Mit der Maschine auf Du und Du

Gedichte, Essays und Programmiercode

Diese Frage stellen sich KI- und Robotik-Experten, seit vor zwei Jahren der eloquente Chatbot ChatGPT erstmals für die Öffentlichkeit freigegeben wurde (siehe bild der wissenschaft 7/2023, „Geistreiche Debatten mit smarten Maschinen“). Die sogenannten großen Sprachmodelle aus den USA wie ChatGPT, Gemini, Claude und LLaMA oder das europäische Modell Mistral können Fragen aller Art in hervorragend formulierten Sätzen beantworten – wenn auch nicht immer ganz korrekt – sowie Gedichte, Essays oder Programmiercode verfassen. Der Grund: Sie wurden mit nahezu dem gesamten Wissen des Internets trainiert.

Zugleich haben KI-Bildgeneratoren wie Midjourney, DALL-E 2 oder Stable Diffusion im Netz so viele Bilder gesehen, dass sie aus Textvorgaben wie „Zeig mir einen Wolf im Schafspelz“ umgehend ein entsprechendes Bild erzeugen können. Film- und Sprachgeneratoren wie Sora, Synthesia, Lovo und Murf erstellen außerdem aus Text Videos und Audiodateien. Und das KI-System GPT-4o, das im Mai 2024 vom US-Unternehmen OpenAI veröffentlicht wurde, schafft es sogar, Text, Bild, Audio und Video in einem sogenannten multimodalen omni-Modell miteinander zu kombinieren.

All diese Fähigkeiten nun in Roboter zu integrieren – also der KI einen Körper zu geben – und dadurch die Maschinen leistungsfähiger zu machen, ist die große Herausforderung, die Forscher und Firmen weltweit elektrisiert. Genau dafür hat das erst vor zwei Jahren gegründete kalifornische Start-up-Unternehmen Figure AI allein 2024 von Investoren wie Microsoft, Nvidia, Intel und OpenAI 675 Millionen US-Dollar an Risikokapital eingesammelt. Auch Firmen wie Tesla, Hyundai mit Boston Dynamics, Toyota sowie die norwegische 1X Technologies treiben die KI-Robotik voran – und das Start-up Sanctuary AI will im kanadischen Vancouver sogar die ersten „kognitiven Roboter mit menschenähnlicher Intelligenz“ erschaffen. Ihr stylischer, in Dunkelsilber und Orange gehaltener Phoenix-Roboter war 2023 der einzige humanoide Roboter in der Liste der besten Innovationen des „Time“-Magazins.

Erfolgreiches One-Shot-Learning

Doch wie weit sind kognitive Roboter heute tatsächlich, und was können sie (noch) nicht? Wer das wissen will, fragt am besten Torsten Kröger, den Chefwissenschaftler der KI-Robotikfirma Intrinsic. Sie gehört wie Google zum Alphabet-Konzern und hat sich zum Ziel gesetzt, Roboter so einfach nutzbar zu machen wie heute Smartphones. Kröger, der auch ein Institut in Karlsruhe geleitet und zwei Unternehmen gegründet hat, machte vor acht Jahren mit seinem Team bei Google ein berühmt gewordenes Experiment, bei dem 14 Roboter nach zwei Monaten und 800.000 Versuchen schließlich gelernt hatten, viele unterschiedliche Objekte aus einer Kiste zu holen. „Inzwischen schaffen wir mit den neuen KI-Modellen das One-Shot-Learning“, sagt Kröger. „Das heißt, häufig kann der Roboter ein Objekt greifen, ohne es jemals vorher gesehen zu haben.“

Wie geht das? „Wie beim Menschen“, sagt der KI-Experte lapidar. „Auch wir wissen, wie wir eine Tasse am Henkel hochheben müssen, selbst wenn wir diese spezielle Tasse noch nie vor uns hatten.“ KI-Systeme werden heute mit unzähligen Objekten vortrainiert – aus dem Internet, aus Datenbanken oder mit 3D-Simulationen. Sie lernen, diese Objekte selbst unter schwierigen Lichtverhältnissen oder verdeckt hinter anderen Dingen zu erkennen. „Sie haben sozusagen ein abstraktes Modell im Kopf, wie Tassen und viele andere Gegenstände aussehen“, sagt Kröger. Für die spezielle Anwendung ist daher gar kein Training mehr nötig, was enorm Kosten spart. „Mehr noch: Dank der vortrainierten Modelle muss keine Zeile Programmiercode geschrieben werden – man braucht keine Spezialisten, jeder kann die Roboter einsetzen“, schwärmt der Forscher.

Auch das Greifen und viele Bewegungen haben solche KI-Roboter bereits milliardenfach geübt, nämlich in virtuellen Welten. Da werden Räume und Gegenstände über digitale Zwillinge simuliert. Für jeden Greifarm lässt sich so trainieren, wie er am besten zupacken kann. „Bei festen Objekten funktioniert das sehr gut“, berichtet Kröger. „Schwierig wird es bei deformierbaren Dingen, bei Stoff oder glitschigen Oberflächen.“ So etwas muss man derzeit noch mit echten Robotern in realer Umgebung üben, wie das in der KI.Fabrik geschieht. Die ermittelten Kontaktkräfte kann man dann in Physiksimulatoren stecken, die so zu realistischeren Ergebnissen kommen als mit Simulationen ohne echte Messwerte. Dann können Roboter auch nasse Gläser, Erdbeeren oder rohe Eier greifen, ohne sie fallen zu lassen oder zu zerdrücken.

Die Aufgabe wird handlich zerlegt

Einige dieser Entwicklungen stecken noch im Forschungsstadium, aber vieles ist schon Teil der KI-Roboter, die bald auf den Markt kommen sollen. Diese profitieren zudem von einem weiteren Trumpf der KI-Systeme: So, wie man ChatGPT bitten kann, eine Urlaubsroute mit einem guten Mix aus Kunst, Kultur und Natur auszuarbeiten, so können KI-Roboter ein vorgegebenes Ziel eigenständig in handhabbare Einzelaktionen zerlegen. Bei der Aufforderung „Hol den Apfelsaft aus dem Kühlschrank“ wären das etwa die Bewegung in die Küche, das Öffnen der Kühlschranktür, das Suchen und Greifen der Flasche und so weiter. Dank der Vielsprachigkeit der KI-Systeme würde der Roboter den Saft auch finden, wenn er verdeckt hinter der Milch stünde und nur chinesisch beschriftet wäre.

„Wir haben sogar ein Patent auf einen Prozess, den wir als internen Dialog des Roboters bezeichnen“, berichtet Olivia Norton, Cheftechnologin und Produktverantwortliche von Sanctuary AI. Dabei verwandelt das Betriebssystem des Roboters die Signale seiner Kameras, Mikrofone und Berührungssensoren in eine sprachliche Beschreibung der Umgebung und fragt dann ein KI-Sprachmodell, mit welcher Abfolge von vortrainierten Aktionen der Roboter das Ziel am besten erreichen kann. Das Ergebnis ist ein Ablaufplan, den die Maschine dann ausführt. „All das geschieht intern, ohne dass der Mensch, der den Befehl erteilt hat, überhaupt etwas davon mitbekommt“, erklärt Norton.

Letztlich werden große Sprachmodelle wie ChatGPT auf diese Weise zu „großen Verhaltensmodellen“, sagt die Roboter-Expertin. Während die Sprachmodelle bei der Formulierung eines Textes nichts anderes tun, als das am besten geeignete nächste Wort zu suchen, ermitteln die Verhaltensmodelle die beste nächste Bewegung des Roboters – oder allgemeiner: Sie suchen nach der für ihn sinnvollsten nächsten Aktion. Der Phoenix-Roboter von Sanctuary AI soll damit und mit dem Greiftraining per Teleoperation neue Aufgaben und Fähigkeiten rund 50-mal so schnell erlernen können, wie das früher der Fall war.

Vom Automobilbau bis zur Apfelernte

„Wir hatten ihn bereits bei Einzelhändlern im Einsatz, wo er mehr als 100 verschiedene Aufgaben erledigte, von der Reinigung bis zum Etikettieren und Verpacken von Waren oder dem Falten von Kleidungsstücken“, berichtet Olivia Norton. Die Cheftechnologin schätzt, dass damit rund 40 Prozent aller in dem Geschäft anfallenden Aufgaben vom Roboter übernommen werden konnten. „Die wichtigsten Anwendungsfelder sehen wir künftig im Automobil-, Fertigungs- und Logistikumfeld – überall dort, wo es gut automatisierbare Arbeitsabläufe gibt und wo heute bereits Fachkräfte fehlen“, sagt sie. Einigermaßen gut strukturierte, nicht zu chaotische Umgebungen sollten es sein, ergänzt Torsten Kröger und nennt als weitere Einsatzgebiete Baustellen und die Landwirtschaft, von der Kartoffel- bis zur Apfelernte.

Dass es auch in Deutschland nicht nur herausragende Forschung gibt, sondern auch Unternehmer, die kognitive Roboter zum Erfolg machen wollen, zeigt sich rund 30 Kilometer südlich von Stuttgart. In Metzingen und dem Nachbarort Riederich belegt die Firma Neura Robotics, die erst vor fünf Jahren gegründet wurde, mit fast 300 Mitarbeitern neun Gebäude für Entwicklung, Fertigung und Training ihrer KI-Roboter – und das Unternehmen wächst rasant.

Neura Robotics hat mehr als 100 Millionen Euro an Finanzmitteln von diversen internationalen Investoren eingesammelt und ist nun dabei, einen Auftragseingang von einer Milliarde Euro abzuarbeiten.

Auf dem Weg zur Robot-City

Metzingen, bekannt als Outlet-City für diverse Modemarken, könnte sich so bald in eine Robot-City verwandeln. Sogar in ein aufgelassenes Möbelhaus sind die Robotiker eingezogen. „Die Küchen, Wohn- und Schlafzimmer haben wir gerne übernommen. Das sind ideale Übungsplätze für unsere Roboter“, sagt David Reger, der 36-jährige Firmengründer, schmunzelnd. Hier trainieren unter anderem MiPA, ein humanoid anmutender Roboter-Assistent auf Rollen, und 4NE-1, ein zweibeiniger Roboter mit schmaler Taille, schwarzem Kopf sowie Body mit weißem Bauchgurt und Fünffingerhänden.

In dem Möbelhaus entstanden Videos von 4NE-1, wie er eine Waschmaschine leert, ein T-Shirt bügelt, eine Pflanze gießt, einen Drink kredenzt, Gurken und Paprika schneidet und ein Sandwich zubereitet. Doch wie kommt der Roboter zu seinem ungewöhnlichen Namen? „Denken Sie an die englische Aussprache“, sagt Reger. So, wie 4U als „for you“ ausgesprochen wird, gilt für den Roboter aus Metzingen: „for“, „en“, „i“, „one“ – for anyone. Ein humanoider Roboter für jede und jeden? „Genau“, bestätigt Reger. „Es geht sozusagen um Smartphones mit Armen und Beinen – und um eine packende Vision für die Zukunft, die viele Menschen motiviert.“

Und worauf beruht die Zuversicht des Unternehmensgründers, Neura als weltweit führende Robotikfirma etablieren zu können? „Wir sind die einzigen, die bei den kognitiven Robotern auf eine durchgängige Plattformstrategie setzen“, erläutert David Reger. Vom einzelnen Roboterarm bis zum Humanoiden basieren alle auf den gleichen Modulen und können dank integrierter Kameras, Sensoren und KI sehen, hören und tasten. Man kann mit ihnen sprechen und ihnen Dinge einfach zeigen, statt sie zu programmieren.

Ein Internet für smarte Maschinen

Regers Team arbeitet zudem an einer „Neuraverse“ genannten Gemeinschaft, in der Anwender Apps für Roboter entwickeln, ähnlich der unendlichen Vielfalt von Apps bei Smartphones. Lädt man sich dann in Zukunft für seinen „Personal Robot“ einfach eine App herunter, die ihn befähigt, die Spülmaschine ein- und auszuräumen? „Das ist die Idee“, bestätigt Reger. Solche Robo-Apps wären dann die Basis für ein eigenes Internet der Roboter, wo die Maschinen genau die Art von Informationen finden, die sie brauchen. Und die Experten von Neura Robotics gehen sogar noch einen Schritt weiter: Sie arbeiten an der Fabrik von morgen, in der Roboter eigenständig Roboter fertigen.

Roboter werkeln im Team

Nur 30 Kilometer von Metzingen entfernt, in den Laboren des Fraunhofer-Instituts für Produktionstechnik und Automatisierung (IPA) in Stuttgart, werkeln Maschinen bereits im Team. Zwei Roboter halten ein Bauteil, ein dritter schweißt eine Metallplatte an. „Dadurch sparen wir spezielle Vorrichtungen, die man sonst für Schweiß- oder Klebeaufgaben bräuchte“, berichtet Werner Kraus, der am IPA den Forschungsbereich Automation und Robotik leitet. „Wenn Roboter gut zusammenarbeiten, erhöht das die Flexibilität und den möglichen Produktmix der Fertigung enorm.“

Dank der neuen KI-Systeme ist sogar noch mehr drin. „Wir entwickeln einen ChatGPT-artigen Assistenten für die Produktionsplanung“, verrät Kraus. Die Idee: Der Mensch teilt nur noch mit, welches Produkt er gern fertigen möchte – „und der KI-Assistent schlägt dann vor, welche Roboter sich dafür eignen, mit welchen Greifern, wie deren Arbeitsplätze und die Abläufe aussehen, bis hin zur Bestellliste für den Einkauf“, erläutert Kraus. „Auch die nötige Risikobeurteilung könnte die KI gleich erstellen.“

Sensoren sorgen für Sicherheit

Risiken und Sicherheit sind in der Robotik seit jeher ein wichtiges Thema, zumal, wenn es um das Hand-in-Hand-Arbeiten von Robotern und Menschen geht. „Wir von Neura Robotics bieten bei allen Maschinen eine zusätzliche Sensorik an, die erkennt, ob Menschen in der Nähe sind“, sagt David Reger. Dann können die Roboter auf erhöhte Wachsamkeit schalten. „Vieles lässt sich auch technisch lösen, etwa mit Motoren, die in weniger als einer tausendstel Sekunde den Roboter stoppen, bevor Menschen verletzt werden könnten“, fügt Angela Schöllig hinzu, die an der TU München über Sicherheit und Zuverlässigkeit lernender Systeme forscht.

Auch aus dem Internet können KI-Systeme einiges lernen – „etwa, wie geöffnete Flaschen aussehen und wie man sie halten muss“, sagt Schöllig. „Oder wie sich Menschen an belebten Orten verhalten.“ So könnten Roboter durch Videos lernen, in einer Fußgängerzone Bewegungen von Menschen einzuschätzen – und dann mit gebührendem Sicherheitsabstand vorbeirollen. Und schließlich trägt auch die Verwendung von weichen Materialien anstatt harter Metalle zur Sicherheit bei – darauf setzt etwa die norwegische 1X Technologies bei ihren Robotern Eve und Neo, die weiche Ganzkörperanzüge tragen.

Beine können störend sein

Allerdings: Ob KI-Roboter bald wie Menschen zwei Beine haben werden, ist fraglich. „Beine haben in Outdoor-Umgebungen Vorteile und in Privathaushalten mit all ihren Treppen, aber beides gehört nicht zu den kommerziell sinnvollen Einsatzfeldern der näheren Zukunft“, meint Torsten Kröger. Roboter auf zwei Beinen laufen immer Gefahr, umzukippen, was bei ihrem großen Gewicht ein erhebliches Sicherheitsrisiko darstellt – von den hohen Kosten für die vielen Antriebe in den Gelenken der künstlichen Gliedmaßen ganz abgesehen.

Dennoch: KI-Roboter, ob humanoid auf Rollen oder in anderer Gestalt, werden ein Erfolg – davon sind Experten in aller Welt überzeugt. So betrachtet China kognitive, humanoide Roboter als einen Wachstumsmotor und will bereits 2025 mit der Massenproduktion beginnen. Die US-Investmentbank Goldman Sachs rechnet damit, dass Anfang der 2030er-Jahre weltweit mehr als eine Million Humanoider pro Jahr gefertigt werden könnten. In Deutschland traf sich im Sommer 2024 in Berlin die Elite aus Wissenschaft und Unternehmen zur KIRO, der ersten Konferenz für KI und Robotik. Bei dieser Gelegenheit wurde auch das Robotics Institute Germany ins Leben gerufen: ein Netzwerk der deutschen Spitzenforschung, das Angela Schöllig koordiniert.

Aussicht auf eine Zukunftsbranche

In Stuttgart findet im März 2025 unter Leitung von Fraunhofer-Forscher Werner Kraus das Europäische Robotikforum statt – zum ersten Mal in Deutschland. Die wissenschaftlich hochrangige Veranstaltung hat das erklärte Ziel, „die Synergien zwischen KI und Robotik zu fördern und Europas Wettbewerbsfähigkeit zu stärken“. Wenn es zudem Unternehmen wie Neura Robotics gelingt, am Weltmarkt erfolgreich zu sein, wird die KI-Robotik vielleicht tatsächlich zu einer der Zukunftsbranchen Europas. Und wenn Neura-Roboter doch einmal im Deutschen Museum landen sollten, dann hoffentlich nur in den Kellerlaboren der KI.Fabrik.