Bis vor nicht allzu langer Zeit hätte man es wohl eher jenem Bereich der Science Fiction zugeordnet, der vermutlich nicht Realität wird: humanoide Roboter, die in der Fabrik arbeiten. Aber es kam bzw. kommt anders. Neben den altbekannten Produktionsrobotern kommen neuerdings auch immer mehr autonome Roboter – darunter auch humanoide – in der Industrie und anderen Branchen wie etwa Logistik und Healthcare zum Einsatz.

Neue KI-Modell-Klasse in der Robotik

Möglich macht das nicht nur der Fortschritt bei der Hardware, sondern auch und vor allem die jüngeren Entwicklungen im Bereich der Künstlichen Intelligenz. Doch einen humanoiden Roboter zu gewünschten Handlungen zu befähigen, ist noch etwas komplexer als bei einem Chatbot, erklärt Christian Tauber. Er ist einer von drei Co-Foundern des Wiener Startups Neoalp, das Unternehmen bei der Einführung von humanoiden und anderen autonomen Robotern unterstützt.

„Anders als bei Chatbots spricht man hier in der Robotik von einer neuen KI-Modell-Klasse, nämlich den sogenannten ‚Vision-Language-Action-Modellen‘. Diese müssen nicht mehr nur Text verarbeiten und erzeugen können, sondern Sprache verstehen, Sensorikdaten wie Kamera, Lidar und Tiefenkamera verarbeiten und daraus präzise Handlungen ableiten“, so Tauber. In diesen „Actions“ müssten die Dutzenden Motoren des Roboters angesteuert und dabei die digitalen Anweisungen des Modells in physische Aktionen übersetzt werden.

Neoalp: Synthetische Daten ergänzen Datenerhebung vor Ort

Die Roboter und auch die KI-Modelle dafür sind entwickelt – Neoalp macht weder das eine noch das andere selber – die Umsetzung steht und fällt letztlich aber mit dem Training, argumentiert der Gründer. „Während LLMs von der riesigen Menge frei verfügbarer Textdaten im Internet profitieren konnten, fehlt es in der Robotik genau an solchen Daten. Es existieren kaum ausreichende Video-, Sensor- und Haptikdaten, die reale industrielle Tätigkeiten realistisch abbilden“, so Tauber.

Hier kommt Neoalp ins Spiel. „Konkret erheben wir zunächst reale Trainingsdaten in industriellen Szenarien. Diese Daten werden anschließend mithilfe von KI vervielfacht indem synthetische Daten auf Basis der realen Daten erzeugt werden. Auf dieser Basis trainieren, validieren und härten wir die Modelle, bis sie robust, sicher und industriefähig sind“, erklärt der Gründer. Zentrale Kompetenz des Startups sei also der Aufbau durchgängiger Pipelines für reale und synthetische Datengenerierung, Modelltraining, Simulation und Validierung.

Semperit nutzt humanoide Roboter in der Fertigung

Damit konnte auch Semperit, globaler Hersteller von industriellen Polymerprodukten und -lösungen, als Kunde gewonnen werden. Gemeinsam mit Neoalp und Projektpartner Cancom wird nun am Einsatz humanoider Roboter in der Fertigung gearbeitet. „Ein zentraler Bestandteil unserer Arbeit ist dabei der Aufbau der Datenbasis für das Training der Robotik-Intelligenz. Diese Trainingsdaten – also reale, von Menschen demonstrierte Handgriffe, ergänzt durch synthetische Daten – sind das ‚Gold‘ der humanoiden Robotik“, sagt Tauber. Sie würden die Grundlage dafür bilden, dass Roboter komplexe, reale Tätigkeiten zuverlässig erlernen können. Für Semperit entstehe damit zudem ein langfristig strategisch wertvolles Asset: „die Digitalisierung von implizitem Produktions-Know-how“.