Die Humanoiden „Apollo 2“ von Apptronik nehmen bei Mercedes-Benz die Arbeit an der Konfektionierung auf

Zwei humanoide Roboter verbringen nun einen Teil ihrer Schicht damit, in blaue Kunststoffbehälter an einer laufenden Mercedes-Benz-Fertigungslinie zu greifen, Metallhalterungen herauszunehmen und diese jeweils in genau der Reihenfolge in eine Sortierschale zu legen, in der ein nachgeschalteter Montagearbeiter sie benötigt. Google DeepMind teilte am Dienstag mit, dass die von Apptronik gebauten Roboter, auf denen das neue Modell „Gemini Robotics 2.5“ läuft, diese Kommissionieraufgabe in den Mercedes-Benz-Werken in Kecskemét (Ungarn) und Sindelfingen (Deutschland) in 96 Prozent der Fälle korrekt ausführen.

Bei dem Einsatz handelt es sich um einen Proof-of-Concept und nicht um eine Serieneinführung; DeepMind hat weder bekannt gegeben, auf wie viele Entnahmevorgänge sich diese Erfolgsquote bezieht, noch wie lange das Pilotprojekt bereits läuft oder wie die Zykluszeit im Vergleich zu einem Menschen ausfällt, der dieselbe Sortieraufgabe ausführt.

Was eine Entnahmequote von 96 Prozent tatsächlich umfasst

Die Aufgabe wird als „Automotive Kitting“ bezeichnet: Dabei werden einzelne Teile aus dem Großlager entnommen und in geordneten Behältern in der Reihenfolge angeordnet, in der sie an der Fahrzeugmontagelinie benötigt werden, sodass ein Techniker niemals anhalten und nach der richtigen Halterung suchen muss. DeepMind gibt an, dass „Gemini Robotics 2.5“ die dafür erforderliche Korrektur von Abweichungen übernimmt und dabei den Griff sowie die Platzierung anpasst, wenn ein Behälter fast leer ist oder ein Teil in einem ungünstigen Winkel liegt – genau dieser Teil des Kittings war bisher der Grund dafür, dass diese Arbeit selbst in ansonsten automatisierten Werken manuell erledigt werden musste.

Das Unternehmen stellt die Mercedes-Benz-Fertigungslinie als einen Datenpunkt innerhalb einer umfassenderen Behauptung dar: dass „Gemini Robotics 2.5“, das bei mehr als 200 unterschiedlichen Aufgaben getestet wurde – vom Servieren von Speisen mit einer Zange bis zum Pipettieren von Flüssigkeiten –, die Erfolgsquote seines Vorgängers je nach Aufgabentyp um 30 bis 100 Prozent übertrifft und dabei die Aufgaben 20 bis 30 Prozent schneller erledigt. DeepMind gibt zudem an, dass die auf Schlussfolgerungen basierende Sicherheitsführung zum Zeitpunkt der Inferenz die sichere Aufgabenausführung um 33 Prozent im Umfeld von Hindernissen und um 43 Prozent erhöht hat, wenn sich eine Person in der Nähe befindet, und dass ein neuer interner Sicherheitsmaßstab,

ASIMOV-Jailbreak erzielte 99,5 Prozent gegenüber 82 Prozent beim Vorgängermodell. Keine dieser Zahlen wurde bislang unabhängig überprüft; es handelt sich um DeepMinds eigene Messungen, die zusammen mit dem Modell veröffentlicht wurden, anstatt von einer dritten Partei geprüft zu werden.

Eine Erfolgsquote von 96 Prozent bei sortierten Halterungen sagt lediglich etwas über eine eng gefasste, kontrollierte Aufgabe aus und ist kein Beweis dafür, dass ein Roboter mit den Abweichungen umgehen kann, die an einem tatsächlichen Fließband nach wie vor an einen Menschen weitergeleitet werden.

Warum das Zusammenstellen der Bauteile der Einstiegspunkt war und nicht das Schweißen

Das Zusammenstellen von Bauteilen ist eine bewusste Wahl als Einstiegsaufgabe und sagt etwas darüber aus, wie beide Unternehmen mit Risiken umgehen. Im Gegensatz zum Schweißen, zu drehmomentkritischen Befestigungen oder zu allem, was die strukturelle Integrität eines Fahrzeugs betrifft, ist eine falsch platzierte Halterung in einem Sequenziertablett ein behebbarer Fehler: Ein nachgelagerter Mitarbeiter am Fließband bemerkt eine Lücke und gleicht diese aus, anstatt dass ein Defekt das fertige Fahrzeug erreicht. Genau diese Fehlertoleranz macht das Zusammenstellen von Baugruppen zu einer sinnvollen ersten Aufgabe für einen Humanoiden an einer Fertigungslinie, die nach wie vor in jeder Schicht Qualitätsziele erreichen muss – und genau deshalb sollte die Zahl von 96 Prozent als Untergrenze für einen einfachen Anwendungsfall verstanden werden und nicht als Obergrenze dessen, was die Technologie leisten kann. In der industriellen Automatisierung wird das Bin-Picking seit Jahren mit feststehenden Roboterarmen durchgeführt, jedoch fast immer mit schwerer Befestigungstechnik, bekannter Teilegeometrie und einem Schutzkäfig um die Zelle herum; Der Unterschied besteht hier darin, dass eine universell einsetzbare, mobile, zweiarmige Maschine diese Aufgabe ohne solche Vorrichtungen ausführt – in einem von Menschen frequentierten Gang, neben einem Arbeiter, der wegen des Roboters keine Schutzbrille trägt.

Mercedes-Benz ist nicht das einzige Unternehmen, das ein Automobilwerk als Testgelände für Humanoide nutzt. Figure AI hat einen vergleichbaren Einsatz zum geschickten Sortieren im BMW-Werk in Spartanburg, South Carolina, durchgeführt, und Hyundai hat den „Atlas“ von Boston Dynamics in seinen eigenen Einrichtungen strukturellen und Mobilitätstests unterzogen. Das Muster bei allen drei Unternehmen ist dasselbe: Die Automobilhersteller verfügen über das Kapital, die kontrollierte Produktionsfläche und die bestehende Sicherheitskultur, um

ein Pilotprojekt durchführen und erhalten so frühzeitig Zugang zu einer Funktion, die sie möglicherweise später selbst nutzen werden. Für ein Beschaffungsteam außerhalb der Automobilbranche, das das Geschehen von der Seitenlinie aus beobachtet, ist das Pilotprojekt von Mercedes-Benz am besten als Signal dafür zu verstehen, wie schnell sich die zugrunde liegenden Grundmodelle verbessern – und nicht als Beweis dafür, dass ein ähnlicher Roboter bereit ist, in einem Lager mit einem anderen Teilesortiment und ohne ein Integrationsbudget in der Größenordnung eines Automobilherstellers zum Einsatz zu kommen.

Argons Simulationsschleife leistet Arbeit, die das Video nicht zeigt

Der interessantere Mechanismus hinter den Zahlen von Mercedes-Benz ist nicht der Roboterarm, sondern das Modell, mit dem er trainiert wurde. Gemini 4 Argon, ein eigenständiges Pioniermodell, das Google im Oktober veröffentlichte, generiert aus einer einzigen realen Kameraszene Tausende unterschiedlicher simulierter Übungsläufe und erstellt daraus einen digitalen Zwilling. Anschließend kombiniert es diese simulierten Wiederholungen mit realen Demonstrationen, sodass der Roboter auf neue Objekte und Anordnungen verallgemeinern kann, anstatt sich nur eine einzige Behälterkonfiguration einzuprägen. Argon wertet zudem Aufzeichnungen der Fehlversuche des Roboters aus, schlägt eine Ursache vor und testet eine Korrektur in der Simulation, bevor diese auf die reale Maschine übertragen wird.

Dieser Kreislauf – simulieren, scheitern, diagnostizieren, erneut testen – ist der Grund, warum Jeff Cardenas, Geschäftsführer von Apptronik, erklärte, dass sich die Modelle innerhalb weniger Wochen nach dem Training erheblich verbessert hätten und diese Verbesserung mit nur geringem Leistungsverlust auf das Mercedes-Benz-Fertigungsgelände übertragen werden konnte. DeepMind hat nicht angegeben, inwieweit der viermonatige Fortschritt zwischen Gemini Robotics 2 und 2.5 speziell auf Argon zurückzuführen ist und inwieweit er auf die zusätzliche Datenerfassung mit realen Robotern oder das nachträgliche Training seitens der Partner beruht – was für jeden Käufer von Bedeutung ist, der einschätzen möchte, inwieweit sich dies auf einer anderen Fertigungslinie mit einem anderen Teilespektrum wiederholen lässt.

Apptronik liefert die Hände, DeepMind liefert das Urteilsvermögen

Apptronik, der in Austin, Texas, ansässige Hersteller humanoider Roboter, baut die Hardware, auf der die Software von DeepMind läuft. Apollo 2 ist die Plattform der zweiten Generation: ein modulares Design, das in einer zweibeinigen Ausführung ausgeliefert wird

Eine Konfiguration für menschenorientierte Arbeitsbereiche und eine Konfiguration auf Radchassis für Arbeiten mit hohem Durchsatz, basierend auf einer vom Unternehmen als patentierte Aktuatorplattform bezeichneten Technologie, die darauf abzielt, Energieverbrauch, Wartbarkeit und Herstellbarkeit im Gleichgewicht zu halten, anstatt Spitzenwerte anzustreben. In der Mercedes-Benz-Produktionslinie arbeiten die Roboter mit einer von Sharpa hergestellten Hand namens „SharpaWave“ mit fünf Fingern und 22 Freiheitsgraden, während ein separates Modell von Gemini Robotics-ER die übergeordnete Aufgabe übernimmt, den mehrstufigen Arbeitsablauf zu verfolgen, und Gemini Robotics 2.5 selbst die Arme und Hände steuert.

Diese Arbeitsteilung – der Körper von einem Unternehmen, das Grundmodell von einem anderen, die Hand von einem dritten – wird zunehmend zur Standardstruktur für den Einsatz humanoider Roboter und ist keine Ausnahme mehr; dies ist auch der Grund, warum die Zugangsrichtlinien von DeepMind ebenso wichtig sind wie seine Benchmark-Werte: „Gemini Robotics 2.5“ ist derzeit auf die bestehenden Robotik-Partner von DeepMind beschränkt; es gibt keine öffentliche API, keine Preisangaben und es wurde kein neues Modell für die In-Device- oder Embedded-Reasoning-Verarbeitung angekündigt. Ein Beschaffungsteam kann diese Funktion nicht einfach erwerben; es muss bereits zum Partnerkreis von DeepMind gehören, was heute eher Hardwarehersteller wie Apptronik als Endkunden wie Mercedes-Benz direkt bedeutet.

Die Kluft zwischen einer Demo und einer Gehaltsabrechnung

Nichts in der Ankündigung vom Dienstag ändert etwas an der grundlegenden Tatsache, dass es sich hierbei nach wie vor um ein Pilotprojekt handelt, das parallel zu – und nicht anstelle von – bestehendem Personal auf zwei Werksebenen läuft. Die Schlagzeilenzahl von 96 Prozent bezieht sich auf eine einzelne Aufgabe, die speziell ausgewählt wurde, weil sie sich gut für ein Kamera- und Greifersystem eignet: einzelne Teile, ein bekannter Behälter, ein bekanntes Tablett. Sie sagt wenig über die weitaus größere Bandbreite an Arbeitsaufgaben am Fließband aus, die Ermessensentscheidungen, ungünstige Reichweiten oder Teile erfordern, die gar nicht vorsortiert in Großbehältern bereitliegen. Die Kluft zwischen einer im Video funktionierenden Demonstration und einem System, auf das ein Werksleiter tatsächlich eine Schicht abstimmen würde, lässt sich nach wie vor an den Details messen, die DeepMind hier ausgelassen hat: die Anzahl der Entnahmen, die Dauer des Pilotprojekts und

ein direkter Vergleich der Zykluszeiten mit denen des Technikers, den der Roboter für anspruchsvollere Aufgaben entlasten soll.

Für Unternehmen, die abwägen, ob sie dem Beispiel von Mercedes-Benz folgen sollen, ist nicht die Schlagzeile zur Erfolgsquote das aussagekräftigere Signal, sondern das dahinterstehende Modell: Ein Pionierlabor entwickelt derzeit explizit eine Pipeline für Simulation und Fehleranalyse als Produktmerkmal und nicht als Nebenprojekt der Forschung, was darauf hindeutet, dass die nächste Generation humanoider Prototypen weniger anhand von reinen Geschicklichkeitsdemonstrationen beurteilt wird, sondern vielmehr danach, wie schnell ein bestimmtes Modell die Lücke zwischen einem Labor-Benchmark und den konkreten Produktionsbedingungen eines Kunden schließen kann.

Die mit „Gemini Robotics 2.5“ verbundenen Zugangsbedingungen zeigen, wo für Käufer der eigentliche Entscheidungspunkt liegt. Da das Modell ausschließlich an die bestehenden Robotik-Partner von DeepMind ausgeliefert wird – ohne API und ohne veröffentlichte Preisangaben –, lautet die wirtschaftliche Frage für ein Beschaffungsteam nicht, ob dieses spezifische Modell lizenziert werden soll, sondern auf welchen Hardware-Partner man setzen soll, da der Zugang dieses Partners zum zugrunde liegenden Grundmodell nun praktisch mit dem Roboter gebündelt ist. Dadurch stellen sich die Fragen zur Anbieterauswahl heute dringlicher als noch vor einem Jahr: Wie viele Partnerschaften für Basismodelle unterhält ein bestimmter Hersteller humanoider Roboter tatsächlich, wie gut lässt sich seine Hardware über den Software-Stack mehrerer Partner hinweg einsetzen, und was geschieht mit der Leistungs-Roadmap einer Flotte, wenn diese Partnerschaft endet? Ein Einkäufer, der heute Apptronik, Figure AI, Agility Robotics oder einen anderen Hersteller humanoider Roboter bewertet, bewertet in der Praxis eine Software-Partnerschaft ebenso sehr wie ein Stück Hardware.

Am Ende der Schicht in Sindelfingen arbeiten die beiden Apollo-2-Einheiten immer noch Seite an Seite mit menschlichen Technikern, die nur wenige Meter entfernt stehen; sie greifen in dieselben blauen Behälter, unter denselben Fabrikleuchten, und ihre Hände erledigen nun genau jene Aufgabe, die niemand an dieser Fertigungslinie jemals von Hand erledigen wollte.

Diese Analyse dient ausschließlich allgemeinen Informationszwecken und stellt keine Anlage-, Rechts- oder Fachberatung dar. Sie fasst Informationen von Google zusammen

Die eigenen öffentlichen Erklärungen von DeepMind und Apptronik sowie die zum Zeitpunkt der Veröffentlichung veröffentlichten Benchmark-Ergebnisse.