Google DeepMind sagt, sein neues Gemini Robotics 2.5‑Modell habe dem Apptronik‑Humanoid Apollo 2 geholfen, Kitting‑Aufgaben in der Automobilfertigung auf aktiven Mercedes‑Benz‑Produktionslinien – darunter Sindelfingen, Deutschland – mit einer berichteten Erfolgsquote von 96 % in einem Proof‑of‑Concept durchzuführen. Das Ergebnis, angekündigt am 10. November 2026, brachte physische, vision‑language‑action‑KI aus dem Labor auf eine industrielle Linie, auf der monotone, wiederkehrende Aufgaben nach wie vor größtenteils von Menschen erledigt werden.
Was DeepMind getestet hat und warum das wichtig ist
DeepMind beschreibt Gemini Robotics 2.5 als „unser bislang leistungsfähigstes Vision‑Language‑Action (VLA)‑Modell“, getestet in mehr als 200 verschiedenen Aufgaben und abgestimmt zur Verbesserung von Geschicklichkeit, Zuverlässigkeit und Sicherheit. Im Mercedes‑Pilot entnahm der Apollo 2‑Roboter Metallhalterungen aus Großbehältern und legte sie in Sortier‑Tabletts – die gering komplexen, aber volumenstarken Kitting‑Arbeiten, die Montagebänder am Laufen halten. DeepMind berichtet in seinen Bewertungen von insgesamt 30–100 % besseren Erfolgsraten gegenüber früheren Baselines und von Geschwindigkeitsverbesserungen bei Aufgaben von 20–30 %.
Der Proof‑of‑Concept in Sindelfingen ist bedeutsam, weil er eine echte Fabrikumgebung (nicht nur einen Teststand) zeigt und weil Mercedes‑Benz den Versuch gemeinsam mit Partnern bekanntgegeben hat. Unabhängige Technik‑Medien, die die Veröffentlichung begleiteten, hoben die 96‑%‑Zahl hervor und stellten fest, dass das Modell an Robotikpartner verteilt wurde und nicht öffentlich freigegeben wurde. Diese externe Berichterstattung hilft deutschen Branchenplanern und Betriebsräten einzuschätzen, ob Humanoide bald Teil der Personalplanung auf der Produktionsfläche werden könnten.
Was das für den Markt bedeutet
Für Hersteller und Zulieferer in Deutschland ist die unmittelbare Implikation praktisch: Roboter, die wiederkehrende Kitting‑Aufgaben zuverlässig erledigen, könnten Engpässe in der Teilesequenzierung reduzieren und die ergonomische Belastung der Mitarbeitenden verringern, während sie zugleich die benötigte Qualifikationsmischung an der Linie verändern. DeepMind selbst bezeichnet Kitting als „monoton, körperlich belastend“ und argumentiert, dass Roboter diese Arbeiten übernehmen können, damit Techniker sich auf komplexe Montageaufgaben konzentrieren. Automobilgewerkschaften, Tier‑1‑Zulieferer und Werksleiter werden beobachten, ob solche Pilotversuche in dauerhafte Durchsatzsteigerungen und vorhersehbare Qualitätsverbesserungen münden.
Für Händler, Werkstätten und das weitere Aftersales‑Netz wirkt sich das indirekt, aber real aus. Schnellere, günstigere Montage und gleichmäßigere Fertigungsqualität stromaufwärts können Gewährleistungsraten und Teilevariabilität stromabwärts senken; gleichzeitig werden Servicebetriebe neue Diagnose‑ und Handhabungsfähigkeiten benötigen, falls mehr Fabrikaufgaben robotergestützt werden. Branchenkommentatoren sehen die Ankündigung als Meilenstein, aber nicht als sofortige Massenverbreitung: Gemini Robotics 2.5 wird „an unsere Robotikpartner ausgerollt“, was auf einen gestuften kommerziellen Pfad hindeutet.
Sicherheits‑ und regulatorische Prüfungen werden eine Rolle spielen. DeepMind veröffentlichte außerdem neue Sicherheitsarbeiten (den ASIMOV‑Jailbreak‑Benchmark) und berichtet von messbaren Verbesserungen bei sicherer Aufgabenerfüllung in der Nähe von Hindernissen und Personen – Zahlen, die das Unternehmen im Rahmen der Veröffentlichung vom 10. November angibt. Jedes deutsche Werk oder jeder Betriebsrat, der Humanoide bewertet, wird transparente Sicherheitsdaten, klare menschliche Aufsicht und konkrete Grenzen dafür fordern, wo Roboter in der Nähe von Kolleginnen und Kollegen eingesetzt werden dürfen.
Kurz gesagt: Der Pilot in Sindelfingen ist ein glaubwürdiges Signal dafür, dass fortgeschrittene physische KI die Werkböden erreicht. Das bedeutet nicht eine sofortige großflächige Einführung in allen deutschen Werken, verschärft aber den Zeitrahmen für Hersteller, Zulieferer sowie Händler‑ und Servicenetzwerke, Schulungen, Prozessänderungen und Beschaffungen zu planen.
Für Händler, Werkstätten und Hersteller entwickelte Lösungen – zum Beispiel autonome Multi‑Agenten‑Systeme, KI‑Telefon‑ und Sprachagenten, Markt‑ und Bestandsanalyse sowie persistente‑Gedächtnis‑Assistenten – werden unerlässlich sein, um robotikgetriebene Veränderungen in den täglichen Betrieb zu integrieren. Anbieter wie DaVinci AI bieten Werkzeuge, die Autohäusern und Servicezentren helfen, neue Effizienzgewinne stromaufwärts in bessere Lead‑Bearbeitung, Terminverwaltung und Teile‑Management‑Workflows zu überführen und so den Übergang für Mitarbeitende und Kunden zu erleichtern. (Siehe abschließende Anmerkung.)
Mercedes Benz Angebote auf WorldTrader24 →
Quellen: Google DeepMind, RobotsBeat, CellCog



