Best of LinkedIn: Robotics KW 44/45 2026

Humanoide Roboter sind in dieser Ausgabe von der Demo in die Produktion gewechselt. Bosch startet in Bühl die Serienfertigung der Roboter von Humanoid, Apptronik-Humanoide mit Gemini Robotics 2.5 erreichten 96% Erfolgsquote an Linien von Mercedes-Benz, und GXO sowie AGCO bauen den Einsatz von Digit aus. Unabhängige Benchmarks zeigen zugleich eine große Zuverlässigkeitslücke: Bei den schwierigsten RoboColosseum-Aufgaben sinkt die Erfolgsquote auf 0,4%. Daten, Evaluierung und verlässlicher Betrieb in jeder Schicht werden zum entscheidenden Vorteil.

Datum

November 13, 2026

Keine Einträge gefunden.

Methodik: Alle zwei Wochen sammeln wir die relevantesten LinkedIn-Beiträge zu ausgewählten Themen und verdichten sie zu einem Gesamtüberblick, ausschließlich auf Basis dieser Beiträge. Die einzelnen Beiträge dahinter finden sich hier: https://linktr.ee/thomasallgeyer. Viel Freude beim Lesen.

Unseren Podcast anhören

If you prefer listening, check out our podcast summarizing the most relevant insights from Robotics CW 44/ 45:

Humanoide erreichen die Produktionslinie

Bosch startet in Bühl die Serienfertigung der Roboter von Humanoid, als erster Bosch-Standort weltweit für Humanoide.
Gemini Robotics 2.5 steuerte Apptronik-Humanoide vom Typ Apollo 2 an Linien von Mercedes-Benz in Kecskemét und Sindelfingen mit 96% Erfolgsquote beim Kitting.
Bei 96% pro Griff ist ein Tray mit 10 Teilen nur in etwa 66% der Fälle fehlerfrei, bei 20 Teilen in rund 44%.
GXO erweitert die Partnerschaft mit Agility Robotics auf Standorte in North Carolina und Tennessee, nachdem Digit in Flowery Branch mehr als 100.000 Behälter bewegt hat.
AGCO setzt Digit ab 2027 im Werk Hesston, Kansas, für Sortieren, Stapeln und das Einlagern von Behältern ein.
GXO baut zudem die Partnerschaft mit Apptronik nach umfangreichen Praxistests aus.

Europas Humanoid-Offensive

Die Renault Group plant 350 Humanoide von Wandercraft innerhalb von 18 Monaten.
BMW testet AEON von Hexagon in Leipzig, Audi testet Agile Robots in Ingolstadt, Mercedes-Benz arbeitet in Berlin mit Apptronik.
E.ON plant ab 2027 Feldtests mit NEURA-Humanoiden in Umspannwerken.
Fast alle ersten Einsätze beginnen in der Logistik: Teile an die Linie bringen und Kisten tragen.
NEURA stellte zur Eröffnung des TUM RoboGym den 4NE1 Gen 4 vor: rund 64 kg bei 1,8 m, etwa 20% leichter und für die Serienfertigung ausgelegt.
Das TUM RoboGym startet mit rund 100 humanoiden und Service-Robotern in 48 Trainingszellen, gefördert mit 17 Millionen Euro über drei Jahre.
NEURA hat die Zeit zum Anlernen einer neuen Aufgabe von 70 auf 14 Stunden gesenkt und erwartet bis Jahresende 3 bis 4 Stunden.
Da die EU-Maschinenverordnung ab Januar 2027 gilt, bestimmt die Validierung gelernten Verhaltens die Time to Market.

China gibt beim Volumen das Tempo vor

Unitree hat über 5.500 Humanoide vom Typ G1 und H1 ausgeliefert, AgiBot über 5.000, UBTECH über 500 Walker S2.
Leju lieferte rund 500 Kuavo-Roboter aus, EngineAI rund 400.
China untersagte die Übernahme des China-Geschäfts von ABB Robotics durch SoftBank, damit steht der Deal über 5,4 Milliarden Dollar auf der Kippe.
Mehr als 90% der Roboter, die ABB an chinesische Kunden liefert, werden lokal gefertigt.
Ein chinesischer Anbieter für autonome Zustellung hat 35.000 Einheiten im Einsatz, Lager dort verarbeiten 15 Millionen Pakete pro Tag.
Humanoide in der chinesischen Logistik waren noch langsam und brauchten umfangreiches Training.

Foundation Models für Roboter vervielfachen sich

NVIDIAs GR00T 2 löste 40 von 50 unbekannten Aufgaben ohne Training, fünf Demonstrationen hoben die Erfolgsquote auf 95%.
GR00T 2 Turbo lief direkt auf einem Unitree G1 und servierte Popcorn in allen 48 Versuchen.
Runway veröffentlichte Praxis-1 mit offenen Gewichten, pro erledigter Aufgabe 15,6-mal schneller und 51-mal günstiger als ein LLM-Agent der Spitzenklasse.
Scale und Hugging Face stellten FineART-VLA als Open Source bereit und steigerten die Abschlussquote mehrstufiger Aufgaben von 16% auf 76%.
RLDX-1 von RLWRLD mit 8,1 Milliarden Parametern übertraf das nächstbeste RoboCasa-Ergebnis um 10,7 Punkte bei rund 20% der Trainingsrechenleistung.
Rho von Microsoft belegte in der unabhängigen Evaluierung von Poke & Wiggle Platz eins vor MolmoAct 2, Pi0.5, DiT-Flow und GR00T N1.7.
Das Open-Source-Modell XR-1 von Xiaomi wurde mit über 100.000 Stunden trainiert und passt sich mit weniger als 10 Stunden Daten an neue Aufgaben an.

Die Zuverlässigkeitslücke

RoboColosseum führte mehr als 20.000 Versuche über 6.800 Aufgaben und 150 Szenen durch.
Die Erfolgsquote fiel von 30,7% bei leichteren auf 0,4% bei den schwierigsten Aufgaben, keine Policy löste die fünf Unitree-G1-Aufgaben nach dem Fine-Tuning.
Sechs VLAs und World Models erreichten in der Simulation 96,5% bis 98,1%, fielen aber auf rund 60%, sobald Kamera oder Roboter wechselten.
Ein World Model fiel von 97% auf 51%, nachdem die Anweisung umformuliert wurde.
Ein Agent erreichte 76% gegenüber 13% bei einem VLA, brauchte aber rund 150 Sekunden pro Aufgabe.
T-Rex von Panasonic erzielte mit Tastsensorik an den Fingerspitzen über 12 Aufgaben 65% Erfolg, ohne sie 42%.
Ein Spitzenmodell von Google DeepMind bindet einen Müllbeutel nur in 44% der Fälle zu.

Daten werden zum Engpass

Der Robotik fehlt ein Gegenstück zum offenen Web für Feinmotorik und alltägliche physische Aufgaben.
Die egozentrischen Daten von Human Archive lieferten in 200 Versuchen mit echten Robotern über vier Aufgaben die besten Ergebnisse.
Memories.ai startete Memories Upload, um egozentrische Videos in trainingsfähige Tokens zu überführen.
RLWRLD veröffentlichte DexBench, aufgebaut aus realen Industrieaufgaben in fünf Bereichen.
Audi trainiert Humanoide von Agile Robots und Idealworks in Produktions-Digital-Twins mit Dassault Systèmes und NVIDIA.
Der Personalbedarf verschiebt sich hin zu Dateninfrastruktur, Simulation, Teleoperation und Evaluierung.

Praktische Automatisierung zahlt sich jetzt aus

Eine Cobot-Zelle mit dem Elite Robots CS612 bestückt CNC-Maschinen ohne Nachrüstung, in einer Halle laufen 4 von 10 Maschinen mit demselben Kit.
Drohnen von Corvus Robotics scannen das Lager von Dermalogica 52-mal im Jahr und setzen rund 120 Arbeitsstunden pro Monat frei.
Das Roboterlager von Footshop trug zu 20% mehr Umsatz und 58% mehr EBITDA im Vorjahresvergleich bei.
Cortex von Sereact steuert Arme von Universal Robots, die mit CEVA Logistics Retouren von Zalando in Deutschland und Polen bearbeiten.
Boston Dynamics brachte Stretch Gen 2 auf Basis von über 100.000 Betriebsstunden heraus, mit bis zu 1.000 entladenen Kartons pro Stunde.
Odin Robotics bietet eine einheitliche Oberfläche für jeden Roboterarm, Vision, KI und Simulation.

Rechenleistung und Komponenten

NVIDIA-Module stecken in 6 von 9 untersuchten Robotern, und NVIDIA erhöhte die Jetson-Preise im Juli um bis zu 101%.
Qualcomms Dragonwing IQ10 kommt auf bis zu 700 Sparse TOPS mit 64 GB Speicher.
Der Jetson Orin Nano Super liefert 67 TOPS für 249 Dollar, RTK mit Zentimetergenauigkeit gibt es mit einem Modul für rund 110 Dollar.
Die teuren Teile der Feldrobotik sind heute Integration, Ruggedization, Safety Cases, Felddaten und Service.
Bosch fertigt bereits die Sensoren, Motoren und Aktoren, die Humanoide in großen Stückzahlen brauchen.

Roboter in der Medizin

Die FDA erteilte Virtuoso Surgical eine De-Novo-Zulassung als erstes Gerät einer neuen Klasse für endoluminale Roboterchirurgie.
Die erste Indikation ist die En-bloc-Resektion von Blasenläsionen.
Neuralinks Roboter R1 setzt 64 Fäden mit 1.024 Elektroden, bis Januar wurden 21 Personen implantiert.
Die Mayo Clinic zeigte auf der TCT 2026 einen humanoiden Roboter als Assistenz im Herzkatheterlabor.
Bei der Eröffnung des TUM RoboGym rückte die Krankenhauslogistik als großes Feld für Physical AI in den Fokus.

Danke an Ulrich M., Vanessa Loiola, Igor Kulakov, Pascal BORNET, Philipp Wehn, Erdem Ürün, Jonathan Valladares, Mark Wallace, Srinivasan Vijayarangan, Lentin Joseph, Rubén Domínguez Ibar, Jean Ng, Shashwat Madan, Henri M., John Koetsier, Naresh Reddy Kotha, Christian Sauter, Henry J., Hendrik Benz, Danny Bernstein, Ribin Mathew, Guillermo Flor, Christof Hammel, Pranali Desai, Rafael Hostettler, David Reger, Alberto Rodriguez, Peter Kappes, Marco Pavone, Lukas M. Ziegler, Vignesh, Gwanghyun Kim, Francis deSouza, Alper Sametoglu, Carolina Parada, Aleš Pitro, Duke Herrell, Chris Yoo, Raphael Levy, Aris Zhu, Michael Beer, Ralf Gulde, Dr. Shivoh Chirayil Nandakumar, Daniel Diez, Sanjil Jain, Jens Peder Kristensen, Anthony Maggio, Vishwaak Chandran, Charles Wong, Mukundan Govindaraj, Alla Simoneau, Patrick Kelleher, Sri Elaprolu, Mike Kalil, Adrian Macneil, Robert Little, Aaron Prather, Raj Patel, Nikhil Kumar, Andrey Kolobov, Kal Mos, Michael Murray, Michelle Sun, Georg von Wichert, Cristiano R. Amon, Laura Modiano, Mladen Milicevic, Kurt Höller, Abdallah El Sabbagh und Anshu Arora und alle anderen, die Impulse zu dieser Ausgabe beigesteuert haben.

Newsletter abonnieren

Jede Woche die neuesten Beiträge direkt ins Postfach.

Danke, die Anmeldung ist eingegangen.

Beim Absenden des Formulars ist etwas schiefgegangen.

Häufige Fragen

Wie weit sind humanoide Roboter Ende 2026 in der industriellen Produktion angekommen?

Humanoide wechseln vom Pilotprojekt an echte Linien. Bosch startet in Bühl die Serienfertigung der Roboter von Humanoid. Apptroniks Apollo 2 mit Gemini Robotics 2.5 erreichte beim Kitting an Linien von Mercedes-Benz 96% Erfolgsquote, und GXO baut den Einsatz von Digit aus, nachdem mehr als 100.000 Behälter bewegt wurden.

Wie zuverlässig sind Foundation Models für Roboter außerhalb des Labors?

Deutlich weniger zuverlässig, als Demos vermuten lassen. RoboColosseum führte mehr als 20.000 Versuche durch, die Erfolgsquote sank von 30,7% bei leichteren auf 0,4% bei den schwierigsten Aufgaben. Sechs VLAs und World Models erreichten in der Simulation 96,5% bis 98,1% und fielen auf rund 60%, sobald Kamera oder Roboter wechselten.

Wie schnell lernen Roboter heute eine neue Aufgabe?

Die Anlernzeit sinkt schnell. NEURA Robotics hat sie von 70 auf 14 Stunden gesenkt und erwartet bis Jahresende 3 bis 4 Stunden. NVIDIAs GR00T 2 löste 40 von 50 unbekannten Aufgaben ohne Training, fünf Demonstrationen hoben die Erfolgsquote auf 95%.

Ergebnisse, die für sich sprechen

Wie wir echte Probleme für echte Kunden lösen