Humanoide Roboter halten Einzug in Fabriken – Was Realität und was noch Hype ist

Vom Demovideo ins Werk

Vor drei Jahren existierten humanoide Roboter hauptsächlich als Demovideos – sorgfältig choreografierte Clips, die Schlagzeilen und Investoreninteresse generieren sollten. Heute arbeitet Figure 02 an einem BMW-Fließband in South Carolina, Tesla Optimus sortiert in Tesla-eigenen Lagern, und 1X's Neo übernimmt Logistikaufgaben an mehreren kommerziellen Standorten. Die Kluft zwischen Demo und Einsatz hat sich schneller geschlossen, als die meisten Branchenbeobachter vorhersagten, angetrieben durch eine Konvergenz besserer Aktuatoren, transformerbasierter Foundation-Modelle und Unternehmen, die bereit sind, Kapital für echte Einsätze statt nur für Forschung bereitzustellen.

Dies ist keine Geschichte darüber, dass Roboter über Nacht die Fabriken übernehmen. Humanoide Roboter im Jahr 2026 sind leistungsfähig, spezialisiert und teuer. Zu verstehen, wo die Technologie genau funktioniert – und wo sie noch scheitert – ist wichtiger als sowohl die optimistischen Pressemitteilungen als auch die reflexive Skepsis.

Figure AI und die BMW-Partnerschaft

Figure AI sammelte Anfang 2024 675 Millionen US-Dollar ein, mit Unterstützung von Microsoft, OpenAI, Nvidia, Intel Capital und Jeff Bezos. Die Finanzierung zielte auf ein konkretes Ziel ab: kommerziellen Einsatz in großem Maßstab. Die BMW-Partnerschaft in deren Werk in Spartanburg, South Carolina, ist der konkreteste Datenpunkt in der Branche der humanoiden Roboter.

Figure 02 Roboter bei BMW führen Komponentenhandhabung und Teilebehälter-Entnahme durch – sie entnehmen Teile aus Behältern und platzieren sie in Fahrzeugmontagepositionen. Dies sind strukturierte, sich wiederholende Aufgaben mit definierten Entnahmezonen und konsistenten Teilgeometrien. Figure 02 ist etwa 1,68 m groß, wiegt 60 kg und kann bis zu 20 kg Nutzlast tragen. Seine Hände haben 16 Freiheitsgrade, was Greifmuster ermöglicht, die frühere Robotergenerationen nicht bewältigen konnten.

Die OpenAI-Kooperation ermöglicht sprachbasierte Anweisungen: Bediener können verbale Befehle geben, anstatt Bewegungsabläufe neu zu programmieren. In der Praxis bedeutet dies schnellere Aufgabenwechsel und geringere Umschulungskosten, wenn sich Montagekonfigurationen ändern. Die Frage der Wirtschaftlichkeit im großen Maßstab bleibt offen – Figure hat keine öffentlichen Stückkostenziele veröffentlicht, aber Branchenanalysten schätzen den Figure 02 auf etwa 70.000 US-Dollar pro Einheit bei aktuellen Produktionsvolumina.

Tesla Optimus: Zuerst interner Einsatz

Teslas Ansatz unterscheidet sich in einer wichtigen strukturellen Hinsicht von dem von Figure: Optimus wird zuerst intern eingesetzt, bevor ein externer kommerzieller Verkauf erfolgt. Seit Anfang 2026 hat Tesla Optimus-Einheiten in seinen eigenen Einrichtungen für Batteriezellensortierung und Fabriklogistik eingesetzt – Komponenten zwischen Stationen bewegen, Lagerbestände verwalten und sich wiederholende Transferaufgaben übernehmen.

Die Verbesserungen der Generation 2 sind bedeutsam: geschickte Hände mit taktiler Sensorik, schnellere Gangart (von 1,3 m/s auf etwa 1,7 m/s) und verbesserte Balance auf unebenen Oberflächen. Elon Musk hat ein Ziel von 1 Million produzierten Optimus-Einheiten bis 2030 genannt. Diese Zahl erfordert den Glauben, dass Tesla humanoide Roboter in Automobilmaßstab herstellen kann – ein bedeutender operativer Sprung, den kein Unternehmen bisher demonstriert hat. Die glaubwürdigere kurzfristige Entwicklung sind Zehntausende von Einheiten, die bis 2027 intern eingesetzt werden, wobei externe Verkäufe 2025-2026 zu einem angestrebten Preis von etwa 20.000 bis 25.000 US-Dollar beginnen, obwohl die tatsächlichen Liefertermine wiederholt verschoben wurden.

1X Technologies: Kooperation als Gestaltungsprinzip

1X Technologies, gegründet in Norwegen und jetzt mit Unterstützung von Amazon, verfolgt mit seinem Neo Roboter einen philosophisch anderen Ansatz. Während Figure und Tesla auf maximale Leistungsfähigkeit optimieren, priorisiert 1X die sichere Nähe zu menschlichen Arbeitern. Neo ist dafür ausgelegt, im selben Raum wie Menschen zu arbeiten, ohne die Sicherheitskäfige, die Industrieroboter normalerweise benötigen.

Die Amazon-Logistikpartnerschaft von 1X beinhaltet Neo-Einheiten, die in Fulfillment-Center-Umgebungen arbeiten – nicht in abgetrennten Roboterzonen, sondern Seite an Seite mit menschlichen Kommissionierern. Die technische Wette ist, dass die Kooperationsfähigkeit kommerziell wertvoller ist als die reine Leistung, da sie den Einsatz ohne teure Nachrüstungen der Einrichtung ermöglicht. Neos kraftbegrenzende Gelenke und langsamere, bewusste Bewegungen sind Designentscheidungen, keine Einschränkungen, die sie noch nicht gelöst haben.

Boston Dynamics Atlas: Elektrischer Übergang

Boston Dynamics zog den hydraulischen Atlas im April 2024 aus dem Verkehr und ersetzte ihn durch eine vollelektrische Version. Der elektrische Atlas ist schneller, zuverlässiger und benötigt kein Hydraulikflüssigkeitsmanagement – eine bedeutende betriebliche Verbesserung für den kommerziellen Einsatz. Boston Dynamics war bei kommerziellen Behauptungen vorsichtiger als die Konkurrenz und konzentrierte sich auf spezifische industrielle Anwendungen anstelle einer allgemeinen Positionierung als humanoider Roboter.

Die aktuellen Atlas-Einsätze sind begrenzt und erfolgen meist in Partnerschaft mit Hyundai (der Muttergesellschaft von Boston Dynamics) zur Fertigungsevaluierung. Atlas kann Teilehandhabung, Behälterentnahme und einige Montageaufgaben durchführen, aber sein kommerzieller Einsatzumfang ist ab 2026 geringer als der von Figure oder Agility Robotics. Der Übergang von hydraulisch zu elektrisch war notwendig; die Umsetzung in einen breiten kommerziellen Einsatz ist noch im Gange.

Agility Robotics Digit: Der Lagerspezialist

Der Digit Roboter von Agility Robotics hat die ausgereifteste kommerzielle Einsatzgeschichte im Lagensegment. Die Investition von Amazon in Agility Robotics und die GXO-Partnerschaft für die Lagerkommissionierung repräsentieren echte operative Einsätze, nicht Pilotprogramme. Digit soll bei Aufgaben wie dem Bewegen von Behältern und dem Transfer von Regal zu Förderband in strukturierten Lagerumgebungen Aufgabenerfolgsraten von über 90 % erreichen.

Digits Design – zweibeinig, aber mit einer kleineren Statur als menschengroße Konkurrenten – ist für bestehende Lagerinfrastruktur optimiert. Gänge, Regalhöhen und Förderbandschnittstellen, die für Menschen ausgelegt sind, funktionieren auch für Digit ohne Modifikation. Dieser Interoperabilitätsvorteil ist bedeutend: Er reduziert den Einführungsaufwand, selbst wenn die rohe Leistungsfähigkeit von Digit nicht mit größeren humanoiden Plattformen mithalten kann.

Die Technologie, die 2025-2026 ermöglichte

Drei technologische Veränderungen kamen zusammen, um die aktuellen Einsätze zu ermöglichen. Erstens, transformerbasierte Robot-Foundation-Modelle – Google DeepMinds RT-2 und Physical Intelligences π0-System – ermöglichen es Robotern, erlernte Verhaltensweisen über Aufgaben hinweg zu verallgemeinern, anstatt eine aufgabenspezifische Programmierung zu erfordern. Ein Roboter, der auf Tausenden von Greif-und-Platzier-Demonstrationen trainiert wurde, kann sich an neue Objekte anpassen, ohne vollständig neu trainiert zu werden.

Zweitens bedeutet Sim-to-Real-Training in großem Maßstab, dass Roboter Millionen von Trainingsstunden in der Simulation sammeln können, bevor sie physische Hardware berühren. Die Kluft zwischen simulierter und realer Leistung hat sich erheblich verringert, da sich die Simulationsphysik-Engines verbessert haben.

Drittens sind die Kostenkurven für Aktuatoren einem ähnlichen Verlauf gefolgt wie die frühen Elektrofahrzeugmotoren. Bürstenlose Gleichstrommotoren mit Harmonic Drives, die vor fünf Jahren 2.000 bis 3.000 US-Dollar pro Gelenk kosteten, kosten jetzt in großen Stückzahlen 400 bis 800 US-Dollar, was den Bau vollständiger humanoider Roboter in Produktionsmaßstab wirtschaftlich machbar macht.

Was sie können und was nicht

Aktuelle humanoide Roboter arbeiten zuverlässig bei strukturierten, sich wiederholenden Greif-und-Platzier-Aufgaben in kontrollierten Umgebungen: Teilebehälter-Entnahme, Behältertransport, Komponententransfer zwischen festen Stationen. Diese Aufgaben teilen gemeinsame Merkmale – konsistente Objektgeometrie, definierte Greif- und Platzierorte, vorhersehbare Beleuchtung und Hintergründe.

• Ja: Teilebehälter-Entnahme mit konsistenter Geometrie
• Ja: Behälter- und Containertransport in Lagern
• Ja: Komponententransfer zwischen festen Montagestationen
• Kaum: Geschickte Montage kleiner Komponenten (Steckereinführung, Befestigungsplatzierung)
• Noch nicht: Unstrukturierte Umgebungen mit variablen Layouts
• Noch nicht: Aufgaben, die Echtzeit-Zusammenarbeit und Kommunikation mit Menschen erfordern
• Noch nicht: Wartungs-, Reparatur- oder Diagnoseaufgaben, die Urteilsvermögen erfordern

Die Lücke bei der geschickten Montage ist bedeutsam: Die meisten hochwertigen Fertigungsaufgaben umfassen kleine Komponenten, enge Toleranzen und Kraftrückmeldungsanforderungen, mit denen aktuelle Roboterhände Schwierigkeiten haben. Der BMW-Einsatz verwendet Figure 02 für die Teilehandhabung, nicht für die Präzisionsmontage – diese Unterscheidung ist wichtig.

Die Kostenrechnung

Bei 70.000 US-Dollar pro Einheit erfordert die Wirtschaftlichkeit des Figure 02 eine realistische Annahme zur Betriebszeit. Ein menschlicher Arbeiter in drei Schichten verdient inklusive Sozialleistungen und Gemeinkosten etwa 100.000 US-Dollar pro Jahr. Der Roboter erreicht Kostengleichheit nur, wenn die Betriebszeit hoch bleibt – Brancheneinsätze berichten von 60-75 % effektiver Betriebszeit in aktuellen frühen Einsätzen, unter Berücksichtigung von Wartung, Umschulung und Ausnahmefehlern.

Bei 65 % Betriebszeit verringert sich der effektive Arbeitskostenvorteil des Roboters gegenüber drei menschlichen Schichtarbeitern erheblich, wenn man die Stückkosten über einen 5-Jahres-Abschreibungszeitraum plus Wartungsverträge amortisiert. Die Rechnung verbessert sich erheblich, wenn die Zuverlässigkeit steigt und die Stückkosten sinken. Die meisten seriösen Analysten setzen den wirtschaftlichen Wendepunkt bei 40.000 bis 50.000 US-Dollar pro Einheit mit einer Betriebszeit von über 85 % an – ein Ziel, das innerhalb von 3-4 Jahren erreichbar erscheint.

Auswirkungen auf den Arbeitsmarkt

Die Jobs, die kurzfristig wirklich gefährdet sind, sind strukturierte, sich wiederholende Materialhandhabungsrollen: Lagerauftragskommissionierung in großen Fulfillment-Centern, Teilebehälter-Entnahme in der Automobilmontage und sich wiederholende Komponententransferaufgaben. Diese Rollen teilen die Merkmale, die aktuelle Roboter gut bewältigen.

Jobs, die kurzfristig sicherer sind, umfassen jede Rolle, die geschickte Kleinkomponentenmontage, Navigation in unstrukturierten Umgebungen, Echtzeit-Urteilsvermögen, menschliche Kommunikation oder physische Aufgaben in Räumen erfordert, die nicht für Roboter ausgelegt sind. Facharbeiter, Wartungsrollen und Jobs mit hoher Variabilität befinden sich nicht auf einem 5-Jahres-Verdrängungszeitplan durch humanoide Roboter.

Wer jetzt handeln vs. warten sollte

Jetzt evaluieren: Automobilhersteller mit strukturierten Montageumgebungen, große Fulfillment- und Logistikbetreiber, Hersteller mit dokumentiertem Arbeitskräftemangel in sich wiederholenden Handhabungsrollen und jeder Betrieb, bei dem die Arbeitskosten für drei Schichten pro Station 90.000 US-Dollar/Jahr übersteigen.

2-3 Jahre warten: Kleinere Hersteller ohne dedizierte Robotik-Ingenieurteams, Betriebe mit hoher Aufgabenvarianz oder häufigen Umstellungen, Einrichtungen, in denen eine Änderung des Arbeitsraums erforderlich wäre, und jede Anwendung, die geschickte Kleinkomponentenarbeit erfordert.

Der Übergang zu humanoiden Robotern in der Fertigung ist real, er hat begonnen und wird sich beschleunigen. Aber die Realität im Jahr 2026 sind schmale Einsätze in genau definierten Aufgaben, kein allgemeiner Arbeitsersatz. Unternehmen, die jetzt Piloten durchführen, werden über operatives Wissen verfügen, wenn die Technologie eine breitere Leistungsfähigkeit erreicht – dieser Lernkurvenvorteil wird wichtig sein, wenn die Kosten in den nächsten drei Jahren sinken und die Zuverlässigkeit steigt.