Hin zu einer AVR-Robotik-Zukunft

Craig McDonnell von ABB Robotics erklärt Logistics Business, warum die neue KI-gestützte Technologie des Unternehmens den nächsten großen Durchbruch markiert – Autonome Vielseitige Robotik (AVR).

ABB Robotics ist kein Neuling. Das in der Schweiz ansässige globale Energie- und Automatisierungsunternehmen hat eine lange und goldene Geschichte in der Robotik. „ABB hat tatsächlich den modernen computersteuerbaren elektrischen Roboter vor 51 Jahren erfunden“, sagt Craig McDonnell, Geschäftsbereichsleiter Industries. „Wir waren an der Spitze der Robotik-Reise und unser Fußabdruck ist global.“

Die offiziellen Zahlen untermauern das. Die ABB Robotics-Division beschäftigt etwa 7.000 Mitarbeiter. Mit einem Umsatz von 2,3 Milliarden US-Dollar im Jahr 2024 machte sie etwa 7 Prozent der gesamten ABB-Gruppe aus. Das macht sie zu einem der bedeutendsten Namen in der Welt der Robotik.

Das Portfolio ist umfassend. „Wir haben die breiteste Palette an Robotern auf dem Markt“, erklärt McDonnell. „Der mechatronische Bereich reicht von sehr kleinen Robotern, die typischerweise in elektronischen Anwendungen eingesetzt werden, bis hin zu großen Robotern, die 800 kg Lasten bewegen und entsprechend manipulieren können. Kürzlich haben wir auch kollaborative Roboter mit vollständiger Fähigkeit entwickelt, sowie andere Kombinationen mobiler Robotik, bei denen wir den Roboterarm mit der mobilen Fähigkeit verbinden.“

Diese Geschichte und Vielfalt bedeuten, dass die Welt aufhorcht, wenn ABB mehr Innovationen anstrebt. Die Vision des Unternehmens – die sich bereits in physischer Form auf den Lagerböden Europas manifestiert – ist die für Autonome Vielseitige Robotik (AVR), bei der generative KI eine spielverändernde Rolle spielt.

„AVR baut auf dem Erbe und der Grundlage unserer traditionellen Alleinstellungsmerkmale auf“, sagt er. „Wir sind bekannt für die Pfadgenauigkeit unserer Roboter und für die Qualität und Lebensdauer der Roboter. Wir haben einen starken Ruf für die Zuverlässigkeit unserer Produkte.“

Autonome Vielseitige Robotik

Was ist also AVR? In der offiziellen Beschreibung des Unternehmens werden Roboter als „über feste Verfahren und wiederholbare Aufgaben hinausgehend – in eine neue Ära, in der sie komplexe Arbeiten in Echtzeit planen, anpassen und ausführen, wobei sie Vision, Präzision, Geschwindigkeit, Geschicklichkeit und Mobilität vereinen – alles angetrieben durch generative KI.“

Die Frage ist, wie. Zunächst hat ABB das Potenzial seiner RobotStudio®-Simulationssuite genutzt, eine äußerst genaue digitale Zwillingsumgebung zur Gestaltung und Steuerung von Robotik. „RobotStudio ermöglicht es uns, in neue Bereiche vorzudringen, und auf dieser grundlegenden Plattform haben wir unseren AVR-Ansatz aufgebaut“, erklärt McDonnell.

Zweitens ist die Anwendung von KI. Im September dieses Jahres kündigte ABB Robotics eine Investition in California-basierte LandingAI an, um die Transformation der Vision-KI zu beschleunigen, sie schneller, intuitiver und für eine breitere Nutzergruppe zugänglicher zu machen. Die Zusammenarbeit, die als erste ihrer Art gilt, wird die Vision-KI-Fähigkeiten von LandingAI, wie LandingLens, in die eigene Software-Suite von ABB Robotics integrieren und so einen weiteren Meilenstein auf dem Weg zu wirklich autonomen und vielseitigen Robotern setzen.

Im Wesentlichen ermöglicht die LandingLens-Plattform von LandingAI die schnelle Schulung von Vision-KI-Systemen, um Objekte, Muster oder Defekte zu erkennen und darauf zu reagieren, ohne komplexe Programmierung oder KI-Expertenwissen zu benötigen. Die Eintrittsbarrieren für die Einführung werden dadurch erheblich reduziert.

McDonnell beschreibt die Hintergründe der Produktentwicklung als eine Reihe von Erkenntnissen.

„Die traditionelle, strukturierte Umgebung gab Robotern eine vordefinierte Arbeitsweise“, erklärt er. „Im Laufe des letzten Jahrzehnts hat sich die Robotikbranche in neue Bereiche wie Lagerhaltung und Logistik ausgeweitet, die unstrukturiertere Umgebungen sind. Ja, es gibt immer noch einen Teil, der sehr strukturiert ist, aber man sieht oft Situationen mit mehreren SKUs oder schnellen Änderungen bei den Produkten, die verarbeitet werden. Diese Nachfrage hat uns dazu veranlasst, an der Wahrnehmung und Sensorik der Roboter zu arbeiten und diese mit der Bewegungssteuerung zu verknüpfen, um die Navigation und Geschicklichkeit des Roboters so zu verbessern, dass er diese unstrukturierten Anwendungen bewältigen kann.“

„In jüngerer Zeit haben wir begonnen, KI nicht nur für die Vision, sondern auch für Pfadplanung, Programmierung und sogar Spracherkennung zu integrieren, um unseren Robotern die Bewältigung unstrukturierter Umgebungen zu ermöglichen und bedeutende Fortschritte bei der Benutzerfreundlichkeit zu erzielen.“

Kurz gesagt, in einfachen Worten: Wenn ein Lagerarbeiter ein neues Paletten-Layout einseitig ablegt, stoppt der Roboter nicht seine Arbeit, während er auf neue Befehle wartet; er entwickelt eigene Lösungen.

„Ja, genau so ist es“, stimmt er zu, „aber es gibt auch strukturiertere Szenarien. Wenn Sie beispielsweise Produkte mit hoher Variabilität handhaben, die der Roboter vor Ort vielleicht noch nicht kannte – oder umgekehrt, wenn das neue Produkt beim Roboter angekommen ist – werden die verbesserten Vision-Systeme von LandingAI es dem Roboter ermöglichen, das Produkt viel einfacher und mit deutlich weniger Aufwand zu manipulieren und zu handhaben, als es zuvor möglich war.“

In einer Umgebung, in der sowohl Zeit als auch Arbeitskraft wertvolle und teure Güter sind, ist das von Bedeutung.

„Traditionell dauert diese Umstellung Monate und erfordert ein hohes Maß an Integration“, fügt er hinzu. „Das Geheimnis ist, dass die vereinfachte und schnellere Benutzerfreundlichkeit es sogar dem Endbenutzer, dem Lagerpersonal, ermöglicht, diese Variationen zu handhaben. Die Tatsache ist, wenn wir diese Benutzerfreundlichkeit nicht auf ein sehr hohes Niveau bringen können, wird die breite Akzeptanz dieser neuen KI-Technologie eine Herausforderung sein. Und wir sind fest davon überzeugt, dass wir dieses Problem gelöst haben.“

KI-Einsatz

Einfach zu bedienende Systeme und schnelle Konfiguration sind entscheidende Faktoren für die Akzeptanz, bestätigt er. „Seit über einem Jahrzehnt setzen wir KI in Robotikanwendungen in der Logistik erfolgreich ein – zum Beispiel im Bekleidungssektor, mit einer Zuverlässigkeit beim Picking von 99 %. Das sind echte Fortschritte, aber man brauchte wahrscheinlich einen KI-Ingenieur und einen Experten, um diesen Roboter zu begleiten. Der Fortschritt besteht darin, über ein Wissenschaftsexperiment hinauszugehen und eine industrietaugliche Anwendung zu schaffen, die skaliert werden kann und einfach zu implementieren und anzupassen ist.“

„Mit LandingLens hat LandingAI eine sehr benutzerfreundliche Methode entwickelt, um Objekte zu identifizieren und zu charakterisieren. Wir können dann unsere Anwendung und Roboterkenntnisse um spezifische Anwendungen herum aufbauen – wir nennen sie ‚Skins‘ – sodass das Produkt, das Sie erhalten, zu 80-90 % einsatzbereit ist, mit vortrainierten Algorithmen und Ansätzen, und alles, was Sie dann noch brauchen, sind vielleicht ein paar Bilder von Ihrem Mobiltelefon des spezifizierten Umfelds.“

Markteintrittsbarrieren und Kosten werden massiv reduziert. „Wir haben Berechnungen angestellt, und Sie bräuchten Hunderte von Ingenieuren für diese Aufgaben, wenn Sie diese Benutzerfreundlichkeit nicht hätten. Integratoren und Wertanbieter könnten sonst nicht profitabel teilnehmen. Das ist für uns sehr spannend.“

Spannende Zeiten, ergänzt durch eine weitere Ankündigung im Oktober, dass ABB Robotics sich vom größeren Konzern getrennt hat und nun an den japanischen Technologiefonds Softbank verkauft wurde.

„ABB hatte angekündigt, das Geschäft auszugliedern, und arbeitete darauf hin“, erklärt Craig McDonnell. „Wir haben Softbank durch diesen Prozess kennengelernt; da wir eng mit ihrer Vision von physischer KI und dem transformativen Effekt, den sie auf die Robotik haben kann, übereinstimmen, entschied ABB sich für den Ausstieg.“

Also ist KI kein kurzlebiger Trend in der Robotik. „Physische Anwendungsfälle von KI befinden sich noch in den frühen Phasen, aber es werden viele Anwendungen kommen. Und Roboter werden zunehmend für die Menschen zugänglich sein, die sie betreiben“, prognostiziert er.