Historisch wurden Bilder oder optische Messungen durch regel- und merkmalbasierte Ansätze ausgewertet. Klassisch sind hierbei Pixel-Verteilungen und Helligkeitsverläufe. KI-basierte Computer Vision Ansätze erlauben neben artverwandten Aufgaben (Klassifikation, Kantendetektion) auch die semantische Einordnung. Handelt es sich bei der detektierten Kante lediglich um ein visuelles Artefakt oder um ein Merkmal eines relevanten Objekts? Diese Fragen können zunehmend durch KI-basierte Computer Vision Ansätze direkt adressiert werden.
Der Erfolg dieser Ansätze hängt jedoch stark von der spezifischen Datengrundlage ab, die zum Trainieren der KI-Modelle genutzt wird. In industriellen Anwendungen werden generalisierende Vision-Modelle häufig durch Domänenanpassung an spezifische Aufgaben und Produktionsumgebungen angepasst. Aktuelle Forschung von Vision Modellen strebt an, neben der Objekterkennung auch semantische Interpretationen zu integrieren und übergeordnet zu agieren. So können beispielsweise Sprachmodelle mit visuellen Eingaben, sogenannte Vision-Language Models (VLMs), gekoppelt werden, um Informationen zu extrahieren und direkt nutzbar zu machen (bspw. SpatialVLM, Chen et al., 2024). Semantische Interpretationen mit geschlussfolgerten Aktionen können zukünftig einen interessanten Übergang zur kognitiven Robotik darstellen (z. B. VLAs Vision-Language-Action Models).
Welche Herausforderungen und Grenzen bestehen bei KI-basierten Robotersystemen?
Herausforderungen bestehen auf der Software-, der KI-Hardware- und der KI-Modellebene. Die Abwägung dieser für spezifische Robotikanwendungen ist daher unerlässlich, um das Potenzial von KI-Implementierungen bestmöglich auszunutzen.
So kann beispielsweise die Hardware nicht genug Rechenkapazität aufweisen, um die KI-Modelle in Echtzeit auszuführen. Darüber hinaus muss die erfolgreiche Einbindung in die Software über geeignete Schnittstellen gewährleistet sein. Das kann teilweise durch externe Software und Containerisierung von Anwendungen gelöst werden. Weiterführend sind physische Trainingsdaten häufig ein Problem: Die Generierung dieser ist zeit- und ressourcenintensiv, während das Training mit Simulationsdaten eine Simulations-zu Realitätsdiskrepanz (Sim2Real gap) aufweisen kann. Zudem bringen KI-Modelle durch die Modellierungsnatur weitere Herausforderungen mit, wie die Generalisierung auf ungesehene Zustände.
So zeigen KI-Lösungen häufig Grenzen in der Generalisierung. Das ergibt sich in der Regel aus den Trainingsdaten für die KI-Modelle, die nur bestimmte Szenarien in der Qualität und Quantität abdecken können. Eine Exploration über diese Grenzen hinaus ist mit starken Unsicherheiten verbunden. Ein Beispiel aus der Praxis: Kann ich sicherstellen, dass bei einer anderen Beleuchtung (bspw. durch direkte Sonneneinstrahlung) die KI-basierte Posenbestimmung gleich gut funktioniert, wie bei den Bedingungen, bei denen ich das KI-Modell trainiert habe? Daher ist für eine erfolgreiche Implementierung derzeit die Notwendigkeit gegeben, Einsatzszenarien ausreichend in den Trainingsdaten zu repräsentieren.
Warum sind Robustheit und Sicherheit bei KI-gesteuerten Robotern entscheidend?
Ein weiterer wichtiger Punkt ergibt sich aus dem Übergang von Analytical AI (bspw. Exploration, Optimierung) zur Embodied und/oder Physical AI (MHI, 2026). Wenn Roboter-Aktionen durch KI-Modelle bestimmt werden, beispielsweise durch Foundation Models, ist die Robustheit und Erfolgsquote von zentraler Bedeutung. Wenn die Erfolgsquote zu gering ist, ist eine wirtschaftliche Umsetzung nicht möglich. Hier gibt es bereits erste Ansätze zur Erweiterung der Datensätze und einer damit erhofften Verbesserung der Performanz von Foundation Models durch die großskalige Aufnahme realer Prozessdaten.
Eine weitere wichtige Implikation für KI-Anwendungen in der Robotik ist die Plausibilitätsprüfung von generierten Trajektorien oder Aktionen im Allgemeinen. Das kann simulativ umgesetzt werden, erfordert aber eine benutzerdefinierte Implementierung und ist teilweise mit größeren Rechenzeiten verbunden, die einer Echtzeitimplementierung im Weg stehen. Daher werden Plausibilitätsprüfungen im Vorhinein berechnet, oder sie verlangsamen den Produktionsprozess, was wiederum konträr zur Motivation zum Einsatz von KI steht. Darüber hinaus ist für den Einsatz von KI-Modellen in der Umgebung von Menschen mit Cobots die Sicherstellung der Sicherheit von zentraler Bedeutung und kann ein eindeutiges Ausschlusskriterium für bestimmte KI-Anwendungen darstellen.
Wie sieht die Zukunft der smarten, KI-basierten Robotik aus?
Die Entwicklung smarter Robotik wird weiter schnell voranschreiten, insbesondere dann, wenn die Sichtbarkeit durch industrielle Verankerung und neu etablierte Applikationen steigt. Kurzfristig werden bestehende Vision Lösungen, wie klassische Bin Picking Aufgaben weiter optimiert, sodass die Einstiegshürde für Anwender weiter sinkt und eine breitere Nutzbarkeit erreicht wird.
Weiterführend werden Fertigungs- und Handhabungsprozesse weiter durch KI optimiert werden. Hinsichtlich tiefergehender KI-Anwendungen, wie Konzepte der Physical und Embodied AI, werden mittelfristig weitere Entwicklungen für eine breite Anwendung notwendig sein. Dies betrifft insbesondere den Sim2Real Gap, wenn Policies durch Reinforcement Learning (agentenbasiertes ML mit Belohnungsfunktion) trainiert werden, oder langfristig die Kopplung von Wahrnehmung (Vision), Verarbeitung und darauf basierende Ableitungen für den Roboter (VLMs und VLAs). Dennoch können hier größere Disruptionen durch den starken Forschungsdruck in der Wissenschaft als auch Industrie erwartet werden. Diese werden maßgeblich von neuen roboterspezifischen Trainingsdaten abhängen, die die nötige Flexibilität und Adaptivität für gänzlich verschiedene Szenarien abbilden.
Humanoide Robotik gewinnt ebenfalls weiter an Bedeutung und vor allem an Sichtbarkeit. Hier muss die Weiterentwicklung Hand in Hand mit den Anwendungsszenarien gehen, um eine wirtschaftliche Umsetzung zu ermöglichen. Das betrifft langfristig insbesondere Sicherheitsanforderungen, die stark variieren können und insbesondere die Mensch-Roboter-Kollaboration betreffen. Für eine Vielzahl von Anwendungen ist ebenfalls eine gewisse Autonomie notwendig: hier muss durch geeignete Maßnahmen sichergestellt werden, dass ein autonomer Einsatz ohne Teleoperation möglich ist. Hier kann und wird KI eine große Rolle einnehmen müssen: die Weiterentwicklung der großen Sprach-, Vision und Foundation Models unter lokaler Anwendung und strengen Restriktionen für sicherheitskritische Maßnahmen werden über den Erfolg dieser Ansätze entscheiden. Das wiederum muss dann langfristig durch neue Normungen eingebettet werden.
Kognitive und smarte Robotik wird sich vor allem dort weiterentwickeln, wo KI-basierte Wahrnehmung, adaptive Entscheidungsfindung und sichere physische Ausführung zuverlässig zusammenspielen. Für industrielle Anwendungen bleiben dabei insbesondere Datenbasis, Generalisierung, Echtzeitfähigkeit und Sicherheit entscheidend. Unternehmen sollten KI-basierte Robotikanwendungen deshalb schrittweise in klar abgegrenzten Einsatzszenarien erproben und technische Leistungsfähigkeit, Prozesssicherheit und Wirtschaftlichkeit gemeinsam bewerten.
