapital eingesammelt, darunter allein 85 Millionen US-Dollar in einer überzeichneten Finanzierungsrunde im Juli 2025 unter der Führung von Maverick Capital. Die aktuelle Bewertung des Unternehmens liegt bei rund 960 Millionen US-Dollar – knapp unterhalb der Unicorn-Schwelle. Zu den Investoren zählen neben Maverick Capital auch Amplify Partners, Dell Technologies Capital sowie der prominente Chip-Manager Lip-Bu Tan.

Das Flaggschiffprodukt von SiMa.ai ist der Modalix MLSoC der zweiten Generation ihres System-on-Chips, das auf TSMCs N6-Prozess basiert und in Konfigurationen von 25 bis 200 TOPS (Tera Operations Per Second) erhältlich ist. Der Chip unterstützt CNNs, Transformer, LLMs, LMMs und generative KI am Edge und soll laut Herstellerangaben eine mehr als zehnfach höhere Performance-pro-Watt-Effizienz gegenüber alternativen Lösungen erreichen. SiMa.ai liefert dabei nicht nur Hardware, sondern eine vollständige, softwarezentrierte Plattform inklusive des Palette SDKs, das die Entwicklung und das Deployment komplexer Edge-KI-Anwendungen ohne Performanceverlust vereinfachen soll.

Das Kernproblem, das diese Partnerschaft lösen soll

Um den strategischen Kern dieser Allianz zu verstehen, muss man zunächst das grundlegende technische Dilemma begreifen, mit dem die gesamte Physical-AI-Industrie konfrontiert ist. KI-Modelle, die in der Cloud oder auf leistungsstarken Rechenzentren trainiert werden, sind typischerweise groß, rechenintensiv und energiehungrig. Sie laufen hervorragend auf GPUs mit Zugang zu reichlicher Kühlkapazität und Stromversorgung. Am Netzwerkrand – also direkt in Robotern, Fahrzeugen, Überwachungskameras, Produktionsmaschinen oder Verkehrssystemen – gelten jedoch vollkommen andere Rahmenbedingungen: begrenzte Rechenleistung, knappes Energiebudget, oft weniger als 10 Watt Systemleistung und die Notwendigkeit, in Echtzeit zu reagieren.

Cloud-Lösungen scheiden für viele dieser Anwendungen aus mehreren Gründen aus. Die Latenzen von klassischen Cloud-Architekturen lagen historisch zwischen 100 und 500 Millisekunden; moderne Edge-KI-Systeme streben hingegen Inferenzzeiten unter 10 Millisekunden an, in sicherheitskritischen Anwendungen sogar im Bereich von 1 bis 10 Millisekunden. Eine Kollisionserkennung im Fahrzeugumfeld oder eine Gefahrensituationsanalyse in einem Industriebetrieb kann schlicht nicht auf eine Serverantwort warten. Hinzu kommen Datenschutzaspekte und die Frage der Konnektivität: Wer garantiert, dass ein Roboter in einer Tiefkühlhalle oder ein Kameramodul an einer Brücke immer eine stabile Internetverbindung hat?

Das fundamentale Problem ist also folgendes: Die Modelle sind zu groß für die Hardware, und die Hardware allein löst das Problem nicht. Genau hier entsteht das Spannungsfeld, aus dem die Partnerschaft von Nota AI und SiMa.ai ihren Wert schöpft. SiMa.ai liefert den leistungsfähigsten und effizientesten dedizierten KI-Chip für den Embedded Edge – aber ohne optimierte Software bleibt ein Teil dieser Leistung ungenutzt. Nota AI liefert die Fähigkeit, beliebige KI-Modelle so zu komprimieren und zu optimieren, dass sie präzise auf die spezifische Hardwarearchitektur des Zielchips zugeschnitten sind – aber ohne leistungsstarke und effiziente Hardware bleibt der Nutzen der Optimierung begrenzt.

Branchenschwerpunkte: B2B, Digitalisierung (von KI bis XR), Maschinenbau, Logistik, Erneuerbare Energien und Industrie

Mehr dazu hier:

• Xpert Wirtschaft Hub

Ein Themenhub mit Einblicken und Fachwissen:

• Wissensplattform rund um die globale wie regionale Wirtschaft, Innovation und branchenspezifische Trends
• Sammlung von Analysen, Impulsen und Hintergründen aus unseren Schwerpunktbereichen
• Ein Ort für Expertise und Informationen zu aktuellen Entwicklungen in Wirtschaft und Technologie
• Themenhub für Unternehmen, die sich zu Märkten, Digitalisierung und Brancheninnovationen informieren möchten

Das Zusammenspiel von NetsPresso und Palette SDK: Mehr als die Summe der Teile

Der technische Herzschlag dieser Partnerschaft liegt in der Integration der beiden SDK-Plattformen: NetsPresso von Nota AI und Palette von SiMa.ai. Während Palette das Deployment-Framework für den Modalix MLSoC darstellt und den gesamten Software-Stack für Edge-KI-Anwendungen verwaltet, übernimmt NetsPresso die vorgelagerte Phase der Modelloptimierung.

Das Zusammenspiel funktioniert konzeptionell so: Ein Anwender möchte ein komplexes Computer-Vision-Modell – etwa zur Erkennung von Fußgängern in einem Stadtverkehrssystem – auf einem eingebetteten System mit wenigen Watt Leistungsaufnahme betreiben. Das Modell ist in seiner Rohform schlicht zu groß und zu rechenintensiv. NetsPresso analysiert die Modellarchitektur, identifiziert redundante Parameter, wendet automatisiert strukturiertes Pruning sowie Quantisierung an und reduziert dabei die Modellgröße auf einen Bruchteil des Originals – bei gleichzeitig erhaltener Erkennungsgenauigkeit. Das optimierte Modell wird anschließend über das Palette SDK auf dem Modalix MLSoC deployt, der durch seine spezifische Hardwarearchitektur genau für diesen Typ von Workload ausgelegt ist.

Das Ergebnis ist ein System, das am Gerät selbst inferenziert, keine Cloud-Verbindung benötigt, deutlich weniger Energie verbraucht und dennoch Hochleistungsaufgaben bewältigt. Für industrielle Umgebungen, in denen Wartungskosten, Zuverlässigkeit und Energieeffizienz direkte wirtschaftliche Faktoren sind, ist das kein theoretischer Vorteil, sondern ein handfestes Wettbewerbsmerkmal.

Der Markt: Warum Physical AI gerade jetzt zum Wirtschaftsfaktor wird

Die makroökonomische Kulisse dieser Partnerschaft ist alles andere als zufällig gewählt. Physical AI – also künstliche Intelligenz, die in der physischen Welt agiert und nicht nur Daten verarbeitet – entwickelt sich zu einem der bedeutendsten Wachstumsmärkte im Technologiesektor. Der globale Markt für Physical AI hatte 2024 einen Wert von rund 4,12 Milliarden US-Dollar und soll bis 2034 auf etwa 61,19 Milliarden US-Dollar anwachsen, was einer jährlichen Wachstumsrate (CAGR) von 31,26 Prozent entspricht. Andere Schätzungen gehen sogar von einer CAGR von 32,53 Prozent bis 2033 aus, bei einem Marktvolumen von fast 50 Milliarden US-Dollar.

Der übergeordnete Edge-AI-Markt, der Physical AI als Teilsegment einschließt, soll von rund 24,9 Milliarden US-Dollar im Jahr 2025 auf über 118 Milliarden US-Dollar bis 2033 wachsen, bei einer CAGR von 21,7 Prozent. Nordamerika dominiert derzeit mit einem Marktanteil von rund 41 Prozent, während der asiatisch-pazifische Raum – und damit auch der Heimatmarkt von Nota AI in Südkorea – als das am schnellsten wachsende Segment gilt. Diese geografische Komplementarität der beiden Partnerunternehmen – ein US-amerikanisches Hardware-Unternehmen und ein südkoreanisches Software-Unternehmen – ist strategisch nicht unerheblich, da sie potenziell Zugänge zu beiden wichtigen Weltregionen öffnet.

Was die Wachstumstreiber betrifft, sind es im Wesentlichen drei Kräfte: erstens die rapide zunehmende Verbreitung von IoT-Geräten und vernetzten Systemen, die Daten am Entstehungsort verarbeiten müssen; zweitens die wachsende Nachfrage nach autonomen Systemen in der Robotik, Mobilität und Fertigung; und drittens die zunehmenden regulatorischen und datenschutzbezogenen Anforderungen, die eine Verlagerung der Datenverarbeitung weg von der Cloud und hin zum Gerät begünstigen.

Drei Märkte im Fokus: ITS, Sicherheit und Robotik

Die Partnerschaft benennt drei konkrete Anwendungsfelder, in denen die gemeinsame Lösung primär eingesetzt werden soll: Intelligente Verkehrssysteme (ITS), Safety- und Security-Anwendungen sowie die breiteren Felder der Robotik und Mobilität.

Im Bereich der intelligenten Verkehrssysteme trifft die Technologie auf einen Markt, der 2025 mit 9,84 Milliarden US-Dollar bewertet wurde und bis 2033 mit einer CAGR von über 10 Prozent wachsen soll. Die Anforderungen im ITS-Umfeld – Echtzeiterkennung von Fahrzeugen, Fußgängern, Verkehrsschildern und Gefahrensituationen bei gleichzeitig hoher Systemverfügbarkeit und niedrigem Energieverbrauch – sind ein Paradebeispiel für die Stärken der kombinierten Lösung. KI-gestützte Verkehrsmanagementlösungen haben nachweislich zu einer Reduktion von Staus um 25 bis 30 Prozent in Großstädten geführt. Die Nota Vision Agent (NVA)-Lösung von Nota AI, die speziell für videobasierte KI-Intelligenz entwickelt wurde, ist für genau dieses Einsatzszenario optimiert und wird für die SiMa.ai-Hardware adaptiert.

Im Bereich Sicherheit und Schutz – also klassische Video-Surveillance, Zugangskontrollen und Perimeter-Überwachung – stellt der Edge-Einsatz ebenfalls einen klaren Vorteil gegenüber cloudbasierten Ansätzen dar, sowohl in Bezug auf Datenschutz als auch auf Reaktionsgeschwindigkeit. Und im Bereich Robotik und autonome Mobilität wächst die Nachfrage nach Chips, die multimodale KI-Modelle in Echtzeit verarbeiten können, mit der zunehmenden Verbreitung von Cobots in der Industrie und autonomen Fahrzeugen rasant an.

Die strategische Logik hinter der Kooperation: Warum jetzt und warum diese Partner?

Aus unternehmerischer Sicht folgt diese Partnerschaft einer klaren Logik. SiMa.ai hat mit dem Modalix MLSoC ein technisch überzeugendes Produkt am Markt und verfügt über ein breites globales Vertriebsnetz sowie ein etabliertes Partnernetzwerk. Was dem Unternehmen fehlt, ist eine nahtlose Softwareschicht, die Kunden bei der Modelladaption unterstützt und den Übergang von einem Proof of Concept zur produktiven Serienanwendung beschleunigt. Denn der häufigste Engpass beim Edge-AI-Deployment ist nicht die Hardware, sondern die Frage: Wie bringt man das Modell effizient auf den Chip?

Nota AI wiederum verfügt über eine ausgereifte Optimierungsplattform und langjährige Erfahrung in der Zusammenarbeit mit Halbleiterunternehmen, hat aber naturgemäß eine begrenzte eigene Vertriebsreichweite außerhalb Südkoreas. Die Nutzung des globalen SiMa.ai-Netzwerks für die gemeinsame Kundenakquise und Pilotprojekte bietet Nota AI einen erheblichen Hebel für die internationale Expansion. Für beide Seiten gilt: Die Partnerschaft senkt die Go-to-Market-Kosten und verkürzt den Weg zur Kommerzialisierung.

Darüber hinaus sendet diese Partnerschaft ein Signal in Richtung potenzieller Kunden und Investoren: Wer in das SiMa.ai-Ökosystem investiert, bekommt automatisch Zugang zu erstklassiger Modelloptimierung. Wer NetsPresso nutzt, kann seine optimierten Modelle auf dem leistungsfähigsten Embedded-Edge-Chip am Markt deployen. Dieses Flywheel-Argument – je mehr Kunden, desto stärker das Ökosystem; je stärker das Ökosystem, desto mehr Kunden – ist ein klassisches Merkmal erfolgreicher Plattformstrategien.

Was diese Partnerschaft für die Industrie bedeutet

Wettbewerbsstrategisch ist die Allianz als Antwort auf einen klaren Markttrend zu verstehen. Die Konvergenz von Hardware und Software in der KI-Wertschöpfungskette ist kein Zufall, sondern eine strukturelle Notwendigkeit. Große Chipkonzerne wie Nvidia haben diese Lektion früh gelernt und ihren Wert nicht zuletzt durch das CUDA-Ökosystem aufgebaut – die Hardware ist erst dann maximal nutzbar, wenn die Software-Schicht perfekt darauf abgestimmt ist. Im Edge-AI-Segment, wo die Ressourcen deutlich knapper sind, ist dieser Hardware-Software-Stack sogar noch kritischer.

Es ist bezeichnend, dass Nvidia OctoML (heute OctoAI) für geschätzte 165 bis 250 Millionen US-Dollar akquirierte und Red Hat Neural Magic im Januar 2025 übernahm – beides Akteure im Bereich der Modelloptimierung und Komprimierung für Edge-Deployments. Der Markt sendet damit ein klares Signal: Software-Optimierung ist keine Commodity, sondern ein strategisches Differenzierungsmerkmal. Nota AI und SiMa.ai antworten auf diesen Trend mit einer Partnerschaft statt mit einer Akquisition, was beiden Unternehmen mehr Flexibilität erhält.

Für Industriekunden in den Bereichen Fertigung, Logistik, autonome Fahrzeuge und smarte Infrastruktur bedeutet diese Partnerschaft konkret: mehr Rechenleistung am Gerät, niedrigerer Energieverbrauch, kürzere Deployment-Zyklen und damit letztlich niedrigere Gesamtbetriebskosten. In einem wirtschaftlichen Umfeld, in dem der Return on Investment von KI-Investitionen zunehmend kritisch hinterfragt wird, ist das kein marginaler, sondern ein entscheidungsrelevanter Vorteil.

Ob die Partnerschaft ihr volles Potenzial entfalten kann, hängt letztlich von drei Faktoren ab: erstens der technischen Qualität der SDK-Integration, die über bloße Marketing-Kompatibilität hinausgehen muss; zweitens der Vertriebsexekution von SiMa.ai bei der gemeinsamen Kundenakquise; und drittens der Fähigkeit beider Unternehmen, reale Pilotprojekte schnell in skalierbare Serienprodukte zu überführen. Die Ankündigungen sind vielversprechend – der Beweis liegt im Deployment.

☑️ Unsere Geschäftssprache ist Englisch oder Deutsch

☑️ NEU: Schriftverkehr in Ihrer Landessprache!

 

Gerne stehe ich Ihnen und mein Team als persönlicher Berater zur Verfügung.

Sie können mit mir Kontakt aufnehmen, indem Sie hier das Kontaktformular ausfüllen oder rufen Sie mich einfach unter +49 7348 4088 965 an. Meine E-Mail Adresse lautet: wolfenstein∂xpert.digital

Ich freue mich auf unser gemeinsames Projekt.

 

 

☑️ KMU Support in der Strategie, Beratung, Planung und Umsetzung

☑️ Erstellung oder Neuausrichtung der Digitalstrategie und Digitalisierung

☑️ Ausbau und Optimierung der internationalen Vertriebsprozesse

☑️ Globale & Digitale B2B-Handelsplattformen

☑️ Pioneer Business Development / Marketing / PR / Messen

Xpert.Digital ist ein von Konrad Wolfenstein geführter, datengetriebener B2B-Industry-Hub. Das Unternehmen agiert als externe Quasi-Inhouse-Lösung für Industriepartner und schließt operative Lücken in Marketing, Content und Vertrieb – ohne zusätzlichen Ressourcenaufbau auf Kundenseite.

Mehr dazu hier:

• Die Quasi-Inhouse-Lösung: Wie Xpert.Digital operative Lücken in B2B-Marketing und Vertrieb schließt – Smart Content-Driven Business