Neuromorphe KI: Ein neuartiger Mikro-Elektromotor chinesischer Wissenschaftler

Chinesische Wissenschaftler entwickeln neuartigen Mikro-Elektromotor auf Basis neuromorpher KI

Ein Forschungsteam der Tsinghua-Universität und der Beihang-Universität (Pekinger Universität für Luft- und Raumfahrt) hat ein innovatives Steuerungssystem für Mikromotoren vorgestellt, das vom menschlichen Gehirn inspiriert ist. Die Entwicklung senkt den Energieverbrauch um 40 % und verbessert die Positioniergenauigkeit.

---

Analytische Notiz: Insider-Perspektive zum chinesischen „neuromorphen Motor“

Status: Vertrauliche Analyse.

Autor: Partner des DeepTech Fund (Schwerpunkt: Robotik und Edge Computing).

Thema: Analyse der Entwicklung der Mikro-Elektromotorsteuerung mittels neuromorpher KI durch Tsinghua und Beihang.

---

[Essenz]: Was wirklich passiert

Offizielle Version: Wissenschaftler der Tsinghua- und Beihang-Universität haben ein Mikromotor-Steuerungssystem auf Basis neuromorpher KI entwickelt, das den Energieverbrauch um 40 % senkt und die Positioniergenauigkeit verbessert.

Realität:

Dies ist keine „neue Motorengeneration“. Es ist eine Waffe im Krieg um Energieeffizienz, der sich 2027–2028 entfalten wird. Herkömmliche Motorsteuerungen (FOC, feldorientierte Regelung) basieren auf mathematischen Modellen mit Aktualisierungsraten von 10–20 kHz. Das neuromorphe System arbeitet „ereignisgesteuert“ – es fragt den Positionssensor nicht 20.000 Mal pro Sekunde ab, sondern reagiert nur, wenn eine Änderung auftritt.

Was bedeutet das in der Praxis für ein gewöhnliches Elektroauto oder einen Roboter? Derzeit ist die Motorsteuerung einer der Hauptenergieverbraucher im System. Sie erhitzt sich. Sie benötigt leistungsstarke Transistoren. Sie erzeugt elektromagnetische Störungen. Der neuromorphe Ansatz reduziert all dies. Dies ist kein „Motor“; es ist ein Umdenken, wie das Gehirn mit dem Muskel spricht.

Und das Datum 29. Mai 2026 ist kein Zufall – genau 3,5 Monate, nachdem dasselbe Team (Beihang plus Partner) sein neuromorphes Sehsystem auf 2D-Transistoren in Nature Communications veröffentlicht hat.

Zeitplan und Kontext

• Februar 2026: Beihang veröffentlicht Arbeiten zum neuromorphen Sehen – ein Chip, der Bewegungen 4-mal schneller erkennt als Menschen, mit einer Latenzreduzierung von 75 %. Das gleiche Prinzip (CGL – Corpus geniculatum laterale, eine Gehirnstruktur, die visuelle Informationen filtert) wird nun für die Bewegungssteuerung adaptiert.

• Mai 2026 (heute): Tsinghua + Beihang kündigen einen neuromorphen Controller für Motoren an. Hinweis: nicht den Motor selbst, sondern das Steuerungssystem.

• Verbindung: Derselbe Kern (Spiking Neural Network, SNN) kann jetzt sowohl sehen als auch eine Hand bewegen. Dies ist der erste Schritt zur Schaffung einer vollständig neuromorphen ‚Sensor → Verarbeitung → Motor‘-Schleife ohne einen einzigen traditionellen FPGA oder DSP. Bisher hat niemand auf der Welt dies in Hardware demonstriert – nur in Simulationen.

Wer gewinnt und wer verliert

Gewinner:

• Die chinesische Robotikindustrie insgesamt. Die Nachfrage nach „leichten“ Steuerungen für humanoide Roboter ist derzeit enorm. Jeder Humanoide (Tesla Optimus, Figure 02, chinesische Keenon, Fourier Intelligence) hat 30–50 Motoren. 40 % Einsparung bei jedem ist der Unterschied zwischen 4 Stunden Betrieb und 6–7 Stunden. Die Aktien chinesischer Servoantriebshersteller (z. B. Inovance Technology) könnten in den kommenden Wochen um 5–8 % steigen.

• Edge-KI-Chiphersteller. Neuromorphe Chips (Intel Loihi, BrainChip, SynSense) gewinnen einen neuen Markt. Motorsteuerungen sind ein Massenmarkt: Milliarden von Geräten. Wenn nur 1 % auf SNN umsteigt, sind das Hunderte Millionen Chips. Risikokapitalfonds werden ihre Suche nach Startups im Bereich neuromorpher Treiber intensivieren.

• Russische Verteidigungsindustrie (nicht offensichtlicher Gewinn). Russland hat derzeit ein Problem mit westlichen Treibern für UAVs und Bodenroboter. Der neuromorphe Ansatz reduziert die Anforderungen an die Prozessortaktfrequenz (ermöglicht ältere, zugänglichere Fertigungsknoten). Dies könnte ein „Workaround“ unter Sanktionen sein.

Verlierer:

• Texas Instruments, STMicroelectronics, Infineon. Sie haben ein Monopol auf klassische Motortreiber (DRV-Serie, STSPIN usw.). Ihre F&E folgt dem Pfad „Schrumpfen der Fertigungsknoten, Hinzufügen von Caches“. Wenn sich der neuromorphe Ansatz im Feld als effektiv erweist, wird ihr Geschäftsmodell (Milliarden verkaufter Chips pro Jahr) bedroht sein. Die Marktkapitalisierung von TI (~160 Milliarden US-Dollar) könnte innerhalb eines Jahres um 5–7 % fallen, wenn die Chinesen ein kommerzielles Produkt veröffentlichen.

• Toshiba und andere Hersteller von Motorsteuerungen für Haushaltsgeräte. Klimaanlagen, Waschmaschinen, Ventilatoren – sie verwenden einfache, billige Treiber. Der neuromorphe Controller ist derzeit zu komplex und teuer für sie. Aber der „Haier-Effekt“ (sie stellen bereits intelligente Kühlschränke her) könnte sie zur Integration drängen.

• Klassische Regelungstheorie (PID-Regler). Universitätskurse über „Mikrocontroller und Embedded C“ werden obsolet. Die Industrie verlagert sich auf das Training neuronaler Netzwerktreiber anstatt auf manuelles Einstellen von Koeffizienten.

Was die Medien nicht sagen

Wichtige nicht offensichtliche Erkenntnis:

Dies ist dasselbe Team, das zuvor die CGL-Architektur für das Sehen implementiert hat. Und jetzt zweckentfremden sie diese Architektur einfach für die Motorsteuerung. Was ist der Haken? Sie haben nichts Neues geschaffen. Sie haben eine grundlegende Architektur veröffentlicht und sie dann auf zwei Aufgaben „gestreckt“. In der wissenschaftlichen Welt nennt man das „gute PR, mittelmäßige Wissenschaft“.

• Fehlende Hardware. Die Pressemitteilung sagt nichts darüber, auf welchem physischen Chip dies läuft. Höchstwahrscheinlich ist es ein FPGA-Prototyp (Xilinx oder Intel). Ein ASIC-Chip (kundenspezifischer Mikrochip) ist 18–24 Monate entfernt. Bis dahin haben westliche Wettbewerber Zeit zu reagieren.

• Trainingsproblem. Spiking Neural Networks sind sehr schwer zu trainieren. Backpropagation für SNNs ist immer noch eine Forschungsherausforderung. Woher haben sie die Trainingsdaten für ihren Controller? Höchstwahrscheinlich aus der Simulation, nicht von einem echten Motor. Das bedeutet, dass ihr Netzwerk beim ersten Kontakt mit echter Hardware (Rauschen, Spiel, ungleichmäßige Reibung) degradieren könnte.

• „40 % Einsparung“ – unter welchen Bedingungen? Marketing vergleicht gerne mit der ineffizientesten Basislinie. Höchstwahrscheinlich haben sie mit einem einfachen PWM-Controller ohne Optimierung verglichen, nicht mit einem modernen FOC auf einem Arm Cortex-M4 mit Hardwarebeschleuniger. Der tatsächliche Vorteil gegenüber Top-Lösungen (TI F280049) beträgt nicht mehr als 10–15 %.

Prognose: Nächste 30 Tage und 90 Tage

30 Tage (Ende Juni 2026):

• Veröffentlichung des vollständigen Papers. Erwarten Sie, dass die Arbeit in einer Zeitschrift wie Nature Electronics oder IEEE Transactions erscheint. Es werden konkrete Zahlen genannt: welcher Motor, welche Last, welcher Fertigungsknoten. Analysten werden die aktuellen lauten Behauptungen auseinandernehmen.

• Deal zwischen einem chinesischen Startup und einem Automobilhersteller. Ein Unternehmen wie Xiaomi EV oder NIO wird eine Lizenz für die Technologie für 5–10 Millionen US-Dollar kaufen, um sie in ihre nächste EV-Generation zu integrieren. Oder, wahrscheinlicher, sie werden einfach eine Absichtserklärung (MoU) unterzeichnen – eine PR-Geste ohne echtes Geld.

• Skepsis von Tesla. Elon Musk (oder seine Ingenieure) werden Kritik äußern: „SNNs skalieren nicht, Konvergenzgeschwindigkeit ist niedrig, gebt uns einen FPGA-Prototypen in einem echten Auto.“ Dies wird die Begeisterung der Anleger für 2–3 Wochen abkühlen.

90 Tage (August 2026):

• Erster funktionierender Hardware-Prototyp. Bis Ende des Sommers werden wir eine Demonstration eines Roboterarms (höchstwahrscheinlich von der Tsinghua-Universität) sehen, der diesen Controller verwendet. Der Arm wird ein Ei halten, Linien zeichnen usw. – der Standard-Satz.

• Versteinerte Reaktionen aus dem Westen. Die US-amerikanische DARPA wird einen 50-Millionen-US-Dollar-Wettbewerb zur Entwicklung neuromorpher Treiber für Militärroboter ankündigen. Ein israelisches Unternehmen (wahrscheinlich NeuroBlade oder Hailo) wird innerhalb von 60 Tagen seinen Prototypen zeigen.

• Markteffekt: Intel-Aktien könnten leicht steigen (sie haben Loihi 2 und können die Technologie schnell portieren). Aber ein echtes kommerzielles Produkt wird nicht vor 2028 erscheinen. Bis dahin sind alle Diskussionen ein Spiel für Börsenspekulanten.

Zusammenfassung: Dies ist keine „Revolution“. Es ist ein evolutionärer Schritt, der nur im Kontext eines größeren Trends von Bedeutung ist – des Übergangs von der „von-Neumann-Architektur“ zu „ereignisgesteuerten“ Systemen. Die Chinesen sind in dieser spezifischen Nische (neuromorphe Bewegungssteuerung) ein Jahr voraus, aber nicht, weil sie Genies sind, sondern weil sie einen „Engpass“ gewählt und sich darauf konzentriert haben. Westliche Labore (Stanford, MIT) arbeiten an allgemeineren Problemen. Bis 2028 wird sich die Lücke schließen. Für jetzt – bleiben Sie am Ball, aber kaufen Sie keine Aktien chinesischer Motorenhersteller, ohne eine echte Implementierung in einem Serienprodukt zu sehen.

— Editorial Team