Robotik-Projekte scheitern oft an der Organisation

Wenn man Anfragen zu humanoiden Robotern liest, weiß man oft schon nach dem ersten Satz: Das wird nichts. Die Idee ist gar nicht per se schlecht, aber das eigentliche Ziel dahinter ist ein anderes. Viele Unternehmen wollen in Wahrheit nur eines: einen ersten Roboter haben. Was danach passiert, hat sich noch keiner überlegt. Das ist FOMO statt Konzept, und es führt fast zwangsläufig ins PoC-Niemandsland, weil ein einzelner Roboter ohne Anschlussplan schnell zum teuren Ausstellungsstück wird.

Der zweite Weg ins PoC-Fegefeuer beginnt etwas anders, endet aber oft an derselben Stelle. Das Management sieht Robotik-Keynotes, tanzende Roboter auf Bühnen, nimmt das vermeintliche Tempo wahr, und will genau dieses im eigenen Werk sehen. Das Tech-Team soll die neue Vision umsetzen, bekommt aber Stand heute noch nicht einmal die IT-Systeme der letzten zehn Jahre sauber integriert. Dazu kommt ein Zuständigkeitsproblem, das ich immer wieder erlebe: Der Werksleiter kann Ja zum Roboter sagen, muss sich dann aber noch das Einverständnis anderer Abteilungen wie IT, Einkauf oder Rechtsabteilung erkämpfen. Die Entscheidung fällt an einer Stelle, die Umsetzung hängt an drei anderen, und zwischen diesen Stellen geht ein Projekt regelmäßig verloren.

Die Herausforderung liegt nicht im ersten Roboter, sondern im hundertsten

Selbst wer diese erste Hürde nimmt, ist noch nicht durch. Der eigentliche Härtetest beginnt erst danach: Der erste Roboter entscheidet nicht über den Erfolg, es ist der hundertste. Ein einzelner Roboter lässt sich fast immer zum Laufen bringen, notfalls mit viel manueller Nacharbeit. Beim hundertsten geht das nicht mehr. Dafür müssen Roboter die Prozesse eines Unternehmens wirklich verstehen: Produktionsabläufe, Materialflüsse, Greifpunkte, über verschiedene Linien und Standorte hinweg. Und das wirft sofort die Frage nach Datenqualität auf. Shit in, shit out: Wenn Messpunkte falsch kalibriert sind oder Prozesse nur unvollständig erfasst wurden, hilft die beste Robotik-Software nichts. Sie lernt dann lediglich die Fehler des bestehenden Prozesses zu wiederholen.

Damit landet die Frage automatisch bei der IT, und dort ist lernende Robotik echtes Neuland. Klassische Industrieroboter wurden über elektrische Signale einzeln programmiert, das war eine reine Steuerungsaufgabe für Spezialisten. Jetzt zieht man ein komplettes KI-Modell mit auf die Anlage, und plötzlich stellt sich die Frage, wie Daten gesammelt, wie sie im Unternehmen verfügbar gemacht und welche Sicherheitslevel dafür nötig werden. KI-Integration bedeutete bislang meist Copilot im Büroalltag, nicht Kameras in der Fertigungshalle. Ein humanoider Roboter, der mit Kameras durch die Fertigung läuft, wirft Fragen auf, die weit über klassische IT-Sicherheit hinausgehen: Kann der Roboter mithören, kann er Szenen aufnehmen, und wie soll das Unternehmen damit umgehen? Es geht nicht nur darum, welche Daten an einen Hersteller fließen, der möglicherweise in China sitzt. Es geht auch darum, welche Auswertungsmöglichkeiten im eigenen Unternehmen entstehen, sobald diese Datenströme dauerhaft mitlaufen. Das ist eine DSGVO-Frage im engeren Sinn, aber eben auch eine Frage von Vertrauen und Mitbestimmung im eigenen Betrieb.

Parallel stoßen klassische Roboterprogrammierer mit ihrem Wissen über Kuka oder ABB an ihre Grenzen. Sie müssen lernen, diese neue Art von Robotik zu verstehen und anders zu programmieren, nicht mehr über feste Bewegungsabläufe, sondern über Modelle, die aus Daten lernen. Nicht selten stellt sich dabei heraus, dass ein Unternehmen mehr Softwareentwickler braucht als klassische Roboterprogrammierer, und das verändert auch, wen man in der Fertigung überhaupt einstellt. Weil IT und Operations gleichzeitig vor offenen Fragen stehen, entsteht meistens ein PoC in einer abgeschotteten Laborumgebung, oft gemeinsam mit einem Startup oder Roboterhersteller, um sich von den vielen rechtlichen Fragen nicht blockieren zu lassen. Das Ergebnis ist ein Roboter, der in einem abgesperrten Bereich der Fertigungshalle läuft, mit deutlich mehr Aufwand, als das Management anfangs geplant hatte. Für sich genommen ist das zwar ein legitimer, pragmatischer Schritt. Riskant wird er aber, wenn er zum Dauerzustand wird.

Die Muskeln der nächsten Robotergeneration

Der Markt für humanoide Roboter steht vor dem Übergang in die industrielle Skalierung. Der IDTechEx-Report „Materials for Humanoid Robots 2026–2036“ zeigt, warum Aktuatoren, Leichtbau und neue Werkstoffe zu Schlüsselfaktoren für Leistung und Wirtschaftlichkeit werden.

Redaktion Automation NEXT

Der Weg aus dem PoC-Tal beginnt mit den richtigen Fragen

Spätestens wenn es um die Skalierung geht, kommen die Fragen zurück, die man im PoC bewusst vertagt hat: Was bedeutet das für die eigene IT-Infrastruktur? Was kostet es, all diese Daten zu hosten und Roboter kontinuierlich zu trainieren? Wie sieht das am Ende auch über mehrere Werke hinweg aus? Im Mittelstand erlebe ich oft, dass genau diese Fragen auf später verschoben werden, weil man das Projekt erstmal ans Laufen bringen will, damit sich überhaupt etwas bewegt. Das ist ein pragmatischer Weg, um Technologie ins Laufen zu bringen. Nur darf man sich nicht selbst im Weg stehen, indem man hofft, der Rest kläre sich schon von allein oder indem man sich hinter dem Vorwand versteckt, der PoC sei einfach noch nicht überzeugend genug für den nächsten Schritt.

Es gibt bereits Unternehmen, die das proaktiv anders angehen, die Rollouts wollen und erfolgreiche PoCs über verschiedene Werke hinweg entwickeln. Was sie eint: Sie stellen sich von Anfang an die richtigen Datenmanagement-Fragen, statt sie erst bei der Skalierung zu klären. Der gemeinsame Nenner erfolgreicher Skalierung ist damit weniger technisch als organisatorisch: Zuständigkeiten klären, bevor der erste Roboter bestellt wird, Daten lokal verarbeiten, statt sie irgendwo anders zu speichern, den Betriebsrat sowie Datenschutzbeauftragte von Beginn an einbinden statt sie am Ende zu überraschen. Das kostet am Anfang Zeit, beschleunigt den Prozess aber am Ende genau dann, wenn andere Projekte hängen bleiben.

Skalierungsfähigkeit ist auch eine Standortfrage

In Deutschland sind Bürokratie und Vorschriften wie die DSGVO komplexer als in vielen anderen Ländern. Das birgt eine reale Gefahr: PoCs werden in Deutschland gebaut, der Rollout findet dann aber in Ländern statt, in denen deutlich weniger Fragen gestellt werden und die Skalierung schneller geht. Für den Standort ist das ein Alarmsignal, denn die Substanz der Automatisierung, also die trainierten Modelle, die gesammelten Daten und das Know-how, wandern dann genau dorthin ab.

Der PoC und die anschließende Skalierung sind am Ende beide vor allem organisatorische Herausforderungen, keine technischen. Wer Zuständigkeiten früh klärt, Datenfragen nicht auf später verschiebt und Betriebsrat sowie Rechtsabteilung von Anfang an einbindet, kommt aus dem Niemandsland heraus. Wer dagegen nur den ersten Roboter will, ohne sich um den hundertsten Gedanken zu machen, bleibt im Fegefeuer stecken, ganz gleich, wie beeindruckend die Technik im Demo-Video aussieht. Am Ende entscheidet nicht, wie humanoid oder wie beeindruckend ein Roboter ist. Entscheidend ist, wie gut ihn ein Unternehmen organisatorisch in seine reale Produktion einbettet.