Intrinsic tritt Google bei: Was sich für die Industrierobotik ändert

Am 25. Februar 2026 gab Intrinsic bekannt, dass das Unternehmen als eigenständige Gruppe zu Google wechselt. Diese Änderung ist für Teams im Bereich Industrierobotik relevant, weil sie Intrinsics Softwareplattform enger mit Google Cloud, Gemini und der Forschung von Google DeepMind verbindet, während Intrinsic angibt, dass die Plattform und die Arbeit mit Kunden fortgeführt werden.

Was sich durch die Ankündigung tatsächlich geändert hat

Intrinsic entstand innerhalb von Alphabet und konzentriert sich auf Software, die Entwicklern beim Erstellen und Betreiben robotischer Anwendungen hilft. Die Ankündigung vom Februar besagt nicht, dass Google einen universellen Fabrikroboter entwickelt hat oder dass bestehende Automatisierungs-Stacks durch ein einzelnes KI-Modell ersetzt werden können. Es handelt sich um eine organisatorische Maßnahme, die die Kombination von Robotik-Tools, Cloud-Infrastruktur und KI-Funktionen beschleunigen soll.

In der eigenen Ankündigung von Intrinsic heißt es, dass das Unternehmen als eigenständige Gruppe innerhalb von Google tätig sein und seine Plattform weiterentwickeln wird. Außerdem wird eine engere Zusammenarbeit mit Google DeepMind, Gemini und Google Cloud genannt. Diese Aussagen legen den bestätigten Umfang fest. Verfügbarkeit von Produkten, kommerzielle Bedingungen, Hardwareunterstützung und Zeitpläne für die Einführung müssen weiterhin anhand der aktuellen Dokumentation für jedes Projekt geprüft werden.

Warum Physical AI in einer Fabrikhalle etwas anderes ist

Generative Modelle können Pläne, Code oder Interpretationen erzeugen, doch ein Industrieroboter muss Bewegungen innerhalb von Grenzen für Geometrie, Nutzlast, Geschwindigkeit, Werkzeuge und Sicherheit ausführen. Die sinnvolle Chance liegt nicht in uneingeschränkter Autonomie. Sie besteht darin, eine bessere Wahrnehmung, Aufgabenplanung und Softwareunterstützung auf deterministische Steuerungen anzuwenden, die weiterhin für das sichere Maschinenverhalten verantwortlich sind.

Eine praktische Architektur trennt die Verantwortlichkeiten. Sicherheitszertifizierte Steuerungen und Geräte setzen Schutzstopps, sichere Geschwindigkeiten und Verriegelungen durch. Roboter- und Bewegungssteuerungen führen validierte Trajektorien aus. SPS koordinieren Maschinenzustände und Prozessequipment. KI-Dienste können Bilder interpretieren, Aufgabenfolgen vorschlagen, die Programmierung unterstützen oder Parameter optimieren, doch ihre Ausgaben sollten vor einer Auswirkung auf die Produktion über begrenzte Schnittstellen und Abnahmeprüfungen geleitet werden.

Mögliche technische Vorteile

Intrinsic beschreibt Flowstate als Entwicklungsumgebung zum Erstellen robotischer Anwendungen aus wiederverwendbaren Skills und Diensten. Grundsätzlich können wiederverwendbare Komponenten den technischen Aufwand für die Integration von Wahrnehmung, Planung und Gerätesteuerung verringern. Ein engerer Zugang zu Googles KI- und Cloud-Technologie könnte außerdem Simulation, Datenverarbeitung und Entwickler-Workflows verbessern.

Für Integratoren könnte der größte kurzfristige Nutzen eher in schnellerem Prototyping und portableren Softwaremustern liegen als in autonomen Fabriken. Ein Team könnte alternative Greifstrategien in einer Simulation testen, mithilfe von Bildverarbeitung variable Teile klassifizieren oder eine erste Anwendungsstruktur erzeugen. Ingenieure müssten weiterhin Koordinatensysteme, Kollisionsbereiche, Zykluszeit, Werkzeugverhalten, Fehlerbehebung und jede Sicherheitsfunktion an der realen Zelle validieren.

Fragen, die Käufer stellen sollten

Beschaffungsteams sollten „KI-gestützt“ als Beginn einer Due-Diligence-Prüfung betrachten, nicht als Spezifikation. Fragen Sie, welche Robotermarken, Steuerungen und Bildverarbeitungssysteme unterstützt werden, wo die Inferenz stattfindet, was bei einem Verlust der Cloud-Verbindung geschieht, wie Versionen kontrolliert werden und ob die Produktion in einem eingeschränkten, aber sicheren Modus fortgesetzt werden kann. Klären Sie Eigentum und Aufbewahrung von Daten, die regionale Verarbeitung sowie das Verfahren zum Export von Konfigurationen.

Die Unterstützung über den gesamten Lebenszyklus ist ebenso wichtig. Industrielle Zellen bleiben üblicherweise länger in Betrieb als Software-Frameworks. Käufer benötigen eine dokumentierte Methode, um Modell- und Skill-Versionen festzuschreiben, Updates zu qualifizieren und eine bekannte, funktionsfähige Version wiederherzustellen. Sie sollten außerdem verstehen, ob Lizenzen, Cloud-Dienste oder proprietäre Komponenten eine Abhängigkeit schaffen, die über die erwartete Lebensdauer der Maschine hinweg nicht unterstützt werden kann.

Inbetriebnahme und Änderungssteuerung

Jede KI-gestützte Roboterfunktion sollte über dieselben disziplinierten Kontrollverfahren in die Produktion gelangen, die auch für andere wesentliche Änderungen gelten. Legen Sie messbare Abnahmekriterien fest, erstellen Sie einen repräsentativen Testsatz und bewahren Sie die Ausgangsleistung. Berücksichtigen Sie ungewöhnliche Teile, veränderte Beleuchtung, versperrte Sicht und Kommunikationsausfälle. Erfassen Sie fälschlich akzeptierte und abgelehnte Teile, Schwankungen der Zykluszeit und das Wiederanlaufverhalten, statt sich auf eine erfolgreiche Demonstration zu verlassen.

Trennen Sie Entwicklungsdaten von der Produktionshoheit. Ein Modell oder ein generierter Skill sollte weder direkt in die Sicherheitslogik schreiben noch eine validierte Zustandsmaschine umgehen können. Verwenden Sie rollenbasierte Zugriffsrechte, signierte oder anderweitig kontrollierte Releases, Audit-Protokolle und eine unabhängige Freigabe für die Bereitstellung in der Produktion. Wenn sich das System nach der Inbetriebnahme anpasst, muss genau festgelegt werden, welche Parameter sich ändern dürfen und welche Grenzen dafür gelten.

Grenzen bei Cybersicherheit und Verfügbarkeit

Die Verbindung der Roboterentwicklung mit Cloud- und KI-Diensten erweitert die Systemgrenze. Erfassen Sie jeden Datenfluss zwischen Zelle, Werksnetzwerk und externem Dienst. Begrenzen Sie ausgehende Verbindungen, schützen Sie Zugangsdaten, überwachen Sie Softwareabhängigkeiten und planen Sie für Ausfälle von Zertifikaten oder Konten. Die Cloud-Integration darf nicht dazu führen, dass ein vorübergehendes WAN-Problem einen unkontrollierten Stopp oder eine unsichere Wiederanlaufsequenz verursacht.

Werke sollten außerdem entscheiden, welche Bilder, Teile- und Prozessdaten das Gelände verlassen dürfen. Ein technisch nützlicher Bildverarbeitungsdatensatz kann dennoch sensible Produkt- oder Produktionsinformationen enthalten. Sicherheitsprüfung, vertragliche Kontrollen und eine Aufbewahrungsrichtlinie gehören in den technischen Plan, bevor die Datenerfassung beginnt.

Worauf Sie als Nächstes achten sollten

Die entscheidenden Belege werden konkrete Releases sein: unterstützte Hardware, einsetzbare Skills, validierte Referenzarchitekturen sowie Werkzeuge für Versionierung, Diagnose und Offline-Betrieb. Kunden sollten diese Fähigkeiten anhand messbarer Anforderungen der Zelle bewerten, nicht anhand weitreichender Aussagen über Physical AI.

Teams, die eine Integration der Robotersteuerung planen, können die Sammlung ABB Robotics und zugehörige Komponenten aus dem Bereich Antriebs- und Bewegungssteuerung erkunden. Die wesentlichen Details zum Ereignis finden Sie in Intrinsics Ankündigung vom 25. Februar 2026. Die redaktionelle Einschätzung ist eindeutig: Eine engere Zusammenarbeit im Bereich KI kann die Werkzeuge für die Roboterentwicklung verbessern, doch zuverlässige Produktion hängt weiterhin von klar definierten Grenzen, Validierung und einer wartbaren Steuerungsarchitektur ab.