Robotik : Schichtwechsel: Chinas humanoide Roboter greifen nach Europas Fabriken

Sie laufen durch Werkhallen, tragen Kisten, greifen Teile, winken auf Messen und lassen sich per Sprachbefehl anweisen. Humanoide Roboter gehören derzeit zu jenen Technologien, bei denen die Bilder schneller sind als die industrielle Wirklichkeit. Hinter dem Hype entsteht dennoch ein ernstzunehmendes Feld: Physical AI, also künstliche Intelligenz, die nicht nur Daten verarbeitet, sondern physische Arbeit ausführt.
 

Humanoide Roboter vor dem Durchbruch? Wie nah sie der Logistik wirklich sind

Im BMW-Werk Leipzig beginnt dieser nächste Automatisierungssprung nicht hinter einem Schutzzaun, sondern auf zwei Beinen. Zwei schwarz-weiße Androiden vom Typ Aeon des Züricher Herstellers Hexagon Robotics bewegen sich dort durch die Produktion. Sie bringen Material an die Linie, montieren Hochvoltbatterien, bewegen sich autonom durch die Halle, lernen dazu und lassen sich per Sprachbefehl anweisen. BMW testet damit in Deutschland erstmals humanoide Roboter in der Produktion. Parallel baut der Konzern in München ein Kompetenzzentrum für „Physical AI in Production“ auf. Dort soll geprüft werden, welche Systeme sich tatsächlich für die Fertigung eignen.

Die Erwartung ist groß, weil Europas Industrie vor einem strukturellen Problem steht. In vielen Bereichen fehlen heute schon Fachkräfte, besonders dort, wo körperlich anstrengende, monotone oder repetitive Tätigkeiten erledigt werden müssen. Heben, tragen, sortieren, montieren: Genau jene Arbeiten, die häufig nicht im Zentrum der Automatisierungsdebatte stehen, werden in vielen Betrieben schwerer besetzbar. Damit verbindet sich eine industriepolitische Hoffnung: Wenn Roboter flexibler werden, könnte Wertschöpfung stärker nach Zentraleuropa zurückkehren. Die Industrie sucht Maschinen, die nicht nur schneller sind, sondern verfügbar, belastbar und flexibel genug, um in bestehenden Produktionsumgebungen eingesetzt zu werden. 

China zeigt die Muskeln

Während Europa testet, demonstriert China allerdings bereits Macht. Ende Februar in Hangzhou, Ostchina: Der deutsche Bundeskanzler Friedrich Merz steht vor humanoiden Robotern des chinesischen Herstellers Unitree. Die Maschinen boxen, bewegen sich auf zwei Beinen und zeigen Kung-Fu-Einlagen. Solche Vorführungen sind mehr als Unterhaltung. Sie sind auch eine geopolitische Botschaft: China zeigt, wie weit seine Robotikindustrie gekommen ist.

Nie mehr die wichtigsten News aus Österreichs Industrie verpassen? Abonnieren Sie unser Daily Briefing: Was in der Industrie wichtig wird. Täglich um 7 Uhr in ihrer Inbox. Hier geht’s zur Anmeldung!

In chinesischen Fabriken arbeiten bereits rund zwei Millionen Industrieroboter. Jährlich kommen etwa 250.000 neue hinzu. Nach klassischen Industrierobotern und fahrerlosen Transportsystemen treiben nun chinesische Start-ups die humanoide Robotik voran. Namen wie Unitree, Agibot aus Shanghai oder Ubtech aus Shenzhen stehen für eine Dynamik, die den Markt neu sortieren könnte. Der nächste Engpass ist dabei nicht nur die Hardware, sondern das Training. In Zentren in Peking, Shenzhen oder Qingdao werden Roboter systematisch mit Daten gefüttert. Mladen Milicevic, Gründer des Robotikunternehmens Unchained Robotics aus Paderborn, beschreibt solche Trainingszentren mit einem Bild aus der industriellen Vergangenheit: „Das sieht aus wie früher in Nähfabriken. Nur wird hier versucht, massenhaft Daten zu generieren.“

Auch Infineon sieht humanoide Roboter als neues Wachstumsfeld. Vorstandschef Jochen Hanebeck gibt sich in der globalen Standortfrage keiner Illusion hin: „In Europa müssen wir jetzt schnell sein, um auch vorn mitzuspielen.“ Die zentrale Frage lautet damit nicht mehr nur, ob humanoide Roboter kommen. Sondern wer den Markt kontrolliert, wer die Daten besitzt, wer Standards setzt und wer an der nächsten Automatisierungswelle verdient.

Der Realitätscheck

Die Gegenwart ist deutlich nüchterner als viele Videos nahelegen. Auf der Hannover Messe lief der humanoide Roboter Agile One des Münchner Unternehmens Agile Robots über den Catwalk. Er war mit einem Sicherheitsgurt befestigt, machte einige Schritte, blickte zur Seite, winkte und drehte sich. Das Publikum klatschte, die Ingenieure waren erleichtert. Bettina Schön-Behanzin, Präsidiumsmitglied von Agile Robots, sagte: „Das nächste Level ist erreicht.“ Zugleich zeigte der Sicherheitsgurt, wo die Branche steht. Die Entwicklung ist jung, die Systeme sind noch nicht dort, wo industrielle Verfügbarkeit beginnt.

Ein anderer Test fand bei Siemens in Erlangen statt. Dort hoben Roboter des Londoner Start-ups Humanoid, Modell Alpha, zwei Wochen lang schwarze Plastikboxen. Acht Stunden pro Tag, 60 Kisten pro Stunde, von einem Stapel auf ein Förderband. Die Erfolgsquote lag bei über 90 Prozent. Das klingt respektabel, reicht für den dauerhaften Schichteinsatz aber noch nicht. In der Industrie sind zehn Prozent Fehlerquote ein Problem. In einzelnen Fällen griffen die Roboter daneben, in anderen gab es Sensorikprobleme.fill
 

Auch Alois Wiesinger, CTO des oberösterreichischen Maschinenbauers Fill, sieht humanoide Roboter nicht als kurzfristigen Ersatz für bestehende Automatisierung. Für ihn sind sie vor allem Technologieträger. Es geht um Sensorik, optische Erkennung, das Zusammenspiel von Sehen, Hören und Tasten, um Vision-Action-Language-Modelle, Imitation Learning und die Frage, wie physische Modelle mit KI-basierten Ansätzen verbunden werden können. Bisher sei KI vielfach in der digitalen Automatisierung geblieben: Prozesse, Datenflüsse, Workflows. Nun gehe es darum, diese Fähigkeiten in mechanisch ausgeführte industrielle Aufgaben zu übertragen.
 

Humanoide Roboter: Europas letzte Chance?

Die Use Cases dafür sind allerdings schwer zu finden, sagt Wiesinger. Viele Beispiele, mit denen Hersteller humanoider Roboter auftreten, passen nicht zur Welt eines Maschinenbauers. Wäsche zusammenlegen, Karatebewegungen oder publikumswirksame Demonstrationen lösen keine industriellen Aufgaben. In der klassischen Automatisierung werden Prozesse programmiert, offline vorbereitet, geteacht und in Betrieb genommen. Künftig könnten lernende Ansätze diese Schritte beschleunigen. Für Fill wäre ein solcher Transfer nicht nur für humanoide Roboter relevant, sondern auch für Regalbediengeräte oder klassische Sechsachsroboter.

Kunden fragen dennoch bereits an. Laut Wiesinger gibt es Anfragen, humanoide Roboter in Automatisierungslösungen einzubinden. Interessant werden sie vor allem dort, wo bestehende Brownfield-Umgebungen auf menschliche Arbeit ausgelegt sind. Produktionsbereiche, Anlagenzugänge, Werkzeuge und Arbeitsabläufe wurden vielerorts für Menschen gestaltet. Ein humanoider Roboter könnte dort potenziell Aufgaben übernehmen, ohne dass die gesamte Umgebung neu konstruiert werden muss. Als mögliche Einsatzfelder nennt Wiesinger Maschinenbeschickung, Inspektion und Montagetätigkeiten. Aktuell seien geeignete Einsatzfälle schwierig zu finden, weil Präzision und Wiederholbarkeit hohe Anforderungen stellen.

Komplexität

Wiesinger verweist mehrfach auf die technischen Hürden. Ein humanoider Roboter bringe hohe Komplexität mit sich. Bis zu mehr als 48 Freiheitsgrade müssten geregelt werden. Dazu kommen Stabilität, Traglast, Schwerpunkt und Sicherheit im industriellen Umfeld. Besonders kritisch sieht er die Robustheit aktueller Systeme. Ungeschützte Gelenke, Staub, Belastungen und ungeplante Umgebungseinflüsse sind in Fabriken Alltag. Auch die Traglast ist ein limitierender Faktor. Wiesinger nennt 15 Kilogramm als obere Grenze, die in vielen industriellen Anwendungen nicht viel sei.

Die wirtschaftliche Begründung für humanoide Roboter sieht Wiesinger in zwei Faktoren: Kosten und Demografie. Humanoide Roboter könnten dort relevant werden, wo belastende, repetitive oder wenig attraktive Tätigkeiten anfallen. Entscheidend bleibt jedoch die Wirtschaftlichkeit. Fill geht davon aus, dass ein industriell anwendbarer humanoider Roboter zwischen 40.000 und 60.000 Euro kosten könnte. Wiesinger stellt diese Größenordnung in Relation zu jährlichen Personalkosten und sieht – sofern eine Aufgabe tatsächlich eins zu eins übernommen werden kann – potenziell kurze Amortisationszeiten. Gleichzeitig bleibt er vorsichtig: Der Use Case muss funktionieren, sonst bleibt die Rechnung Theorie. Bei der Frage, ob Europa Gefahr läuft, ein weiteres Technologiefeld an China oder die USA zu verlieren, ist Wiesinger skeptisch. Der Zug für Europa sei wohl abgefahren. 

USA und China teilten sich den Markt, für den Rest der Welt blieben Sondermodelle. Doch die eigentliche Frage sei nicht, ob humanoide Roboter morgen durch jede Produktionshalle laufen. „Die Frage ist, welche Elemente dieser Entwicklung die industrielle Automatisierung verändern werden“, sagt Wiesinger: lernfähige Programmierung, multimodale Sensorik, neue Mensch-Maschine-Schnittstellen, schnellere Inbetriebnahme oder flexible Aufgabenbeschreibung in natürlicher Sprache.

Bei Semperit geht es Andreas Raml, Director Group IT, ebenfalls nicht um Maschinen, die tanzen, springen oder als technologische Machtdemonstration über Messebühnen laufen. Ihn interessieren körperlich belastende Tätigkeiten in der industriellen Produktion, die schwer zu automatisieren sind und für die Unternehmen immer schwieriger Personal finden. Bei Semperit läuft dazu ein Projekt, das noch nicht als großflächige Einführung zu verstehen ist, wohl aber als ernsthafter Versuch, die Technologie auf konkrete Anwendungen am Shopfloor zu bringen.
„Es geht um konkrete Anwendungsfälle, wo wir humanoide Roboter einsetzen wollen“, sagt Raml. 

Der Ausgangspunkt sei nicht die Faszination an der Technologie allein, sondern eine praktische Frage: Welche Tätigkeiten in bestehenden Fabriken sind so gestaltet, dass klassische Automatisierung nur schwer oder teuer greift? Ein Beispiel betrifft die Produktion von Hydraulikschläuchen. In Webmaschinen müssen Spindeln eingesetzt werden, die laut Raml rund 15 bis 18 Kilo wiegen. Die Tätigkeit erfordert Genauigkeit, findet auf engem Raum statt und ist körperlich belastend. Ein weiterer Anwendungsfall betrifft Mischanlagen, in denen Industriekautschuk und Chemikalien eingebracht, abgewogen und weitertransportiert werden. Es sei warm und körperlich anstrengend. „Es ist einfach nicht schön, dort zu arbeiten“, sagt Raml.

Der Begriff „humanoider Roboter“ ist für Raml nur bedingt präzise. Entscheidend sei nicht, ob eine Maschine zwingend zwei Beine habe. Wichtiger sei die Fähigkeit, sich in einer nicht vollständig standardisierten Umgebung zurechtzufinden und Entscheidungen zu treffen. Raml spricht daher lieber von polyfunktionalen Robotern. Der Unterschied zur klassischen Automatisierung liegt für ihn im Umgang mit Abweichungen. Eine Spindel komme in der Maschine nicht immer an derselben Stelle zum Stehen. Der Roboter müsse erkennen, wo das nächste Teil einzusetzen ist, es greifen, den Draht nehmen und einfädeln.

Der eigentliche Aufwand liege weniger in der Hardware als im Training der künstlichen Intelligenz. Raml beschreibt Nvidia als zentralen Technologielieferanten für die KI- und Trainingsumgebung solcher Systeme. „Das Gehirn an sich ist in der Regel von Nvidia“, sagt er. Der Lernprozess beginnt laut Raml mit Demonstration und Simulation. Ein Mensch führt die Bewegung mit dem Roboter wiederholt aus – etwa das Greifen einer Spindel und das Aufstecken auf eine Metallsäule. Raml spricht von 200 bis 300 Wiederholungen als Basis. Danach könne der Roboter die Tätigkeit in Simulation weitertrainieren. Für ein ernsthaftes Setup nennt Raml eine Größenordnung von rund einer halben Million Euro für die notwendige Recheninfrastruktur.

Strategische Überlegungen

Für Semperit stellt sich damit eine strategische Frage: Muss diese Nvidia-basierte Edge-Computing-Infrastruktur im eigenen Haus stehen? Oder kann sie mit Partnern geteilt werden? Die Intellectual Property liege im trainierten Modell für die konkrete Produktionsumgebung. Das Edge-Computing selbst wäre aus seiner Sicht mit Partnern teilbar. Semperit versucht deshalb, sich mit anderen Unternehmen zusammenzuschließen. Gesucht wäre ein Modell, bei dem die teure Rechenleistung gemeinsam genutzt wird, während jedes Unternehmen eigene Trainingsdaten und Modelle behält. Der Partner Neoalp aus Wien unterstützt beim Aufbau von Trainingsdaten; das Know-how soll mittelfristig intern entstehen. 

Für den Return on Investment nennt Raml interne Berechnungen mit unterschiedlichen Szenarien. Konservativ gerechnet liege die Amortisation bei fünf bis sechs Jahren. Weniger konservativ könne sie bei zwei bis zweieinhalb Jahren liegen. Die zentrale Frage lautet daher: jetzt investieren, um früh Know-how aufzubauen – oder noch zwei bis drei Jahre warten, bis Modelle, Hardware und Anbieter reifer sind? Raml tendiert zum frühen Einstieg. „Ich bin nach wie vor davon überzeugt, dass jetzt der richtige Zeitpunkt ist“, sagt er. Gleichzeitig verweist er auf die Notwendigkeit, Investitionen sorgfältig zu prüfen.

 

Kurzfristige Rettung sind humanoide Roboter nicht. Dafür sind sie heute zu teuer, zu unzuverlässig und zu schwer integrierbar. Ihr eigentlicher Wert könnte vorerst darin liegen, Technologien zu bündeln, die weit über den humanoiden Roboter hinausreichen: lernfähige Programmierung, multimodale Sensorik, neue Mensch-Maschine-Schnittstellen, schnellere Inbetriebnahme und flexible Aufgabenbeschreibung in natürlicher Sprache.

Reinhard Nagler, CEO von KUKA Österreich, ordnet die Technologie entsprechend ein. Humanoide Robotik sei nicht der schnelle Erlösbringer, aber ein Innovations- und Lernfeld. Die Erkenntnisse könnten in mobile Robotik, Software, KI-Steuerung und Flottenmanagement einfließen. Für den überwiegenden Teil industrieller Anwendungen gelte jedoch weiterhin: Klassische Industrieroboter, Cobots und insbesondere autonome mobile Roboter seien heute klar überlegen. „Autonome mobile Roboter sind heute und auf absehbare Zeit die Arbeitstiere der Industrie“, sagt Nagler.

Auch ABB sieht generative KI als Beschleuniger der Robotik, bleibt beim industriellen Einsatz humanoider Systeme aber vorsichtig. Marc-Oliver Nandy, Cluster Manager der DACH-Region bei ABB Robotics, spricht von einer außergewöhnlich dynamischen Phase. Roboter seien zunehmend in der Lage, ihre Umgebung zu verstehen, eigenständig zu planen und komplexere Aufgaben zu übernehmen. Für den breiten industriellen Einsatz fehlten humanoiden Robotern aktuell aber oft noch Zuverlässigkeit, Langlebigkeit, Geschwindigkeit und Präzision. In vielen industriellen Szenarien seien mobile, radbasierte Plattformen die effizientere und flexiblere Lösung.