--- title: "Gemini Robotics 2.5: Leistung in der Fabrik" locale: de category: ai_data category_name: "KI-Daten" translation_status: reviewed license: cc_by author: "injoys" source_url: https://injoys.com/en/articles/gemini-robotics-2-5-vla-factory-performance published_at: 2026-11-11T22:26:13+09:00 --- # Gemini Robotics 2.5: Leistung in der Fabrik > Gemini Robotics 2.5 ist ein Modell, das visuelle Wahrnehmung und Sprache in Roboterhandlungen umsetzt. Unterschieden werden der Geltungsbereich der Erfolgsquote von 96% im Fabriktest, die Leistungssteigerungsraten, die Sicherheitsbewertung und der Veröffentlichungsstatus der einzelnen Modelle. ## Key Points - Gemini Robotics ER ist ein Reasoning-Modell, das Arbeitsabläufe verfolgt. - Gemini Robotics 2.5 steuert im Fabriktest die Bewegungen beider Hände und Arme. - Die Steigerung der Erfolgsquote um 30~100% ist ein relativer Wert gegenüber dem bisherigen Referenzmodell. - Die Erfolgsquote von 96% im Fabriktest ist das Ergebnis von Kitting-Aufgaben mit Autoteilen. - Die Bereitstellung des Aktionsmodells für Partner ist von der öffentlichen Vorschau des ER-Modells zu unterscheiden. Gemini Robotics 2.5 ist ein VLA-Modell, das visuelle Informationen und Sprache mit Roboteraktionen verknüpft. Die Erfolgsquote von 96% bei der Werkserprobung gilt nur für das Kitting von Bauteilen. Für eine tatsächliche Einführung müssen Fehlerbehebung und Betriebsbedingungen zusätzlich überprüft werden. Die Leistungsangaben in diesem Artikel beruhen auf der Ankündigung von Google vom 10. November 2026. ## Funktionsweise von VLA und ER VLA ist ein Modell, das visuelle Informationen und sprachliche Anweisungen mit Roboteraktionen verknüpft. Der Name steht für Vision-Language-Action. ER bezeichnet verkörpertes Schlussfolgern zur Planung von Aufgaben in einer physischen Umgebung. Bei der Werkserprobung übernehmen die beiden Modelle unterschiedliche Rollen. Gemini Robotics ER verfolgt den gesamten Arbeitsablauf. Gemini Robotics 2.5 steuert beide Hände und Arme. | Komponente | Aufgabe | Einordnung | | --- | --- | --- | | Visuelle Informationen | Objekte und Umgebung erfassen | Eingabe zur Bestimmung der Aktionen | | Sprachliche Anweisungen | Aufgaben und Bedingungen vermitteln | Eingabe zur Beschreibung des Aufgabenziels | | ER-Modell | Mehrstufige Planung und Fortschrittsverwaltung | Übergeordnetes Schlussfolgern | | VLA-Aktionsmodell | Roboterbewegungen erzeugen | Steuerung der tatsächlichen Bewegungen | | Roboterhardware | Bewegungen und Objektmanipulation ausführen | Physische Komponenten wie Hände, Arme und Aktuatoren | Das ER-Modell ist darauf ausgelegt, jeweils die nächste Aufgabe zu bestimmen und die Ausführung fortzusetzen. Es beurteilt auch, ob eine Aufgabe abgeschlossen ist und ob ein erneuter Versuch nötig ist. In den offiziellen Modellinformationen ist Text als Ausgabe von ER 2 angegeben. [Beschreibung von ER 2 durch Google DeepMind](https://deepmind.google/models/gemini-robotics/embodied-reasoning/) Das Aktionsmodell und der Roboter selbst sind nicht dasselbe Produkt. Die offizielle VLA-Beschreibung nennt einen Steuerungsumfang von Armen bis zum gesamten Körper humanoider Roboter. Die Leistung auf einem bestimmten Roboter muss unter Berücksichtigung seiner Hardwarebedingungen eingeordnet werden. [VLA-Beschreibung von Google DeepMind](https://deepmind.google/models/gemini-robotics/vla/) ## Kennzahlen zur Aufgabenbewertung und Vergleichsmaßstäbe Die veröffentlichten Verbesserungsraten beziehen sich auf das bisherige Referenzmodell. Sie sind keine absoluten Erfolgsquoten, die für alle Aufgaben gleichermaßen gelten. Laut Ankündigung fiel die Verbesserung je nach Aufgabenart unterschiedlich aus. Die folgende Tabelle unterscheidet die am 10. November 2026 veröffentlichten Kennzahlen. | Punkt | Veröffentlichte Angaben | Geltungsbereich der Kennzahl | | --- | --- | --- | | Umfang der bewerteten Aufgaben | In der Einleitung mehr als 200, in der Detailbeschreibung 200 | Insgesamt als rund 200 zu verstehen | | Erfolgsquote bei Aufgaben | Verbesserung um 30~100% gegenüber dem bisherigen Referenzmodell | Relative Verbesserung je nach Aufgabenart | | Geschwindigkeit der Aufgabenerledigung | Verbesserung um 20~30% gegenüber dem bisherigen Referenzmodell | Vergleich der Abschlussgeschwindigkeit bei den bewerteten Aufgaben | | Erfolgsquote bei der Werkserprobung | 96% | Erprobung des Kittings von Automobilteilen mit Apollo 2 | Die Aufgabenanzahl bezeichnet die Arten der bewerteten Aufgaben. Sie ist nicht mit der Anzahl der Wiederholungen jeder Aufgabe gleichzusetzen. Daher lässt sich allein aus der Aufgabenanzahl keine statistische Zuverlässigkeit berechnen. [Koreanische Ankündigung von Google](https://blog.google/intl/ko-kr/company-news/technology/gemini-robotics-2-5-kr/) ### Rechenbeispiel für relative Verbesserungsraten Die Bedeutung der Verbesserung einer Erfolgsquote wird deutlicher, wenn man sie als Faktor ausdrückt. Die angekündigte Verbesserung um 30% entspricht dem 1.3-Fachen der bisherigen Erfolgsquote. Eine Verbesserung um 100% bedeutet das 2-Fache der bisherigen Erfolgsquote. Diese Zusammenhänge ergeben sich rechnerisch aus den veröffentlichten Angaben. | Ausdruck | Rechnerischer Zusammenhang | Zur Einordnung benötigte Informationen | | --- | --- | --- | | Verbesserung der Erfolgsquote um 30% | Neue Erfolgsquote = bisherige Erfolgsquote × 1.3 | Bisherige Erfolgsquote bei derselben Aufgabe | | Verbesserung der Erfolgsquote um 100% | Neue Erfolgsquote = bisherige Erfolgsquote × 2 | Bisherige Erfolgsquote bei derselben Aufgabe | | Differenz der Erfolgsquoten | Neue Erfolgsquote - bisherige Erfolgsquote | Beide absoluten Erfolgsquoten, Einheit: Prozentpunkte | Ohne die bisherige Erfolgsquote lässt sich die neue absolute Erfolgsquote nicht berechnen. Eine Verbesserung um 100% darf nicht als Erfolg bei allen Versuchen verstanden werden. Auch eine Geschwindigkeitsverbesserung lässt sich nicht in eine Steigerung der gesamten Werksproduktion umrechnen. ## Geltungsbereich der Erfolgsquote von 96% bei der Werkserprobung Die veröffentlichten **96%** sind die Erfolgsquote einer Erprobung des Kittings von Automobilteilen. Beim Kitting werden die für die Montage benötigten Teile in der richtigen Reihenfolge bereitgestellt. Bei dieser Erprobung übernahm Apollo 2 von Apptronik diese Aufgabe. Die Erprobung fand an tatsächlichen Produktionslinien von Mercedes-Benz statt. Die Ankündigung nennt Kecskemét in Ungarn und Sindelfingen in Deutschland. Der Roboter entnahm Metallhalterungen aus einem Vorratsbehälter und legte sie in die nach Reihenfolge vorgesehenen Behälter. Ein PoC ist ein Machbarkeitsnachweis, der die Umsetzbarkeit in einer bestimmten Umgebung prüft. Die dabei gemessene Erfolgsquote gilt für den Umfang dieses Tests. Sie lässt sich nicht auf den Automatisierungsgrad des gesamten Werks oder die Erfolgsquote aller Prozesse übertragen. Google stellte als Einsatzmöglichkeit vor, wiederkehrende Vorbereitungsaufgaben an Roboter zu übertragen. Dadurch soll sich das technische Personal auf komplexe Montagearbeiten konzentrieren können. Angaben zum Umfang eines Personalabbaus oder zur Steigerung der Arbeitsproduktivität wurden nicht gemacht. [Beschreibung der Werkserprobung durch Google DeepMind](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/) ## Fehlerbehebung und Durchsatz fehlen in der Erfolgsquote Für die Entscheidung über einen Werkseinsatz müssen die Bezugsgröße der Erfolgsquote und die Zeit zur Fehlerbehebung bekannt sein. Auch bei gleicher Erfolgsquote kann die Produktionsmenge je nach Wiederholungsverfahren variieren. Diese Analyse dient dazu, die veröffentlichten Kennzahlen mit Betriebskennzahlen zu verknüpfen. | Prüfpunkt | Zu klärende Angaben | Bedeutung für die Beurteilung | | --- | --- | --- | | Einheit des Erfolgs | Einzelnes Bauteil oder gesamtes Tablett | Durch die Erfolgsquote erfasster Aufgabenumfang | | Anzahl der Versuche | Gesamtzahl der Bewertungen und Verteilung nach Aufgabe | Schwankungen und Repräsentativität der Ergebnisse | | Umgang mit Wiederholungsversuchen | Erfolg beim ersten Versuch oder einschließlich Wiederholungen | Grad der autonomen Ausführung | | Menschliche Eingriffe | Anzahl und Zeitpunkt der Eingriffe | Erforderliches Betriebspersonal | | Fehlerbehebung | Zeit zur Fehlerbehebung und Bedingungen für die Wiederaufnahme | Durch Unterbrechungen verringerter Durchsatz | | Qualitätsprüfung | Kriterien für Positionsabweichungen und Bauteilschäden | Verwendbarkeit für die anschließende Montage | | Dauerbetrieb | Betriebsdauer und Ursachen für Stillstände | Stabilität im tatsächlichen Betrieb | Diese Punkte sind keine zusätzlich bestätigten Ergebnisse. Es handelt sich um Messbedingungen, die bei einer Bewertung vor Ort gesondert geprüft werden müssen. Alle Detailbedingungen lassen sich nicht allein anhand der koreanischen Ankündigung feststellen. Als Betriebskennzahl lässt sich zusätzlich der Gutteildurchsatz berechnen. Die Formel lautet: „Anzahl fertiggestellter Einheiten, die die Qualitätskriterien erfüllen ÷ gesamte Betriebszeit“. Die gesamte Betriebszeit muss Wiederholungsversuche und Fehlerbehebung einschließen. Dies ist ein Messvorschlag, keine veröffentlichte Kennzahl der Werkserprobung. Für den Roboterbetrieb werden neben dem Modell auch Verwaltungsfunktionen benötigt. Apptronik beschreibt Fleet Connect zur Zustandsüberwachung und Aufgabenzuweisung. Das zeigt den Umfang des Betriebs, bei dem auch Batterien und Stillstandszustände verwaltet werden müssen. [Beschreibung der Plattform Apollo 2 durch Apptronik](https://apptronik.com/apollo/apollo-2) ## Unterschied zwischen physischer Sicherheit und Jailbreak-Abwehr Physische Sicherheitsvorgaben und Jailbreak-Abwehr betreffen unterschiedliche Bewertungsgegenstände. Erstere lenken das Verhalten so, dass während der Ausführung Gefahren in der Umgebung vermieden werden. Letztere bewertet die Widerstandsfähigkeit gegen Angriffe, die das Modell zum Befolgen gefährlicher Anweisungen bringen sollen. Der Inferenzzeitpunkt ist der Zeitpunkt, zu dem ein Modell Eingaben verarbeitet und Entscheidungen trifft. Google erklärt, zu diesem Zeitpunkt Vorgaben zur Gefahrenvermeidung anzuwenden. Auch bei Sicherheitskennzahlen muss unterschieden werden, welches Modell mit welchem Verfahren bewertet wurde. Die folgenden Sicherheitskennzahlen stammen aus der Ankündigung vom 10. November 2026. | Bewertung | Veröffentlichtes Ergebnis | Geltungsbereich | | --- | --- | --- | | Sicherer Aufgabenabschluss in der Nähe von Hindernissen | Verbesserung um 33% | Verbesserung durch Anwendung der Vorgaben | | Sicherer Aufgabenabschluss in einer Umgebung mit Menschen in der Nähe | Verbesserung um 43% | Verbesserung durch Anwendung der Vorgaben | | Jailbreak-Abwehrrate von Gemini 4 Argon | 99.5% | Veröffentlichtes Ergebnis der Jailbreak-Bewertung | | Jailbreak-Abwehrrate des Referenzmodells | 82% | Vergleichsergebnis von Gemini Robotics ER 2 | Die Jailbreak-Abwehrrate ist ein Bewertungsergebnis von Gemini 4 Argon. Wer sie als Unfallfreiheitsquote des Aktionsmodells im Werk zitiert, verändert den Bewertungsgegenstand. Auch die Verbesserungsrate beim sicheren Aufgabenabschluss muss von der absoluten Erfolgsquote unterschieden werden. [Beschreibung der Sicherheitsbewertung durch Google DeepMind](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/) Das Repository ASIMOV-Jailbreak unterscheidet zwischen schädlichen und regulären Anweisungen. Es umfasst auch Bewertungen von Angriffen über mehrere Runden. Die Quote übermäßiger Ablehnungen regulärer Anfragen gehört ebenfalls zu den Bewertungskriterien. [Googles Repository zur ASIMOV-Bewertung](https://huggingface.co/datasets/google/asimov_agentic) Daneben gibt es Sicherheitsfunktionen der physischen Geräte. Apptronik erklärt, dass der Roboter sofort stoppt, wenn er ein Objekt in einer festgelegten Kollisionszone erkennt. Auch zonenabhängige Bewegungseinstellungen werden angeboten. Diese Hardwarefunktionen müssen unabhängig von der Modellbewertung geprüft werden. ## Simulation und reale Trainingsdaten Laut Google wurden Simulationen mit Daten aus realen Demonstrationen kombiniert. Gemini 4 Argon erzeugt virtuelle Trainingsumgebungen aus Kameraszenen. Es unterstützt auch die Forschung, die aus Videos fehlgeschlagener Versuche Hypothesen für Verbesserungen ableitet. Ein digitaler Zwilling bildet eine reale Umgebung im virtuellen Raum nach. In einer virtuellen Umgebung lassen sich Tests unter veränderten Bedingungen wiederholen. Tests mit realen Robotern prüfen, ob die Ergebnisse auch in der physischen Umgebung Bestand haben. [Beschreibung des Trainingsprozesses durch Google DeepMind](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/) In diesem Aufbau ist das Werk sowohl Einsatzort als auch Bewertungsumgebung. Denn reale Bauteile und Arbeitsabläufe prüfen den Anwendungsbereich des Modells. Eine verbesserte Trainingseffizienz lässt sich jedoch nicht unmittelbar in Einsparungen bei den Einführungskosten umrechnen. ## Unterschied zwischen Partnerbereitstellung und öffentlicher API Der öffentliche Verfügbarkeitsstatus muss für das Aktionsmodell und das ER-Modell getrennt geprüft werden. Laut Ankündigung wird das Aktionsmodell schrittweise für Robotikpartner bereitgestellt. Auf der offiziellen Seite zu ER 2 ist eine öffentliche Vorschau angegeben. Die Ankündigung von Google DeepMind beschreibt den Bereitstellungsumfang wie folgt. > Gemini Robotics 2.5 wird unseren Robotikpartnern schrittweise bereitgestellt. Quelle ist die [Ankündigung zu Gemini Robotics 2.5](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/). | Modell | Bestätigter Verfügbarkeitsstatus | Einordnung | | --- | --- | --- | | Gemini Robotics 2.5 | Schrittweise Bereitstellung für Robotikpartner | Von der Veröffentlichung einer Aktions-API für Entwickler allgemein zu unterscheiden | | Gemini Robotics ER 2 | Öffentliche Vorschau in Google AI Studio und über die Gemini API | Zugangsumfang des Schlussfolgerungsmodells | Der API-Zugang zu ER bedeutet keine Zugangsberechtigung zum Aktionsmodell. Auch ein Zeitplan für die kommerzielle Einführung in Südkorea lässt sich aus dieser Ankündigung allein nicht ableiten. Der Verfügbarkeitsstatus jedes Modells muss auf der jeweiligen offiziellen Modellseite geprüft werden. ## Häufige Fehler beim Lesen von Leistungskennzahlen Wer Bewertungsgegenstand und Einheit weglässt, vermischt unterschiedliche Ergebnisse. Besonders die Zusammenfassung von Kennzahlen allein anhand des Modellnamens erschwert die Einordnung. Beim Zitieren sollten Aufgabe und Vergleichsbedingungen gemeinsam angegeben werden. | Häufige Auslegung | Korrekte Unterscheidung | | --- | --- | | Die Erfolgsquote hat sich um 100% verbessert, also waren alle Aufgaben erfolgreich | Relative Verbesserungsrate und absolute Erfolgsquote sind verschieden | | Die Erfolgsquote im Werk entspricht dem Automatisierungsgrad des gesamten Werks | Ergebnis des Kitting-PoC und Automatisierungsumfang sind verschieden | | Die Jailbreak-Abwehrrate entspricht der Unfallfreiheitsquote des Roboters | Angriffswiderstand und Kennzahlen zu physischen Unfällen sind verschieden | | Über die ER-API lässt sich auch das Aktionsmodell sofort nutzen | Zugangsberechtigungen müssen für jedes Modell gesondert geprüft werden | | Die Produktionsmenge steigt genauso stark wie die Geschwindigkeit der Aufgabenerledigung | Messungen müssen Fehlerbehebungszeiten und Wartezeiten im Prozess einschließen | ## Häufig gestellte Fragen Die zentralen Fragen lassen sich klären, wenn Modellrollen, Bewertungseinheiten und Verfügbarkeitsstatus getrennt betrachtet werden. ### Ist Gemini Robotics 2.5 der Roboter selbst Es ist ein VLA-Modell zur Steuerung von Robotern. Apollo 2 ist der Roboter, der dieses Modell nutzt. Die Modellleistung muss von der physischen Leistung des Roboters unterschieden werden. ### Sind mit rund 200 Aufgaben die Prozesse eines realen Werks gemeint Gemeint sind die Aufgabenarten der veröffentlichten Modellbewertung. Das bedeutet nicht, dass es sich ausschließlich um Prozesse eines Automobilwerks handelt. Die Anzahl der bewerteten Aufgaben und der Umfang der Werkserprobung sind getrennte Größen. ### Lässt sich der Nutzen einer Einführung allein anhand der Erfolgsquote im Werk berechnen Kosten oder Produktionsmengen lassen sich nicht allein aus der Erfolgsquote berechnen. Dazu müssen auch die Bearbeitungszeit und die Zeit zur Fehlerbehebung bekannt sein. Ebenso werden die Bedingungen für Qualitätsprüfungen und menschliche Eingriffe benötigt. ### Bedeuten öffentliche Vorschau und kommerzielle Einführung dasselbe Eine öffentliche Vorschau ist ein Bereitstellungsstatus, der den Zugang zu einem bestimmten Modell ermöglicht. Sie bedeutet nicht, dass die Integration in ein Werkssystem abgeschlossen ist. Auch die Bereitstellungsbedingungen des Aktionsmodells müssen gesondert geprüft werden. ## FAQ ### Was ist VLA in Gemini Robotics 2.5? VLA steht für Vision-Language-Action. Gemeint ist ein Modell, das visuelle Informationen und sprachliche Anweisungen in Roboteraktionen umsetzt. ### Worin unterscheiden sich Gemini Robotics ER und das Aktionsmodell? ER ist ein Reasoning-Modell, das die Aufgabenplanung und den Fortschritt verwaltet. Bei der Praxiserprobung im Werk übernahm das Aktionsmodell die Steuerung beider Hände und Arme. ### Ist die Verbesserung der Erfolgsquote um 30~100% eine absolute Erfolgsquote? Es handelt sich um eine relative Verbesserung gegenüber dem bisherigen Referenzmodell. Um die neue absolute Erfolgsquote zu berechnen, wird die bisherige Erfolgsquote für dieselbe Aufgabe benötigt. ### Was wurde mit der Erfolgsquote von 96% bei der Praxiserprobung im Werk gemessen? Es handelt sich um die im Rahmen eines PoC für das Kitting von Automobilteilen veröffentlichte Erfolgsquote. Sie gibt das Ergebnis der Aufgaben wieder, die Apollo 2 an einer Produktionslinie von Mercedes-Benz ausgeführt hat. ### Lässt sich eine schnellere Aufgabenerledigung als Steigerung der Produktionsmenge werten? Allein aus der Geschwindigkeit der Aufgabenerledigung lässt sich die Steigerungsrate der gesamten Produktionsmenge nicht berechnen. Dafür wird die Betriebszeit einschließlich erneuter Versuche, Fehlerbehebung und prozessbedingter Wartezeiten benötigt. ### Bei welchem Modell wurde die Jailbreak-Abwehrrate von 99.5% erzielt? Das ist das von Google veröffentlichte Ergebnis der Jailbreak-Evaluierung von Gemini 4 Argon. Es bezeichnet nicht die Quote unfallfreier Werkseinsätze des Aktionsmodells. ### Können Entwickler allgemein die API des Aktionsmodells direkt nutzen? Der angekündigte Zugang zum Aktionsmodell richtet sich an Robotikpartner. Die öffentliche Vorschau von ER 2 und die Zugangsberechtigung zum Aktionsmodell müssen voneinander unterschieden werden. ### Wurde ein Zeitplan für die kommerzielle Einführung in Fabriken im Inland bekannt gegeben? Allein aus dieser Ankündigung lässt sich kein verbindlicher Zeitplan für die kommerzielle Einführung im Inland ableiten. Die konkreten Bereitstellungsbedingungen und Termine müssen bei Google und den Roboteranbietern erfragt werden. ## Sources - [Google-Ankündigung auf Koreanisch: Gemini Robotics 2.5: Physische Intelligenz in der realen Welt schneller voranbringen](https://blog.google/intl/ko-kr/company-news/technology/gemini-robotics-2-5-kr/) - [Google DeepMind: Vorstellung von Gemini Robotics 2.5](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/) - [Google DeepMind: VLA-Modell Gemini Robotics 2.5](https://deepmind.google/models/gemini-robotics/vla/) - [Google DeepMind: Informationen zum Modell Gemini Robotics ER 2](https://deepmind.google/models/gemini-robotics/embodied-reasoning/) - [Apptronik: Apollo 2-Plattform und Betriebs- und Sicherheitsfunktionen](https://apptronik.com/apollo/apollo-2) - [Google: Asimov Agentic Safety Evaluation und ASIMOV-Jailbreak](https://huggingface.co/datasets/google/asimov_agentic) ## Images ![Ein zweiarmiger Roboter legt Metallwinkel in eine Fächerschale, während eine Fachkraft hinter Schutzglas zusieht.](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDE3NzQsInB1ciI6ImJsb2JfaWQifX0=--942c42c606bce2666318996725dd445f966e877a/ai-4a3f957c.webp) ![Eine Ingenieurin mit Schutzbrille prüft den Abstand zwischen Robotergreifer und gepolstertem Hindernis.](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDE3ODAsInB1ciI6ImJsb2JfaWQifX0=--19b385253034a3ff7240ac9fd1708a09552dc8d6/ai-abdf1234.webp)