Ein kleiner Rechner im Roboter löst kein Autonomieproblem. Er entscheidet zunächst darüber, wie schnell ein Modell die Daten von Kamera, Radar oder anderen Sensoren direkt vor Ort verarbeiten kann. Genau an dieser Stelle setzt Nvidias angekündigter Jetson Orin Nano 2 an.
NVIDIA nennt für das Modul 78 TOPS, 8 GB Speicher und eine 8-Kern-Arm-CPU. Außerdem verspricht das Unternehmen gegenüber dem Jetson Orin Nano Super im gleichen kompakten Formfaktor die doppelte Inferenzleistung. Bei gleicher Leistung im 15-Watt-Modus soll der Stromverbrauch um 40 Prozent niedriger liegen. Das klingt zunächst nach einem klaren Sprung. Belegt ist bislang aber eine Produktankündigung, kein unabhängiger Test eines verfügbaren Serienmoduls.
Mehr lokale KI, aber noch kein fertiger Roboter
Für kompakte Roboter, Liefer- und Inspektionsdrohnen oder visuelle Systeme ist lokale Inferenz grundsätzlich interessant. Ein Modell muss Daten dann nicht zwingend zu einem Cloud-Dienst schicken und auf eine Antwort warten. Das kann Netzwerklatenz und Abhängigkeit von einer Verbindung verringern. Gerade bei Bildern oder anderen Sensordaten kann das praktisch sein.
Die Rechenkette endet jedoch nicht beim Modul. Sensoren liefern Daten, ein optimiertes Modell verarbeitet sie lokal und erzeugt etwa Erkennungs- oder Planungssignale. Eine separate Systemlogik muss anschließend entscheiden, welche Handlung zulässig ist. Aktorik, Energieversorgung, Wärmeabfuhr, Softwarepflege und Fehlersicherheit bleiben Aufgaben des gesamten Systems. Mehr Rechenleistung kann deshalb einen Engpass verschieben, aber keinen Roboter für sich allein sicher oder autonom machen.
Welche Aussage wofür steht
| Ebene | Was für den Nano 2 genannt wird | Was daraus nicht folgt |
|---|---|---|
| Rohwert | NVIDIA nennt 78 TOPS. | Die Zahl ist kein direkter Beweis für doppelte Leistung gegenüber 67 Sparse TOPS des Orin Nano Super. |
| Inferenz | NVIDIA spricht von doppelter Inferenzleistung gegenüber dem Super. | Workload, Modell, Präzision und Messmethode sind nicht vollständig offengelegt. |
| Energie | 40 Prozent weniger Strom bei gleicher Leistung im 15-Watt-Modus, nach NVIDIA. | Das beschreibt weder den Gesamtverbrauch noch die Akkulaufzeit eines Roboters. |
| Verfügbarkeit | Modul und Developer Kit sollen im ersten Halbjahr 2027 kommen. | Ein Plantermin ist kein Nachweis für Preis, deutsche Lagerbestände oder Lieferfähigkeit. |
| Robotiknachweis | Partner sollen die Plattform nutzen, unterstützen oder evaluieren. | Ein unabhängiger Dauerlauf-, Sicherheits- oder Seriennachweis für Nano 2 liegt nicht vor. |
Diese Trennung ist wichtig, weil die Rohzahlen leicht zu einer falschen Abkürzung verleiten. Nvidias Orin Nano Super ist mit 67 Sparse TOPS dokumentiert. Aus 78 gegenüber 67 lässt sich jedoch keine Verdopplung ableiten. Die 2x-Aussage bezieht sich auf Inferenz unter Bedingungen, die NVIDIA für den Vergleich festlegt. Heise weist außerdem darauf hin, dass unter anderem GPU-Generation, Taktraten, genaue Leistungsaufnahme und weitere Messdetails bislang offen sind.
Der 15-Watt-Vergleich betrifft nicht die ganze Maschine
Der Effizienzclaim kann für batteriebetriebene Geräte relevant werden. Er beschreibt nach Angaben des Herstellers jedoch gleiche Leistung im 15-Watt-Modus. Ein Roboter verbraucht zusätzlich Energie für Sensoren, Aktoren, Kühlung, Kommunikation und die restliche Steuerung. Ob daraus im Alltag längere Laufzeit oder ein spürbarer Vorteil entsteht, hängt von der jeweiligen Konstruktion ab.
Auch die Partnerhinweise haben unterschiedliche Aussagekraft. Wing setzt laut NVIDIA den Vorgänger Jetson Orin Nano Super in einer Lieferdrohnenflotte ein und plant eine Evaluierung des Nano 2. Das zeigt, dass die Plattformfamilie in einem konkreten Einsatzkontext vorkommt. Es ist aber kein Beleg dafür, dass der Nano 2 bereits in dieser Flotte läuft.
Was vor einem Kauf oder einem Robotikprojekt fehlt
Modul und Developer Kit sollen laut NVIDIA erst im ersten Halbjahr 2027 verfügbar werden. Preis, konkrete deutsche Verfügbarkeit, thermisches Verhalten unter Dauerlast und ein unabhängiger Vergleich mit dem Orin Nano Super sind noch nicht dokumentiert. Der nächste belastbare Nachweis wäre ein Test mit klar benanntem Modell, Präzision, Sensorpipeline, Latenz oder Durchsatz, Speicherbedarf, Temperaturverlauf und Energieprofil.
Für Deutschland und die EU kommt ein weiterer Punkt hinzu. Die EU-Maschinenverordnung 2023/1230 gilt grundsätzlich ab dem 20. Januar 2027. Sie ist für Maschinen und ihre Sicherheitsfunktionen relevant, nicht als Freigabe für ein einzelnes Rechenmodul. Wer den Nano 2 in ein Robotiksystem einbaut, muss die Konformität und Sicherheit des konkreten Gesamtsystems nachweisen.
Die Ankündigung ist daher vor allem ein Signal für kompaktere lokale KI. Ob daraus in der Praxis schneller reagierende oder sparsamer arbeitende Maschinen werden, entscheidet sich nicht an einer TOPS-Zahl. Dafür braucht es verfügbare Hardware, nachvollziehbare Messungen und einen Test unter Bedingungen, die dem späteren Einsatz entsprechen.
Quellen und weiterführende Informationen
- NVIDIA Newsroom: Jetson Orin Nano 2
- heise online: Nvidia kündigt Jetson Orin Nano 2 an
- NVIDIA Developer Blog: Jetson Orin Nano Super
- EUR-Lex: Verordnung (EU) 2023/1230
Hinweis: Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft. Stand: 2026-08-26.
