Ein Kundenlogo ist kein Deployment

Ein Automobilkonzern veröffentlicht ein Foto mit einem Roboterhersteller. Ein anderer Hersteller nennt zwölf Großkunden, ohne einen davon zu benennen. Ein Logistiker bestellt einen einzigen Humanoiden, und eine Woche später liest sich das in sozialen Netzwerken wie eine Flotte. Aus vier solchen Meldungen entstehen im Netz schnell vier „Deployments“ – und genau das ist das Problem, das dieses Register lösen soll.

Für die Frage, wie weit Physical AI im Jahr 2026 tatsächlich in der europäischen Wirtschaft angekommen ist, macht es einen erheblichen Unterschied, ob ein Roboter angekündigt, bestellt, geliefert, installiert, zwei Wochen getestet oder jeden Tag produktiv eingesetzt wird. Das FluxLane Robot Deployment Register trennt genau diese Zustände. Version 1 enthält 21 einzeln geprüfte Projekte, in denen ein humanoides oder humanoid ausgelegtes System nachweislich in einem realen Feld-, Kunden- oder klar benannten Validierungsumfeld ausgeführt wurde – elf davon mit bekanntem deutschen Standort, ein weiterer Bosch-Fall eindeutig europäisch, aber ohne öffentlich genanntes Land.

Das ist keine Behauptung, alle Humanoidenprojekte Europas vollständig erfasst zu haben. Es ist etwas Nützlicheres: eine überprüfbare Untergrenze dessen, was sich mit belastbaren Quellen tatsächlich belegen lässt. Die wichtigste Regel dabei passt in einen Satz: Ein Kundenlogo zählt nicht. Auch eine Bestellung oder eine strategische Partnerschaft reicht nicht, und selbst ein Fabrikvideo beantwortet nicht, ob dort ein einmaliger Dreh oder laufende Produktion zu sehen ist.

Deshalb trägt jede Registerzeile zwei getrennte Bewertungen: eine für die Beweisqualität, eine für den operativen Reifegrad. Bei der Beweisqualität unterscheidet FluxLane vier eigene Stufen, keine Branchennorm. Tier A bedeutet, dass der Betreiber selbst – Werk, Krankenhaus, Flughafen – den Einsatz bestätigt; das ist zehnmal der Fall, unter anderem bei BMW, Siemens, ROSSMANN und Renault. Tier B bedeutet, dass ein Hersteller oder Projektpartner einen konkret benannten Betreiber und eine konkret ausgeführte Aufgabe bestätigt, ohne dass der Betreiber selbst zitiert wird. Genau das trifft auf elf der 21 Fälle zu, also auf die Mehrheit, darunter Bosch, Ford, BITZER und die Fälle von Enchanted Tools in Frankreich. Tier C für unvollständige Belege und Tier D für reine Ankündigungen tauchen im Kernregister gar nicht auf, sondern ausschließlich auf der Watchlist weiter unten.

Tier B ist damit kein schwacher Beleg, sondern ein anderer: Ausführungsort und Aufgabe sind real benannt, nur die Bestätigung kommt von der Herstellerseite und nicht vom Betreiber persönlich. Das ändert nichts an der zweiten Trennlinie, die für jede Zeile genauso wichtig bleibt: der Betriebsreife. Wenn BMW „Pilot“ schreibt, macht ein Tier-A-Beleg daraus keinen Serienbetrieb. Wenn Siemens gute Testergebnisse veröffentlicht, sind das Werte eines befristeten Fabriktests, keine Flotten-Kennzahl. Evidenzstärke und Betriebsreife sind zwei verschiedene Dinge, und das Register hält sie deshalb konsequent auseinander.

Deutschland 2026: viele reale Tests, wenige Serienprozesse

Im Datensatz lassen sich elf Projekte mit deutschem Standort sauber identifizieren – mehr, als man angesichts der etablierten Roboterdichte Deutschlands im klassischen Industrieeinsatz zunächst erwarten würde. Der Grund liegt in der Phase: Viele Systeme arbeiten bereits in echten Umgebungen, aber noch in eng definierten Tests statt im Regelbetrieb.

Mercedes-Benz testet Apptroniks Apollo am Digital Factory Campus in Berlin-Marienfelde, mit Intralogistik und ersten Qualitätschecks als Schwerpunkt. Produktionsmitarbeitende übertrugen ihr Wissen per Teleoperation, während Apollo eigene Produktionsdaten sammelte. FluxLane führt diesen Fall bewusst als Test- und Trainingsphase, nicht als produktive Serienflotte – mehr dazu im Apptronik-Apollo-Profil.

Bei BMW in Leipzig reicht die Dokumentation weiter: Ein erster AEON-Test lief bereits im Dezember 2025, im Juni 2026 meldete Hexagon, AEON habe begonnen, tatsächliche Produktionsaufgaben auszuführen, während es parallel weiter trainiert wird. Das ist mehr als eine Messevorführung, bleibt aber ein Pilotpfad, denn Hexagon nennt erst Ende 2026 als Ziel für den regulären Produktionseinsatz – der Registerstatus lautet deshalb weiterhin Pilot aktiv, nicht produktiv.

Den bislang konkretesten Blick liefert Siemens in Erlangen: HMND 01 Alpha griff, transportierte und stellte Behälter für Mitarbeitende bereit, mit dokumentierten Testwerten von 60 Behälterbewegungen pro Stunde, mehr als acht Stunden Betriebszeit und über 90 Prozent autonomer Erfolgsrate beim Greifen und Platzieren. Das sind Ergebnisse eines beschriebenen Fabriktests, keine allgemeinen Produktdaten.

Bosch in Bühl und Ford in Köln zeigen, dass ein guter Machbarkeitstest noch keine Flotte ist. HMND 01 übertrug bei Bosch fünf Boxgrößen vom Förderband auf einen Trolley, im März 2026 laut Humanoid ein erfolgreicher Machbarkeitsnachweis; dass Bosch anschließend Fertigungspartner des Herstellers wurde, ist ein separates Geschäftsereignis, kein Beleg für eine eigene Bosch-Flotte. Im Ford Innovation Centre Köln absolvierte HMND 01 Alpha einen sechswöchigen Test mit Tote-Handling und der Manipulation großer Karosserieteile, mit 97 Prozent Greif-Erfolgsrate, einer Stunde ununterbrochenem Betrieb und 83 statt der angepeilten 50 Einheiten pro Stunde als herstellerseitig berichteter Testkennzahl.

ROSSMANN liefert dagegen eine ungewöhnlich saubere Pilotmeldung: Am 17. März 2026 erhielt der Standort Burgwedel einen einzigen UBTECH Walker S2, mit Roadmap über 2026 von ersten Anwendungsfällen bis zur Entscheidung über eine mögliche Skalierung. Was fehlt, sind produktive Stunden, Interventionsrate, Kosten oder eine spätere Flottengröße – das Register lässt diese Felder bewusst leer, statt aus „möglicher Skalierung“ eine Flotte zu konstruieren. Mehr dazu im UBTECH-Profil.

Bei BITZER in Rottenburg verband NEURAs 4NE1 Pick-Aufgaben mit SAPs Warehouse-Logik; SAP nennt 24/7-Betrieb als Potenzial, nicht als gemessene Dauerlaufzahl – Details im 4NE1-Profil. In Duisburg testeten Vodafone, SAP und Accenture einen humanoiden Roboter zur autonomen Lagerinspektion, wobei Hersteller und Modell in der geprüften Quelle vertraulich blieben; das Register vermerkt deshalb „nicht offengelegt“, statt aus einem Foto zu raten.

Der vielleicht wichtigste deutsche Grenzfall ist Schaefflers Humanoid Gym: Dort trainiert und validiert AEON industrielle Fähigkeiten vor dem Fabrikeinsatz – reale Ausführung in industrieller Umgebung, aber ausdrücklich vor der Fabrik, nicht in ihr. Das Register führt diesen Fall deshalb als eigene Zwischenkategorie, sonst würde Vorbereitung mit Wertschöpfung verschwimmen. Parallel plant Schaeffler rund 1.000 AEON-Systeme über sieben Jahre – als Ankündigung geführt, nicht als installierte Einheit.

Frankreich und Malta: die Schritte Richtung Produktion

Außerhalb Deutschlands wird das Bild diverser, aber nicht einheitlicher. In Frankreich hat Renault mit Wandercraft einen der am weitesten fortgeschrittenen Fälle des ganzen Registers – vorausgesetzt, man liest die Herstellerformulierung genau. Renault beschreibt Calvin als neuen Robotertyp für körperlich belastende Aufgaben wie das Handling schwerer Lasten und Reifen im Werk Douai, verbunden mit einer ambitionierten Roadmap von rund zehn Robotern bis Ende 2026 und 350 in französischen und spanischen Werken bis Ende 2027.

Nach Prüfung der Primärquelle korrigiert FluxLane die ursprüngliche Einordnung dieses Falls: Calvin wird bei Renault in Douai getestet, das Greifen von Reifen ist dabei eine reale Aufgabe, keine simulierte Demo. Die Integration in eine Hochgeschwindigkeits-Produktionsumgebung bezeichnet Renault selbst jedoch als noch ungelöste Herausforderung, neben der Robustheit des Systems. Der Registerstatus bleibt deshalb Testphase, nicht abgeschlossene Serienintegration. Die Roadmap-Zahlen zehn und 350 zählt das Register weiterhin getrennt als Ankündigung, nicht als heute installierte Flotte, denn eine Absicht bleibt eine Absicht, bis sie durch installierte Einheiten gedeckt ist.

Auf Malta liegt mit STMicroelectronics ein zweiter Grenzfall, der in eine ähnliche Richtung zeigt, ohne mit Renault gleichgesetzt zu werden. Oversonic meldete Ende 2025 ein Lieferabkommen mit ST, und die erste kundenspezifische RoBee-Einheit lief demnach bereits in der Advanced-Packaging-and-Test-Fab; weitere Systeme sollen an anderen ST-Standorten folgen. Das ist stärker als eine Absichtserklärung, weil ein erster realer Standort benannt ist. Trotzdem bleibt die aktuelle Flottengröße offen, und auch die Herstellerformulierung „first fleet“ ist kein Anlass, daraus eine Stückzahl zu erfinden.

Beide Fälle zeigen, wonach FluxLane sucht, bevor ein Projekt die Stufe „früh produktiv“ statt nur „Pilot“ bekommt: Die Evidenz muss über einen isolierten Labor- oder Kurzzeittest hinausgehen und eine betriebliche Integrations- oder Rolloutlogik erkennen lassen, ohne dass daraus automatisch eine vollautonome Dauerflotte mit nachgewiesenem Ertrag wird. Bei Renault ist genau das der Punkt, an dem Anspruch und Beleg heute noch auseinanderfallen: Die Roadmap ist ambitioniert, der öffentlich belegte Status bleibt Test.

Kliniken, Flughäfen und Handel: Einsatz außerhalb der Fabrik

Vier Fälle des Registers liegen außerhalb der Fabrik und zeigen, warum eine Deployment-Datenbank unterschiedliche Branchen nicht in einen einzigen Reifegrad-Wert pressen sollte. An der Fondazione Santa Lucia in Rom läuft RoBee seit 2022 in einem Forschungsprojekt zu Neurorehabilitation und Kommunikation; FluxLane führt den Fall als klinische Forschung, weil die Klinik den Kontext bestätigt, eine Behandlung durch das System selbst aber nicht belegt ist. Am norwegischen Sunnaas-Krankenhaus testete EVE über mehrere Jahre Assistenzaufgaben im Klinik- und Homecare-Kontext, ein 2024 beendetes Forschungsprojekt, das aus Gründen der Langzeitbeobachtung im Register bleibt.

In Frankreich begleitet Miroki von Enchanted Tools Kinder am Institut du Cancer de Montpellier durch die pädiatrische Radiotherapie, um Stress und Einsamkeit zu reduzieren. Die zitierte Herstellerseite beschreibt diesen Einsatz nur im Präsens, ohne auffindbares Startdatum; FluxLane führt die frühere Zusatzangabe „seit Anfang 2025″ deshalb nicht mehr, weil sie sich an der Quelle nicht bestätigen ließ – die Deployment-Tatsache selbst bleibt unberührt. Im Pariser Pflegeheim Annie Girardot lief derselbe Robotertyp zwei Wochen in echten Pflegeabläufen mit, für Trinkerinnerungen und Wohlbefindenschecks, begleitet von 28 Pflegekräften und 10 Bewohnerinnen und Bewohnern. Ein Begleitroboter mit simulierter Empathie ersetzt dabei keine medizinische Behandlung, weshalb das Register Aufgabe und Phase speichert, keine erfundene Produktivitätsnote. Vertiefend dazu: der Fachbeitrag zu Humanoiden in Pflege und Gesundheitswesen – dieses Register beantwortet nur, wo ein System real gelaufen ist, nicht wie reif Pflegeanwendungen insgesamt sind.

Flughäfen liefern die bislang saubersten Public-Space-Tests. Lyon-Saint Exupéry führte 2025 zwei Testphasen mit Miroki in Terminal 1 durch. Am Athens International Airport navigierte am 10. April 2025 ein humanoider Service-Roboter autonom durch einen stark frequentierten Ankunftsbereich und arbeitete mit Verkehrsdaten – im Register als abgeschlossener Feldtest geführt, also ein einmaliger, dokumentierter Testlauf, keine Dauereinrichtung. Der Flughafen Nürnberg testete im Mai 2026 mit Fraunhofer IIS einen mobilen, mehrsprachigen KI-Assistenten mit lokaler statt Cloud-Verarbeitung. Drei echte Tests, drei unterschiedliche technische Ziele – ein einziges Label „Flughafen-Roboter“ würde diese Unterschiede verschleiern.

In Großbritannien nennt AGIBOT für Milton Keynes eine lokale Retail-Fläche, betrieben mit Smart City Consultancy, in der A3, X2 und A2 sowie der nicht-humanoide Quadruped D1 Empfang und Smart-Retail-Szenarien erproben. FluxLane zählt hier mindestens die drei genannten humanoiden Modelle des Herstellers AGIBOT – als Retail-Pilot im öffentlichen Raum geführt, ein realer, aber noch szenariogetriebener Einsatz ohne veröffentlichte Produktivitätskennzahl.

Von der Ankündigung zur Flotte: wie sich Reifegrade unterscheiden

21 Kernfälle bedeuten nicht 21 produktive Humanoiden-Einsätze, und dieser Unterschied verdient eine eigene Erklärung. Er bedeutet ausdrücklich nicht, dass 21 Fabriken bereits regulär mit Humanoiden arbeiten, dass 21 Unternehmen ein serienreifes System gekauft haben oder dass 21 Roboter unbeaufsichtigt laufen. Das Register trennt stattdessen mehrere Ebenen, die in Marktübersichten häufig in einen Topf fallen: Ankündigung, Bestellung, Lieferung, reale Ausführung, Machbarkeitstest, Pilot, produktiver Betrieb und Skalierung.

Ein Machbarkeitstest beantwortet eine eng definierte Frage – kann der Roboter diese Box greifen, diese Route fahren, dieses Bauteil handhaben. Ein erfolgreiches Ergebnis ist wichtig, reicht aber nicht, denn ein Produktionssystem muss zusätzlich über Schichten, Varianten, Störungen, Wartung und reale Personalprozesse funktionieren. Deshalb kann ein technisch erfolgreicher Test trotzdem nie in einen regulären Betrieb übergehen. Das Register löscht einen solchen Fall später nicht, sondern hält fest: Test erfolgreich, keine öffentlich belegte Skalierung.

Ein Pilot verlängert den Zeithorizont, wie ROSSMANN zeigt. Sobald ein Roboter nicht mehr nur eine einzelne Aufgabe beweisen muss, werden Fragen relevant wie die Interventionshäufigkeit, robuste Aufgaben und fehlende Schnittstellen. Ein Pilot ist damit näher an der Realität als eine Demo, aber noch keine Produktivflotte. FluxLane vergibt eine höhere Betriebsphase erst, wenn die Quelle erkennen lässt, dass ein System nicht nur getestet, sondern in einen realen Arbeitsprozess integriert wird – Renault und STMicroelectronics sind dafür, wie oben beschrieben, die interessantesten Grenzfälle im aktuellen Datensatz.

Die höchste Stufe, „skaliert“, bleibt bewusst schwer erreichbar. Sie setzt mehrere installierte Einheiten oder Standorte, wiederkehrenden produktiven Einsatz, einen nachweisbaren Betreiberprozess, längerfristigen Betrieb und möglichst Betriebskennzahlen gleichzeitig voraus. Stand September 2026 ist das bei humanoiden Allzwecksystemen in Europa öffentlich noch selten ausreichend dokumentiert – kein Argument gegen die Technologie, sondern eine Aussage über die Beweisreife, die heute vorliegt.

Auch Zulieferer-Labor- und Validierungsfälle bleiben deshalb im Register, obwohl sie kein Kundenwerk sind. Beim Sartorius-Anwendungsfall trainiert NEURA Robotics einen echten kundenspezifischen Anwendungsfall im eigenen Labor – kein Sartorius-Standort-Einsatz, aber mehr als eine Messe-Demo, weshalb die Zeile die eigene Standortklasse „Zulieferer-Labor“ trägt. Ähnlich existiert Schaefflers Humanoid Gym gerade deshalb, weil ein industrieller Betreiber Fähigkeiten vor dem Fabrikeinsatz systematisch trainieren will. Würde das Register solche Stufen weglassen, verschwände ein entscheidender Teil des Wegs von Physical AI in die Industrie. Die Regel lautet deshalb nicht „nur Fabrik zählt“, sondern: Jede reale Stufe wird erfasst, aber unter ihrem richtigen Namen.

Warum bestätigte und angekündigte Stückzahlen getrennt bleiben

Eine konkrete Aufgabe lässt sich vergleichsweise gut belegen – ein Betreiber kann sagen, der Roboter transportiere Behälter, prüfe Paletten oder begleite Patientinnen und Patienten. Bei Stückzahlen beginnt die Unsicherheit dagegen deutlich früher. Ein Hersteller kann 100 Systeme „für Europa“ ankündigen, ein Kunde 1.000 Roboter über mehrere Jahre planen, ein Rahmenvertrag eine maximale Menge enthalten, ohne dass bereits ein Gerät geliefert wurde. Deshalb führt das Register zwei getrennte Stückzahlfelder.

Im Feld für bestätigte Einheiten steht nur, was die geprüften Quellen aktuell belastbar hergeben. Bei ROSSMANN bedeutet das schlicht: eine Einheit, nicht „mehrere“ und nicht „eine Flotte“. Im Feld für angekündigte Einheiten stehen dagegen Zukunftspläne, sofern sie relevant und belastbar kommuniziert wurden – bei Schaeffler etwa die rund 1.000 AEON-Systeme über sieben Jahre. Diese Zahl ist strategisch bedeutsam, verändert aber den aktuellen Wert der bestätigten Einheiten nicht. Diese kleine Entscheidung im Datenmodell hat große redaktionelle Wirkung: Sie verhindert, dass die Branche ihre Zukunftspläne bereits heute als installierte Basis erscheinen lässt.

Die Trennung bewahrt zugleich Widersprüche über die Zeit. Kündigt ein Hersteller heute zehn Einheiten an und bestätigt ein Betreiber sechs Monate später drei installierte Systeme, bleiben beide Informationen erhalten – die Ankündigung verschwindet nicht, sie bekommt nur eine reale Gegenprobe. Genau dadurch kann das Register langfristig beantworten, wie zuverlässig angekündigte Humanoiden-Rollouts tatsächlich umgesetzt werden, was für Investoren, Käufer und Betreiber auf Dauer wahrscheinlich wertvoller ist als eine einzelne Pressemitteilung. Wer den Markt insgesamt einordnen will, findet dazu auch, was sich in Deutschland derzeit tatsächlich beschaffen lässt – eine andere Frage als die reine Einsatzdokumentation hier.

Der Begriff „produktiv“ wird in der Robotik zudem erstaunlich locker verwendet, obwohl ein Roboter in einer Produktionshalle stehen kann, ohne produktiv zu sein, oder acht Stunden laufen kann, ohne dass daraus ein dauerhaft eingeplanter Prozess wird. Für das Register reicht deshalb der Ort allein nicht: Entscheidend ist, ob die Aufgabe zum echten Betriebsprozess gehört, ob der Einsatz wiederkehrt, wie groß der menschliche Restaufwand ausfällt, ob ein Fallback für Störungen existiert und ob der Betreiber tatsächlich mit dem System plant. Weil genau diese Angaben – Interventionsrate, Fallback, organisatorische Abhängigkeit – öffentlich noch selten dokumentiert sind, bleiben die meisten Zeilen bewusst konservativ eingestuft.

Die Watchlist und die Kennzahlen, die noch fehlen

Die Watchlist verhindert, dass Zukunft und Gegenwart vermischt werden, und enthält Fälle, die real, aber noch nicht ausreichend belegt sind. Bei Fill Maschinenbau ist ein Test in realer Produktion mit Hexagons AEON angekündigt, ein Ergebnisbericht liegt bislang nicht vor. Bei Pilatus ist ein Pilot angekündigt, ein separater Ausführungsbeleg fehlt. Fincantieri plant On-site-Tests seines humanoiden Schweißsystems erst bis Ende 2026. Schaefflers rund 1.000 geplante AEON-Systeme und ein zusätzliches Abnahmeabkommen sind starke Marktsignale, aber keine über die Gym-Zeile hinaus heute installierten deutschen Roboter. Und bei Martur Fompak ist ein Machbarkeitstest real durchgeführt, doch die geprüfte Quelle nennt den Standort nicht, weshalb der Fall ohne geografische Kernzeile bleibt.

Der auffälligste Befund des gesamten Registers liegt jedoch nicht in den ausgefüllten, sondern in den leeren Feldern. Bei fast keinem Projekt kennt die Öffentlichkeit gleichzeitig die exakte installierte Flottengröße, produktive Stunden pro Tag, die Interventionsrate, das Verhältnis von Bedienpersonal zu Robotern, Verfügbarkeit, Wartungsminuten, Kosten pro produktiver Stunde oder die tatsächliche Einsparung gegenüber dem bisherigen Prozess. Dass die Branche zunehmend reale Aufgaben veröffentlicht, ist ein Fortschritt gegenüber reinen Ankündigungsvideos. Der nächste Qualitätssprung muss jedoch bei genau diesen Betriebskennzahlen kommen, denn ein Humanoid wird nicht dadurch wirtschaftlich, dass er in einer echten Fabrik gefilmt wurde, sondern dadurch, dass er eine definierte Aufgabe über ausreichend Zeit mit kalkulierbarem menschlichem Restaufwand erledigt.

FL-PAI-010 ist deshalb kein Beitrag, der im September 2026 abgeschlossen ist. Der Begleittext erklärt die Methodik, der eigentliche Wert steckt in der Tabelle darunter. Wenn ein Betreiber einen Piloten in einen regulären Produktionsprozess überführt, ändert nicht ein neuer Artikel diese Einschätzung, sondern die betroffene Zeile ändert ihren Status. Wird aus einem angekündigten Rollout eine tatsächlich installierte Flotte, wird die angekündigte Zahl nicht überschrieben, sondern die bestätigte Zahl ergänzt – so bleibt sichtbar, wann aus einer Ankündigung Realität wurde. Wer diese Entwicklung laufend verfolgen möchte, findet aktuelle Einzelmeldungen dazu in unseren Roboter-News.

Fazit: Die Laborgrenze ist gefallen, die Flottengrenze nicht

Das Register zeichnet ein differenzierteres Bild als die beiden Extreme, die die öffentliche Debatte über humanoide Roboter meist bestimmen. Die Aussage, Humanoide seien 2026 nur noch Demos, ist zu simpel: BMW, Siemens, Mercedes-Benz, Bosch, Ford, ROSSMANN, BITZER, Vodafone, Renault und STMicroelectronics liefern reale industrielle Gegenbeispiele, und auch Kliniken, Pflegeeinrichtungen, Flughäfen und Handelsflächen testen Systeme außerhalb von Herstellerlaboren. Die gegenteilige Erzählung – Humanoide seien bereits breit produktiv ausgerollt – hält derselben Prüfung aber ebenso wenig stand. Die typische europäische Realität lautet: einzelne Systeme, klar begrenzte Aufgaben, Machbarkeitstests, Piloten und Validierungsumgebungen, nicht Serienflotten.

Damit grenzt sich dieses Register bewusst von der Frage ab, die unser Grundlagenbeitrag zu humanoiden Robotern beantwortet: Dort geht es um Ankündigung gegen Realität auf Ebene der Modelle und Hersteller, also darum, was ein System laut Datenblatt können soll und was davon unabhängig belegt ist. Dieses Register stellt eine engere und strengere Frage: Wo ist ein konkretes System an einem konkreten Ort tatsächlich gelaufen, und wie stark ist der Beleg dafür? Ein Hersteller kann in der Modell-Einordnung gut abschneiden und in diesem Register trotzdem mit null oder einer einzigen Zeile stehen, weil bloße Ankündigungen hier ausdrücklich nicht zählen. Wer beide Ebenen verwechselt, überschätzt entweder die Marktreife oder unterschätzt die reale Technik. Für den direkten Modellvergleich eignet sich stattdessen der Hersteller- und Modellvergleich.

Die nächste Phase beginnt dort, wo die heute leeren Spalten gefüllt werden – nicht mit weiteren Ankündigungsvideos, sondern mit produktiven Stunden, Interventionsraten, echten Flottengrößen, Verfügbarkeit, Wartung und Kosten. Bis dahin bleibt die wichtigste redaktionelle Aufgabe nicht, jedem neuen Robotervideo einen Sieger zuzuweisen, sondern sauber zu dokumentieren, was bereits wirklich passiert und was erst passieren soll.

Das FluxLane Deployment Register: alle 21 Fälle

Die Tabelle enthält jede der 21 Kernzeilen mit Standort, Betreiber, Hersteller und Modell, Aufgabe, Betriebsphase in Klartext, bestätigter Stückzahl, Start beziehungsweise letztem öffentlichen Stand, Evidenzstufe (A = Betreiber bestätigt, B = Hersteller oder Partner bestätigt einen benannten Betreiber und eine konkrete Aufgabe) sowie dem Datum der letzten Prüfung. Zusätzliche Felder aus dem vollständigen Datensatz – Integrator, Autonomieform, kommerzielle Beziehung, Betriebskennzahlen und die jeweilige redaktionelle Anmerkung – sind bereits in den Abschnitten oben bei den einzelnen Fällen eingeordnet, damit die Tabelle selbst lesbar bleibt.

Fünf weitere Fälle sind real, aber nach den Kriterien des Registers noch nicht ausreichend belegt, um als Kernzeile zu zählen. Sie stehen deshalb auf einer separaten Watchlist, damit Ankündigung und Beleg getrennt bleiben.