Google DeepMinds Vorstoß, KI von Bildschirmen in Fabriken zu bringen, hat einen neuen Meilenstein erreicht: Gemini Robotics 2.5, das neueste Vision-Language-Action-Modell des Unternehmens, wurde an Mercedes-Benz-Produktionslinien in Ungarn und Deutschland getestet.

DeepMinds Argumentation ist klar. Das Unternehmen sagt, das System erweitere die Aufgaben, die Roboter erlernen können, und verbessere zugleich Geschwindigkeit, Geschicklichkeit und Sicherheit. In mehr als 200 Bewertungen – darunter die Verwendung von Zangen, das Pipettieren von Flüssigkeit und das Binden von Schleifen – meldete es Erfolgsquoten, die 30 % bis 100 % über früheren Ausgangswerten lagen, wobei die Aufgaben 20 % bis 30 % schneller abgeschlossen wurden.¹ Das Modell wird bei Robotikpartnern eingeführt, anstatt allgemein verfügbar gemacht zu werden.

Der Fabrikversuch ist das Schlagzeilenergebnis. Apptroniks humanoider Roboter Apollo 2 sortierte Autoteile aus Schüttgutbehältern in sequenzierte Ablagen, ein repetitiver Prozess, der als Kitting bekannt ist, und erreichte eine Erfolgsquote von 96 %. Apptronik-CEO Jeff Cardenas nannte dies „nützliche Arbeit gemeinsam mit Menschen in realen industriellen Umgebungen“ und argumentierte, die Ergebnisse bildeten eine Grundlage für den Einsatz humanoider Roboter im industriellen und kommerziellen Maßstab.¹ DeepMind bewarb die Einführung zudem damit, dass sie Robotern ermögliche, „Hunderte alltäglicher Fähigkeiten“ zu erlernen, vom Wäschefalten bis zum Sortieren von Autoteilen.Demis Hassabis (demishassabis)²

Doch an der Grenze zwischen einer überzeugenden Demonstration und fabrikreifer Zuverlässigkeit verschärft sich die Debatte. Unabhängige Berichte weisen darauf hin, dass menschliche Arbeitskräfte solche repetitiven Aufgaben praktisch jedes Mal richtig erledigen; DeepMind-Direktor Kanishka Rao bezeichnete das Schließen der verbleibenden Vier-Prozentpunkte-Lücke als einen „steilen Weg“.³

DeepMinds Robotikchefin Carolina Parada beschreibt diese Spannung als Zielkonflikt. Ein Roboter könne für eine Anwendung optimiert werden, sagte sie, oder Entwickler könnten eine breite Generalisierung anstreben und „vielleicht nicht in jeder Anwendung 99,9 erreichen“.³ Das ist wichtig, weil das Ziel des Unternehmens nicht eine weitere eng programmierte Fabrikmaschine ist, sondern ein Roboter, der sich an unsichere Umgebungen anpassen kann.

Sicherheit ist Teil derselben ungelösten Gleichung. DeepMind sagt, seine Anleitungen zum logischen Schlussfolgern hätten die sichere Ausführung um 33 % bei Hindernissen und um 43 % in der Nähe von Menschen verbessert, während sein neuer ASIMOV-Jailbreak-Benchmark untersucht, ob Roboter unsichere Anweisungen ablehnen.¹ Das aktuelle Modell bleibt jedoch cloudbasiert, was bedeutet, dass Latenz weiterhin einen ausgereiften Pilotversuch von der nahtlosen, nahezu sofortigen Reaktion trennt, die ein geschäftiger Fabrikboden erfordert.³