Wie mutig muss die deutsche Industrie bei neuer Technologie werden?

Produkte aus Deutschland gelten nach wie vor in der Welt als genau und zuverlässig. Sie werden so lange getestet und verbessert, bis sie unter allen Bedingungen funktionieren. Das ist die eine Seite der Medaille. Die andere ist das Overengineering, also Technik, die aufwendiger ist als nötig. Sie kommt entsprechend spät auf den Markt und kostet oft mehr.

Bei neuer Technologie kann uns das teuer zu stehen kommen. Deutschland hat Spitzenforschung, doch der Weg vom Labor zum perfekten Produkt dauert oft zu lange. Gekauft wird dann häufig, was aus den USA und zunehmend auch aus China kommt. Das MP3-Format entstand am Fraunhofer-Institut in Erlangen, das große Geschäft damit machten Gerätehersteller wie Apple mit dem iPod.

Bei der nächsten Robotergeneration darf uns das nicht passieren. Diese Roboter nutzen KI und lernen aus Daten, ihre Grundlagen entstehen in deutschen Labors seit den Neunzigerjahren. Besser werden sie aber erst im Betrieb, in echten Linien und mit allen Fehlern, die dazugehören. Wer wartet, bis sie fertig sind, überlässt die Erfahrung anderen.

Rollin' Justin, zweiarmiger Humanoid des DLR auf Rädern

Schon 2008, vor knapp 18 Jahren stellte das DLR mit Rollin' Justin einen frühen funktionsfähigen Humanoiden vor. (Foto: DLR, CC BY-NC-ND 3.0)

Was bremst uns in Deutschland heute?

Ralf Koeppe kennt beide Seiten dieser Frage. In den Neunzigerjahren arbeitete er am DLR an einem Arm, der leicht genug für den Weltraum sein sollte. Der Arm vom DLR spürte in jedem Gelenk, wenn er irgendwo anstieß. Man konnte ihn deshalb von Hand führen, und er konnte neben Menschen arbeiten. Ralf selbst arbeitete daran, dass ein Mensch dem Roboter eine Bewegung einmal vorführt und der Roboter sie mit neuronalen Netzen nachmacht. Humanoide lernen heute im Kern genauso, sagt er, nur in einem größeren Kontext und mit größeren Netzen.

Ralf Koeppe entwickelte für KUKA eine neue Generation Industrieroboter und eine neue Steuerung, ehe er das Unternehmen verließ, um sich Management-Aufgaben bei Bosch Rexroth und WashTec zu widmen. Heute bildet er Aufsichtsräte aus und lehrt über Robotersysteme an der Universität Stuttgart.

In unserem Gespräch erzählt Ralf, warum Mercedes 2009 einen unfertigen Roboter in die Serie ließ und warum das heute kaum noch jemand wagt. Er sagt auch, wie schnell China gerade ist, was Mercedes in Sindelfingen zeigt und wer die neuen Roboter überhaupt in die Werke bringen soll.

Forschung und Industrie lernten am selben Roboter

Marc: Du hast den Leichtbauroboter vom DLR zu KUKA gebracht. Was hatte KUKA damals, und was hat gefehlt?

Ralf: Kurz bevor ich zu KUKA gegangen bin, hatte ich vorgeschlagen, den Leichtbauroboter und die KUKA-Steuerung zu verheiraten. Man sollte ihn aus der KUKA-Steuerung heraus programmieren und bedienen können, damit die Industrie diese Sensitivität ausprobieren kann. Das haben wir dann in einem geförderten Projekt gemacht. Bei KUKA bin ich schnell in die Verantwortung für die gesamte Entwicklung gekommen. KUKA hatte die Mechanik und die Software, aber noch nicht das mechatronische Verständnis dafür, Roboter modellbasiert zu entwickeln und in höchster Performance zu betreiben. Gleichzeitig mussten die Industrieroboter und ihre Steuerung überarbeitet werden, und in dieser Situation fiel die Entscheidung, den Leichtbauroboter per Technologietransfer vom DLR zu KUKA zu holen.

Marc: Wie habt ihr aus dem Laborroboter ein Produkt gemacht?

Ralf: Wir haben die dritte DLR-Generation des Leichtbauroboters, den metallic-blauen Arm aus Carbon, zunächst 20-mal nachgebaut. Ein paar DLR- und KUKA-Konstrukteure haben ihn verbessert, und wir haben unsere Steuerung drangehängt. Auf der Automatica 2006, der Robotikmesse in München, haben wir die ersten Demos gezeigt, zum Beispiel Lernen durch Vormachen. Danach haben wir weitere 60 orangefarbene LBR 4 der nächsten Generation gebaut, um den Roboter in den Markt zu bringen. Wir haben eine schnelle Schnittstelle geschaffen, damit er sich gut programmieren ließ, und viele Universitäten und Forschungsinstitute haben ihn gekauft. Das war eine gute Startlinie. Damit hatten wir Vorlauf in der Anwendungsentwicklung und konnten gleichzeitig der Forschung Werkzeug liefern.

Parallel zum Leichtbauroboter haben wir autonome Navigation und mobile Robotik unter anderem mit einem Technologietransfer aus der Uni Freiburg aufgebaut, also das, was man heute neue Robotik nennen würde. 2011 haben wir das in die KUKA Labs eingebracht, eine eigene Einheit, in die ich als technischer Geschäftsleiter gewechselt bin. Mit dieser Einheit hatten wir den Fokus und konnten diese fortgeschrittenen Produkte auf den Markt bringen.

Die DLR-Leichtbauroboter-Generationen von 1995 bis 2003

Mercedes holte 2009 ein Vorprodukt in die Serie

Marc: Mercedes hat den LBR 4 ab 2009 im Werk Untertürkheim Hinterachsgetriebe montieren lassen, laut DLR über eine halbe Million bis Ende 2012. War der Roboter damals schon fertig?

Ralf: Mercedes, einer der innovationstreibenden Großkunden, hat sich den Leichtbauroboter geschnappt und war sehr mutig. Der Roboter hatte bereits eine gute Performance, hatte noch Betreuungsbedarf bezüglich der in der Automobilindustrie geforderten Dauerlaufeigenschaften, ist aber operativ in der Fabrik mitgelaufen. So konnten wir selbst dieses Vorprodukt sehr früh in Anwendungen bringen und erproben. Darin liegt für mich der Unterschied zu heute, denn bei den Humanoiden geht das bisher so nicht. Sie laufen in separierten Bereichen, die überwacht werden und in denen Versuche und Piloten stattfinden.

Orangefarbener KUKA LBR 4 bei der Getriebemontage im Mercedes-Werk Untertürkheim

Der orangefarbene LBR 4 bei der Getriebemontage in Untertürkheim. Betreuung inklusive. (Foto: KUKA)

Bevor der erste Kunde ihn bekam, lief er 1.000 Stunden am Anschlag

Marc: Den Nachfolger, den LBR iiwa, hat KUKA 2014 auf den Markt gebracht. Da seid ihr einen ganz anderen Weg gegangen als bei Mercedes. Warum?

Ralf: Der iiwa war das Serienprodukt mit Erstkunden in der Automobilindustrie. Die ersten iiwa-Roboter für Mercedes haben wir erst nach einem 1.000-Stunden-Test ausgeliefert. Dabei ist jedes Gelenk mit hoher Geschwindigkeit von Anschlag zu Anschlag gefahren, also unter hoher Belastung. Die Kühlung musste funktionieren, und natürlich sind Roboter zunächst teilweise ausgestiegen, oder es ist Fett ausgetreten. Dann musste man an die Dichtungen ran. Du entwickelst so die Qualität rein.

Das hätte man vielleicht nicht so machen müssen. Unser erster Kunde war aber die Autoindustrie, und die forderte einen Roboter, der zum Beispiel bei 45 Grad in der Fabrik noch funktioniert. Das war vielleicht der Weg, den KUKA gehen konnte. Ein Weg unter einfachen Bedingungen wäre der Einstieg über die allgemeine Industrie gewesen.

Marc: Was hätte euch schneller gemacht?

Ralf: Vieles, was ein junges Unternehmen heute von der Stange kaufen kann, mussten wir selbst entwickeln, von der zweikanaligen Gelenkmoment- und Gelenkpositionssensorik bis zur Elektronik, die für die Roboter-Sicherheitsnormen ausgelegt war. Die Sensoren sind teilweise mit Partnern entstanden, auch mit Startups aus dem DLR. Der iiwa sollte von Anfang an ein Roboter mit Kollisionserkennung in sicherer Technik sein und die Standard-Safety-Funktionen der Industrierobotik mitbringen. So eine sicherheitstechnische Entwicklung braucht Zeit, du brauchst die Experten dazu und musst durch den TÜV. Man hätte es beschleunigen können, indem man fortschrittliche Safety-Funktionen erst zu einem späteren Zeitpunkt gebracht hätte. Das Kapital und die Kapazität für zwei Elektronikentwicklungen, die für einen Ansatz in zwei Schritten erforderlich gewesen wären, hatten wir nicht. Der iiwa ist parallel zu laufenden Projekten der Industrierobotik entwickelt worden.

KUKA LBR iiwa in der Produktion bei BMW in Dingolfing

Der LBR iiwa bei BMW in Dingolfing. (Foto: KUKA)

Die Zusammenarbeit mit dem Menschen wurde überschätzt

Marc: Ein Integrator hat mir in einem Gespräch über kollaborative Roboter gesagt, mit dem Menschen zusammenarbeiten müsse sein Roboter gar nicht. Hat er recht?

Ralf: Du hast natürlich Vorteile, wenn du mit so einem Roboter den Schutzzaun weglassen kannst. Faktisch hat man das Kollaborationsthema aber überschätzt. Ganz wenige Anwendungen arbeiten wirklich Hand in Hand mit dem Menschen, und wenn die Taktzeit zählt, nehme ich lieber einen Industrieroboter. Die Sensitivität im Gelenk ist aber der Schritt in Richtung Physical AI, also zu Robotern, die ihre Umgebung mit KI verstehen.

Abgehängt ist Deutschland nicht

Marc: In der Branche hört man oft, Deutschland sei ins Hintertreffen geraten. Siehst du das auch so?

Ralf: Technologisch waren wir früh dran. Da bin ich sehr DLR-minded, weil ich aus dem DLR-Institut für Robotik komme. Alin Albu-Schäffer und sein Team hatten am DLR schon 2008 den Rollin' Justin, einen zweiarmigen Roboter auf Rädern, und 2013 den zweibeinigen TORO, komplett mit modellbasierter, nachgiebiger Regelung entwickelt. Da war alles da. Die physikalischen Grundlagentechnologien, die Humanoide brauchen, findest du grundsätzlich in China, in den USA und in Deutschland. Bei den KI-Modellen und den Rechenzentren sind wir am Aufholen. In Europa gibt es erste Startups, die diese Technik beherrschen.

TORO, der zweibeinige Humanoid des DLR

TORO, der zweibeinige Humanoid des DLR von 2013. (Foto: DLR, CC BY 3.0)

Wir Europäer sind dabei, glaube ich, sehr nutzenbezogen. Die tanzenden Roboter mit ihren Kung-Fu-Bewegungen sind sehr beeindruckend, aber wir fragen sofort, wo man sie einsetzen kann und wie damit ein Nutzen entsteht.

Natürlich ist der Kapitaleinsatz ein Thema. In China und in den USA gibt es hier günstige Bedingungen für Startups. Europa holt hier gerade auf. Das Engineering der Hardware kriegen wir gut hin. Die Lieferkette für die Komponenten hat sich aber stark in China ausgebildet, dort kauft man sie heute sehr günstig ein. Die Dynamik ist dort aufgrund von massiven staatlichen Investitionen im strategischen Programm Made in China 2025 eine andere Hausnummer. Das heißt aber nicht, dass wir deswegen abgehängt sind. Mit der neuen geopolitischen Lage müssen wir die Lieferkette wieder selbst aufbauen. Erste europäische Unternehmen, vom Scale-up bis zum Automobilzulieferer, sind bereits mit ersten Angeboten auf dem Markt.

Der Vorsprung entsteht in der Linie

Marc: Seit diesem Frühjahr arbeiten beim chinesischen Elektronikfertiger Longcheer nach Angaben beider Firmen Roboter von AGIBOT in der Tablet-Produktion, mit zwei Armen, Kopf und Rädern. Sind die Chinesen einfach schneller?

Ralf: Die Longcheer-Anlage demonstriert ein erstes Produktionssystem mit zweiarmigen Humanoiden auf Rädern. Die schnelle Umsetzung in neue Produktionssysteme ermöglicht es, die Erfahrungen frühzeitig in die Verbesserung der Produkte einzubringen. Google DeepMind und Mercedes-Benz haben letzte Woche ihre Fortschritte in einer Kommissionier- und Sequenzieranwendung (Kitting) im Werk Sindelfingen veröffentlicht. Der Apptronik-Humanoid Apollo führt diese Aufgaben mit mehrfingrigen Greifern aus. Diese Anwendung demonstriert die Fähigkeit des DeepMind-KI-Modells in einer Aufgabenstellung. Beide Anwendungsbeispiele zeigen, dass Erkenntnisgewinne in realen Fabrikumgebungen frühzeitig möglich sind.

Apollo 2 von Apptronik sortiert in einem Mercedes-Werk Bauteile in die Reihenfolge, in der die Linie sie braucht. (Video: Google DeepMind)

Auf neue humanoide Produktionssysteme umzustellen heißt, die klassische Klick-Klack-Hardware, also die uns bekannte Automatisierungsmechanik, herauszunehmen. An ihre Stelle kommen Roboter, deren Bewegungen durch Kombination verschiedener Sensoren und Software definiert sind, also Software-defined Manufacturing. Dabei können die Humanoiden gemischt mit klassischer Bahnplanung und KI-geführten Bewegungen betrieben oder wie in der Mercedes-Anwendung quasi End-to-End durch die KI ausgeführt werden.

Diesen mutigen Weg muss ich gehen, dann weiß ich auch schneller, was funktioniert und was nicht. Ich bin überzeugt, dass ein Vorsprung aus der Applikationserfahrung entsteht. Anwendungen treiben die Produktreife! Wenn ich eine Technologie drei Jahre in einer Fabrik am Laufen habe und optimiere, bin ich jedem voraus, der ein neues Robotermodell in eine Produktion einbringt.

Der Mittelstand kann sich das Ausprobieren gerade nicht leisten

Marc: Wer soll diese Erfahrung bei uns sammeln?

Ralf: Große Unternehmen testen diese Roboter bei uns. Der Mittelstand und der Maschinenbau gehen gerade durch wirtschaftlich schwere Zeiten. Wenn du aus so einem Bereich kommst, hast du gegebenenfalls nicht die Kapital- und Personalausstattung, um Dinge spielerisch auszuprobieren. Da müssen vielleicht auch die großen Unternehmen mit ihren Produktionen vorangehen und Erfahrung sammeln. Auch der Ansatz, ein Roboter-Gym bereitzustellen, ist hier ein guter Weg. Wenn wir jetzt nicht in die Applikationen in der Industrie gehen, wird es schwierig. Das ist für mich der kritische Punkt.

Die Integratoren müssen mehr in Software denken

Marc: Wer bringt diese Roboter in die Fabriken, die klassischen Systemintegratoren?

Ralf: Offen ist, ob die Hersteller der Humanoiden alles selbst machen oder ob es wieder Systempartner gibt. Die Industrierobotik wäre ohne die Systempartner nie so schnell in die Breite gewachsen, sie haben tausende Applikationen gestrickt. Nur denken viele bisherige Integratoren eher in Metall, Elektronik und Maschinenbau, und mit Physical AI kommt etwas in der Art sehr Neues dazu. Ein Beispiel ist das Sehen. Früher hat man Computer Vision als eigenes Projekt auf den Roboter gesetzt, und das musste man aufwendig in Betrieb nehmen. Je nach Randbedingung wie Beleuchtung und Reflexionen wurde die erforderliche Effektivität mit viel Aufwand erreicht. Heute, so das Versprechen der Physical AI, kann man Vision ins Produkt integrieren, über Lernalgorithmen adressieren und mit Sprache und Tastsinn kombinieren.

Wenn ich mit einer softwaredefinierten Struktur automatisiere, muss der Systemintegrator auch eine Softwarefirma sein, die mit Daten umgehen kann. Es kann ja sein, dass sich die klassischen Integratoren in diese Richtung entwickeln. Das erfordert Investitionen und die Möglichkeit, mit diesen neuen Technologien Erfahrung zu sammeln. Eine echte Transformation. Für diesen Wandel brauchen die Mitarbeiter neue Fähigkeiten.

Grafik: Umsatz der deutschen Robotik und Automation laut VDMA, 2023 bis 2026

„Startpunkt ist ein mutiges Pilotprojekt“

Marc: Angenommen, du sitzt im Aufsichtsrat eines Unternehmens, das einen Humanoiden in die Fabrik holen will. Was empfiehlst du?

Ralf: Zuerst schaut man sich im Unternehmen die unterschiedlichen Anwendungen an und sucht verschiedene Pilotkandidaten aus. Die bewertet man nach Desirability, Feasibility und Viability. Ist das eine Aufgabe, die ich gern automatisiert hätte, weil der Arbeitsplatz so belastend ist, dass ihn keiner machen will? Ist sie technisch machbar, und rechnet sie sich? Daraus ergibt sich ein Ranking. Erst dann wählt man das System, und das muss nicht der Humanoid sein. Einen ersten Piloten für Physical AI kann ich auch mit einem sensitiven Produktionsassistenten oder einem Industrieroboter machen.

Marc: Was muss in der Planung des Piloten stehen?

Ralf: Als Aufsichtsrat würde ich erwarten, dass man verschiedene Szenarien durchrechnet. Wie sieht der Erfolg aus, und in welchem Korridor kann ich ihn beobachten? Kann ich skalieren, habe ich die Aufgabe 20-mal in der Fabrik, 100-mal oder 1.000-mal? Da spielt ein Konzern ein anderes Spiel als ein Mittelständler, der gegebenenfalls genau eine oder zwei solche Installationen hat. Für den ist das im Moment schwierig. Was passiert, wenn der Integrationsaufwand fünfmal so hoch ist wie geplant, oder wenn die Anlage 10 bis 20 Prozent weniger leistet? Habe ich dann immer noch einen Erkenntnisgewinn? Ähnlich ist es, wenn der Roboter Arbeit zum Mindestlohn ersetzt. In all diesen Fällen ist die Amortisation sehr anspruchsvoll. Ich will einfach wissen, dass das Team nicht zu blauäugig in die Projekte geht. Mit Risikoscheu hat das nichts zu tun.

Wir müssen uns wieder Mut leisten

In Ralfs Geschichte steckt für mich ein großer Teil der Antwort auf die Frage, was uns gerade fehlt. 2009 hatte Deutschland beides, einen Roboter aus der Spitzenforschung und eine Fabrik, die ihn in die Serie ließ, als er noch Betreuung brauchte. Beim Nachfolger hat man sich dann gründlich abgesichert, mit 1.000 Stunden Dauertest und mit fortschrittlichen Robot-Safety-Funktionen von Anfang an.

Das Zögern hat trotzdem gute Gründe. Die Robotik hängt hierzulande an der Autoindustrie, die fast ein Viertel der Roboter kauft und selbst unter Druck steht. Wer dort gerade wackelt, holt sich kaum leichtherzig einen Roboter, der noch Betreuung braucht. Die Erfahrung sammeln dann aber andere.

Ich glaube, dass sich unsere Rechnung bald ändert, sobald sich autonome Systeme mit einem Bruchteil des heutigen Aufwands in eine Linie bringen lassen. Vorn ist dann, wer bis dahin Erfahrung gesammelt hat und eher in Software als in Metall denkt. Die Gründlichkeit muss dafür niemand aufgeben. Sie hat ihren Platz, wenn ein Produkt in Serie geht. Am Anfang einer neuen Technologie braucht es aber Werke, die einen Roboter mit Kinderkrankheiten in ihre Linie lassen, so wie Mercedes 2009. Sonst entstehen die Grundlagen wieder in deutschen Labors, und das Geschäft damit macht jemand anderes.

Über Ralf Koeppe: Promovierte an der ETH Zürich und forschte zehn Jahre am DLR-Institut für Robotik und Mechatronik in Oberpfaffenhofen. Danach 12 Jahre bei KUKA, als VP R&D der KUKA Roboter und technischer Geschäftsleiter der KUKA Laboratories, anschließend CTO der Business Unit Automation & Electrification Solutions bei Bosch Rexroth sowie CTO und CEO der WashTec AG. Heute akademischer Direktor des Instituts für Aufsichtsräte und Beiräte an der Steinbeis Augsburg Business School und Lehrbeauftragter für Robotersysteme an der Universität Stuttgart.

Über Marc Eyrich: Strategische Kommunikation für Physical AI und Robotik, mit Lucent und Sitz in der Region Stuttgart. Kommuniziert seit über zehn Jahren komplexe Technologie, für Tech-Marken auf Agenturseite und direkt in einem Robotikunternehmen. Entwickelt mit Gründern Physical-AI-Marken, von der Positionierung über Auftritt und Website bis zum Film.

Abundance: Physical AI soll ein Zeitalter des Überflusses bringen. Werden im neuen Schlaraffenland wirklich alle satt?