Die industrielle Fertigung steht vor einem Paradigmenwechsel, der weit über die klassische Automatisierung mit fest installierten Roboterarmen hinausgeht. Während die Robotik in Automobilwerken bisher primär auf Präzision in statischen Umgebungen setzte, bricht nun die Ära der sogenannten „Physical AI“ an. Hierbei verschmelzen fortschrittliche KI-Modelle, Vision-Systeme und motorische Steuerung in einer physischen Gestalt, die in der Lage ist, in einer für Menschen optimierten Umgebung zu agieren, ohne dass die gesamte Infrastruktur der Fabrik aufwendig umgebaut werden muss.

Ein prominentes Beispiel für diesen technologischen Sprung ist der aktuelle Einsatz des humanoiden Roboters Figure 03 im BMW Group Plant Spartanburg. In der Logistik eines der weltweit größten BMW-Werke übernimmt die Maschine Aufgaben, die bisher aufgrund ihrer Variabilität und der erforderlichen Feinmotorik ausschließlich menschlichen Mitarbeitern vorbehalten waren. Der Einsatz markiert einen Meilenstein in der praktischen Nutzung humanoider Roboter und wirft gleichzeitig wichtige Fragen zur IT-Infrastruktur, Datenverarbeitung, Sicherheit und langfristigen Skalierung solcher Systeme auf. Quellen wie heise online vom 29. Juni 2026 und die BMW Group Pressemitteilung bestätigen, dass die Partnerschaft zwischen Figure AI und BMW nun in eine operative Phase übergeht.

Die Evolution der Physical AI: Vom Figure 02 zum Figure 03

Um die Bedeutung des Figure 03 zu verstehen, muss man die technische Entwicklung betrachten, die Figure AI seit der Gründung durch Brett Adcock im Jahr 2022 vollzogen hat. Das Unternehmen, das heute mit rund 39 Milliarden US-Dollar bewertet wird und Investoren wie Nvidia, Microsoft, Intel, Jeff Bezos, OpenAI, Brookfield, Qualcomm, Salesforce und T-Mobile vorweisen kann, verfolgt das Ziel, einen universell einsetzbaren humanoiden Roboter zu schaffen. Weitere Hintergründe zum Unternehmen finden sich in der Wikipedia-Darstellung von Figure AI.

Figure 02 legte den Grundstein

Der Vorgänger, Figure 02, brachte bereits eindrucksvolle Spezifikationen mit sich: 35 Freiheitsgrade im gesamten Körper, Hände mit jeweils 16 Freiheitsgraden, eine Tragfähigkeit von bis zu 25 Kilogramm sowie mehrere RGB-Kameras zur Wahrnehmung der Umgebung. Das Herzstück war das Vision-Language-Action-Modell (VLA) namens Helix, das es dem System ermöglichte, visuelle Reize und sprachliche Anweisungen direkt in motorische Handlungen zu übersetzen, ohne dass jeder einzelne Schritt explizit programmiert werden musste. Solche VLA-Architekturen sind ein zentraler Baustein der modernen Physical AI und vergleichbar mit den Herausforderungen, die auch bei der Integration von KI in Software-Entwicklungsumgebungen auftreten, wie wir sie beispielsweise beim Thema KI-Coding-Agenten und Sicherheit bereits analysiert haben.

Figure 03: Auf dem Weg zum Allzweck-Roboter

Mit dem im Oktober 2025 vorgestellten Figure 03 hat Figure AI den Fokus deutlich auf Praxistauglichkeit und menschliche Interaktion gelegt. Laut Hersteller verfügt der Roboter über eine Kameraauflösung mit doppelter Bildrate, einem Viertel der Latenz und einem um 60 Prozent erweiterten Sichtfeld im Vergleich zum Vorgänger. Zusätzlich sind Kameras direkt in den Händen integriert, um Greifvorgänge präzise zu kontrollieren. Besonders bemerkenswert sind die Tastsensoren in den Fingerspitzen, die Kräfte von nur drei Gramm erkennen können. Weitere Details nennt Figure AI in der Ankündigung „Introducing Figure 03“.

Technische Architektur: Was Figure 03 unter der Hülle leistet

Ein humanoider Roboter ist weit mehr als die Summe seiner mechanischen Komponenten. Er ist ein vernetztes IT-System, das Sensorik, Edge-Computing, KI-Modelle und Cloud-Anbindung zusammenführt. Für Administratoren und IT-Entscheider bedeutet dies, dass die Einführung solcher Maschinen gleichzeitig eine Erweiterung des Netzwerks, der Sicherheitsperimeters und der Datenverarbeitungsinfrastruktur darstellt.

Sensoren, Edge-Computing und Vision-Language-Action

Der Figure 03 nimmt seine Umgebung über mehrere RGB-Kameras, Tiefensensoren und haptische Sensoren in den Fingerspitzen wahr. Die gewonnenen Daten werden lokal vorverarbeitet, um Latenzen zu minimieren und Datenschutzvorgaben zu erfüllen. Gleichzeitig greift das VLA-Modell Helix auf trainierte Wissensrepräsentationen zurück, um unbekannte Objekte und Situationen zu interpretieren. Diese Architektur erfordert erhebliche Rechenleistung am Edge: Figure 02 sollte bereits über zwei GPUs und ein spezialisiertes Inferenz-Subsystem verfügen; der Figure 03 dürfte diese Ausstattung weiterentwickelt haben.

Abgesicherte Akkus, weiche Materialien und drahtloses Laden

Für den Einsatz in Produktionsumgebungen ist auch die passive Sicherheit entscheidend. Figure 03 verwendet laut Hersteller weiche Materialien, einen geschützten Akku und abnehmbare, waschbare Textilien – eine Kombination, die auf lange Betriebszeiten und einfache Wartung ausgelegt ist. Zudem unterstützt der Roboter drahtloses induktives Laden, was den täglichen Betrieb vereinfacht und die Gefahr von Kabelbrüchen oder Stolperfallen reduziert. In einer Fabrik, in der Mensch und Maschine Seite an Seite arbeiten, sind solche Details kein Luxus, sondern essenziell für Betriebssicherheit und Verfügbarkeit.

BMW Group Plant Spartanburg: Ein ideales Prüffeld

Das BMW-Werk in Spartanburg, South Carolina, ist das größte Produktionswerk der BMW Group weltweit. Es fertigt jährlich Hunderttausende Fahrzeuge und verfügt über eine hochkomplexe Logistik, in der Tausende von Komponenten pünktlich zum richtigen Montageband gelangen müssen. Genau hier soll der Figure 03 zum Einsatz kommen, um Fahrzeugkomponenten zu sortieren und logistische Abläufe zu unterstützen.

Sortierung als Einstiegsaufgabe

Die Sortierung von Fahrzeugkomponenten mag für Menschen eine Routineaufgabe sein, stellt einen Robotik-Experten jedoch vor große Herausforderungen. Teile unterscheiden sich in Form, Gewicht, Oberfläche und Verpackung. Sie müssen erkannt, gegriffen, transportiert und korrekt abgelegt werden. Dass der Figure 03 diese Aufgabe übernehmen soll, zeigt, wie weit die Physical AI inzwischen fortgeschritten ist. Zugleich ist die Sortierung ein kontrollierter Anwendungsfall, der gut skaliert und messbar ist – ein wichtiger Aspekt für die industrielle Einführung.

iFACTORY und Virtualisierung im Assembly Hall

BMW betreibt das Werk im Rahmen der iFACTORY-Strategie, die KI, Virtualisierung und datengetriebene Prozesse in der Produktion verankert. Der Assembly Hall in Spartanburg nutzt digitale Zwillinge, Simulationen und Echtzeitdaten, um Abläufe zu optimieren. In dieser Umgebung können Leistungsdaten des Roboters gesammelt, simuliert und zurückgeführt werden, um das Verhalten des Figure 03 kontinuierlich zu verbessern. Für die IT bedeutet dies, dass Roboterdaten in die bestehenden MES- und ERP-Systeme einfließen und über geeignete Schnittstellen bereitgestellt werden müssen.

Physical AI in der Praxis: Was die Leistungsdaten zeigen

Beyond der Laborumgebung muss ein humanoider Roboter beweisen, dass er in realen Betriebsabläufen bestehen kann. Figure AI hat in den Monaten vor dem BMW-Einsatz mehrere öffentliche Demonstrationen gegeben, die Aufschluss über den aktuellen Leistungsstand geben.

Der Paket-Sortier-Marathon im Mai 2026

Im Mai 2026 führte Figure AI einen Livestream durch, bei dem eine Gruppe humanoider Roboter fast eine Woche lang ununterbrochen Pakete sortierte. Ziel war es, Zuverlässigkeit, Dauerlauf und Effizienz unter Beweis zu stellen. In einem anschließenden Wettbewerb mit einem menschlichen Mitarbeiter erreichte der Roboter laut Unternehmensangaben 98,5 Prozent der menschlichen Leistung. Diese Zahl ist bemerkenswert, aber auch mit Vorsicht zu genießen: Sie sagt wenig über Ausfallsicherheit, Wartungsintervalle oder die Robustheit bei unerwarteten Störungen aus.

Zwischen Demonstration und Dauereinsatz

Der Unterschied zwischen einer kontrollierten Demonstration und dem Dauereinsatz in einer Automobilfabrik ist enorm. In Spartanburg wird der Figure 03 nicht nur einzelne Pakete sortieren, sondern in einen kontinuierlichen Materialfluss eingebunden sein. Das wirft Fragen zur Integration in die IT-Landschaft auf: Wer überwacht die Roboter? Wie werden Software-Updates eingespielt? Wie erfolgt die Fehleranalyse, wenn ein Greifvorgang scheitert? Diese Fragen betreffen direkt die IT-Operations und das Zusammenspiel mit OT-Systemen (Operational Technology).

IT- und Sicherheitsimplikationen humanoider Roboter

Die Einführung humanoider Roboter erweitert das Unternehmensnetzwerk um mobile, autonome Endpunkte. Für IT-Abteilungen bedeutet dies neue Herausforderungen bei Netzwerksegmentierung, Zugriffskontrolle, Patchmanagement und Incident Response.

Netzwerk, Daten und Edge-Sicherheit

Jeder Roboter ist ein Datenerzeuger und gleichzeitig ein Empfänger von Modellupdates und Steuerbefehlen. Die Kommunikation muss verschlüsselt, authentifiziert und segmentiert sein, um Angriffe auf die Produktion zu verhindern. In Anbetracht jüngster Angriffe auf Software-Lieferketten und Unternehmensinfrastrukturen – etwa die bei uns dokumentierte Codeschmuggel-Lücke in Splunk Enterprise – ist die Absicherung solcher Endpunkte kritisch. Wer die Steuerung eines Produktionsroboters übernimmt, kann physische Schäden anrichten oder ganze Fertigungslinien stoppen.

Vertrauenswürdige KI und Explainability

Wenn ein Roboter eigenständig Entscheidungen trifft, müssen diese nachvollziehbar sein. VLA-Modelle sind zwar leistungsfähig, aber oft sogenannte „Black Boxes“. In der Industrie ist jedoch erforderlich, dass Fehlerquellen identifiziert und Prozesse zertifiziert werden können. Die Kombination aus Physical AI und strengen Industriestandards wird daher eine der zentralen Herausforderungen der kommenden Jahre sein. Auch Themen wie Identitätsverifikation – vergleichbar mit der Diskussion um Googles reCAPTCHA und biometrische Verifikation – gewinnen an Bedeutung, wenn Maschinen autonom agieren.

Kritische Stimmen und offene Fragen

Trotz der beeindruckenden Technik sollte die Euphorie um humanoide Roboter mit kritischem Blick begleitet werden. Nicht jede Pressemitteilung spiegelt den operativen Realitätsgrad wider, und nicht jedes Pilotprojekt führt automatisch zur Masseneinführung.

Zweifel an der Tiefe der BMW-Partnerschaft

Im April 2025 berichtete Fortune unter Berufung auf interne Quellen, dass Details der Partnerschaft zwischen Figure AI und BMW möglicherweise übertrieben dargestellt worden seien. Demnach seien die Einsatzumfänge kleiner und die technischen Hürden größer, als es die Öffentlichkeitsarbeit vermuten ließ. Auch wenn sich die Lage seitdem weiterentwickelt hat, zeigt der Bericht, wie wichtig es ist, zwischen Proof-of-Concept und flächendeckendem Einsatz zu unterscheiden.

Sicherheitsbedenken und physische Kraft

Ehemalige Sicherheitsverantwortliche von Figure AI äußerten Bedenken hinsichtlich der physischen Kraft der Roboter. In einer Umgebung, in der Mensch und Maschine zusammenarbeiten, ist jeder Unfall ein potenzielles Risiko für Leib und Leben sowie für den Betrieb. Entsprechend sind Sicherheitszonen, Not-Aus-Konzepte, Kraftbegrenzungen und umfassende Schulungen unverzichtbar. Diese Aspekte werden auch die regulatorischen Diskussionen prägen, sobald humanoide Roboter häufiger in öffentlichen und industriellen Räumen auftreten.

Marktumfeld: Wettbewerb und Investitionsdynamik

Figure AI ist nicht das einzige Unternehmen im Rennen um humanoide Roboter. Tesla mit Optimus, Agility Robotics mit Digit, Boston Dynamics und zahlreiche chinesische Hersteller arbeiten an vergleichbaren Lösungen. Die hohen Bewertungen und Investitionssummen zeigen, dass die Branche enormes Potenzial sieht – aber auch, dass viele Fragen noch ungelöst sind.

Die 39-Milliarden-Dollar-Frage

Mit einer Bewertung von rund 39 Milliarden US-Dollar gehört Figure AI zu den wertvollsten Robotik-Startups der Welt. Diese Bewertung basiert auf Erwartungen, nicht auf aktuellen Masseneinsätzen. Für Unternehmen wie BMW ist die Partnerschaft daher auch eine strategische Option: Man testet früh, sammelt Erfahrungen und positioniert sich für den Fall, dass humanoide Roboter tatsächlich zum Standard in der Fertigung werden. Gleichzeitig trägt BMW als Referenzkunde maßgeblich zur Glaubwürdigkeit und Markenstärke von Figure AI bei.

Vergleichstabelle: Figure 02 vs. Figure 03

Im Fokus: Was IT-Entscheider aus dem BMW-Figure-03-Einsatz lernen können

Der Einsatz des Figure 03 in Spartanburg ist mehr als ein Marketing-Highlight. Er zeigt, wo Physical AI heute steht und welche strategischen Fragen sich daraus für IT-Abteilungen ergeben. Zusammengefasst lassen sich fünf zentrale Erkenntnisse ableiten:

• Humanoider Roboter werden zu mobilen IT-Endpunkten: Sie erzeugen Daten, benötigen Netzwerkzugriff, erhalten Updates und müssen in Sicherheitsstrategien integriert werden.
• Physical AI braucht Edge-Computing: Die Echtzeitverarbeitung von Sensor- und Kameradaten erfordert leistungsfähige Hardware vor Ort und klare Datenflussarchitekturen.
• Proof-of-Concept ist nicht Produktion: Demonstrationen wie der Paket-Sortier-Marathon sind beeindruckend, der Dauerbetrieb in einer Automobilfabrik stellt jedoch völlig andere Anforderungen an Verfügbarkeit, Wartung und Sicherheit.
• Partnerschaften prägen den Markt: Die Zusammenarbeit zwischen BMW und Figure AI zeigt, wie etablierte Industrieunternehmen und Robotik-Startups gemeinsam Standards und Erfahrungen entwickeln.
• Kritische Begleitung ist nötig: Fragen zur Datensicherheit, physischen Sicherheit, Arbeitsplatzveränderung und regulatorischen Einordnung müssen früh adressiert werden, bevor humanoide Roboter flächendeckend eingesetzt werden.

Die nächsten Monate werden zeigen, ob der Figure 03 in Spartanburg den Sprung von der Pilotierung zum produktiven Betrieb schafft. Für die IT-Branche ist dies ein wichtiger Indikator dafür, wie schnell Physical AI in industrielle Kerngeschäftsprozesse vordringt – und welche neuen Herausforderungen dabei auf Infrastruktur, Sicherheit und Governance warten.