Siemens Erlangen: Humanoider Roboter schafft 8h Schicht mit 90% Erfolgsrate

In Erlangen läuft gerade eine der wichtigsten Demos der Industriegeschichte — und die meisten deutschen Mittelständler verpassen sie. Siemens hat in seiner eigenen Elektronikfabrik einen humanoiden Roboter eine volle Schicht arbeiten lassen. Ohne Fernsteuerung. Ohne Babysitter. 90 Prozent Erfolgsrate.

Das ist keine Messe-Show. Das ist ein echtes Werk, echte Waren, echte Kollegen aus Fleisch und Blut, die daneben gearbeitet haben. Und das Ding könnte in ein paar Jahren der Standard sein.

Was genau passiert ist

Siemens hat zusammen mit dem Startup Humanoid und NVIDIA den HMND 01 Alpha in die Logistik-Operations der Elektronikfabrik Erlangen integriert. Das ist ein gemischter Roboter: oben menschliche Form mit zwei Armen, unten fahrbare Plattform auf Rädern. Praktisch, weil die Arme für die Greif-Arbeit da sind und die Räder schneller und zuverlässiger sind als zwei Beine.

Die Aufgabe: Tote-Handling. Behälter von Stapeln nehmen, zu Förderbändern bringen, an definierten Punkten für menschliche Mitarbeiter ablegen. Klingt banal, ist aber genau der Teil der Fabrik, der bisher als nicht-automatisierbar galt. Zu viel Variation, zu wenig Struktur, zu viele Ausnahmefälle.

Die Zahlen, die Siemens und NVIDIA aus dem Trial rausgehauen haben:

• 60 Tote-Moves pro Stunde — also ein Behälter alle 60 Sekunden
• Über 8 Stunden Uptime — eine komplette Schicht am Stück
• Pick-and-Place-Erfolgsrate über 90 Prozent — beim ersten Industrie-Einsatz
• 7 Monate Entwicklungszeit — statt der üblichen 18 bis 24

Die letzte Zahl ist die interessanteste. Siebenmonatige Prototyp-Entwicklung für einen voll funktionsfähigen Industrieroboter ist historisch gesehen absurd. Möglich wird das durch NVIDIAs Physical-AI-Stack: Isaac Sim für die Simulation, Isaac Lab für das Reinforcement-Training, und Jetson Thor als Edge-Compute im Roboter selbst. Das komplette Training passiert in der Simulation, der Sprung in die reale Welt ist fast trivial.

Warum das bei Hannover Messe 2026 landet

Die Messe läuft vom 20. bis 24. April 2026 in Hannover, und NVIDIA nutzt sie als Bühne. Siemens, Dassault Systèmes, Cadence und Synopsys zeigen alle, wie ihre Software jetzt nativ mit NVIDIAs Omniverse, CUDA-X und Nemotron-Modellen arbeitet. Das Stichwort ist Industrial AI Operating System — ein gemeinsames Betriebssystem für Fabriken, das Design, Engineering, Fertigung, Betrieb und Supply Chain als einen digitalen Zwilling zusammenschaltet.

Was das konkret heißt: Du baust deine Fabrik erst komplett in der Simulation, trainierst dort deine Roboter und AI-Agenten, und überträgst dann die validierten Prozesse auf den Hallenboden. Änderungen werden zuerst virtuell getestet, dann physisch ausgerollt. Das ist ein komplett anderes Spiel als die klassische Fabrikplanung, wo du Monate oder Jahre brauchst, bis eine Umbaumassnahme wirklich sitzt.

Deepu Talla, VP bei NVIDIA, hat es auf der Messe so formuliert: „Die Fabriken der Zukunft verlangen Roboter, die wahrnehmen, schlussfolgern und sich autonom anpassen können.“ Klingt nach Buzzword-Bingo, aber der Erlangen-Trial ist exakt das: kein vorprogrammierter Roboter, sondern ein System, das die Situation versteht und reagiert.

Was das für dein Business bedeutet

Drei Szenarien, je nachdem, wo du stehst.

Szenario 1: Du bist Produktionsunternehmen im Mittelstand. Die Botschaft ist nicht „kauf dir morgen einen humanoiden Roboter“. Die Botschaft ist: Die Tools für Physical AI werden in den nächsten 12 bis 24 Monaten verfügbar, bezahlbar und sinnvoll. Wer jetzt anfängt, seine Logistik-Prozesse zu dokumentieren, zu vermessen und in Simulationen zu gießen, hat einen massiven Vorsprung, wenn die erste Generation bezahlbarer Industrie-Humanoide kommt. Das ist der gleiche Moment, den wir vor 15 Jahren mit kollaborativen Robotern hatten — nur dass es jetzt schneller geht.

Szenario 2: Du bist Software-Unternehmer oder Integrator. Hier liegt das größte Geld der nächsten Jahre. Nicht in den Robotern selbst, sondern im Layer dazwischen: Integration in ERP-Systeme, Training auf firmenspezifische Prozesse, Maintenance-Services. NVIDIAs Stack ist bewusst offen — Isaac Sim und Isaac Lab sind kostenlos verfügbar. Die Marge liegt bei dem, der den Mittelstand übersetzen kann. Ich sehe in meiner Agency gerade, wie stark die Nachfrage für AI-Agenten im operativen Bereich steigt, und Physical AI ist die nächste Welle davon.

Szenario 3: Du bist Dienstleister, Berater, oder Büro-Unternehmen. Fragst dich, was das mit dir zu tun hat? Mehr als du denkst. Wenn Fabriken ihre Logistik-Kosten halbieren können, werden sie Budget freisetzen — das fließt in Software, Beratung, Marketing. Dein Industriekunde wird in zwei Jahren ein komplett anderes Kostengefüge haben. Preisverhandlungen, Angebotsstrukturen, Projektumfänge — alles verschiebt sich.

Was heute noch nicht funktioniert

Ich will nicht den Hype mitspielen, ohne die Lücken zu nennen. Erlangen war Tote-Handling in einem strukturierten Umfeld. Das ist die einfachste Aufgabe, die man einem Industrieroboter geben kann. Präzisions-Montage, flexible Montage mit wechselnden Teilen, Qualitätskontrolle mit Subtilität — davon ist der HMND 01 Alpha weit entfernt.

Die 90 Prozent Erfolgsrate klingen gut, aber in einer echten Produktion bedeutet das: jede zehnte Aktion muss korrigiert werden. Das geht bei Tote-Handling, wo der Verlust bei einer Fehlaktion niedrig ist. Bei einem Montagebauteil für ein Auto wird das schnell teuer. Die Roadmap von Humanoid und Siemens zielt auf 99+ Prozent — aber dahin ist noch ein Weg.

Und die Kosten: Weder Siemens noch Humanoid haben einen Preis für den HMND 01 genannt. Meine Schätzung basierend auf den US-Benchmarks von Figure, 1X und Apptronik liegt zwischen 80.000 und 150.000 Euro pro Einheit. Bei einer Amortisation über zwei Schichten pro Tag und einem Personalkostenvergleich von 50.000 bis 80.000 Euro pro Jahr und Mitarbeiter rechnet sich das für 24/7-Betriebe relativ schnell. Für den 8-Stunden-Tag eines typischen Mittelständlers dauert es länger.

Der deutsche Faktor

Was an diesem Deal für mich am interessantesten ist: Er passiert in Deutschland. Und zwar nicht als Feigenblatt, sondern als zentraler Baustein. Artem Sokolov, CEO von Humanoid, hat gesagt: „Wir haben bewiesen, dass humanoide Roboter für den realen industriellen Einsatz bereit sind.“ Und dieser Beweis wurde in Erlangen erbracht — nicht in San Jose, Tokio oder Shenzhen.

Das sollte in Deutschland jedem, der an der Zukunft der Industrie dran ist, ein Signal geben. Die Kombination aus starkem Maschinenbau, hoher Fertigungskompetenz und einem Partner wie Siemens, der Zugang zu Hunderten von realen Produktionsumgebungen hat, ist weltweit einmalig. Wenn Physical AI irgendwo früh in der Praxis ankommt, dann hier.

Gleichzeitig müssen wir uns ehrlich machen: Die Kern-Technologie kommt von NVIDIA, das Startup kommt aus den USA, und die Finanzierung auch. Siemens liefert den Use Case und die Validierung. Das ist wertvoll, aber es ist nicht die komplette Wertschöpfung.

Was ich meinen Kunden jetzt sage

Drei konkrete Schritte, die jedes Unternehmen mit physischen Operationen heute gehen kann:

1. Prozess-Audit mit AI-Augen. Geh durch deine Fabrik oder dein Lager und markiere jede repetitive Aufgabe, die strukturiert genug ist, dass sie simuliert werden könnte. Tote-Handling, Pick-and-Place, einfache Montage, Kommissionierung. Das ist dein Kandidatenpool für Physical AI in 2027 und 2028.

2. Daten anfangen zu sammeln. Wenn du später einen Roboter trainieren willst, brauchst du Daten über die aktuellen Prozesse: Video, Sensor-Daten, Zeit-Logs. Jeder Tag, an dem du diese Daten noch nicht sammelst, ist ein Tag Vorsprung, den du verschenkst.

3. Digitaler Zwilling als Einstiegsdroge. Du musst nicht mit dem Roboter anfangen. Fang mit Omniverse oder einer vergleichbaren Plattform an und baue ein simuliertes Abbild deiner Fabrik. Das bringt sofort Wert — Layout-Optimierung, Bottleneck-Analyse, Mitarbeiter-Training — und legt die Basis für jeden späteren AI-Einsatz.

Fazit

Der Erlangen-Trial ist ein Wendepunkt. Nicht weil humanoide Roboter ab morgen die Fabriken übernehmen — das ist Unsinn. Sondern weil der Beweis erbracht wurde, dass Physical AI die Simulations-Reality-Gap überwinden kann, und zwar in einem deutschen Werk. Wer jetzt nicht anfängt, seine physischen Prozesse auf die nächste Automatisierungswelle vorzubereiten, wacht in drei Jahren auf und hat zwei Optionen: teuer nachziehen oder Marktanteil verlieren.

Die gute Nachricht: Der Einstieg ist heute günstiger als je zuvor. Der Stack ist offen, die Tools sind verfügbar, und die Beispiele aus der Praxis werden jede Woche zahlreicher.

Du willst wissen, wie AI-Agenten und Automation in deinem Unternehmen konkret Geld sparen? Hier kostenlosen Analyse-Call buchen — wir schauen gemeinsam auf deine Prozesse und identifizieren, wo AI heute schon ROI bringt.