ABB Robotics hat seinen Fashion Inductor um einen „AI Robot Trainer“ ergänzt. Das am 15. Oktober 2026 vorgestellte System soll die Bilderkennung einer automatisierten Textilsortierung leichter an neue Waren, Verpackungen und Bedingungen anpassen. ABB spricht von bis zu 75 Prozent weniger Aufwand für Engineering und Inbetriebnahme. Eine unabhängig dokumentierte Vergleichsmessung für diese Zahl liegt öffentlich nicht vor.

Der Nachrichtenwert steckt nicht darin, dass ein Roboterarm ein Kleidungsstück greifen kann. Solche Sortiermodule existieren bereits. Schwieriger ist, sie bei wechselnden Artikeln zuverlässig zu betreiben: Eine weiche Verpackung knickt anders als die nächste, Folie reflektiert Licht, ein Saisonwechsel verändert Form und Farbe der Ware. Wenn das Modell nachtrainiert werden kann, ohne die gesamte Zelle neu aufzubauen, könnte das für Logistikbetriebe relevanter sein als eine spektakuläre Einzeldemonstration.

Anzeige
In diesem Artikel

Was ABB tatsächlich geändert hat

Der Fashion Inductor ist ein bestehendes Modul, das verpackte Bekleidung erkennt, aufnimmt und einem Sortierprozess zuführt. ABB ergänzt nun vortrainierte Bildmodelle, Werkzeuge für zellenspezifisches Nachtraining und einen digitalen Zwilling. Letzterer bildet Software und Steuerung der Anlage virtuell ab, damit Konfigurationen geprüft werden können, bevor sie an der physischen Zelle laufen.

ABB beschreibt zudem einen Kreislauf: Die Anlage überwacht ihre Leistung, erkennt Auffälligkeiten, erzeugt neue Trainingsdaten und spielt verbesserte Modelle wieder ein. Das ist der praktische Kern des Begriffs „Physical AI“ in dieser Meldung. Es geht nicht um einen Roboter, der von allein beliebige Tätigkeiten erfindet, sondern um ein System, das seine Wahrnehmung für eine eng definierte industrielle Aufgabe anpasst.

Die Kennzahlen richtig lesen

ABB nennt für den Fashion Inductor bis zu 1.300 Artikel pro Stunde und ein Ziel von mehr als 99,5 Prozent Greifgenauigkeit. Diese Zahlen beschreiben die Leistungsfähigkeit des Moduls beziehungsweise Zielwerte; sie sind kein öffentlich belegter Vorher-nachher-Test des neuen Trainers. Ebenso ist „bis zu 75 Prozent“ weniger Engineering- und Inbetriebnahmeaufwand eine Anbieterangabe. Ohne Ausgangsprojekt, Aufwandseinheit und Testbedingungen kann ein Anwender daraus keine sichere Einsparung für seine eigene Anlage berechnen.

Für einen belastbaren Vergleich müsste ABB eine Zelle mit und ohne Trainer unter vergleichbaren Bedingungen zeigen. Wie viele neue Verpackungstypen kommen hinzu? Wie viele Bilder müssen Mitarbeitende markieren? Wie lange steht die Anlage während eines Updates? Verbessert sich die Erkennung auch dann, wenn Beleuchtung oder Greifer geändert werden? Erst solche Angaben machen den Unterschied zwischen einer komfortablen Softwarefunktion und einem wirtschaftlich wichtigen Fortschritt sichtbar.

Anzeige

Warum Nachtraining im Betrieb zählt

Textillogistik ist ein schwieriges Feld für starre Automatisierung. Anders als ein normiertes Metallteil verformt sich ein Beutel mit Kleidung. Folie kann falten, glänzen und den tatsächlichen Greifpunkt verdecken. In einer Sortieranlage entstehen zudem Kosten nicht nur durch langsame Takte, sondern durch Fehlgriffe, beschädigte Ware, manuelle Ausnahmen und Stillstände. Ein guter Trainingsablauf muss deshalb mehr liefern als schöne Erkennungsbilder: Er muss die Fehlerfälle im laufenden Betrieb erfassen und die korrigierten Modelle kontrolliert freigeben.

Gerade für europäische Integratoren könnte das relevant sein. Sie müssen sehr unterschiedliche Kundenanlagen in bestehende Fördertechnik, Sicherheitskonzepte und Wartungsprozesse einpassen. Ein wiederverwendbares Modul spart möglicherweise Projektarbeit; seine Grenzen können aber bei ungewohnten Verpackungen, klebenden Folien oder ungünstiger Beleuchtung sichtbar werden. Die öffentliche Meldung nennt keine unabhängig überprüften Kundenergebnisse für die neue Ausbaustufe.

Was als Nächstes belegt werden müsste

ABB kündigt an, den Ansatz bis zum ersten Quartal 2027 auf weitere bildgeführte Anwendungen auszuweiten. Das ist eine Roadmap. Für die jetzt vorgestellte Textilsortierung wäre der nächste überzeugende Nachweis ein benannter Betrieb mit offen gelegter Artikelvielfalt, dokumentierter Umrüstzeit, Fehlgriffquote und durchgängiger Leistung über mehrere Wochen. Dann ließe sich prüfen, ob weniger Aufwand bei der Inbetriebnahme auch geringere Gesamtkosten über die Lebensdauer bedeutet.

Die aktuelle Ankündigung zeigt einen plausiblen Weg für nutzbare industrielle KI: nicht ein immer vielseitigerer Roboterkörper, sondern eine Sortierzelle, die Veränderungen an Ware und Umgebung besser verarbeitet. Ob der versprochene Effizienzgewinn in unterschiedlichen Anlagen eintritt, bleibt offen.

Bildhinweis: Das KI-generierte Aufmacherbild ist ein Symbolbild und zeigt nicht ABBs tatsächlichen Fashion Inductor.

Quellen

Bewerte den Beitrag hier!
[Total: 1 Average: 5]
Anzeige