Am 18. September 2026 gab Toyota offiziell seinen Einstieg in das Robotergeschäft für Produktionsstandorte bekannt. Die Nachricht an sich überrascht nicht – das Unternehmen beschäftigt sich seit Jahren mit Robotern, vom Basketball-Wurfroboter CUE bis zum Lebensunterstützungsroboter HSR wurde so einiges ausprobiert. Neu ist diesmal: Toyota gründete eine Organisation namens „Toyota Robotics“, will selbst entwickelte KI in Robotern verbauen und nach außen verkaufen – und nannte eine Zahl für den mittel- bis langfristigen Horizont: rund 400.000 Einheiten.
Was bedeutet 400.000? Der Jahresabsatz der gesamten japanischen Industrieroboterbranche liegt bei etwa 50.000 bis 60.000 Einheiten. Ein gewöhnliches Verkaufsziel kann es also nicht sein. Stellt man die Zahl neben eine weitere Information, wird die Sache klar: Von den 400.000 Einheiten entfallen 150.000 auf die Toyota-Gruppe selbst und 250.000 auf Zulieferer; eingeführt werden sie im Zuge von Anlagenerneuerungen im Umfang von rund 1 Billion JPY (rund 50 Mrd. CNY) pro Jahr ab 2028, parallel zu Großinstandsetzungen und Umbauten in rund 60 Werken weltweit. Mit anderen Worten: Toyota plant sich selbst und die gesamte Lieferkette als ein Netz zur Erhebung von Produktionsdaten.
Zunächst das Gerüst der Angelegenheit:
- Toyota kündigte am 18. September 2026 den Einstieg in das Robotergeschäft für Produktionsstandorte an, gründete die neue Organisation „Toyota Robotics“ und vertreibt Roboter mit selbst entwickelter KI nach außen;
- mittel- bis langfristiges Ziel sind rund 400.000 eingesetzte Einheiten: 150.000 in der Gruppe plus 250.000 bei Zulieferern, flankiert von Anlagenerneuerungen im Umfang von rund 1 Billion JPY pro Jahr ab 2028 und der Modernisierung von rund 60 Werken weltweit – die Zahl schließt bestehende Industrieroboter ein und ist kein Absatz eines einzelnen Modells;
- der Schlüsselroboter „ELEY“ wiegt rund 50 kg, trägt eine Zwei-Finger-Hand, bewegt sich auf Rädern und setzt auf die verhaltensbasierte Grund-KI „Large Behavior Model“ (LBM) aus dem Toyota Research Institute (TRI);
- Toyota plant, die Arbeit von rund 18.000 „Takumi“ genannten Meisterhandwerkern in Lernvorlagen für die Roboter zu überführen; Kennzahlen zur Erfolgsmessung wurden bislang nicht veröffentlicht.
ELEY: Räder, eine Zwei-Finger-Hand – und ein Fundament, das mit jedem Datenfutter klüger wird
Zuerst der Körper: ELEY wiegt rund 50 kg, trägt eine Hand mit zwei Fingern und fährt auf Rädern – das Gehen auf zwei Beinen wie der Mensch übernimmt er nicht. Diese Wahl ist nicht konservativ, sondern überaus pragmatisch: Zweibeiniges Laufen ist schwer zu regeln, sturzgefährdet und energiehungrig; Fabrikböden sind ohnehin eben, Räder sind billiger, schneller und leichter in großen Stückzahlen auszurollen. Das Ausrollen in großen Stückzahlen ist dabei selbst schon der Punkt: Je früher die Roboter in Scharen auf die Linien kommen, desto schneller wächst der Datenbestand. Die Gestalt des Körpers ist nicht der Zweck, sondern das Mittel, mit dem eine durchgehende Datenerhebung möglich wird.
Der eigentliche Protagonist ist die KI im Inneren. Das LBM (Large Behavior Model) ist ein „Grundmodell für Verhalten“: Wird ein großes Sprachmodell durch enorme Textmengen klug, so lernt das LBM Roboterbewegungen aus einem großen Vorrat an Demonstrationsdaten. Statt wie bisher jede Bewegung einzeln manuell zu programmieren, eignet es sich durch das Zusehen bei menschlicher Arbeit mit wenigen Lernrunden belastbare, fehlerarme Bewegungen an. In einer bereits öffentlich gezeigten Demonstration lernte ELEY das Falten von T-Shirts und wiederholte es anschließend selbstständig. Die Stärke solcher Grundmodelle: Neue Aufgaben lassen sich mit wenig zusätzlichem Lernen übernehmen; die Güte des Fundaments aber hängt davon ab, wie viele breit gestreute, hochwertige Demonstrationen aus der realen Fertigung es vorgesetzt bekommt.
Damit ist jenes Gut Toyotas angesprochen, das kaum jemand kopieren kann: rund 18.000 „Takumi“. Fingerspitzengefühl und Kniffe erfahrener Fachkräfte sind genau die hochwertigste Quelle für Demonstrationsdaten. Wie ein erfahrener Meister die Kraft dosiert, wie er mit fehlerhaften Teilen umgeht – dieses implizite Wissen, das sich nicht in Arbeitsunterlagen schreiben lässt, lässt sich unmittelbar in Lernmaterial für Roboter verwandeln.
Ein Punkt, der leicht übersehen wird: Das LBM ist nicht an bestimmte Hardware gebunden. TRI zeigte bereits 2025 eine Demonstration, in der das LBM den humanoiden Roboter Atlas von Boston Dynamics steuerte. Ist die KI nicht an einen bestimmten Körper gebunden, entscheidet der Wettkampf darüber, in wie vielen verschiedenen Umgebungen diese KI läuft und wie viele Daten zurückfließen. Toyota verkauft Roboter – und verknüpft damit zugleich neue Knoten in dieses Netz.
Was tatsächlich umkämpft ist: die Orte, an denen Daten entstehen
Zieht man die Kamera zurück, stehen auf derselben Rennbahn bereits zahlreiche Akteure – und deren jeweilige Haltung ist durchaus aussagekräftig.
Tesla ist am deutlichsten. Bis Mitte 2026 hat das Unternehmen in den Werken in Fremont und anderswo Optimus-Roboter in der Größenordnung von tausend Einheiten aufgestellt – der Absatz nach außen liegt bei null. Elon Musk räumte selbst ein, diese Roboter dienten „in erster Linie dem Lernen und der Datensammlung“ und hätten „in den Fabriken noch keine echte Schlagkraft“ entfaltet. Das kommt einem öffentlichen Eingeständnis gleich: Um die Daten geht es jetzt. Nur spielen diese Erhebungen überwiegend in den eigenen Werken; die Vielfalt der Umgebungen ist begrenzt.
BMW und Mercedes-Benz aus Deutschland beschreiten einen anderen Weg: keine eigenen Roboter, stattdessen die Zusammenarbeit mit spezialisierten Start-ups. BMW setzte im US-Werk Spartanburg den Figure 02 von Figure AI in einer zehnmonatigen Erprobung ein, die Produktionsprozesse von mehr als 30.000 Einheiten des BMW X3 begleitete, und schloss anschließend einen kommerziellen Vertrag über das Nachfolgemodell Figure 03 ab – anfangs rund 40 Einheiten, abgerechnet mit rund 25 US-Dollar pro Roboter und Arbeitsstunde. Mercedes-Benz holte den Apollo von Apptronik an den Standort Berlin und begann mit werksinterner Logistik und ersten Qualitätsprüfungen. In diesem Arbeitsteilungsmodell steckt eine bemerkenswerte Einzelheit: Die realen Daten aus den Produktionslinien der Autobauer sammeln sich auf der Seite der KI-Unternehmen. Wer die Daten hält, sind Figure und Apptronik – nicht BMW und Mercedes-Benz.
Bei Massenproduktion und Einsatzgeschwindigkeit laufen die chinesischen Hersteller vorne. UBTech nahm im September 2026 in Liuzhou in Guangxi ein intelligentes Werk mit einer Jahreskapazität von über 10.000 Einheiten in Betrieb – wohlgemerkt Kapazität, keine Einsatzbilanz; von seinem Walker S2 sind jedoch tatsächlich mehrere hundert Einheiten im Einsatz, in den Werken von BYD, Geely, FAW-Volkswagen, Dongfeng, FAW-Audi, BAIC und Foxconn; auch Airbus in Europa treibt entsprechende Arbeiten seit Januar 2026 voran. Unitree Robotics hatte bis Juli 2026 kumuliert rund 18.000 Einheiten produziert, bei einer Komponenten-Eigenversorgung von über 90 Prozent, und plant außerdem eine Struktur mit 75.000 Einheiten Jahresproduktion. Xpeng zielt mit dem humanoiden Roboter IRON auf die Großserienfertigung zum Jahresende 2026. Die chinesische Regierung hat sich zum Ziel gesetzt, vor 2027 mehr als 100.000 Einheiten pro Jahr auszuliefern. Im ersten Halbjahr 2026 überstieg der weltweite Absatz humanoider Roboter 22.000 Einheiten; die ersten fünf Plätze sollen Angaben zufolge sämtlich auf chinesische Unternehmen entfallen. Möglichst viele Roboter möglichst schnell in möglichst vielfältige Umgebungen bringen – auf diese Weise bauen chinesische Hersteller ihren Bestand an Felddaten auf.
Toyotas Trümpfe – und die spät gestartete Uhr
Rechnet man Toyotas Bestände unter dem Datenblickwinkel durch, ist der Vorteil beträchtlich: eine der weltweit größten Landschaften von Produktionsstandorten plus das Hinterland der Lieferkette – die 250.000 Einheiten im Zulieferglied bedeuten unzählige, prozesslich unterschiedliche Orte als umfangreiche und vielfältige Datenquellen; die 18.000 „Takumi“ liefern hochwertige Vorlagen; KI, Roboter und Fabriken liegen vollständig in eigener Hand, der Datenkreislauf kann ganz im eigenen Organismus laufen. Darin unterscheidet sich Toyota grundlegend von den europäischen Autobauern, die auf externe Spezialunternehmen setzen.
Die Uhr aber ist ein Problem. Die 400.000 sind ein mittel- bis langfristiges Ziel, richtig anlaufen wird es erst nach 2028. Tesla sammelt aber schon jetzt mit rund tausend Einheiten Daten, und chinesische Hersteller bringen ihre Roboter jetzt schon in die großen Autofabriken. Datenwachstum wirkt wie Zinseszins: Je früher sich der Kreislauf dreht, desto tiefer das Lernen und desto größer der nächste Leistungssprung – umgekehrt weitet sich ein Rückstand mit der Zeit meist aus, statt gleichzubleiben.
Die zweite Sorge gilt einer möglichen Verzerrung der Daten. Bleiben die Einsatzorte auf Toyota selbst und sein Liefergeflecht beschränkt, könnte den erhobenen Daten die Vielfalt fehlen, die für die Übertragung auf die Fabriken anderer Unternehmen nötig wäre. Ob dieses gewaltige Lieferkettennetz wirklich zum Datenvorteil wird, entscheidet sich letztlich daran, wie weit es über die Gruppe hinaus geöffnet wird.
Die Erfolgsaussichten an drei Stellen ablesen
Das Tempo der Umsetzung. Wann, mit wie vielen Einheiten und auf welchen real laufenden Linien – nicht die Präsentations-Demonstration zählt, sondern die Dichte der tatsächlich anlaufenden Systeme. Die Breite der Daten. Wie weit die Erhebungen über eigene, Konzern- und externe Standorte reichen, entscheidet unmittelbar über die Allgemeinfähigkeit der Modelle. Die Bilanz vor Ort. Wie viel das LBM tatsächlich an Gutquote und Anteil wirksamer Arbeitszeit verbessert, hat Toyota bislang nicht beziffert – und diese Rechnung wird früher oder später fällig.
Am Ende ist die Zahl 400.000 selbst nicht das Zünglein an der Waage. Über Erfolg und Misserfolg entscheidet, ob Toyota echte Maschinen schon vor 2028, so früh und so breit wie möglich, auf die Linien bringt, damit der Kreislauf aus Erhebung hochwertiger Daten und Lernen zuerst in Schwung kommt. Für uns als Akteure im Umfeld der Anlagen gibt es zudem eine unmittelbare Beobachtung: Wenn sich das Handwerk der „Takumi“ in Datenvermögen verwandelt, verschieben sich auch die Wertkoordinaten von Reparatur und Inbetriebnahme. Weiterführend: Markenabdeckung und Modellunterlagen, Services für Umbau und Upgrade von Produktionslinien.
Weiterlesen
- Warum Kawasaki, FANUC und Yaskawa den seltenen Schulterschluss wagen
- Japanische Handelshäuser positionieren sich für Embodied AI
- Reparatur und Wartung von Industrierobotern aller Marken
