BMW Landshut: Neue Software soll humanoide Roboter in die Fertigung bringen
Veröffentlicht am: 27.10.2026 um 17:18 Uhr | Redaktion boerse-global.deIm BMW-Werk Landshut entsteht eine neue Softwarearchitektur für den Einsatz von KI-gestützten humanoiden Robotern in der Komponentenfertigung. Wie aus einem Branchenbericht hervorgeht, konzentriert sich der Automobilhersteller an dem niederbayerischen Standort auf offene Softwareplattformen, Trainingsdaten, Simulationsumgebungen sowie Verfahren zur Bewegungsplanung.
Die Entwicklung soll es künftigen Robotersystemen ermöglichen, ihre Umgebung präzise wahrzunehmen und eigenständig Handlungen in der Produktion auszuführen.
Wolfgang Bluemlhuber von BMW begründete diesen Schritt mit den Vorteilen, die sich aus der Verbindung von eigener Softwareexpertise und praktischer Industrieerfahrung ergeben. Christoph Jagoda, Projektleiter für Physical AI bei dem Konzern, erklärte hierzu, dass die Technologie eng an den realen Anforderungen des Produktionsalltags ausgerichtet werden solle.
Das Ziel von BMW ist es, humanoide Roboter unter anderem unter der Bezeichnung AEON für monotone, ergonomisch belastende oder potenziell gefährliche Arbeitsabläufe einzusetzen.
Wer die tiefgreifenden Veränderungen in der Industrie durch Robotik und KI verstehen möchte, erhält in diesem kostenlosen Report wertvolle Einblicke. Robotik und KI: So erkennen Sie die Profiteure der neuen Industrieära
Ergänzung bestehender Erprobungen in den Werken
Die Softwareentwicklung in Landshut baut auf vorangegangenen und parallel laufenden Projekten innerhalb des Produktionsnetzwerks auf. Im Werk Leipzig setzt BMW laut Berichten ein Modell namens Hexagon Robotics Aeon im Bereich der Hochvoltbatterien ein.
Zuvor hatte der Automobilhersteller im Jahr 2025 im US-Werk Spartanburg den humanoiden Roboter Figure 02 getestet. Das System unterstützte dort über einen Zeitraum von zehn Monaten hinweg die Produktion von mehr als 30.000 Einheiten des BMW X3.
Zunehmende Initiativen in der automobilen Logistik
Der Vorstoß von BMW reiht sich in breitere Bestrebungen der Automobilindustrie ein, humanoide Systeme für komplexe Montage- und Bereitstellungsprozesse fit zu machen.
Am 21. Oktober 2026 präsentierten Agile Robots, Audi, Dassault Systèmes und NVIDIA auf der NVIDIA GTC in Berlin einen gemeinsamen Machbarkeitsnachweis für das Audi-Werk Ingolstadt. In diesem Testaufbau entnehmen mobile humanoide Roboter Bauteile aus Materialbehältern und ordnen sie sequenzgenau für die Endmontage an.
Experten analysieren derzeit die größte Industrierevolution seit Jahrzehnten und zeigen auf, wie neue Technologien ganze Branchen umkrempeln. Kostenlosen Report zur industriellen Revolution herunterladen
Gerd Walker von Audi verwies darauf, dass der manuelle Pickprozess in der Sequenzierung seit Jahrzehnten die Grenzen der klassischen Automatisierung markiere. Die Audi-Logistik bewältigt täglich rund eine Million Picks; wie viele dieser Handgriffe künftig automatisiert werden könnten, ist derzeit noch offen.
Getestet wird das Vorgehen im Audi Production Lab unter Nutzung eines virtuellen Zwillings auf der Delmia- und 3DEXPERIENCE-Plattform von Dassault Systèmes, kombiniert mit Bibliotheken von NVIDIA Omniverse. Philippe Laufer von Dassault hob hervor, dass der wesentliche Fortschritt darin bestehe, Aufgaben vorab virtuell zu validieren, bevor physische Maschinen in die Werkshallen rollen.
Agile Robots stellte auf derselben Veranstaltung zudem den Forschungsroboter Agile ONE SN vor, der 1,4 Meter misst, 43 Kilogramm wiegt und über 71 Freiheitsgrade sowie taktile Fünf-Finger-Hände verfügt. Zwei Tage vor der Vorstellung kündigte NVIDIA auf dem Invest in Germany Summit in Berlin Absichten an, in Agile Robots zu investieren.
Bei dem Audi-Projekt handelt es sich bislang um einen reinen Proof of Concept: Kennzahlen wie Taktzeiten, Greifquoten, die genaue Zahl der Roboter oder Termine für einen Regelbetrieb nannten die Beteiligten nicht. Dr. Zhaopeng Chen von Agile Robots unterstrich jedoch, dass humanoide Roboter künftig anspruchsvolle Aufgaben übernehmen könnten, die bislang als nicht automatisierbar galten.
