Was ist Physical AI?

Der Begriff – und wie wir ihn verwenden

Bekannt gemacht hat den Begriff vor allem NVIDIA: CEO Jensen Huang nennt Physical AI „AI with a body" – KI, die physikalisch denkt (Trägheit, Reibung, Ursache und Wirkung) und in der realen Welt handelt [1]. In der Robotik steuert diese Intelligenz Maschinen.

Wir übertragen dasselbe Prinzip auf die Markenkommunikation: Statt einen Roboter zu steuern, gibt Physical AI einer Marke eine verkörperte Präsenz – einen Avatar, der an einem realen Ort sieht, hört, spricht und sich erinnert. Der Körper ist hier kein Greifarm, sondern ein Hologramm, ein Screen oder eine Projektion.

Warum Präsenz mehr wirkt als ein Chatfenster

Dass das Medium die Wirkung verändert, ist seit Jahrzehnten belegt. Die Sozialpräsenz-Theorie von Short, Williams und Christie (1976) beschreibt, dass Kommunikationsmedien sich im Grad ihrer „sozialen Präsenz" unterscheiden – der gefühlten Anwesenheit des Gegenübers. Auf einem Kontinuum reicht sie von Text (geringste Präsenz) bis zur Begegnung von Angesicht zu Angesicht (höchste) [2]. Ein verkörperter Avatar rückt das Gespräch näher an diese menschliche Begegnung heran als ein Chatfenster.

Die Forschung zu Embodied Conversational Agents bestätigt das: Agenten mit sichtbarer Gestalt steigern Vertrauen, soziale Präsenz und Engagement gegenüber reinen Text- oder Sprachschnittstellen [3].

Die Neurologie des ersten Eindrucks

Warum bleibt eine Begegnung im Raum besser in Erinnerung? Weil emotionale Erregung die Gedächtnisbildung verstärkt. Der Neurowissenschaftler James McGaugh zeigte, dass die Amygdala über Stresshormone die Konsolidierung emotional aufgeladener Erlebnisse moduliert – bedeutsame, emotionale Momente werden selektiv besser erinnert [4]. Eine überraschende, persönliche Begegnung mit einem Avatar erzeugt genau solche Momente – ein Chatfenster selten.

Die vier Schichten

Damit ein digitaler Charakter als echte Präsenz funktioniert, greifen vier Schichten ineinander:

• Brain – das Sprachmodell, das versteht und antwortet (modellagnostisch: je nach Aufgabe das passende).
• Memory – die Wissensbasis aus Ihren Daten: Produktwissen, Markenstimme, Kontext.
• Perception – Mikrofon, Kamera und Sensorik, mit denen der Avatar seine Umgebung wahrnimmt und reagiert.
• Embodiment – die sichtbare Form: Hologramm, Screen, Holo-Box, Mixed Reality oder Projektion.

Embodiment: die Illusion von Präsenz

Wie „präsent" ein Avatar wirkt, hängt stark von der Darstellung ab. Der Presence-Forscher Mel Slater unterscheidet die Place Illusion (das Gefühl, an einem Ort zu sein) von der Plausibility Illusion (dass das Geschehene real wirkt) [5]. Ein Hologramm, das glaubwürdig im Raum steht und stimmig auf den Betrachter reagiert, bedient beide Illusionen – ein flacher Screen weniger. Deshalb ist die Wahl der Embodiment-Form keine reine Geschmacksfrage, sondern entscheidet über die Wirkung.

Warum jetzt?

Drei Entwicklungen treffen erstmals zusammen: Sprachmodelle sind gut genug für echte, freie Gespräche, Voice-Technologie klingt natürlich, und Display-Technologien wie Hologramme sind reif für den Dauereinsatz. Physical AI ist damit kein Zukunftsversprechen mehr, sondern heute umsetzbar – vom Messestand bis zum Firmeneingang.