Finanzielle Unterstützung durch EFRE

Obwohl kollaborative Roboter und KI-basierte Robotersysteme große Entlastung und Effizienzgewinne ermöglichen könnten, ist ihr Einsatz bislang begrenzt. Gründe dafür sind hohe Implementierungskosten, starke Abhängigkeit von Herstellern, unflexible Programmierung sowie fehlende Schulungsangebote für Nicht-Experten.

Bestehende Robotersysteme werden meist manuell und auf eng umrissene Aufgaben programmiert. Schon kleine Prozessänderungen erfordern aufwendige und teure Anpassungen, was insbesondere kleine und mittlere Unternehmen, Kliniken, Labore und Apotheken von einem breiteren Einsatz abhält. KIROS wurde entwickelt, um diese Hürden systematisch zu überwinden.

KIROS ist eine Software-as-a-Service-Plattform für Training und Simulation, mit der Anwender Roboterfähigkeiten eigenständig trainieren, anpassen und ausrollen können, ohne tiefgehende Programmierkenntnisse oder dauerhafte Unterstützung durch Hersteller. Das zentrale Leitprinzip ist maximale Einfachheit: Robotik soll auch für Nutzer ohne IT-Hintergrund intuitiv nutzbar sein. Das Projekt wird von der FUSE-AI GmbH in Hamburg geleitet, einem auf regulierte medizinische Software nach DIN EN ISO 13485 spezialisierten Unternehmen, in Kooperation mit der Helmut-Schmidt-Universität.

Technischer Kern von KIROS ist ein digitaler Zwilling jedes Roboters. Reale Roboter und ihre Arbeitsumgebungen werden mithilfe von RGB-D-Kameras automatisch dreidimensional erfasst und in einer physikbasierten Simulation abgebildet. Dort lernt der digitale Zwilling neue Aufgaben durch Reinforcement Learning, bevor die erlernten Fähigkeiten direkt auf den realen Roboter übertragen werden.

Die Bedienung erfolgt primär über natürliche Sprache. Nutzer können Aufgaben per Text oder Sprache beschreiben, etwa das Platzieren von Objekten oder das Sortieren nach Eigenschaften. Ein großes Sprachmodell übersetzt diese Anweisungen in strukturierte Aufgaben und hilft bei unklaren oder unvollständigen Beschreibungen. Ergänzend sind grafische Markierungen, manuelle Demonstrationen und Controller-Eingaben möglich, die in den Lernprozess integriert werden.

Das Training erfolgt hochparallel auf GPUs, wodurch sich Lernzeiten von Wochen auf Stunden reduzieren lassen. Methoden wie Domain Randomization und curriculares Lernen stellen sicher, dass die erlernten Fähigkeiten robust sind und zuverlässig aus der Simulation in die reale Welt übertragen werden können. Die Anbindung an reale Roboter erfolgt über ROS2, wobei neue Aufgaben jederzeit ergänzt werden können, ohne laufende Prozesse zu stören.

KIROS unterscheidet sich klar von bestehenden Lösungen durch Herstellerunabhängigkeit, hohe Zugänglichkeit, kurze Trainingszeiten, flexible Wiederverwendbarkeit von Aufgaben sowie die Eignung für regulierte Umgebungen. Haupteinsatzfelder sind Krankenhäuser, Labore, Apotheken sowie Service- und Rehabilitationsrobotik. Ziel ist es, intelligente Robotik für kleine und mittlere Unternehmen wirtschaftlich nutzbar zu machen und so nachhaltige Automatisierung, bessere Arbeitsbedingungen und langfristige Wettbewerbsfähigkeit zu ermöglichen.