Google DeepMind hat am 10. November 2026 Gemini Robotics 2.5 vorgestellt, die nächste Ausbaustufe seines Vision-Language-Action-Modells (VLA) für Roboter. Die Ankündigung kommt mit einer Zahl, die sich gut zitieren lässt: 96 Prozent Erfolgsquote bei einem Versuch an Fertigungslinien von Mercedes-Benz. Wer den Blogbeitrag genau liest, stellt allerdings fest, dass zu fast jeder Zahl die Angaben fehlen, mit denen sie sich einordnen ließe. Ein technischer Bericht ist im Beitrag nicht verlinkt, sämtliche Leistungswerte sind Herstellerangaben.

Was Gemini Robotics 2.5 ist und wer es bekommt

Ein VLA-Modell nimmt Kamerabilder und eine sprachliche Anweisung entgegen und gibt Steuerbefehle für Arme, Hände oder den ganzen Körper eines Roboters aus. Gemini Robotics 2.5 ist nach Angaben von DeepMind das bisher leistungsfähigste Modell dieser Reihe und soll sowohl die Zahl der erlernbaren Fertigkeiten als auch das Lerntempo erhöhen. Wie die Vorgänger arbeitet es mit unterschiedlichen Robotern zusammen. DeepMind nennt den humanoiden Apollo 2 von Apptronik mit der fünffingrigen SharpaWave-Hand (22 Freiheitsgrade) und die zweiarmige Plattform Franka Duo mit Parallelgreifern.

Ausprobieren kannst du das Modell nicht. Es werde an die Robotik-Partner des Unternehmens ausgerollt, heißt es im Beitrag; von einer öffentlichen Programmierschnittstelle, Preisen oder einem Termin für eine breitere Freigabe ist keine Rede. Schon beim Vorgänger Gemini Robotics 2 vom 30. Juli 2026 blieb das Aktionsmodell ausgewählten Partnern vorbehalten, öffentlich zugänglich war nur das Planungsmodell Gemini Robotics ER 2.

Der Versuch bei Mercedes-Benz: 96 Prozent wovon?

Getestet wurde laut DeepMind mit Apollo-2-Robotern an laufenden Fertigungslinien in Kecskemét (Ungarn) und Sindelfingen. Die Aufgabe heißt in der Autoindustrie Kitting: Einzelteile werden aus Sammelbehältern genommen und in der Reihenfolge, in der sie am Band für das jeweilige Fahrzeug gebraucht werden, in Sortierbehälter gelegt. Konkret greift der Roboter Metallhalterungen aus Vorratskisten und legt sie in Sequenzbehälter; Lücken soll er dabei selbst korrigieren. Die Arbeitsteilung: Das Planungsmodell Gemini Robotics ER behält den Ablauf im Blick, Gemini Robotics 2.5 steuert Arme und Hände.

Dabei sei eine Erfolgsquote von 96 Prozent erreicht worden. Was die Zahl genau misst, lässt der Beitrag offen. Er nennt weder die Zahl der Durchläufe noch die Dauer des Versuchs, die Zahl der eingesetzten Roboter oder die Taktzeit. Unklar bleibt auch, ob ein einzelner Griff oder ein vollständig bestückter Behälter als Erfolg zählt, wie sich das Ergebnis auf die beiden Werke verteilt und was in den übrigen vier Prozent der Fälle passiert ist. DeepMind selbst spricht von einem „Proof of Concept“, also einem Machbarkeitsnachweis, und nicht von einem Regelbetrieb.

Apptronik-Chef Jeff Cardenas wird im Beitrag sinngemäß damit zitiert, die Modelle hätten sich in wenigen Wochen Nachtraining deutlich verbessert und seien mit sehr geringen Einbußen in die Produktion bei Mercedes-Benz übertragbar gewesen. Eigene Mitteilungen von Apptronik oder Mercedes-Benz mit weiteren Messdaten waren bis zum 11. November 2026 nicht zu finden; die Presseübersicht von Apptronik endet mit einem Eintrag vom 30. Juni 2026. Unabhängig bestätigt ist die Quote damit nicht.

Symbolbild: Weißer Roboterarm von Franka Emika mit Parallelgreifer über einem Tisch mit kleinen Schachteln auf einer Messe

Symbolbild: Roboterarm von Franka Emika an einem Messestand, aufgenommen 2017, nicht die von DeepMind genutzte Plattform Franka Duo (Ausschnitt). Bild: Ims / Wikimedia Commons, CC BY-SA 4.0

Über 200 Aufgaben, aber keine absoluten Werte

Für die Geschicklichkeit hat DeepMind das Modell nach eigenen Angaben an mehr als 200 verschiedenen Aufgaben geprüft, darunter Essen mit einer Zange servieren, eine Schleife an einer Geschenkschachtel binden und Flüssigkeit pipettieren. Gegenüber „früheren Vergleichsmodellen“ erreiche Gemini Robotics 2.5 je nach Aufgabentyp eine um 30 bis 100 Prozent höhere Erfolgsrate und erledige Aufgaben 20 bis 30 Prozent schneller.

Zwei Dinge fehlen. Erstens benennt der Beitrag die Vergleichsmodelle nicht; dass ausschließlich Gemini Robotics 2 gemeint ist, liegt nahe, steht dort aber nicht. Zweitens sind es relative Angaben ohne Ausgangswerte. Eine Verdopplung kann den Sprung von 40 auf 80 Prozent bedeuten oder den von 10 auf 20. Dass die Ausgangsbasis bei Fingerfertigkeit niedrig war, hatte DeepMind im Juli selbst eingeräumt: Die Manipulation mit mehrfingrigen Händen bleibe eine Herausforderung, hieß es damals, und bei der Bewegungsgeschwindigkeit hätten die Roboter noch Nachholbedarf.

Einen Vergleich mit menschlichen Arbeitern zieht DeepMind im aktuellen Beitrag weder beim Tempo noch bei der Fehlerquote. Laut einem Bericht von heise online räumte Kanishka Rao von DeepMind ein, der Weg von 96 Prozent zu einer annähernd menschlichen Zuverlässigkeit sei steil. Für eine Fertigung ist das der entscheidende Punkt: Bliebe es bei vier Fehlern auf hundert Versuche, müsste an einer getakteten Linie regelmäßig ein Mensch eingreifen.

Sicherheit: ein neuer Jailbreak-Benchmark und eine Einschränkung

Beim Thema Sicherheit nennt DeepMind zwei Entwicklungen. Das Modell lasse sich zur Laufzeit durch eine zusätzliche Steuerung („inference-time reasoning guidance“) um Gefahren herumlenken. In internen Tests habe das den Anteil sicher abgeschlossener Aufgaben bei Hindernissen um 33 Prozent und in der Nähe von Menschen um 43 Prozent erhöht. Auch hier fehlen die Ausgangswerte.

Zweitens veröffentlicht DeepMind mit ASIMOV-Jailbreak einen Benchmark, der prüft, ob sich ein Roboter-Agent durch geschickt verpackte Anweisungen zu gefährlichen Handlungen überreden lässt. Der Blogbeitrag spricht von Hunderten Prompts in Dutzenden Szenen. Die Datensatzkarte auf Hugging Face (Repository google/asimov_agentic, zuletzt geändert am 10. November 2026) nennt 845 mehrstufige Episoden aus 15 Strategiegruppen mit bis zu zehn Schritten, dazu paarweise schädliche und harmlose Anweisungen für Tischaufgaben. Wer die Daten laden will, muss angemeldet sein und den Bedingungen zustimmen.

Wichtig für die Einordnung: Die 99,5 Prozent Jailbreak-Resistenz, die DeepMind nennt, gelten für das Sprachmodell Gemini 4 Argon in der Rolle des planenden Agenten, nicht für Gemini Robotics 2.5. Der Vergleichswert von 82 Prozent stammt von Gemini Robotics ER 2. Und der Sicherheitsbericht zu Gemini 4 schränkt selbst ein, dass diese Tests nur das semantische Sicherheitsverständnis und die Orchestrierung abdecken. Für einen sicheren Einsatz echter Roboter müsse zusätzlich die funktionale Sicherheitsarchitektur validiert werden, also zertifizierte Hardware, Redundanz und Echtzeitgarantien. Ein Modell, das gefährliche Befehle zuverlässig ablehnt, ersetzt weder Lichtschranke noch Not-Halt.

Gemini 4 Argon als Simulationswerkzeug

Einen großen Teil des Fortschritts schreibt DeepMind Gemini 4 Argon zu. Das Modell diene als Simulationsmaschine: Aus einer realen Kameraszene baue es einen digitalen Zwilling und erzeuge Tausende variierte Übungsdurchläufe, die zusammen mit echten Demonstrationen ins Training fließen. Außerdem helfe es, aus Videos Hypothesen zu Fehlschlägen abzuleiten. Im Entwicklerblog vom 13. Oktober 2026 beschreibt Google ein Beispiel: Aus einem einzigen Foto eines Tisches seien über 4.500 simulierte Episoden entstanden, mit denen die Erfolgsrate eines realen Roboters von 56 auf 75 Prozent gestiegen und die Bearbeitungszeit von 35 auf 24 Sekunden gesunken sei. Auch das sind Angaben des Herstellers.

Einordnung: ein Zwischenstand

Belegt ist, dass ein humanoider Roboter in zwei Werken eines Autoherstellers eine eng umrissene Sortieraufgabe autonom ausgeführt hat, und zwar nach Darstellung der Beteiligten in den meisten Fällen korrekt. Nicht belegt sind Stichprobengröße, Dauerbetrieb, Tempo im Vergleich zu Menschen und Wirtschaftlichkeit. Dazu kommt, dass hier keine unabhängigen Parteien berichten: Google und Mercedes-Benz gehören laut einer Apptronik-Mitteilung vom 11. Februar 2026 zu den Investoren des Roboterherstellers.

Wer Automatisierung plant, sollte die 96 Prozent deshalb als Zwischenstand lesen. Aussagekräftig wird die Zahl erst, wenn DeepMind oder Mercedes-Benz Durchläufe, Taktzeiten und Fehlerarten offenlegen oder ein technischer Bericht die Methodik nachliefert.

Quellen

Bildnachweis