Roadmap ⑤ · Frei zugänglich · Version 1.0 · Stand 2026-08-16
Robotik & humanoide Systeme
Vom Werkzeug zur Arbeitskraft: Foundation Models geben Robotern generalisierende Fähigkeiten
Poster · DIN A1 hoch
Die Roadmap als Poster
Alle 52 Meilensteine in vier Ebenen mit Begründung, Abhängigkeiten, Reifegrad, Kennzahlen, ADL-Einstufung und Handlungsempfehlung — gesetzt für den Druck in A1 hoch (594 × 841 mm), lesbar auch in A2. Vektor-PDF, Text durchsuchbar.
PDF laden (A1, 0,2 MB) English PDF PNG-Vorschau
Weitergabe innerhalb von Organisationen erwünscht; Veränderung und kommerzielle Weiterverwendung nur mit Zustimmung.
1 Executive-Einordnung
Robotik ist kein neues Feld — Industrieroboter arbeiten seit sechzig Jahren in Fabriken, und 2024 wurden weltweit 542.000 neue installiert, doppelt so viele wie zehn Jahre zuvor. Neu ist etwas anderes: Roboter beginnen zu generalisieren. Vision-Language-Action-Modelle — Foundation Models, die sehen, Sprache verstehen und Motorik erzeugen — lösen die Programmierung einzelner Bewegungen ab. Ein Roboter, der eine Aufgabe gelernt hat, überträgt sie auf ähnliche, ohne neu programmiert zu werden.
Das verschiebt die Frage von „Was kann ein Roboter?" zu „Was kann ein Roboter lernen?" — und macht die humanoide Form plötzlich ökonomisch sinnvoll: Wer in menschengemachten Umgebungen generalisieren will, hat mit menschlicher Gestalt den geringsten Anpassungsaufwand. Deshalb fließt seit 2024 Kapital in Größenordnungen in humanoide Plattformen, deshalb hat Goldman Sachs seine 2035-Marktprognose 2026 versechsfacht, deshalb laufen Pilotflotten bei BMW, Mercedes und Amazon.
Für wen ist das relevant? Kurzfristig für Fertigung und Intralogistik, wo strukturierte Umgebungen und klare Aufgaben Pilotprojekte tragen. Mittelfristig für jede Branche mit repetitiver physischer Arbeit in menschengemachten Räumen — Handel, Gesundheit, Bau. Und für alle, die Robotik bisher als „gelöst und ausgelagert" behandelt haben: Die Grenze zwischen Automatisierung und Arbeitskraft wandert, und mit ihr Kostenstrukturen, Standortlogiken und Regulierung.
2 Roadmap: Rückschau → heute → 3 → 5 → 10 Jahre
Ebenen als Schwimmbahnen, Zeitachse in deklarierten Zonen: Rückschau · heute → 3 · 3 → 5 · 5 → 10 Jahre. Belegtes trägt gefüllte Punkte mit datiertem Ereignis; Erwartetes trägt Zeitbänder, die Konfidenz ist der Füllgrad des Medaillons. Eintrag berühren: Wirkketten erscheinen; Klick bzw. zweiter Tipp öffnet die Begründung.
Meilensteine (Textfassung)
Technologie
- GPT-3: Skalierungsgesetze (2020, belegt, Konfidenz hoch)
Große Sprachmodelle zeigen, dass Fähigkeiten mit Datenmenge und Rechenleistung skalieren — die Grundannahme, die später auf Roboter übertragen wird. - RT-1: erstes Robot-Transformer-Modell (2022/23, belegt, Konfidenz hoch)
Google demonstriert, dass Transformer-Architekturen Roboterhandlungen aus 130.000 Episoden lernen und auf neue Aufgaben verallgemeinern. - RT-2: Vision-Language-Action (2023, belegt, Konfidenz hoch)
Web-Wissen aus VLMs fließt in Motorik: Roboter befolgen Anweisungen zu Objekten, die sie nie im Training gesehen haben. - Open X-Embodiment: 1 Mio. Episoden, 22 Roboter (2023/24, belegt, Konfidenz hoch)
Datensatz über Plattformgrenzen hinweg; RT-X-Modelle lernen aus fremden Robotern. Grundlage der Generalisierung. - OpenVLA (7B, offen) (2024, belegt, Konfidenz hoch)
Erstes offenes VLA-Modell mit RT-2-Niveau; senkt die Eintrittsschwelle für Forschung und Mittelstand. - π0: Diffusions-Policy, geschickte Manipulation (2024/25, belegt, Konfidenz hoch)
Physical Intelligence: Wäsche falten, Kartons aufbauen — Feinmotorik aus Flow-Matching statt Regeln. - GR00T N1: offenes Humanoid-Foundation-Model (2025, belegt, Konfidenz hoch)
NVIDIA: System-1/System-2-Architektur, trainiert auf Egocentric-Video und Simulation. Referenzmodell für die Branche. - Gemini Robotics: Denken vor Handeln (2025, belegt, Konfidenz hoch)
Google DeepMind koppelt Sprachplanung mit Motorik; Modell 1.5 (2026) mit Motion-Transfer zwischen Plattformen. - π0.5 / GR00T N1.7: Generalisierung im Labor (2026, belegt, Konfidenz hoch)
Erfolgsraten >90 % in strukturierten Aufgaben, deutlicher Abfall außerhalb der Trainingsverteilung. Stand heute. - Geschickte Zweihand-Manipulation robust (2027–2028, erwartet, Konfidenz mittel)
Kabel, Stecker, weiche Objekte reproduzierbar in Pilotumgebungen — noch nicht unter Störung. - Taktile Sensorik in Serie (2028–2028, erwartet, Konfidenz mittel)
Fingerkuppen mit Kraft-/Rutschsensorik als Standardkomponente; Voraussetzung für Griff-Robustheit. - Ganztagsbetrieb ohne Teleoperation (2029–2030, erwartet, Konfidenz mittel)
Schichten ohne Fernsteuerung und Reset — heute laufen viele Demos mit Mensch im Loop. - Batterie: 8-h-Schicht ohne Wechsel (2030–2032, erwartet, Konfidenz mittel)
Energiedichte und Aktuator-Effizienz reichen für eine volle Schicht — heute 2–5 h. - Aufgabentransfer über Domänen (2030–2032, erwartet, Konfidenz niedrig)
Fabrik-Modell überträgt in Lager, Handel, Klinik mit geringem Nachtraining. Die eigentliche Generalisierung. - Offene Umgebungen (Haushalt, Straße) (2033–2036, erwartet, Konfidenz niedrig)
Zuverlässig in unstrukturierten Räumen mit Menschen — physikalisch, sensorisch, regulatorisch die höchste Hürde.
Plattformen & Akteure
- Tesla kündigt Optimus an (2021, belegt, Konfidenz hoch)
AI Day 2021 — ein Mensch im Kostüm. Der Moment, ab dem Kapital in Humanoide fließt. - Figure AI gegründet (2022/23, belegt, Konfidenz hoch)
Serie A/B 2023/24 mit OpenAI, Microsoft, NVIDIA; Bewertung 2025 >30 Mrd. $. - Agility Digit: erste kommerzielle Auslieferung (2023/24, belegt, Konfidenz hoch)
RoboFab in Oregon (Kapazität 10.000/Jahr), Einsatz bei GXO und Amazon. - BMW × Figure: erster OEM-Pilot (2024, belegt, Konfidenz hoch)
Spartanburg — Figure 02, später 03; Materialhandling in Zehnstundenschichten. Belastbarster Industriebeleg. - Mercedes × Apptronik (Apollo) (2024, belegt, Konfidenz hoch)
Validierung an europäischen Standorten: Logistik, Ergonomie-Entlastung. - Unitree G1: Humanoid unter 20.000 $ (2024, belegt, Konfidenz hoch)
Chinesischer Preisbrecher — Forschungsplattform für Universitäten weltweit; Börsengang 2026. - Boston Dynamics: Atlas elektrisch, Hyundai-Werke (2025, belegt, Konfidenz hoch)
Vom hydraulischen Forschungsroboter zur elektrischen Serienplattform mit Werkseinsatz. - Über 50 Humanoid-Anbieter weltweit (2025/26, belegt, Konfidenz hoch)
Mehrheit in China (AGIBOT, UBTech, Fourier, Unitree, Xpeng), USA (Figure, Tesla, Agility, Apptronik, 1X), Europa (Neura, PAL). - AGIBOT: 10.000. Einheit ausgeliefert (2026, belegt, Konfidenz hoch)
Erste fünfstellige Stückzahl eines Herstellers — China führt bei Volumen. - Tesla: Optimus-Fertigung startet (intern) (2027–2027, erwartet, Konfidenz hoch)
Ziel Zehntausende Einheiten in eigenen Werken; Preisziel langfristig 20–30 T$. - Erste Konsolidierungswelle (2027–2029, erwartet, Konfidenz mittel)
Von >50 auf ~15 relevante Anbieter; Übernahmen durch OEMs und Cloud-Anbieter. - Stückpreis unter 50.000 $ (Industrie) (2029–2031, erwartet, Konfidenz niedrig)
Skaleneffekte bei Aktuatoren und Sensorik; heute 60–150 T$. - Consumer-Plattform unter 25.000 $ (2032–2034, erwartet, Konfidenz niedrig)
Voraussetzung für den Haushaltsmarkt; von den meisten Herstellern angekündigt, von keinem erreicht.
Anwendungen
- AMR im Lager: Amazon >200.000 Einheiten (2020, belegt, Konfidenz hoch)
Fahrerlose Transportroboter sind Standard — die Basistechnologie, auf der Humanoide aufsetzen. - Chirurgierobotik: >1 Mio. Eingriffe/Jahr (2021, belegt, Konfidenz hoch)
Da Vinci und Nachfolger im klinischen Alltag; autonome Teilschritte in Studien. - Pilotflotten Automotive & Lager (2024, belegt, Konfidenz hoch)
BMW, Mercedes, Amazon, GXO, Hyundai — dokumentierte, jeweils enge Aufgaben. - Tote-Handling und Kommissionierung im Pilot (2026, belegt, Konfidenz hoch)
Erste Aufgaben mit messbarem Durchsatz gegen menschliche Vergleichswerte. - Serieneinsatz Intralogistik (2027–2028, erwartet, Konfidenz mittel)
Positive Stückkostenrechnung gegen menschliche Arbeit in Hochlohnländern — zunächst Nachtschicht und Ergonomie-Fälle. - Fertigung: Nachschub, Rüsten, Sichtprüfung (2028–2029, erwartet, Konfidenz mittel)
Nebentätigkeiten zwischen fest installierten Robotern — nicht die Kernmontage. - Krankenhaus-Logistik & Pflege-Assistenz (2029–2030, erwartet, Konfidenz mittel)
Transport, Materialversorgung, Hebehilfe — halbstrukturierte Umgebung, hohe Sicherheitsanforderungen. - Handel: Regalbestückung (2030–2032, erwartet, Konfidenz niedrig)
Nachts und außerhalb der Öffnungszeiten zuerst; mit Kundenkontakt später. - Bau: Materialbewegung, Montagehilfe (2030–2032, erwartet, Konfidenz niedrig)
Wechselnde Umgebung, Witterung, Sicherheit — der schwierigste industrielle Fall. - Erste Haushaltsdienste (Prosumer) (2032–2034, erwartet, Konfidenz niedrig)
Enge Aufgaben — Wäsche, Geschirr, Aufräumen — für zahlungskräftige Frühkäufer. - Haushalt & Consumer breit (2034–2036, erwartet, Konfidenz niedrig)
Der oft versprochene Endpunkt — nur bei Preisen weit unter heutigen und offener Umgebungsfähigkeit.
Markt & Regulierung
- EU-Kommission: AI-Act-Entwurf (2021, belegt, Konfidenz hoch)
Erster Rechtsrahmen für KI-Systeme; Roboter mit KI später als Hochrisiko eingestuft. - EU-Maschinenverordnung 2023/1230 verabschiedet (2023, belegt, Konfidenz hoch)
Ersetzt die Maschinenrichtlinie; erstmals Cybersecurity- und KI-Sicherheitsanforderungen. Anwendbar ab Januar 2027. - China: MIIT-Leitlinie Humanoide (2023/24, belegt, Konfidenz hoch)
Industriepolitisches Ziel: Massenfertigung bis 2025, Weltspitze bis 2027. Staatlich koordinierte Lieferkette. - Goldman: 38 Mrd. $ bis 2035 (6× Revision) (2024, belegt, Konfidenz hoch)
Von 6 auf 38 Mrd. $ — Begründung: End-to-End-Training und fallende Fertigungskosten. - IFR: 542.000 Industrieroboter/Jahr (2025, belegt, Konfidenz hoch)
Rekordinstallationen 2024, Bestand >4 Mio. Der etablierte Markt, in den Humanoide hineinwachsen. - Wagniskapital Humanoide >5 Mrd. $/Jahr (2025, belegt, Konfidenz hoch)
Figure, Physical Intelligence, Skild, 1X, Apptronik — Finanzierungsrunden in Milliardenhöhe. - EU AI Act voll anwendbar (2027–2027, erwartet, Konfidenz hoch)
Hochrisiko-Pflichten (Risikomanagement, Aufsicht, Dokumentation) für KI-gesteuerte Roboter. - Maschinenverordnung anwendbar (2027–2028, erwartet, Konfidenz hoch)
Ab 20. Januar 2027 verbindlich — Konformität für Humanoide in Europa nur mit KI-Sicherheitsnachweis. - ISO 25785-1: Sicherheitsnorm dynamisch stabiler Roboter (2027–2028, erwartet, Konfidenz mittel)
Erste dedizierte Norm für zweibeinige Industrieroboter. Bis dahin Einzelfall-Risikobeurteilung — Bremse für Europa. - Haftungs- und Versicherungsrahmen (2028–2029, erwartet, Konfidenz mittel)
Produkthaftungsrichtlinie (neu) greift für KI; erste Policen für Humanoid-Flotten. - 250.000 Humanoide/Jahr (Goldman-Basisfall) (2030–2030, erwartet, Konfidenz niedrig)
Fast vollständig industriell. Bei Erfüllung: Kategorie etabliert. Bei Verfehlung: zweite Konsolidierung. - Arbeitsmarkt: erste tarifliche Regelungen (2031–2033, erwartet, Konfidenz niedrig)
Mitbestimmung, Qualifizierung, Schichtmodelle mit Robotern — in Deutschland zuerst in Automotive. - Markt 38 Mrd. $ (Goldman 2035) (2034–2036, erwartet, Konfidenz niedrig)
Referenz, nicht Erwartung — Robotik-Prognosen dieser Reichweite waren historisch fast immer zu früh.
3 Klassifikation nach ADL — je Referenzbranche
Zukunfts- · Schrittmacher- · Schlüssel- · Basistechnologie. Die Einstufung ist branchenrelativ und wird deshalb je Referenzbranche ausgewiesen (Methode 04).
| Teiltechnologie | Automobil & Zulieferer | Logistik & Handel | Gesundheit | Softwareunternehmen |
|---|---|---|---|---|
| Fest installierte Industrieroboter Sechs Jahrzehnte alt; in der Fertigung Basis, in Kliniken (Chirurgie) noch differenzierend. | Basis | Basis | Schlüssel | Basis |
| Autonome mobile Roboter (AMR) In Lagern Standard, in Fertigung entscheidend für Materialfluss, im Krankenhaus im Aufbau. | Schlüssel | Schlüssel | Schrittmacher | Basis |
| Chirurgie- & Präzisionsrobotik Für Gesundheit Schlüsseltechnologie im klinischen Alltag; für alle anderen ohne Bezug. | Zukunft | Zukunft | Schlüssel | Zukunft |
| Robot Foundation Models (VLA) Für Softwareunternehmen bereits Schlüssel (das Modell ist das Produkt); für Anwender Schrittmacher. | Schrittmacher | Schrittmacher | Zukunft | Schlüssel |
| Humanoide Plattformen Beginnen, Wettbewerb in Fertigung und Logistik zu verändern; in Gesundheit noch ohne belastbaren Anwendungsfall. | Schrittmacher | Schrittmacher | Zukunft | Schrittmacher |
| Geschickte Manipulation (Hände, Taktilik) Der Engpass hinter allen humanoiden Anwendungen. Wer sie beherrscht, setzt den Schrittmacher. | Schrittmacher | Schrittmacher | Schrittmacher | Schrittmacher |
4 Reifegrad und Unsicherheit
TRL 1–9 je Teiltechnologie — und die Konfidenz der Einstufung. Wo wir unsicher sind, steht das da (Methode 06). Klick auf eine Teiltechnologie hebt ihre Einträge in der Roadmap hervor.
- Fest installierte IndustrieroboterTRL 9 · Konfidenz hochIFR: 542.000 Installationen 2024, >4 Mio. im Bestand.
- Autonome mobile Roboter (AMR)TRL 9 · Konfidenz hochSerieneinsatz in Lagern (Amazon, DHL u. a.), Standardprodukte mehrerer Hersteller.
- Chirurgie-AssistenzsystemeTRL 9 · Konfidenz hochKlinischer Alltag; autonome Teilschritte in Studien (TRL 6–7).
- Humanoide: Lokomotion & BalanceTRL 7 · Konfidenz hochDemonstration in relevanter Umgebung (BMW, Amazon); Herstellerangaben zu Erfolgsraten, wenige unabhängige Messungen.
- VLA-Modelle, strukturierte AufgabenTRL 6 · Konfidenz mittelLaborvalidierung; publizierte Benchmarks (OpenVLA, π0.5) zeigen deutlichen Abfall außerhalb der Trainingsverteilung.
- Humanoide: Zweihand-ManipulationTRL 5 · Konfidenz niedrigPrototypen im Einsatzumfeld über Monate (Figure, Agility, Apptronik); Stürze selten, aber dokumentiert.
- Humanoide: Ganztagsbetrieb ohne Teleop.TRL 5 · Konfidenz niedrigÜberwiegend Herstellervideos; unabhängige Reproduktion fehlt weitgehend. Konfidenz bewusst niedrig.
- VLA-Modelle, offene UmgebungenTRL 4 · Konfidenz mittelAnteil teleoperierter Sequenzen in Demos ist selten offengelegt; BMW-Zehnstundenschichten sind der belastbarste Beleg.
- Sicherheitsnormung dyn. stabiler RoboterTRL 3 · Konfidenz hochISO 25785-1 im Normungsprozess (2026/27), bis dahin Einzelfallbeurteilung — TRL hier als „Reife des Regelwerks" zu lesen.
Keine Hervorhebung aktiv.
5 Handlungsimplikationen
Je Zeithorizont: beobachten · pilotieren · investieren · ignorieren — mit Begründung. Formuliert für die Referenzbranchen; die Annahmen sind offengelegt, damit sie sich übertragen lassen.
Wer eine strukturierte, repetitive, physisch belastende Aufgabe mit klarem Start- und Endzustand hat, sollte jetzt pilotieren — nicht um Kosten zu sparen (das tut ein Pilot noch nicht), sondern um Integrationswissen aufzubauen: Sicherheitskonzept, IT-Anbindung, Betriebsrat, Wartung. Wer 2029 anfängt, hat drei Jahre Rückstand bei genau diesem Wissen.
Für halbstrukturierte Umgebungen fehlen belastbare Anwendungsfälle. Beobachten heißt hier konkret: zwei Anbieter benennen, halbjährlich deren Referenzprojekte prüfen, und die eigene Aufgabenliste nach „strukturiert genug für 2029" durchgehen.
Wenn die Meilensteine „Ganztagsbetrieb ohne Teleoperation" und „ISO 25785-1 verabschiedet" eingetreten sind — beides prüfbar —, kippt die Rechnung von Pilot zu Rollout. Investieren heißt dann: Flotte, nicht Einzelgerät; und die Aufgabenarchitektur der eigenen Prozesse an die Fähigkeiten anpassen statt umgekehrt.
Der Domänentransfer entscheidet. Tritt er ein, sind die Fabrik-Erfahrungen übertragbar; Pilotprojekte in Klinik-Logistik und Regalbestückung werden dann sinnvoll.
Bei Erreichen des Goldman-Basisfalls (250.000/Jahr 2030) ist die Kategorie etabliert; Preise fallen, Anbieter konsolidieren, Standards stehen. Wer bis dahin nur beobachtet hat, kauft dann Standardprodukte — was in Ordnung ist, aber keinen Vorsprung mehr bringt.
Der Haushaltsroboter ist die am häufigsten versprochene und am seltensten gelieferte Anwendung. Als eigenes Geschäftsfeld für Nicht-Roboterhersteller vor 2034 nicht planbar. Ignorieren heißt nicht verachten — es heißt, keine Ressourcen zu binden.
6 Änderungsjournal
Was sich seit dem letzten Update verschoben hat — datiert, kumulativ, auch bei Fehleinschätzungen. Der Kern des Abos.
- 2026-08-16 Erstfassung
Roadmap v1.0 auf Basis der Quellenlage bis August 2026. Ausgangsannahmen: VLA-Modelle generalisieren im Labor (TRL 6 in strukturierten Aufgaben), Pilotflotten bei BMW/Mercedes/Amazon dokumentiert, Goldman-Revision auf 38 Mrd. $ (2035) übernommen als Referenz. Wichtigste offene Frage: Anteil teleoperierter Sequenzen in Herstellerdemos — Konfidenz der Manipulations-Meilensteine deshalb bewusst niedrig.
7 Quellenapparat
Marktdaten
- International Federation of Robotics (2025): World Robotics 2025 — Industrial Robots. 542.076 Installationen 2024; Prognose 575.000 (2025), >700.000 (2028). ifr.org/worldrobotics/report-2025
- Goldman Sachs Research (2026): Humanoid Robot — The AI Accelerant. Revision der 2035-Prognose auf 38 Mrd. $; Basisfall >250.000 Einheiten 2030.
Technologie
- NVIDIA (2025): GR00T N1: An Open Foundation Model for Generalist Humanoid Robots. arXiv:2503.14734.
- Physical Intelligence (2025): π0.5 — Vision-Language-Action mit Diffusions-Policy; Google DeepMind (2025/26): Gemini Robotics 1.5.
- Kim, M. J. et al. (2024): OpenVLA: An Open-Source Vision-Language-Action Model. Stanford/TRI.
Einsätze (Herstellerangaben, teils unabhängig bestätigt)
- BMW Group / Figure AI: Pilotbetrieb Figure 02/03 in Spartanburg seit 2024, Materialhandling in Zehnstundenschichten.
- Mercedes-Benz / Apptronik: Apollo-Validierung an mehreren europäischen Standorten 2025/26 (Logistik, Ergonomie-Entlastung).
- Agility Robotics: Digit in Amazon-Logistikzentren, >100.000 Zyklen (Herstellerangabe).
- AGIBOT: 10.000. ausgelieferte Einheit März 2026; Tesla: Optimus-Fertigung ab Sommer 2026, intern.
Regulierung
- Verordnung (EU) 2024/1689 (AI Act), volle Anwendbarkeit August 2026; Verordnung (EU) 2023/1230 (Maschinenverordnung), anwendbar ab 20.01.2027.
- ISO/WD 25785-1: Robotics — Safety requirements for dynamically stable industrial mobile robots. Im Normungsprozess.
Signale
- Laufende Signalzulieferung aus squawk.de (Kategorie Robotik/KI) und dem Scanning der Pipeline; siehe Änderungsjournal.
Verwendete Methoden
Technologie-Scanning · S-Kurven-Analyse · Lebenszyklus & ADL · Technology-Roadmapping · Reifegradbewertung (TRL) · Szenariotechnik · Patent- & Publikationsanalyse