Apollo 2 bei Mercedes-Benz: Roboter schafft 96 Prozent der Werksaufgaben
Veröffentlicht am: 15.11.2026 um 22:23 Uhr | Redaktion boerse-global.de
Google DeepMind hat am 10. November 2026 mit Gemini Robotics 2.5 ein neues Vision-Language-Action-Modell präsentiert. Das System wurde speziell für komplexe physische Aufgaben in weniger vorhersehbaren, realen Umgebungen entwickelt. Das Modell soll Roboter befähigen, sensorische Eindrücke und sprachliche Anweisungen flexibler in präzise mechanische Aktionen umzusetzen.
Steigerungen bei Präzision und Geschwindigkeit
In unternehmenseigenen Tests überprüfte Google DeepMind das System anhand von über 200 Aufgaben. Dazu gehörten unter anderem der Umgang mit fragilen Objekten, die Nutzung von Werkzeugen, das Manipulieren flexibler Materialien, Arbeiten zur Präzisionsmontage sowie das Pipettieren im Laborumfeld.
Laut den Testergebnissen lag die Erfolgsrate je nach Aufgabe zwischen 30 und 100 Prozent höher als bei den Vorgängerversionen. Zudem agierten die Roboter um 20 bis 30 Prozent schneller.
Gegenüber der Version Gemini Robotics 2 verzeichnete Google DeepMind deutliche Zuwächse bei konkreten Tätigkeiten: So stieg die Erfolgsquote beim Greifen von Süßigkeiten mit einer Zange von zuvor 5 Prozent auf 100 Prozent.
Das Öffnen von Werkzeugkisten-Deckeln verbesserte sich von 0 auf 93 Prozent, während das Lösen von Schleifbändern von 0 auf 70 Prozent zulegte. Auch bei Textilien wurden Fortschritte gemessen: Das Aufhängen eines Cardigans gelang in 62 Prozent der Fälle nach zuvor 0 Prozent, und die Erfolgsquote beim Falten einer Hose kletterte von 0 auf 40 Prozent.
Die rasante Entwicklung von KI-Systemen in der Robotik und Produktion erfordert klare rechtliche Rahmenbedingungen. Wer sich mit dem Einsatz solcher Technologien befasst, erhält in diesem kostenlosen E-Book einen kompakten Überblick über die notwendigen Compliance-Anforderungen. EU AI Act in 5 Schritten verstehen
Technisch setzt Google DeepMind dabei auf einen zweistufigen Ansatz. Das Modell Gemini Robotics ER übernimmt die Planung des übergeordneten Workflows, während Gemini Robotics 2.5 die feinmotorische Steuerung der Arme und Hände regelt.
Industrielle Erprobung in Automobilwerken
Das System kam bereits in einem industriellen Pilotprojekt bei Mercedes-Benz und dem Robotikunternehmen Apptronik zum Einsatz. Nach Angaben von Google erzielte der humanoide Roboter Apollo 2 eine Erfolgsquote von 96 Prozent beim Kommissionieren und Verpacken von Fahrzeugteilen an aktiven Fertigungslinien. Die Erprobung fand in den Werken in Sindelfingen sowie im ungarischen Kecskemét statt.
Apptronik setzte Apollo 2 dabei mit der Fünf-Finger-Hand SharpaWave ein, die über 22 Freiheitsgrade verfügt. Parallel dazu wurde das Modell mit dem System Franka Duo und einem Zwei-Finger-Greifer getestet. Apptronik-Chef Jeff Cardenas berichtete von einer deutlichen Verbesserung der Leistung nach nur wenigen Wochen zusätzlichen Trainings. Der Leistungsabfall im realen Werksumfeld bei Mercedes-Benz sei gering ausgefallen.
Sicherheitsprüfungen und offene Herausforderungen
Neben der Motorik überarbeitete Google DeepMind auch die Sicherheitsarchitektur. Das Unternehmen bezifferte die Steigerung bei der sicheren Aufgabenerledigung um Hindernisse auf 33 Prozent und um 43 Prozent, wenn sich Personen in der Nähe aufhalten.
Zudem veröffentlichte der Entwickler den Sicherheitsbenchmark ASIMOV, der 1.500 Testanfragen umfasst. In Verbindung mit Gemini 4 Argon erreichte das System dabei eine Resistenz von 99,5 Prozent gegen Aushebelungsversuche, verglichen mit 82 Prozent bei der früheren Vergleichsbasis.
Mit der zunehmenden Vernetzung von KI-Modellen in der Industrie wachsen auch die Anforderungen an die digitale Sicherheit. Welche rechtlichen Pflichten und Risikoklassen Unternehmen beim Einsatz intelligenter Systeme jetzt kennen müssen, erklärt dieser praxisnahe Report. Kostenlosen Umsetzungsleitfaden zum EU AI Act herunterladen
Laut einem Bericht von Ars Technica lag der Schutzwert mit integriertem Argon-Modell bei 98,8 Prozent, während Gemini Robotics ER 2 allein auf 73,5 Prozent kam. Gemini 4 Argon dient Google DeepMind darüber hinaus als Simulationswerkzeug für digitale Zwillinge und umfangreiche Testläufe.
Trotz der gemeldeten Fortschritte gilt die Erfolgsquote von 96 Prozent im Mercedes-Benz-Werk bislang als Machbarkeitsnachweis. Google DeepMind legte weder die Gesamtzahl der Versuche noch die Testdauer, die Einstufung von Fehlern oder die Häufigkeit menschlicher Eingriffe offen. Zudem fehlt eine unabhängige Überprüfung der Messdaten. DeepMind-Direktor Kanishka Rao bezeichnete das Bewältigen der verbleibenden vier Prozent als steilen Weg.
Zusätzliche Hürden entstehen durch die cloud-basierte Architektur, die zu Latenzen bei der Signalverarbeitung führt. Gemini Robotics 2.5 ist weder frei verfügbar noch existieren eine öffentliche Programmierschnittstelle, Preise oder ein Veröffentlichungsdatum.
DeepMind stellt das System vorerst nur ausgewählten Partnern bereit, darunter Agile Robots, Apptronik, Mercedes-Benz und Boston Dynamics, während weitere Interessenten auf eine Warteliste für frühen Zugriff verwiesen werden.
