„Hauptschwerpunkt ist und bleibt die volle Automatisierung von Produktionslinien – end to end“, sagte Sven Parusel, Head of Research Partnerships bei Agile Robots, im Vorfeld der Hannover Messe. „Das ist für uns immer das Zentrum.“ Rund um diese Produktionslinien gruppiert das Unternehmen ein Baukastensystem aus Roboterarmen, autonomen Transportsystemen, Fünf-Finger-Händen, Humanoiden und Software. „Im Endeffekt geht es uns darum, die Bausteine zusammenzubringen und Mehrwert für den Kunden zu generieren.“
Dabei rückt die Verknüpfung von Robotik und künstlicher Intelligenz immer stärker in den Fokus. „Deshalb bauen wir das Agile-Softwaresystem als Ökosystem auf, das Roboter und Automationslösungen verknüpft und Interaktionen zwischen den Systemen erlaubt“, erläutert Parusel. Über diese Plattform sammelt das Unternehmen Daten, die wiederum die KI-Anwendungen in der Robotik befeuern.
Inhaltsverzeichnis
Hände statt Flickflack: Was wirklich schwierig ist
Während viele Videos humanoider Roboter derzeit spektakuläre Sprünge, Läufe oder gar Flickflacks zeigen, hält Parusel das für eine falsche Ausprägung. „Im Moment gibt es bei Humanoiden allgemein einen großen Fokus auf die Fortbewegung“, sagt er. „Aber am Ende müssen wir etwas manipulieren.“
Agile Robots entwickelt dafür eigene Hände – aus gutem Grund. „Unser Gründerteam Zhaopeng Chen und Peter Meusel hat zuvor am DLR Roboterhände entwickelt“, so Parusel. Neben Fünf-Finger-Händen setzt das Unternehmen auf verschiedene Greiftechnikvarianten, je nach Anwendung. „Der Roboter, der einen Flickflack macht, ist für einen Laien beeindruckender als eine Hand, die etwas greift“, beobachtet Parusel. „Dabei ist für das Laufen deutlich weniger Gehirnkapazität nötig als für die Manipulation mit den Armen und Händen.“
Die komplexe Kinematik der Hand ist für ihn der eigentliche Engpass der Automatisierung. „Deswegen ist für uns der Fokus dort. Der KI-Einsatz hilft uns, diese Komplexität in den Griff zu kriegen.“
Daten aus der eigenen Fertigung für physikalische KI-Modelle
Um physikalische KI-Modelle wie Visual-Language-Action-Modelle zu trainieren, setzt Agile Robots auf einen breiten Datenschatz. „Unsere Roboter fertigen wir stark automatisiert in Kaufbeuren“, erklärt Parusel. „Die Daten von dort können wir mit KI-generierten Daten verbinden. So trainieren wir Modelle, die mit der physischen Welt umgehen können.“
Parallel nutzen die Münchner Industriepartnerschaften, etwa mit Telekom und Nvidia in der Industrial Cloud in München. „Da passiert massiv viel Entwicklung“, sagt Parusel. Genaue Zahlen zur benötigten Rechenleistung nennt er nicht, verweist aber auf ein klares Ziel: „Wir wollen unsere Modelle am liebsten hier in Deutschland trainieren.“
Gerade deutsche Kunden seien sensibel beim Thema Datensouveränität. „Die Daten sollen möglichst vor Ort verarbeitet werden“, so Parusel. Das erfordere lokale Rechenleistung, insbesondere, wenn Kundendaten für das Feintuning spezifischer Applikationen zum Einsatz kommen.
Franka als Forschungsplattform und Agile Robots als Integrator
Mit der Tochter Franka Robotics hat Agile Robots einen zweiten starken Pfeiler hinzugekauft – mit Fokus auf die Robotikforschung. „Ich bin einer der Mitgründer von Franka“, sagt Parusel. „Wir haben mit Franka einen sehr starken Player in der Forschung aufgebaut. Das gilt für die akademische Forschung, aber natürlich auch für die Forschung im Industriebereich.“ Innerhalb weniger Jahre sei man bei den Forschenden zur Nummer eins geworden.
Die Roboter von Franka sind auf großen Fachkonferenzen präsent und dienen als Plattform für neue Applikationen. „Bei Franka reden wir jetzt von Robotics Research“, erklärt Parusel. Große Namen setzen die Systeme ein: „Dazu zählen Google Deepmind, Nvidia und das Toyota Research Institute.“ Wer physikbasierte KI-Modelle entwickeln will, führe die Roboter zunächst von Hand und nutze sie als Versuchsplattform für die damit generierte Software.
Agile Robots wiederum positioniert sich stärker in der Fabrik. „Agile Robots steht vor allem für die Integration in der Fabrik. Das ergänzt sich also sehr gut“, fasst Parusel die Arbeitsteilung zusammen.
Foundation-Modelle: die Brücke zwischen Forschung und Industrie
Beim Training von Foundation-Modellen setzt Agile Robots auf einen hybriden Ansatz. „Wir haben einerseits unsere eigenen Modelle, die sind sehr gut“, sagt Parusel. Parallel arbeitet das Unternehmen mit Technologieunternehmen in Forschungskooperationen. „Das ist ein großes Spielfeld für uns, insbesondere für Franka.“
Auch große KI-Labs setzen auf die Hardware aus München. „Wir arbeiten mit Google Deepmind an der Integration von Gemini“, so Parusel. Beim Superbowl habe man zudem gesehen, wie OpenAI die Roboter der Agile-Robots-Tochter Franka nutzte. „In der Halbzeitwerbung wurden unsere Roboter gezeigt“, freut er sich.
In der Forschung bleibt Agile Robots bewusst offen für Partnerschaften. „Im Bereich der Forschungsroboter sind wir sehr offen. Solche Partnerschaften wollen wir nicht einschränken“, betont Parusel. „Bei Industrieanwendungen ist das anders. Da nutzen wir sehr oft unsere eigenen Modelle. Das hängt immer vom Einzelfall ab.“
Humanoide sind ein Baustein in der Produktion
Wie weit sind humanoide Roboter heute wirklich? Bilder von tanzenden Maschinen verführen zu Vergleichen mit Kleinkindern, doch Parusel winkt ab. „Es gibt zwischen Menschen und Humanoiden gewisse Analogien. Teilweise schneidet der Roboter da besser ab und teilweise schlechter“, sagt er. Entscheidend seien die Fortschritte bei physikalischen Modellen und beim Lernen. „Für uns geht es dabei immer um die Interaktion mit der Umgebung.“
In der Kognition können humanoide Systeme bereits viele Eigenschaften des Menschen nachahmen. „Da erreichen wir vielleicht eine ähnliche Leistungsfähigkeit“, so Parusel. Den Mehrwert in der Produktion sieht er aber vor allem in der Zusammenarbeit von Mensch und Maschine.
Humanoide sollen dabei nicht alles ersetzen. „Humanoide werden in der Produktionsumgebung künftig ein Baustein sein“, sagt Parusel. „In anderen Fällen reichen zweiarmige Systeme, die entweder statisch sind oder auf mobilen Plattformen stehen.“ Kurzfristig sieht er „die besten Chancen für Roboter, die die Fähigkeiten des Oberkörpers vereinen“. Mit generischen physikalischen Modellen lasse sich deren Einsatz schnell auf neue Aufgaben trainieren.
Den direkten Vergleich mit der Entwicklung von Kindern hält Parusel daher für irreführend. „Die Leistungsfähigkeit der Roboter variiert in Teilfähigkeiten stark.“
Ein Beitrag von:
