Wenn der Roboter nicht jeden Standort neu lernen muss

Kurzfassung: Figure zeigt mit Helix 2.5, dass breites Vortraining den lokalen Lernaufwand humanoider Roboter reduzieren kann. Für Unternehmen wird damit eine neue Beschaffungskennzahl wichtig: die verbleibende Einführungsarbeit je zusätzlichem Standort – gemeinsam mit der tatsächlich erreichten Zuverlässigkeit.

Figure veröffentlichte am 17. September 2026 Helix 2.5. Das humanoide System wurde bei drei Ganzkörperaufgaben – Aufräumen, Handtücher falten und Betten machen – in 30 zuvor ungesehenen Haushalten geprüft. Nach Angaben des Herstellers wurden dort weder Trainingsdaten gesammelt noch Modellgewichte angepasst.

Im kontrollierten Vergleich schloss die ohne Index-Vortraining trainierte Policy neun Prozent der Versuche vollständig ab; mit dem breiten Vortraining waren es 56 Prozent. Teilpunkte gab es nicht. Figure berichtet außerdem, Helix 2.5 habe mit halb so vielen aufgabenspezifischen Daten die Erfolgsquote einer früheren, am Einsatzort trainierten Policy erreicht.

Der teure Teil beginnt oft nach dem Pilot

Ein Robotikpilot kann an einem sorgfältig vorbereiteten Ort funktionieren und trotzdem nicht skalierbar sein. Wirtschaftlich entscheidend ist, wie viel Arbeit beim zweiten, zehnten und fünfzigsten Einsatzort erneut anfällt: Datensammlung, Einrichtung, Feinabstimmung, Sicherheitsprüfung, Ausnahmebehandlung und Schulung.

Helix 2.5 liefert dafür noch keine fertige Kostenrechnung. Die Entwicklung zeigt aber einen möglichen Hebel: Breites Vortraining kann Fähigkeiten aus vielen Umgebungen so bündeln, dass am neuen Ort weniger neu gelernt werden muss. Für Unternehmen verschiebt sich damit die Beschaffungsfrage. Neben Kaufpreis und Taktzeit gehört der Einführungsaufwand je zusätzlichem Standort in die Rechnung.

Generalisierung ist nicht Betriebsreife

Eine Erfolgsquote von 56 Prozent ist gegenüber neun Prozent ein deutlicher Fortschritt. Für einen verlässlichen Prozess bleibt sie unzureichend. Management darf Übertragbarkeit deshalb nicht mit Einsatzreife verwechseln. Zwei Kennzahlen gehören nebeneinander: Wie wenig lokale Vorbereitung braucht das System, und wie häufig erledigt es die Aufgabe unter realen Bedingungen vollständig und sicher?

Diese Trennung verhindert eine falsche Optimierung. Ein Roboter, der ohne lokale Trainingsdaten startet, aber häufig menschliche Hilfe benötigt, verlagert Aufwand von der Einführung in den laufenden Betrieb. Eine begrenzte Einrichtung kann wirtschaftlich sinnvoller sein, wenn sie die Zuverlässigkeit stark erhöht. Null lokale Daten sind kein Selbstzweck. Entscheidend sind die Gesamtkosten je sicher erledigter Aufgabe.

Der zweite Standort ist der eigentliche Skalierungstest

In Produktion, Logistik oder Gebäudeservice ist ein Standort nie nur eine Kopie des anderen. Abstände, Behälter, Beleuchtung, Sicherheitszonen, Materialien und informelle Routinen unterscheiden sich. Genau dort zeigt sich, ob ein System generalisiert oder ob der Pilot nur gut vorbereitet war.

Ein aussagekräftiger Versuch sollte deshalb früh eine zweite, bewusst abweichende Umgebung einbeziehen. Gemessen werden nicht nur abgeschlossene Aufgaben. Erfasst werden auch Stunden für Datenerhebung und Einrichtung, Zahl und Dauer menschlicher Interventionen, Sicherheitsabbrüche, Nacharbeit und die Zeit bis zu einem stabilen Betrieb.

Aus diesen Werten entsteht eine Rollout-Kurve. Sie zeigt, ob der Aufwand pro neuem Standort sinkt, gleich bleibt oder nur an eine andere Stelle wandert. Für Unternehmen mit mehreren Werken, Lagern oder Kundenstandorten ist diese Kurve wichtiger als die eindrucksvollste Einzelvorführung.

Datenstrategie wird Teil der Standortstrategie

Wenn Fähigkeiten aus einem zentral aufgebauten Datensatz stammen, verschiebt sich ein Teil des Werts vom einzelnen Einsatzort zum Lernsystem des Anbieters. Der Kunde spart möglicherweise lokale Datenerhebung, wird aber abhängiger von Modellupdates, Datendeckung und der Fähigkeit des Anbieters, neue Umgebungen vorwegzunehmen.

Beschaffung und Betrieb müssen deshalb klären, welche Anpassungen im Preis enthalten sind, wem neue Betriebsdaten gehören, ob diese Daten in das allgemeine Modell einfließen und wie Leistung nach einem Update erneut nachgewiesen wird. Ebenso wichtig ist die Frage, welche Tätigkeiten lokal konfiguriert werden können und welche eine neue Trainings- oder Freigaberunde des Herstellers benötigen.

Drei Entscheidungen vor dem Rollout

Rollout-Kosten getrennt ausweisen. Gerätepreis, Integration und laufender Betrieb reichen nicht. Je Standort werden Datensammlung, Einrichtung, Sicherheitsprüfung, Schulung und Nacharbeit erfasst.

Übertragbarkeit und Zuverlässigkeit gemeinsam abnehmen. Vor dem Pilot stehen vollständige Erfolgskriterien, erlaubte Interventionen und eine Mindestquote fest. Ein schneller Start zählt nur, wenn der Betrieb anschließend tragfähig ist.

Den zweiten Standort früh einplanen. Eine bewusst andere Umgebung zeigt, welche Anpassungen erneut nötig werden und ob der Anbieter einen wiederholbaren Einführungsprozess beherrscht.

Die Figure-Ergebnisse sind Herstellerangaben und nicht unabhängig repliziert. Sie belegen weder allgemeine industrielle Eignung noch einen wirtschaftlichen Serieneinsatz. Für das Management machen sie dennoch eine präzise Kennzahl sichtbar: Nicht nur die Leistung des Roboters entscheidet, sondern wie stark die Einführungsarbeit mit jedem zusätzlichen Standort sinkt. Wer humanoide Systeme beschafft, sollte deshalb keinen Pilot ohne Messplan für Standort zwei freigeben.