Physical AI lernt den Umgang mit weichen Materialien
Mit Physical AI will Gobano Robotics die industrielle Automatisierung flexibler machen. Die KI-Plattform Toutatis ermöglicht Robotern, verformbare Materialien zu handhaben und ihre Bewegungen selbstständig anzupassen.
Redaktion Automation NEXTRedaktionAutomation NEXT
3 min
Zwei Roboterarme falten mithilfe der Physical-AI-Technologie von Gobano Robotics ein Handtuch. Die lernbasierte KI ermöglicht die automatisierte Handhabung verformbarer Materialien und passt Greifbewegungen an wechselnde Bedingungen an.Gobano Robotics
Anzeige
Die Handhabung weicher und verformbarer Materialien gehört zu den Herausforderungen der industriellen Automatisierung. Während klassische Industrieroboter bei definierten Werkstückgeometrien und bekannten Positionen besonders effizient arbeiten, stoßen fest programmierte Bewegungsabläufe bei variablen Materialien an Grenzen.Textilien beispielsweise können verrutschen, Falten bilden oder während der Bearbeitung ihre Form verändern. Für automatisierte Greif- und Handhabungsprozesse entstehen dadurch wechselnde Bedingungen, die sich mit starren Bewegungsprogrammen nur schwer beherrschen lassen.
Das 2025 gegründete Unternehmen Gobano Robotics aus Nantes in Frankreich will diese Einschränkungen mithilfe von Physical AI überwinden. Das Unterhnehmen entwickelt hierfür eine lernbasierte KI-Technologie, mit der Roboter ihre Umgebung erfassen, Veränderungen erkennen und ihre Bewegungen entsprechend anpassen können. Im Zentrum steht die proprietäre Softwareplattform Toutatis.
Wie funktioniert Physical AI mit Toutatis?
Anzeige
Toutatis ist eine sogenannte Post-Training-Engine, die vortrainierte KI-Modelle oder Rohdaten gezielt auf industrielle Produktionsaufgaben ausrichtet. Dafür kombiniert Gobano Robotics Imitation Learning und Reinforcement Learning. Die Optimierung orientiert sich an konkreten Produktionskennzahlen wie Greiferfolg, Faltqualität, Platzierungsgenauigkeit, Zykluszeit und autonomer Fehlerbehebung.
Anders als bei einer klassischen Roboterprogrammierung arbeitet das System in einer geschlossenen Regelschleife. Die KI erfasst zunächst den aktuellen Zustand des Materials und bestimmt anschließend eine geeignete Greif- und Bewegungsstrategie. Nach der Ausführung bewertet sie das Ergebnis und passt ihr Vorgehen bei Abweichungen an. Dieser Prozess läuft etwa zehnmal pro Sekunde ab. Fehler, die sich automatisch beheben lassen, korrigiert die Roboterstation selbstständig, bevor sie ihre Arbeit fortsetzt. Damit soll Physical AI auch Aufgaben automatisierbar machen, bei denen sich nicht sämtliche Ausgangsbedingungen im Voraus definieren lassen.
Post-Training statt großer Trainingsdatenmengen
Anzeige
Bei der Entwicklung verfolgt Gobano Robotics einen Ansatz, der sich bewusst von der ausschließlichen Orientierung an möglichst großen Trainingsdatensätzen unterscheidet. Nach Angaben des Unternehmens stehen die Qualität der Trainingsdaten, effizientes Post-Training und das Lernen unter realen Betriebsbedingungen im Vordergrund.
Je nach Anwendung benötigt die Technologie typischerweise zwischen 10 und 200 menschliche Demonstrationen als Ausgangsbasis. Sind der Roboteraufbau und die Datenerfassung eingerichtet, kann die Optimierung der Steuerung innerhalb weniger Tage erfolgen. Für die vollständige Inbetriebnahme müssen allerdings zusätzliche Zeiträume für die technische Integration und die Überprüfung im laufenden Betrieb berücksichtigt werden.
„Die erste Welle von Physical AI hat beeindruckende Demos hervorgebracht, aber noch keine verlässlichen Systeme. Mit Post-Training machen wir aus einem Modell eine Station, auf die sich eine Produktion verlassen kann: zuverlässig, wiederholbar und wirtschaftlich“, erklärt Ziad Khoury, CEO von Gobano Robotics. „Entscheidend sind dabei nicht die Datenmengen, sondern Datenqualität und der Einsatz im realen Betrieb. So erreichen wir mit wenig Daten produktionsreife Ergebnisse – auch dort, wo es keine Millionen Trainingsbeispiele gibt.“
Anzeige
Welche Roboter können die Physical AI nutzen?
Die Softwareplattform Toutatis ist nach Angaben von Gobano Robotics hardwareunabhängig ausgelegt. Das Unternehmen verwendet Roboterarme verschiedener Dritthersteller und entwickelt die erforderlichen Greifer entsprechend der jeweiligen Aufgabe selbst.
Die KI-Steuerung soll sowohl auf stationären Roboterarmen als auch auf mobilen Robotikplattformen und humanoiden Robotern einsetzbar sein. Damit verfolgt Gobano einen Ansatz, bei dem die Anpassungsfähigkeit der Robotersteuerung nicht an eine bestimmte Roboterbauform gebunden ist.
Physical AI erreicht 99,5 % Erfolg im Praxiseinsatz
Ein konkretes Anwendungsbeispiel liefert die Textilindustrie. Gobano Robotics hat seine Technologie zunächst in einem Forschungsaufbau zum automatisierten Handtuchfalten untersucht. In einer abschließenden Testreihe absolvierte das System 99 von 100 Durchläufen erfolgreich.
Seit Sommer 2026 wird die Technologie auch bei der französischen Henri Wartner Group eingesetzt. Das 1872 gegründete Unternehmen ist auf die Textilversorgung von Hotels und Gastronomiebetrieben im Raum Paris spezialisiert. Dort übernimmt eine Roboterstation das Falten und Stapeln von Handtüchern. Die Maschine greift die zugeführten Textilien, faltet sie und legt sie anschließend zu Stapeln ab. Mitarbeitende übernehmen weiterhin die Versorgung der Station sowie den Transport der fertigen Stapel zum nächsten Prozessschritt.
Anzeige
Nach den zuletzt bestätigten Unternehmensangaben erreicht die Anlage bei der Aufgabenausführung eine Erfolgsquote von 99,5 %. Über eine 18-stündige Schicht erzielt das System einen Durchsatz von 68 % der menschlichen Vergleichsleistung. Die Roboterstation kann bereits mehrere Stunden eigenständig arbeiten und bestimmte Fehler ohne menschlichen Eingriff korrigieren. Die Integration und Weiterentwicklung der Technologie am Standort sind allerdings noch nicht abgeschlossen.
Welche Einsatzmöglichkeiten gibt es in der Industrie?
Neben der Textilindustrie und industriellen Wäschereien sieht Gobano Robotics weitere Anwendungsfelder für Physical AI. Besonders relevant sind Prozesse, bei denen Roboter mit wechselnden Objektformen, unterschiedlichen Materialien oder variablen Ausgangspositionen umgehen müssen.
Anzeige
In der Logistik und im E-Commerce nennt das Unternehmen unter anderem die Kommissionierung, Verpackung und Retourenbearbeitung als mögliche Einsatzgebiete. Auch in der industriellen Fertigung könnten lernbasierte Manipulationsverfahren zusätzliche Automatisierungsmöglichkeiten schaffen. Als Beispiele führt Gobano die Maschinenbeschickung, Inspektion und Montage an.
Die zentrale Idee besteht darin, Roboter nicht ausschließlich für fest definierte Bewegungsabläufe einzusetzen. Stattdessen sollen sie auch Aufgaben bewältigen können, bei denen sich Form, Position und Beschaffenheit der zu handhabenden Objekte während des Prozesses verändern. Gobano Robotics konzentriert sich dafür auf die Verbindung von KI-Software und industrieller Robotik. Mit Toutatis will das Unternehmen die Voraussetzungen schaffen, um bislang schwer automatisierbare Handhabungsprozesse zuverlässiger und wiederholbarer auszuführen.
Was Sie zum Thema Physical AI wissen müssen
• Was ist Physical AI in der industriellen Robotik? – Physical AI bezeichnet KI-Technologien, die Robotern ermöglichen sollen, ihre physische Umgebung wahrzunehmen, auf Veränderungen zu reagieren und ihre Handlungen entsprechend anzupassen.
• Wie funktioniert Physical AI bei Gobano Robotics? – Die Plattform Toutatis kombiniert Imitation Learning, Reinforcement Learning und Post-Training. Roboter bewerten ihre Arbeitsergebnisse und passen ihre Bewegungen etwa zehnmal pro Sekunde an.
• Wie viele Trainingsdaten benötigt die Physical AI von Gobano? – Nach Unternehmensangaben reichen je nach Aufgabe typischerweise 10 bis 200 menschliche Demonstrationen als Ausgangspunkt für das weitere Training.
• Welche Ergebnisse erzielt Physical AI im industriellen Einsatz? – Bei der Henri Wartner Group erreicht eine Roboterstation laut Gobano eine Erfolgsquote von 99,5 % und einen Durchsatz von 68 % der menschlichen Vergleichsleistung über eine 18-stündige Schicht.
• Wo kann Physical AI künftig eingesetzt werden? – Gobano sieht Einsatzmöglichkeiten in der Textilindustrie, Logistik, im E-Commerce und in der industriellen Fertigung, etwa bei Kommissionierung, Maschinenbeschickung, Inspektion und Montage.