Als bevorzugte Quelle bei Google hinzufügen

Europas Humanoiden-Entwickler investieren nicht nur in neue Roboter, sondern in deren Lernerfahrung. Generative-Bionics-Chef Daniele Pucci hat in einem am 24. Oktober 2026 veröffentlichten Interview mit Adnkronos die Pläne für ein Netz von drei Physical-AI-Datenfabriken erläutert. Wenige Tage zuvor eröffneten die Technische Universität München und NEURA Robotics ihr RoboGym am Flughafen München. Beide Vorhaben adressieren dieselbe Engstelle: Roboter brauchen verlässliche Daten aus körperlichen Handlungen. Ihr Entwicklungsstand ist jedoch verschieden.

Die entscheidende Frage lautet deshalb nicht, welches Trainingszentrum mehr Quadratmeter bietet. Sie lautet: Wird ein Roboter durch die dort gesammelte Erfahrung auch bei bislang unbekannten Werkstücken zuverlässiger – und mit weniger menschlicher Hilfe?

Anzeige
In diesem Artikel

München ist eröffnet, Italiens Datenfabrik ist geplant

Die TUM meldete am 22. Oktober die Eröffnung des gemeinsam mit NEURA aufgebauten Zentrums am LabCampus. Zum Start sollen dort rund 100 humanoide und Service-Roboter in 48 Trainingszellen Fähigkeiten und Arbeitsabläufe lernen. Die Universität beschreibt Aufgaben aus Industrie und Intralogistik, darunter das Falten von Kartons und die Montage von Komponenten. Das ist eine Infrastruktur für Forschung und Training, kein Nachweis dafür, dass alle beteiligten Roboter bereits dauerhaft produktiv bei Kunden arbeiten.

Generative Bionics kündigte seinen Plan am 21. Oktober auf der CES Unveiled Milan an. Der erste, 5.000 Quadratmeter große Standort in Italien soll im vierten Quartal 2027 betriebsbereit sein. Vorgesehen sind zwei weitere Standorte. Im jüngsten Interview nennt Pucci Energiekosten als Auswahlkriterium für das zweite Zentrum in Europa; das dritte soll außerhalb der EU internationale Märkte bedienen. Den genauen italienischen Standort legt er noch nicht offen.

Damit stehen sich eine eröffnete Trainingsumgebung und ein angekündigter Ausbau gegenüber. Puccis Interview macht die Strategie konkreter, ist aber keine unabhängige Bestätigung von Baufortschritt, Leistung oder Wirtschaftlichkeit. Auch die TUM beschreibt als Projektpartnerin ihr eigenes Zentrum. Vergleichbare, unabhängig erhobene Erfolgsquoten liefern diese Mitteilungen nicht.

Was reale Daten zur Simulation beitragen sollen

Generative Bionics plant eine Verbindung aus physischen Aufgaben seines Humanoiden GENE.01, digitalen Zwillingen und Recheninfrastruktur von AMD. Ein digitaler Zwilling ist hier ein rechnerisches Abbild der Arbeitsumgebung. Im vorgesehenen Ablauf werden reale Aufgaben in Simulationen mit vielen Varianten nachgebildet. Die trainierten Modelle sollen anschließend wieder am echten Roboter geprüft werden. Das Unternehmen bezeichnet diesen Kreislauf als Real-to-Sim-to-Real. Die geplanten AMD-Helios-Systeme sind dabei Teil der angekündigten Infrastruktur, nicht der Beleg einer bereits laufenden Anlage.

Warum dieser Rückweg wichtig ist, lässt sich an einer Montageaufgabe erklären: Eine Kamera kann zeigen, dass ein Stecker vor einer Buchse steht. Ob er verkantet, zu stark gedrückt wird oder wirklich eingerastet ist, erschließt sich daraus nicht immer zuverlässig. Kontakt- und Kraftinformationen können solche Situationen ergänzen. Dieses Beispiel ist eine technische Einordnung, kein von Alpha Bionic durchgeführter Test eines der Systeme.

Simulationen erlauben es, Ausgangslagen systematisch zu verändern. Ihr Nutzen hängt aber daran, wie gut sie die für eine Aufgabe entscheidenden Eigenschaften abbilden. Gerade Kontakt, Reibung und nachgiebige Teile machen die Rückprüfung in der realen Umgebung wichtig. Eine hohe Zahl virtueller Durchläufe darf deshalb nicht mit ebenso vielen erfolgreichen Einsätzen in einer Fabrik gleichgesetzt werden.

Anzeige

Fünf Messgrößen statt eines Flächenrekords

Alpha-Bionic-Einordnung: Ein sinnvoller Vergleich der Trainingsansätze sollte aus unserer Sicht fünf Fragen beantworten. Das sind Prüfkriterien für künftige Ergebnisse, keine bereits bestätigten Leistungswerte der beiden Projekte.

  1. Wie vielfältig sind die Aufgaben? Viele Wiederholungen derselben Bewegung sind etwas anderes als Erfahrungen mit wechselnden Teilen, Positionen und Störungen. Die Zusammensetzung eines Datensatzes ist aussagekräftiger als seine Größe allein.
  2. Wie wird Erfolg gezählt? Eine Erfolgsquote braucht eine nachvollziehbare Definition: vollständige Aufgabe, akzeptable Qualität und alle Fehlversuche im Nenner. Ein gelungenes Demonstrationsvideo beantwortet diese Frage nicht.
  3. Wie oft greift ein Mensch ein? Fernsteuerung kann wertvolle Trainingsdaten liefern. Ein während des Tests ferngesteuerter Erfolg ist jedoch kein autonomer Erfolg. Eingriffe und Wiederanläufe gehören getrennt ausgewiesen.
  4. Was funktioniert außerhalb des Trainings? Besonders aufschlussreich wäre ein Test mit zurückgehaltenen Werkstücken oder veränderten Abläufen, die beim Lernen nicht vorkamen. Erst damit wird die Übertragbarkeit einer Fähigkeit sichtbar.
  5. Was kostet ein erfolgreicher Arbeitszyklus? Neben der Roboterzeit sollten Vorbereitung, Datenaufbereitung, Rechnen, Integration und menschliche Betreuung betrachtet werden. Eine größere Anlage ist nicht automatisch die günstigere Lösung.

Was deutsche Anwender daraus ableiten können

Für einen mittelständischen Betrieb wäre der nächste sinnvolle Schritt daher ein klar umrissener Anwendungsfall mit messbaren Abnahmekriterien. Beispielsweise könnten unterschiedliche Bauteilvarianten und zulässige Fehler vor dem Versuch festgelegt werden. Ein Teil der Varianten bliebe für die abschließende Prüfung reserviert. So würde nicht nur bewertet, ob der Roboter eine Vorführung wiederholt, sondern ob das Training einen praktisch nutzbaren Vorteil bringt.

Der neue Vergleich ergänzt unsere Berichterstattung über NEURAs 4NE1 Gen 4: Hier geht es nicht um das nächste Modell, sondern um die Infrastruktur hinter seinen Fähigkeiten. Der nächste belastbare Fortschrittsnachweis wären veröffentlichte Tests unter klaren Bedingungen – mit Fehlern, menschlichen Eingriffen und Kosten. Erst solche Ergebnisse zeigen, ob Europas neue Trainingszentren den Weg vom vorgeführten Handgriff zum verlässlichen Arbeitsprozess verkürzen.

Quellen

Bewerte den Beitrag hier!
[Total: 1 Average: 5]
Anzeige
Als bevorzugte Quelle bei Google hinzufügen