Roboter bauen, die Menschen erweitern – nicht ersetzen

Die Zukunft der Robotik und Autonomie zu erkunden ist faszinierend – von fahrerlosen Fahrzeugen und vollautomatisierten Fabriken bis zu urbanem Luftverkehr und weltweiter Robotik-Chirurgie. Diese Fähigkeiten konvergieren bereits in Lagern, Einzelhandel, Landwirtschaft und auf der Straße. Der nächste logische Schritt: Roboter designen, die mit Menschen arbeiten, statt sie zu verdrängen.

Der Weg ist noch weit – denn echte physische Autonomie bleibt eine gewaltige Herausforderung.

Menschen glänzen darin, dynamische Situationen zur Zielerreichung zu navigieren. Autonome Systeme brillieren bei präzisen, hochgeschwindigen, multivariaten Aufgaben. Eine neue Welle von Unternehmen vereint nun diese Stärken, um Roboter zu schaffen, die Menschen dienen und ganze Industrien transformieren.

Innovation durch Constraints

Jüngste Fortschritte im Machine Learning – wie Reinforcement Learning und adversariale Netzwerke – haben Geschwindigkeit und Fähigkeiten robotischer Systeme beschleunigt.

Diese Techniken performen exzellent, wenn:

1. Aufgaben klar definiert sind
2. die Umgebung eng kontrolliert ist
3. Endzustände vorhersehbar sind

In risikoarmen Umgebungen mit vorhersehbaren Ergebnissen übertreffen Roboter Menschen deutlich.

Amazons automatisierte Lager exemplifizieren dies: Warenbewegung ist klar definiert, Umgebung eng kontrolliert, Pfade strukturiert, Endzustände bekannt.

Roboter in unstrukturierten Umgebungen

In weniger strukturierten Settings – wo Komplexität und Variabilität steigen – wächst die Fehler- und Unerwartetes-Wahrscheinlichkeit proportional.

Trifft ein Roboter auf eine neue Situation, muss er Erwartung mit Realität abgleichen – ein Konflikt, der vielen Deployment-Herausforderungen zugrunde liegt.

Lösungen sind in Sicht, doch das Problem bleibt ungelöst. Audis Level-3-Autonomie-Versuch 2019 wurde aufgegeben, Waymo hat 20 Mio. Meilen geloggt, bleibt aber geografisch begrenzt, und Tesla kehrte vom vollrobotischen Werk zum Mensch-Maschine-Mix zurück, da Automatisierung an Variabilität und Ausnahmen scheiterte.

Bis dahin fungieren Menschen als kritische Guardrails in robotischen Systemen.

Autonome Fahrzeuge, Last-Mile-Delivery-Bots, Lagerroboter, Pizzabäcker, Bodenreinigungsroboter funktionieren dank "Human-in-the-Loop" in der Realwelt.

Menschen agieren als Remote-Operatoren, KI-Trainer und Exception-Handler.

Human-in-the-Loop Robotik

Das Human-in-the-Loop-Paradigma hat Fortschritt beschleunigt und Türen geöffnet, die unmöglich schienen.

Doch dieses Modell begrenzt auch den Anwendungsbereich, den wir liefern können.

Standardisierte Skill-Sets für fahrerlose und Delivery-Roboter

Daher konzentrieren sich aktuelle robotische Fähigkeiten weitgehend auf Navigation und Objekterkennung.

Bei Kommerzialisierung konfrontieren Unternehmen zwei harte Wahrheiten:

• Kommoditisierte Aufgaben erleichtern Wettbewerbern die Replikation ähnlicher Lösungen.
• Hohe Arbeitsmarktliquidität drückt Löhne, was vollständigen Mensch-Ersatz für tragfähige Ökonomie erfordert.

Entwickler werden somit getrieben, Menschen im Loop vollständig zu ersetzen, um tragfähige Geschäftsmodelle zu erreichen.

Mensch-Roboter-Interface neu denken

Ist der aktuelle Ansatz der optimale Weg, Maschinenpräzision mit menschlicher Kreativität zu verbinden?

Expert-in-the-Loop Robotik

Um größeres robotisches Potenzial zu entfesseln, müssen wir vom Ersatz zur Partnerschaft pivotieren – Roboter befähigen, Experten zu augmentieren.

Bereiche von Allgemeiner Luftfahrt und Bau über Fertigung, Einzelhandel, Landwirtschaft bis Healthcare gewinnen sicherere, effizientere, profitablere Operationen, wenn die menschliche Rolle vom Operator zum Manager und Strategen wechselt.

Hubschrauberpiloten könnten sich von Flugkontroll-Ermüdung befreien, Baumaschinen-Operatoren auf Strategie statt repetitive Bewegungen fokussieren, Fertigungsarbeiter auf Durchsatz und Qualität statt manuelle Arbeit.

Diese Sektoren haben oft enge Arbeitsmärkte, hochvariable Umgebungen und kostspielige Fehler – ideale Kandidaten für Mensch-Roboter-Kollaboration.

Durch Systeme, die menschliche Expertise erweitern statt ersetzen, können Unternehmen die Ökonomik ihrer Operationen verschieben.

Aufbau für eine Experten-Roboter-Generation

Eine neue Innovatorenwelle nutzt Robotik und Autonomie, um operative Erfahrungen branchenübergreifend neu zu definieren.

• Skyryse* – fortschrittliche Flugzeug-Flugsteuerung
• Built Robotics – Bauautomatisierung
• Path Robotics – Fertigungslösungen
• Caterpillar – Bergbau-Robotik
• Blue River – Präzisionslandwirtschaft
• Saildrone – Ozeanerkundung
• Simbe Robotics* – Einzelhandelsautomatisierung
• Intuitive Surgical – Robotik-Chirurgie

Roboterlösungen, die viele Kerndimensionen teilen:

• High-Level-Automatisierung, die nahtlos mit menschlichen Operatoren arbeitet.
• Lieferung von mindestens zwei der drei Kernvorteile: sicherere Operationen, niedrigere Betriebskosten, höhere Asset-Nutzung.
• Operatoren auf höherwertige Aufgaben fokussieren, schließlich mehrere Funktionen überwachen.
• Primäre Abhängigkeit von Software für Steuerung und Perzeption.
• Einfaches Retrofit auf bestehende Assets zu Kosten unter 20 % des Anschaffungspreises.
• "As-a-Service"-Modell mit wiederkehrenden Umsätzen und robusten Margen.

Technologie befähigt Menschen, das Unmögliche zu erreichen

Mit Technologie können wir komplexe Entscheidungen mit beispielloser Präzision und Geschwindigkeit treffen, doch viele Branchen setzen noch auf manuelle Arbeit statt menschliche Ingenuität zu nutzen.

In einer Welt, die Remote-Arbeit und Social Distancing zunehmend schätzt, ist es kritischer denn je, Technologie als Exoskelett zu nutzen – menschliche Stärken maximieren, Routineaufgaben an Maschinen delegieren.

*Venrock ist Investor in Skyryse und Simbe Robotics