Markt-Radar · Stand 10/2026 · Wird monatlich aktualisiert
Humanoide Roboter in der Produktion
Autobauer testen humanoide Roboter in der Produktion, doch bei 443 Patentfamilien im Kernfeld bleibt der Reifegrad unklar.
Im Podcast:Folge #068: Physical AI
Der Reifegrad ist unklar, da 165 Patentfamilien im Zeitraum 2022 bis 2024 gegen 10 im Zeitraum 2019 bis 2021 für einen belastbaren Trend nicht ausreichen und auch die 272 wissenschaftlichen Publikationen keinen Trend liefern. Für eure Entscheidung bedeutet das: Setzt vor einer Budgetfreigabe auf einen eng begrenzten Markttest im Werk.1,2,3
Erste Einordnung: Erst validierenValidiert zuerst, wenn ihr als produzierendes Unternehmen prüfen wollt, ob humanoide Roboter eure Logistik oder Montage tatsächlich verbessern.
- Patentemittel
- Forschungniedrig
- Medienmittel
- EU-Förderungniedrig
- Dealsniedrig
Das Wichtigste
Europas Industrie erprobt die Anwendung, hält aber kaum eigene Schutzrechte
BMW, Mercedes, Tesla und Xpeng testen humanoide Roboter in der Produktion, und BMW entwickelt in Landshut eigene Software dafür. Bei den 391 Patentfamilien mit bekanntem Anmelder im Kernfeld liegt der Anteil aus Deutschland jedoch bei 0 % und aus der EU-27 bei 1 %. Das heißt: Wer als Produzent in Europa startet, greift bei der Hardware auf außereuropäische Schutzrechte zurück und differenziert sich über Software und Integration.4,3,5
Die Patentanmeldungen im Anwendungsfeld sind breit gestreut
Auf humanoide Roboter in allen Anwendungen entfallen 3.654 Patentfamilien, davon 443 spezifisch für Produktion, Montage und Fabrik. Die fünf größten Anmelder wie Shanghai Fourier Intelligent Technology mit 53 und Figure AI mit 20 Familien halten zusammen 30 % der Familien im Kernfeld. Das heißt: Das Schutzrechtsfeld für die Fabrik ist noch nicht von wenigen Anbietern besetzt.1,6
Zwischen Roboter-Hardware und produktiver Fabrikarbeit klafft eine Lücke
In China gebaute Roboter beherrschen zwar komplexe Bewegungen, scheitern aber noch an der eigentlichen Fabrikarbeit. Gleichzeitig eröffnet Boston Dynamics ein eigenes Trainingszentrum, um humanoide Roboter gezielt für Fertigungsaufgaben anzulernen. Das heißt: Die bloße Mechanik reicht nicht, entscheidend für euer Kerngeschäft ist das Training für den konkreten Fertigungsprozess.7,8
Die Zahlen
2016unvollständig2026
Im Kern 443 Familien, im Umfeld 3.654
So gezählt
Google Patents (BigQuery): Patentfamilien (jede Erfindung einmal gezählt), deren englischer Titel oder Kernbegriffe die Technologie („humanoid robot“, „bipedal robot“, „anthropomorphic robot“, „humanoid robotics“) und die Anwendung („manufacturing“, „assembly“, „factory“) nennen, nach frühestem Prioritätsjahr 2016 bis 2026: 443 Familien. Zum Vergleich das Umfeld: Die Technologie in allen Anwendungen kommt auf 3.654 Familien. Reihe, Anmelder und Anteile beziehen sich nur auf die 443 Familien mit Anwendungsbezug. Häufigste Patentklassen dieser Familien: B25J9 (74), B25J11 (73), B62D57 (67). 2025 und 2026 sind noch unvollständig (rund 18 Monate zwischen Anmeldung und Veröffentlichung) und zählen nicht in den Trend. Anteil der Familien mit bekanntem Anmelder (391) mit Anmelder aus Deutschland: 0 %, aus der EU-27: 1 %. Das Land eines Anmelders ist das Land, das die Mehrheit seiner Familien nennt. Anmelder: Familien je Anmelder, Schreibvarianten zusammengefasst, Privatpersonen nicht gelistet; wer fast nur gemeinsam mit einem größeren Anmelder anmeldet, ist dort zusammengefasst. Belege: Familien ab Priorität 2023, Technologie und Anwendung im Titel zuerst, dann nach Zahl der Patentämter, höchstens zwei je Anmelder. Hell gezeichnete Jahre sind noch nicht vollständig erfasst und zählen nicht in den Trend.
2016unvollständig2026
So gezählt
OpenAlex (wissenschaftliche Publikationen): Wissenschaftliche Publikationen (Artikel, Preprints, Konferenzbeiträge, Bücher), die im Titel die Technologie („humanoid robot“, „bipedal robot“, „anthropomorphic robot“, „humanoid robotics“) und in Titel oder Abstract die Anwendung („manufacturing“, „assembly“, „factory“) nennen: 272 von 2016 bis 2026. 2025 und 2026 sind noch unvollständig (Publikationen werden noch nachgetragen) und zählen nicht in den Trend. Der Trend vergleicht den Anteil an allen erfassten Publikationen des jeweiligen Jahres, damit das Wachstum der Wissenschaft insgesamt nicht als Wachstum des Felds zählt. Institutionen: Zahl der Publikationen 2021 bis 2026 mit mindestens einer Autorin oder einem Autor der Institution. Belege: die 10 meistzitierten Publikationen ab 2023. Hell gezeichnete Jahre sind noch nicht vollständig erfasst und zählen nicht in den Trend.
2022unvollständig2026
So gezählt
Online-Medien (Google News, GDELT): Artikel aus Google News, bis zu 100 Treffer je Sprache für „humanoide Roboter Produktion“ (deutsch, Deutschland) und für „humanoid robots manufacturing“ (englisch, USA). Zeitreihe: Online-Artikel weltweit pro Jahr ab 2022 (GDELT, Suchanfrage (humanoid OR robot OR "humanoide roboter") produktion); 2026 ist unvollständig. Die Reihe zeigt Aufmerksamkeit, keinen Markttrend. Publisher: Häufigkeit unter den 198 relevantesten Artikeln. Belege: die relevantesten Artikel, deutschsprachige zuerst (höchstens 10), Dubletten nach URL und Titel entfernt. Hell gezeichnete Jahre sind noch nicht vollständig erfasst und zählen nicht in den Trend.
2016unvollständig2026
So gezählt
CORDIS (EU-Forschungsförderung): EU-geförderte Projekte aus Horizon 2020 und Horizon Europe mit Projektstart ab 2016, deren Titel oder Beschreibung die Technologie („humanoid robot“, „bipedal robot“, „anthropomorphic robot“, „humanoid robotics“) und die Anwendung („manufacturing“, „assembly“, „factory“) nennt: insgesamt 20 Projekte, gezählt nach Startjahr. 2026 ist noch unvollständig (laufendes Jahr) und zählen nicht in den Trend. Belege: die 15 Projekte mit der größten EU-Förderung unter den 50 relevantesten. Von den 20 relevantesten Projekten gehören nach Prüfung der Titel 1 zum Thema; ihre EU-Förderung beträgt zusammen 300 Tsd. €. Das ist die Förderung ganzer Konsortien, nicht Geld an einzelne Unternehmen. Partner: Koordinatoren und Teilnehmer dieser 1 Projekte. Hell gezeichnete Jahre sind noch nicht vollständig erfasst und zählen nicht in den Trend.
Wer das Feld prägt
- Shanghai Fourier Intelligent TechnologyCNStartupFührt das Patentfeld im Bereich Produktion mit 53 Patentfamilien an, unter anderem zu Kopf-Nacken- und Hüftbaugruppen.1,9
- Figure AIUSStartupHält 20 Patentfamilien im Kernfeld, insbesondere zu Verkabelung und Hüftkinematik humanoider Roboter.6,10
- BMWDEKonzernSetzt humanoide Roboter der Generation 3 in der Logistik ein und entwickelt in Landshut eigene Software dafür.4,5,11,12
- MercedesDEKonzernTestet humanoide Roboter im eigenen Produktionsumfeld.3,11
- TeslaUSKonzernErprobt humanoide Roboter in der Produktion und entwickelt mit Optimus ein eigenes System.13,3
- Boston DynamicsUSKonzernBetreibt ein eigenes Trainingszentrum, um humanoide Roboter für Aufgaben in der Fertigung zu schulen.7
- HumanoidUSStartupSammelt $152M bei einer Bewertung von $1.35B ein, um menschenähnliche Roboter in Fabriken zu bringen.14
- Zhejiang LabCNForschungVerbindet 3 wissenschaftliche Publikationen im Feld mit eigenen Patentanmeldungen zur Fertigung von Roboter-Oberschenkeln.15
- GoertekCNKonzernMeldet Schutzrechte für Hüftgelenkbaugruppen humanoider Roboter an.16
- XpengCNKonzernTestet humanoide Roboter für den Einsatz in der eigenen Fahrzeugproduktion.3
Wohin Geld fließt
Build, Partner oder Invest
Strategische Relevanz: Für produzierende Unternehmen wie BMW oder Mercedes ergänzt das Feld das Kerngeschäft in Fertigung und Logistik. Für Robotik-Anbieter wie Figure AI, Humanoid oder 120ft mit autonomen Mikrofabriken ist es ein neues Geschäft.Distanz zum Kerngeschäft: Das Feld erfordert Fähigkeiten bei programmierbaren Manipulatoren (B25J9), Gelenk- und Greifmodulen, Gelenkmotoren sowie KI-Software für das Training von Fertigungsaufgaben. Für Komponentenfertiger und Automatisierer liegt die Hardware nah am Bestand, für reine Werkbetreiber liegt der Bau eigener Roboter weit weg.
Erst validierennaheliegend
Validiert zuerst, wenn ihr als produzierendes Unternehmen prüfen wollt, ob humanoide Roboter eure Logistik oder Montage tatsächlich verbessern. Weder Patente noch Forschung zeigen einen belastbaren Trend und Berichte verweisen auf Probleme beim Fabrikeinsatz, weshalb ein ehrlicher Markttest mit Abbruchkriterium vor jeder größeren Budgetbindung steht.
Build
Baut selbst, wenn ihr als Komponentenhersteller oder Automatisierer eigene Hardware oder Steuerungssoftware entwickeln wollt, denn die fünf größten Anmelder halten erst 30 % der Patentfamilien im Kernfeld; für reine Anwender in der Produktion bindet eigener Hardware-Aufbau bei unklarem Reifegrad jedoch zu früh Kapital.
Partner
Partnert, wenn ihr euer Kerngeschäft um eine eng abgegrenzte Fähigkeit wie das Anlernen von Fertigungsaufgaben ergänzen wollt; über EU-geförderte Forschungskonsortien gelingt das aktuell kaum, da nur 1 geprüftes Projekt zum Thema passt und der Anteil von Forschungseinrichtungen dort bei 0 % liegt.
Invest
Investiert, wenn das Feld für euch ein neues Geschäft weit weg von euren heutigen Fähigkeiten ist und ihr über eine Beteiligung Zugang sucht; bei lediglich 4 Deal-Meldungen im Titel ist die Auswahl an sichtbaren Zielen jedoch sehr klein.
Hypothese: Für produzierende Unternehmen ist ein zeitlich begrenzter Pilot über Venture Clienting mit einem bestehenden Roboter-Anbieter der richtige Weg, bevor Budget für einen Rollout gebunden wird. Diese Annahme bestätigt sich in den nächsten 12 Monaten, wenn laufende Werkstests in der Industrie zu wiederholbaren Montage- und Logistikprozessen führen, und sie kippt, wenn die Systeme weiterhin an der praktischen Fabrikarbeit scheitern.
Wann die Antwort Nein ist
Das Feld trägt nicht für Unternehmen, die sofort einsatzbereite Systeme für die Serienfertigung ohne eigenen Trainings- und Integrationsaufwand suchen. Das erkennt ihr daran, dass der Reifegrad in den Daten unklar ist, eigene Trainingszentren für Fertigungsaufgaben nötig sind und Berichte zeigen, dass Roboter trotz Beweglichkeit noch an der Fabrikarbeit scheitern.
Prüfpunkte für die nächsten 12 Monate
Beobachtet in den nächsten 12 Monaten, ob die unvollständigen Patentjahrgänge 2025 (184 Familien) und 2026 (53 Familien) nach vollständiger Veröffentlichung einen belastbaren Trend belegen und ob aus den angekündigten Werkstests der Autobauer ein breiterer Einsatz wird. Setzt parallel einen zeitlich begrenzten Piloten mit einem Anbieter wie Figure AI, Humanoid oder Boston Dynamics für eine klar abgegrenzte Aufgabe in Logistik oder Montage auf und legt vorab fest, bei welcher Fehlerrate ihr den Test abbrecht.
Wie hy zwischen Build, Partner und Invest entscheidet: Build, Partner oder Invest.
Was ihr klären solltet, bevor ihr Budget bindet
- Welche eurer Arbeitsplätze in Montage und Logistik erfordern zwingend eine zweibeinige Fortbewegung, die klassische Industrieroboter nicht leisten können?
- Habt ihr die Fähigkeiten im Haus, um die Software und das Training für eure spezifischen Fertigungsaufgaben selbst zu steuern, da 0 % der erfassten Patentfamilien mit bekanntem Anmelder aus Deutschland stammen?
- Welches harte Abbruchkriterium setzt ihr für einen ersten Werkspiloten, bevor ihr nach einem Markttest weiteres Budget bindet?
30 Minuten mit dem Team Strategy & Innovation
Wir gehen das Radar mit euch durch und legen unsere Startup- und Patentdaten daneben.
Was das Radar nicht sieht
- Startups: wer jung ist, kaum patentiert und noch nicht in der Presse steht.
- Deals: Runden, Beteiligungen und Kooperationen, die nicht öffentlich gemeldet sind.
- Eure Position: was ihr schon könnt, wie weit das Feld von eurem Kerngeschäft weg ist.
Dazu bei Return on Innovation
Quellen und Methode
19 Belege
- Head-neck assembly and humanoid robot · Fourier Intelligence; Shanghai Fourier Intelligent Technology · CN · 2024-11-08
- Intelligent Humanoid Robots in Manufacturing · Oakland University · US · 2024-03-10
- Xpeng, Mercedes und Tesla testen humanoide Roboter in der Produktion · automobilwoche.de · 2026-09-15
- Humanoide Roboter bei BMW: Wie KI die Fabrik verändert · faz.net · 2026-10-20
- BMW entwickelt Software für humanoide Roboter in Landshut · automobil-produktion.de · 2026-07-21
- Humanoid robot with advanced wiring assembly · Figure AI · US · 2024-04-15
- Boston Dynamics Opens Robotics Metaplant Application Center to Train Humanoid Robots for Manufacturing Tasks · bostondynamics.com · 2026-09-21
- China can build kung fu-fighting robots. But it can’t get them to do factory work · reuters.com · 2026-08-27
- Connecting structure, hip assembly, and humanoid robot · Fourier Intelligence; Shanghai Fourier Intelligent Technology · CN · 2024-08-01
- Hip assembly and kinematics of a humanoid robot · Figure AI · US · 2024-04-04
- Humanoide Roboter bei BMW, Mercedes & Co.: Die arbeiten schon - und es werden mehr · auto-motor-und-sport.de · 2026-07-11
- Generation 3 in der Logistik bei BMW im Einsatz · elektrotechnik.vogel.de · 2026-08-31
- Humanoid Robots like Tesla Optimus and the Future of Supply Chains: Enhancing Efficiency, Sustainability, and Workforce Dynamics · Western Illinois University · US · 2025-02-20
- Humanoid raises $152M at $1.35B valuation to bring human-like robots into factories · siliconangle.com · 2026-07-21
- Humanoid robot thigh, humanoid robot, and manufacturing method · Zhejiang Lab · CN · 2023-07-26
- Hip joint assembly and humanoid robot · Goertek · CN · 2026-04-14
- O-ID Raises $1.2M To Build Fully Modular Humanoid Robots as Industries Brace for a Shortage of Millions of Workers · techstars.com · 2026-09-24
- 120ft raises angel funding to build autonomous microfactories run by humanoid robots · siliconangle.com · 2026-10-15
- Avatar Robotics raises seed round to address industrial labor constraints · therobotreport.com · 2026-08-07
Methode: Wir zählen und lesen öffentliche Daten (Google Patents (BigQuery), OpenAlex (wissenschaftliche Publikationen), Online-Medien (Google News, GDELT), CORDIS (EU-Forschungsförderung), Finanzierungsmeldungen (Google News)) zu den Suchbegriffen des Felds. Das Briefing ist aus diesen Belegen geschrieben, jede Aussage verweist auf ihre Quelle. Es ist ein Blick von außen: ein Indikator, kein vollständiges Bild.
Was die Daten nicht zeigen: Dieser Blick von außen zeigt nicht, welche Stückzahlen in den Werken von BMW, Mercedes oder Tesla tatsächlich laufen, welche Taktzeiten und Kosten pro Stunde sie erreichen und wie die Teams intern organisiert sind. Ebenso fehlen nicht öffentlich gemeldete Deals und interne Entwicklungsbudgets der Anwender.