Gemini Robotics 2: Google DeepMind verleiht der KI einen Körper, aber die Angriffsfläche wächst

Am 30. Juli 2026 hat Google DeepMind Gemini Robotics 2 vorgestellt, ein KI-Modell, das den gesamten Körper eines humanoiden Roboters steuert. Anders als frühere Systeme, die auf Arme oder Hände beschränkt waren, kontrolliert das neue Modell auch Beine, Rumpf und fünffingrige Hände. Die Roboter können gehen, in die Hocke gehen, sich strecken und feinmotorische Aufgaben ausführen: Umschläge versiegeln, Glühbirnen herausdrehen, unregelmäßig geformte Objekte greifen.

Ein Modell für Embodied Reasoning und Zusammenarbeit

Zusammen mit Gemini Robotics 2 hat DeepMind Gemini Robotics ER 2 veröffentlicht, ein Vision-Language-Modell für das sogenannte „Embodied Reasoning“. ER 2 erkennt den Beginn und das Ende mehrstufiger Aufgaben und orchestriert die Zusammenarbeit zwischen verschiedenen Robotertypen. Ein mobiler Roboter kann ein Bauteil transportieren und an einen stationären Roboter mit Greifer übergeben, um eine Montage abzuschließen.

Das On-Device-Modell (Gemini Robotics On-Device Model) arbeitet ohne Netzwerkkonnektivität und passt sich schnell an unterschiedliche Morphologien an – von den zweiarmigen Google-Robotern bis zum humanoiden Apptronik Apollo 2. Das erweitert die Einsatzszenarien: Logistik, Assistenz, unvernetzte Umgebungen.

Mehr Autonomie, mehr Risiken

Die Ausweitung der Steuerung auf den gesamten Körper und der Offline-Betrieb erhöhen die Mensch-Maschine-Nähe. Kaushik Subramanian, Leiter der Robotersicherheit bei DeepMind, bezeichnete Gemini Robotics ER 2 als „das sicherste Modell, das je entwickelt wurde“. Es verfügt über ein System zur Erkennung menschlicher Anwesenheit, das einen Notstopp auslöst, wenn eine Person zu nahe kommt.

Die On-Device-Ausführung reduziert die Anfälligkeit für netzbasierte Angriffe, beseitigt das Problem aber nicht. Eine Kompromittierung der Firmware oder des Modells könnte die Sicherheitssysteme deaktivieren. Und die Fähigkeit, den gesamten Körper eines Roboters in gemeinsam genutzten Räumen zu bewegen, verwandelt einen Cyberangriff in ein konkretes physisches Risiko.

Die Zusammenarbeit heterogener Roboter führt zu betrieblichen Abhängigkeiten. Ein einziger kompromittierter Knoten könnte falsche Anweisungen an das gesamte System weitergeben. Zwar wurden noch keine CVEs veröffentlicht, doch mit jedem neuen Freiheitsgrad wächst die Angriffsfläche.

Gegenmaßnahmen sind nur ein Ausgangspunkt

DeepMind hat über die Näherungserkennung und den Offline-Betrieb hinaus keine spezifischen Härtungsmaßnahmen beschrieben. Es gelten die allgemeinen Prinzipien für autonome Systeme: Netzwerksegmentierung, starke Authentifizierung für Firmware-Updates und fortlaufende Integritätsvalidierung der Modelle. Der Einsatz von Humanoiden in Produktions- und Assistenzumgebungen erfordert strengere Standards. Und einen Rechtsrahmen, den es derzeit nicht gibt.