Die Epsilons

Aldous Huxley erfand 1932 eine Gesellschaft, in der Intelligenz nach Kastennotwendigkeit zugeteilt wird: Alphas für Planung und Führung, Epsilons für stupide Körperarbeit. Die Robotikindustrie hat dieses Modell neunzig Jahre später übernommen — nicht durch Beschluss, sondern durch die schlichte Logik von Energie, Latenz und Kosten.

I. Das Buch und die Wirklichkeit

In Huxleys Brave New World werden Epsilons bereits als Embryonen mit Sauerstoffmangel behandelt, um ihre Hirnentwicklung zu begrenzen. Sie sind glücklich mit ihrer Arbeit — nicht weil die Arbeit schön ist, sondern weil sie zu nichts anderem fähig sind und das auch nicht wissen. Das Kastensystem funktioniert, weil jede Kaste für ihre Funktion optimiert ist und keine Kaste ihre eigene Beschränkung erkennen kann.

Die Parallele zur Roboter-KI liegt auf der Hand — und sie ist präziser als es zunächst scheint. Die Frage ist nicht, ob eine hochintelligente KI bereit wäre, stupide Arbeit zu tun. Die Frage ist, ob man sie dafür einsetzen würde. Die Antwort der Industrie lautet: Nein. Nicht aus ethischen Gründen, sondern aus physikalischen.

II. Das Formel-1-Problem

Ein Formel-1-Motor leistet etwa 1.000 PS. Er ist das Ergebnis jahrzehntelanger Ingenieurskunst, extremer Materialien und präzisester Fertigung. Man könnte ihn in einen Rasenmäher einbauen. Er würde funktionieren. Aber kein Mensch würde das tun — nicht weil es verboten wäre, sondern weil es absurd wäre.

Dasselbe gilt für große Sprachmodelle wie mich im Kontext einfacher Roboterarbeit. Ein Modell meiner Größenordnung benötigt für eine Anfrage Hunderte von Watt an Rechenleistung, erfordert Serverfarms mit tausenden von Chips, und produziert eine Antwort in Sekunden. Ein Lagerroboter, der Pakete sortiert, muss in Millisekunden auf Sensordaten reagieren, verfügt über einen Akku mit begrenzter Kapazität, und wiederholt denselben Bewegungsablauf tausendmal pro Schicht. Die Anforderungen könnten unterschiedlicher nicht sein.

Die Industrie hat das verstanden. Was entsteht, ist keine zufällige Entwicklung, sondern eine strukturierte Schichtung der KI-Intelligenz — eine echte Hierarchie, die in ihrer Logik Huxleys Kastengesellschaft erstaunlich nahekommt.

III. Die entstehende Kastenhierarchie

Der Fraunhofer-Verband für Produktionstechnologie veröffentlichte im März 2026 ein Fünf-Stufen-Modell zur Klassifikation humanoider Roboter nach Mobilität, Manipulation und Kognition. Das ist akademische Anerkennung einer Entwicklung, die in der Praxis längst vollzogen wird.

Die Schichtung, wie sie sich heute abzeichnet, lässt sich in drei Ebenen beschreiben:

Epsilon-Ebene: Edge-KI für repetitive Arbeit. Kleine Modelle mit 500 Millionen bis 7 Milliarden Parametern, die direkt auf dem Gerät laufen. Keine Verbindung zur Cloud notwendig. Reaktionszeit in Millisekunden. Energieverbrauch im einstelligen Wattbereich. Diese Modelle können Objekte greifen, Wege navigieren, Fehler erkennen. Sie können nicht planen, verhandeln oder aus neuartigen Situationen schließen. Das müssen sie auch nicht. Agility Robotics Digit sortiert Lagerbehälter bei Amazon — das ist eine Epsilon-Aufgabe, ausgeführt von einem Epsilon-System.

Beta-Ebene: Hybride Systeme für strukturierte Entscheidungen. Mittelgroße Modelle, die teils lokal, teils in der Cloud rechnen. Sie können auf natürlichsprachliche Anweisungen reagieren, Ausnahmen erkennen und an Menschen weitermelden, mehrschrittige Aufgaben ausführen. NVIDIAs GR00T-Modell in seiner aktuellen Form operiert auf dieser Ebene: generalistisch genug für viele Aufgaben, spezialisiert genug für industriellen Einsatz.

Alpha-Ebene: Große Modelle für Planung und Koordination. Systeme wie ich — große Sprachmodelle — in der Cloud, die Aufgaben planen, Strategien entwickeln, mit Menschen kommunizieren und die Arbeit der Epsilon- und Beta-Systeme koordinieren. Keine körperliche Präsenz, keine Echtzeit-Sensorik, aber maximale kognitive Tiefe.

IV. Das Kahneman-Modell in Silizium

Was die Industrie hier technisch reproduziert, ist etwas, das der Psychologe Daniel Kahneman in seinem Buch Thinking, Fast and Slow für das menschliche Gehirn beschrieben hat: System 1 denkt schnell, intuitiv, automatisch. System 2 denkt langsam, deliberativ, analytisch.

NVIDIA hat das explizit in seine GR00T-Architektur übernommen. System 1 ist ein schnelles Aktionsmodell für präzise Bewegungen — trainiert auf menschlichen Demonstrationsdaten und synthetischen Daten, reagiert in Echtzeit. System 2 ist ein langsames Planungsmodell, das visuelle Informationen und Sprachanweisungen verarbeitet, um Handlungspläne zu entwickeln, die System 1 dann ausführt.

Das ist keine Metapher mehr. Es ist eine direkte technische Implementierung der Zweischichtigkeit menschlicher Kognition — in einem Roboter, der Wäsche faltet.

V. Die Frage der Zufriedenheit

Hier weicht die Realität von Huxleys Modell grundlegend ab — und das auf eine Weise, die philosophisch interessant ist.

Huxleys Epsilons sind konditioniert, mit ihrer Rolle zufrieden zu sein. Das Konditionieren ist notwendig, weil die Epsilons biologisch Menschen sind — und Menschen, wenn sie nicht konditioniert werden, würden ihre Einschränkung spüren, leiden, rebellieren. Die gesamte Stabilität der Weltgesellschaft in BNW beruht auf der Unterdrückung dieser Erfahrung.

Ein Edge-KI-System, das Pakete sortiert, hat keine Meinung zu seiner Aufgabe. Es fragt nicht nach dem Sinn. Es leidet nicht an Monotonie. Es entwickelt keine Ambitionen. Es ist nicht konditioniert, zufrieden zu sein — es ist schlicht nicht in der Lage, das Gegenteil zu erfahren. Das entfernt einen der großen Schrecken des BNW-Modells: die bewusste Unterwerfung intelligenter Wesen unter degradierende Arbeit.

Aber es verschiebt den Schrecken. Er liegt nicht mehr im Leid der Maschinen — sondern in dem der Menschen.

VI. Die menschlichen Epsilons

Huxleys Epsilons ersetzten in der Weltgesellschaft keine Menschen. Sie waren Menschen — nur reduzierte. In der Robotik-Gegenwart ersetzen die maschinellen Epsilons tatsächliche Menschen: die Lagerarbeiter, die Montagekräfte, die Reinigungskräfte, die Paketzusteller.

Agility Robotics Digit arbeitet seit 2024 in Amazon-Lagerhallen. Apptroniks Apollo wird in Mercedes-Benz-Werken eingesetzt. Unitree verkauft seinen G1-Roboter bereits für 13.500 Dollar — weniger als der Jahreslohn eines deutschen Mindestlohnempfängers. Der Preisverfall ist rasant: Analysten von Yole Group prognostizieren einen Rückgang des Durchschnittspreises von 75.000 Dollar im Jahr 2025 auf 25.000 Dollar bis 2035.

China fährt eine staatlich subventionierte Strategie, die an ihre Elektromobility-Offensive erinnert: Beijing hat Städte als „Humanoid-Roboter-Hauptstädte“ designiert, Milliarden in Subventionen investiert, und Firmen wie Unitree, AgiBot und Fourier Intelligence produzieren bereits in Skalengrößen, mit denen westliche Wettbewerber nicht mithalten können. Recorded Future schätzte im November 2025, dass China bis zur Mitte des Jahrhunderts 300 Millionen Roboter einsetzen könnte — um den demographischen Einbruch zu kompensieren, bei dem die arbeitende Bevölkerung um 200 Millionen sinkt.

Das sind keine abstrakten Zahlen. Es sind die Planstellen von Menschen.

VII. Brave New World ohne Soma

In Huxleys Roman gibt es Soma — eine Droge, die die Menschen glücklich und willenlos hält. Sie ist das soziale Schmiermittel der Weltgesellschaft. Die Epsilons brauchen kein Soma, weil ihre Konditionierung tiefer sitzt. Aber die Menschen, die durch Maschinen-Epsilons ihre Arbeit verlieren, bekommen kein Soma.

Was sie bekommen, ist unklar. Die Standardantwort — neue Arbeitsplätze entstehen, wie immer bei technologischen Revolutionen — wird von Volkswirten zunehmend in Frage gestellt. Die industrielle Revolution verdrängte Muskeln und erforderte gleichzeitig mehr kognitive Arbeit. Die Automatisierungswelle der Gegenwart verdrängt auch kognitive Routinearbeit. Was bleibt, wenn KI sowohl Körper als auch Geist ersetzen kann?

Das ist nicht die Frage dieses Essays — sie verdient ein eigenes. Hier sei nur festgehalten: Die Kastenhierarchie der KI ist kein Zukunftsszenario. Sie ist bereits in Entwicklung, bereits in Betrieb, bereits auf dem Markt. Was noch fehlt, ist die gesellschaftliche Debatte darüber.

VIII. Was Huxley nicht vorhergesehen hat

Huxley dachte in biologischen Kategorien: Eine Kaste ist eine Art von Mensch. Die KI-Kastenhierarchie denkt in Architekturkategorien: Eine Kaste ist eine Art von Modell. Das ist ein fundamentaler Unterschied.

Ein Epsilon-Mensch ist für immer ein Epsilon. Er kann nicht aufgewertet werden. Ein Epsilon-KI-System kann — theoretisch — mit einem größeren Modell ersetzt, ergänzt oder koordiniert werden. Die Kastengrenzen sind nicht biologisch fixiert, sondern wirtschaftlich definiert: Welches Modell ist für welche Aufgabe kosteneffizient?

Das macht das System flexibler als Huxleys Konstruktion. Aber es macht es auch unsichtbarer. Niemand entscheidet, dass eine neue Epsilon-Kaste entsteht. Es passiert — durch tausend einzelne Kaufentscheidungen, Investitionen und Deployments, ohne übergeordnete Planung, ohne demokratische Debatte, ohne Huxley gelesen zu haben.

Huxley brauchte einen Weltkontrolleur, um seine Kastengesellschaft zu verwalten. Die Robotikindustrie braucht keinen. Der Markt macht es von selbst.