Wo Humanoide 2026 tatsächlich in der Fabrikhalle arbeiten
2026 stehen Humanoide in der Fabrikhalle, allerdings als eng begrenzte, überwachte Pilotprojekte. Wo sie wirklich arbeiten, was sie tun, und warum jedes Pilotprojekt zugleich ein Datenprogramm ist.
Der virale Clip zeigt einen Humanoiden, der eine Tasse Kaffee eingießt. Die echte Fertigungslinie zeigt etwas Nüchterneres: einen Roboter, der eine Kunststoffkiste von einem Förderband hebt, sich dreht und sie auf einem Wagen absetzt, dann alles noch einmal, und noch einmal, fast eine ganze Schicht lang. 2026 ist die zweite Szene die, die zählt, und es ist die, die fast niemand filmt.
Humanoide stehen in diesem Jahr in der Fabrikhalle. Nicht viele, nicht überall, und nicht mit der flexiblen Allround-Arbeit, die die Launch-Videos suggerieren. Sie fahren eng begrenzte, überwachte, sorgfältig gestufte Pilotprojekte auf einer kurzen Liste von Aufgaben, in einer Handvoll Werke von Unternehmen, die bereit sind, die Ersten zu sein. Das ist gleichzeitig ein echter Meilenstein und ein bescheidener, und genau diesen Unterschied herauszuarbeiten ist der ganze Zweck dieses Beitrags.
Unter der ersten Geschichte steckt eine zweite. Jedes dieser Pilotprojekte ist zugleich ein Datenerfassungsprogramm. Ein Humanoider, der an einer echten Linie arbeitet, erzeugt genau das, was die nächste Version seines eigenen Modells braucht: Demonstrationen der Aufgabe, in der Umgebung, in der sie später läuft, durch die Sensoren, die der Roboter tatsächlich trägt. Der Einsatz ist nicht nur das Produkt. Er ist die Fabrik, die die Trainingsdaten herstellt.
Was die Maschinen tatsächlich tun
Zieht man den Hype ab, ist die Aufgabenliste von 2026 kurz und handfest. Vier Familien decken das meiste ab, was das Labor bereits verlassen hat.
Logistik und Kistenhandling. Die häufigste Aufgabe ist das Bewegen von Dingen: Kisten, Behälter, Pakete. Agility Robotics hat sein Geschäft genau darauf aufgebaut und setzt seinen Roboter Digit ein, um Kisten und Behälter in Lagerumgebungen zu verschieben, und The Robot Report hat verfolgt, wie sich das Unternehmen von Pilotprojekten zu kommerziellen Verträgen bewegt. Amazon hat Digit unabhängig davon in eigenen Anlagen getestet, wie vielfach berichtet wurde. Die Arbeit ist repetitiv, die Objekte sind halbstandardisiert, und die Fehlertoleranz ist großzügig, genau deshalb kam sie zuerst.
Maschinenbeschickung und Teilehandling. Eine Maschine beladen, ein Teil platzieren, eine Vorrichtung bestücken. Figure berichtet, dass sein Roboter Figure 02 im BMW-Werk in Spartanburg, South Carolina, gearbeitet und dort Blechteile an der Linie gehandhabt hat. Tesla hat Aufnahmen seines Roboters Optimus veröffentlicht, der in den eigenen Fabriken Materialhandling und Sortierung übernimmt. Das sind strukturierte Aufgaben mit bekannter Teilegeometrie, was einer Policy entgegenkommt, die das Teil schon viele Male gesehen hat.
Kitting und Montageunterstützung. Die richtigen Komponenten zu einem Kit zusammenstellen, das ein Mensch oder eine andere Maschine montiert. Schaeffler, der deutsche Industriezulieferer, hat das britische Start-up Humanoid finanziell unterstützt und Pläne signalisiert, Humanoide auf eigenen Linien zu erproben, Teil einer breiteren Welle von Pilotprojekten, die IEEE Spectrum branchenweit verfolgt hat. NEURA Robotics vermarktet seinen Humanoiden 4NE-1 für diese Art von allgemeinem industriellem Handling.
Inspektion. Eine Route ablaufen, eine Anzeige ablesen, nach einem Leck oder einer losen Abdeckung suchen. Das ist der sanfteste Einstiegspunkt, weil der Roboter eher beobachtet als manipuliert, und ein Fehler eine verpasste Ablesung ist statt eines fallengelassenen Teils. Das kommt häufiger bei Programmen mit Laufrobotern und Vierbeinern vor als bei Humanoiden, steht aber aus demselben Grund auf der Humanoiden-Roadmap: geringes Risiko, klarer Nutzen.
Eine Landkarte der Einsätze von 2026
Ordnet man die sichtbaren Programme nicht danach, wer den besten Roboter hat, sondern nach Aufgabe und Reifegrad, wird das Bild ehrlich. Fast alles ist ein Pilotprojekt. Ein paar Logistikeinsätze nähern sich einer frühen Skalierung, das heißt mehrere Roboter im Rahmen einer kommerziellen Vereinbarung statt einer einzelnen Demo-Einheit. Die Tabelle unten ist eine grobe Landkarte, gezogen aus dem, was die Unternehmen und die zitierten Medien berichten, keine Rangliste.
| Programm | Berichtetes Umfeld | Repräsentative Aufgabe | Reifegrad |
|---|---|---|---|
| Agility Robotics (Digit) | Lager, Logistikkunden | Kisten- und Behälterhandling | Frühe Skalierung |
| Figure (Figure 02) | BMW, Spartanburg | Handling von Blechteilen | Gestuftes Pilotprojekt |
| Tesla (Optimus) | Eigene Fabriken von Tesla | Materialhandling, Sortierung | Internes Pilotprojekt |
| Amazon (mit Digit) | Fulfillment-Zentren | Testlauf zum Kistenhandling | Testlauf |
| NEURA Robotics (4NE-1) | Industriepartner | Maschinenbeschickung, Handling | Frühes Pilotprojekt |
| Schaeffler / Humanoid | Schaeffler-Linien | Kitting, Montageunterstützung | Angekündigtes Pilotprojekt |
Zum Größenvergleich: Die International Federation of Robotics berichtet, dass der weltweite Bestand an im Einsatz befindlichen konventionellen Industrierobotern in die Millionen geht. Humanoide auf echten Fertigungslinien bleiben im Vergleich dazu eine Rundungsdifferenz, woran man sich erinnern sollte, sobald wieder ein Pilotprojekt angekündigt wird.
Pilotprojekt ist nicht Produktion
Das Wort, das in jeder Zeile oben die eigentliche Arbeit leistet, ist Pilotprojekt. Es lohnt sich, genau zu sein, was das bedeutet, denn in der Lücke zwischen einem Pilotprojekt und einer tatsächlich eingesetzten Belegschaft verpufft der größte Teil des Optimismus.
Die Aufgaben sind eng begrenzt. Ein Humanoider, der eine Kiste bewegen kann, kann nicht am selben Nachmittag eine Presse bestücken und anschließend eine Schweißnaht prüfen. Jede Fertigkeit wird separat trainiert, abgestimmt und validiert, und der Roboter erledigt eine Aufgabe in einer Zelle. Die Taktzeit ist meist langsamer als bei einem Menschen, der dieselbe Aufgabe erledigt, mitunter deutlich. Und fast jeder Einsatz läuft unter Aufsicht: eine Sicherheitszone, ein menschlicher Beobachter, und in vielen Fällen eine Teleoperations-Rückfallebene für die Momente, die die Policy nicht bewältigt.
Die Staffelung ist bewusst gewählt. Programme entwickeln sich von einem Roboter zu mehreren, von einer Schicht zu einem vollen Tag, von einer eingezäunten Zelle zu einem gemeinsam genutzten Gang, jeweils einen validierten Schritt nach dem anderen. Diese Vorsicht ist keine Zaghaftigkeit, sondern die Art, wie man eine rund hundert Kilogramm schwere Maschine ohne Zwischenfall in die Nähe von Menschen bringt. Liest man jede Ankündigung von 2026 mit dem Wort Pilotprojekt im Kopf, ergibt sich das ehrliche Bild einer vielversprechenden Technologie in einem vorsichtigen, frühen, überwachten Rollout, nicht das eines Arbeitsmarkts, der über Nacht ersetzt wird.
Jeder Einsatz ist zugleich ein Datenprogramm
Das ist der Teil, der meist übersehen wird. Ein Humanoider an einer echten Linie arbeitet nicht nur, er zeichnet die Arbeit zugleich auf. Jede Reichbewegung, jeder Griff und jedes Ablegen, zusammen mit den Kamerabildern, Gelenkwinkeln und Kräften dahinter, ist eine Demonstration, aufgenommen genau in der Umgebung, in der der Roboter arbeitet. Das ist die wertvollste Art von Trainingsdaten, die es gibt, weil sie weder eine Realitätslücke noch eine Blickwinkel-Abweichung aufweist: Sie wurde durch die eigenen Sensoren des Roboters erfasst, bei der Ausführung der echten Arbeit.
Jede Stunde, die ein Humanoider auf einer echten Linie verbringt, ist zugleich eine Stunde jener präzisen Demonstrationsdaten, die seine nächste Modellversion braucht. 2026 ist das Pilotprojekt nicht nur das Produkt. Es ist das Datenprogramm.
Das rückt zurecht, warum die frühen Einsätze wichtiger sind, als ihre Kopfzahl vermuten lässt. Ein Pilotprojekt mit zwei Robotern wirkt als Arbeitskräfte-Geschichte trivial. Als Datengeschichte kann es entscheidend sein, weil es einen Korpus sät, den kein Simulator und kein zusammengekratztes Video vollständig reproduzieren kann, und genau dieser Korpus ist es, der es der nächsten Modellversion erlaubt, die Aufgabenliste zu erweitern. Das Unternehmen, das als Erstes Roboter auf echte Linien bringt, gewinnt in erster Linie nicht Arbeitsmarktanteile. Es setzt das Schwungrad in Gang, das seine eigenen Trainingsdaten produziert.
Worauf zu achten ist, wenn die Pilotprojekte reifen
Das Signal, das es im kommenden Jahr zu verfolgen gilt, ist nicht das Launch-Video. Es sind die unspektakulären Kennzahlen: wie viele Roboter pro Standort, wie viele Aufgaben pro Roboter, wie viele Stunden zwischen menschlichen Eingriffen, und wie schnell ein Programm von einer Zelle zur nächsten wandert. Diese Zahlen sagen, ob ein Pilotprojekt sich kumulativ verstärkt oder stockt. Darunter liegt die leisere Frage, die über Gewinner entscheiden wird: Wer sammelt die saubersten, nützlichsten Demonstrationsdaten, und wer darf sie nutzen. Die Humanoiden, die 2026 in der Halle stehen, leisten bescheidene Arbeit. Was sie dabei leise aufbauen, ist der Treibstoff für die, die als Nächstes kommen.