Skild AI meldet 100 Millionen Dollar wiederkehrenden Jahresumsatz und ein Modell, das aus einem Video lernt

Skild AI hat als Entwickler eines Robotik-Basismodells einen neunstelligen Umsatz-Run-Rate öffentlich gemacht und verschiebt damit den Wettlauf um das Robotergehirn auf die Umsatzebene. Das Unternehmen teilte am 10. September 2026 mit, es habe zehn Monate nach seinem ersten kommerziellen Einsatz 100 Millionen Dollar wiederkehrenden Jahresumsatz (ARR) überschritten. In diesem Zeitraum seien bereits 50 Millionen Dollar als Umsatz verbucht worden.

Nach Angaben von Skild arbeiten seine Roboter inzwischen für mehr als 60 zahlende Kunden. Sie transportieren Waren, liefern aus, inspizieren Anlagen, übernehmen Sicherheitsaufgaben, bereiten Speisen zu und arbeiten in Lagern, Fabriken und Rechenzentren. Auf mobile Robotik entfallen 10 Prozent des Umsatzes, davon 4 Prozent auf fahrerlose Transportsysteme (AMR). Die übrigen rund 90 Prozent stammen überwiegend aus Handhabungsaufgaben. Zahl der eingesetzten Roboter, Bruttomarge und Profitabilität nannte Skild nicht.

Drei Kundenprojekte nennt das Unternehmen namentlich. Gemeinsam mit NVIDIA und Foxconn setzt Skild seine Software Skild Brain auf zweiarmigen Manipulatoren in der Präzisionsmontage von NVIDIA-Blackwell-Systemen ein. Bei Sumitomo Wiring Systems arbeitet es auf den Einsatz von S1 in der Kabelbaumfertigung hin. Mit Mitsui & Co., deren Lieferketten laut Skild täglich 1,4 Millionen Mahlzeiten in Japan bedienen, testet es Universalroboter in Großküchen.

Die Umsatzmeldung folgte auf die Vorstellung von S1 am 18. August. Skild bezeichnet S1 als Modell für In-Context-Lernen: Statt für jede Aufgabe neu trainiert zu werden, sieht es ein Video der Aufgabe und führt sie dann aus. Nach Unternehmensangaben bewältigte S1 bisher unbekannte Aufgaben von bis zu zehn Minuten Dauer, darunter Pfannkuchen wenden, Filterkaffee aufbrühen, Pflanzen umtopfen und Bausätze montieren. In einem Beispiel vergingen elf Minuten zwischen der Aufnahme einer Vorführung zum Eintopfen einer Pflanze und der selbstständigen Ausführung durch den Roboter.

In einem eigenen Vergleich stellt Skild S1 einem herkömmlichen, per Sprache angesteuerten Vision-Language-Action-Modell (VLA) gegenüber, das mit denselben Daten trainiert wurde, bei Datenmengen von 1.000 bis 100.000 Stunden. Bei unbekannten Aufgaben erreichte S1 eine durchschnittliche kumulierte Erfolgsquote je Arbeitsschritt von 66 Prozent, das sprachgesteuerte Modell 9 Prozent. Eine Vorführung im Kontext sei etwa 380 Beispielen im Nachtraining gleichwertig, und bei Aufgaben von mehr als vier Minuten koste das Sammeln von 380 Vorführungen 50 bis 100 Stunden Teleoperation. Ein mit 2.000 Vorführungen nachtrainiertes Modell überholt S1 allerdings mit 86 Prozent. Bei bereits im Training gesehenen Aufgaben stieg die Genauigkeit von S1 mit wachsendem Vortraining auf 96 Prozent.

Die Trainingsdaten kombinieren Teleoperation, Aufzeichnungen mit handgeführten UMI-Greifern, Videos aus der Ich-Perspektive und Simulation. Skild gibt nach eigenen Worten für jeden Dollar Datenerhebung drei Dollar für Qualitätskontrolle aus. NVIDIA schrieb am 10. September, S1 nutze die Weltmodelle Cosmos und das Datenwerkzeug Cosmos Curator, Isaac Sim und Isaac Lab mit der Physik-Engine Newton sowie TensorRT für die Inferenz.

Skild wurde 2023 gegründet und ist gut finanziert. Die Series A über 300 Millionen Dollar im Juli 2024 bewertete das Unternehmen mit 1,5 Milliarden Dollar. Im Januar 2026 folgte eine von SoftBank angeführte Series C über 1,4 Milliarden Dollar bei einer Bewertung von mehr als 14 Milliarden Dollar, an der sich unter anderem NVentures, Macquarie Capital, Bezos Expeditions, LG, Schneider Electric und Salesforce Ventures beteiligten. Damals bezifferte Skild seine Einnahmen in einigen Monaten des Jahres 2025 auf rund 30 Millionen Dollar. Im April 2026 übernahm Skild das Robotikgeschäft von Zebra Technologies, das frühere Fetch Robotics, samt der Orchestrierungsplattform Symmetry Fulfillment.

Für Europas Industrie ist das Modell besonders relevant. Im März 2026 kündigte Skild Partnerschaften mit ABB Robotics, Universal Robots und NVIDIA an, Schneider Electric ist Investor. Das Geschäftsmodell zielt damit auf die installierte Basis europäischer Industrie- und Cobot-Arme: Skild verkauft das Gehirn, die etablierten Hersteller liefern die Mechanik. Für Mittelständler mit hoher Variantenvielfalt und kleinen Losgrößen wäre ein Roboter, der eine neue Aufgabe aus einem Video lernt, ein Weg, Automatisierung ohne teure Programmierstunden zu rechnen.

Im Vergleich mit Wettbewerbern sticht die Umsatzangabe heraus. Figure AI sammelte im September 2025 eine Milliarde Dollar bei 39 Milliarden Dollar Bewertung ein, Apptronik im Februar 2026 eine Series-A-Erweiterung über 520 Millionen Dollar; beide haben keinen wiederkehrenden Umsatz veröffentlicht. Physical Intelligence, das im November 2025 eine Series B abschloss, veröffentlicht Forschung statt Umsätze. Bei Google DeepMinds Gemini Robotics 2 vom 30. Juli bleiben die Aktionsmodelle Partnern vorbehalten.

Der Reiz des In-Context-Lernens ist wirtschaftlicher Natur. Jedes Feintuning für eine neue Aufgabe kostet Datenerhebung, Rechenzeit und Ingenieursstunden. Kann ein Kunde ein Video aufnehmen und in Minuten eine funktionierende Steuerung erhalten, sinken die Kosten einer neuen Aufgabe auf die Kosten des Filmens. Skilds eigene Zahlen zeigen aber auch die Grenze: Nachtraining mit 2.000 Vorführungen bleibt bei der Erfolgsquote überlegen, bei Großserienaufgaben kann sich klassisches Feintuning also weiter lohnen.

Offene Fragen bleiben. ARR ist eine hochgerechnete Kennzahl, kein testierter Umsatz, und Skild trennt nicht zwischen Softwarelizenzen, Hardware, Dienstleistungen und dem im April zugekauften Zebra-Geschäft. Die 66 Prozent sind ein Durchschnitt je Arbeitsschritt aus einer internen Auswertung, kein unabhängiger Benchmark. Welche Roboterhardware für die S1-Tests verwendet wurde, nannte Skild nicht.