Quelle: Fraunhofer IPA
Embodied AI: Das neue Maschinenparadigma für die deutsche Industrie
Künstliche Intelligenz erobert die Werkhalle – auch in Form von Maschinen, die lernen, sich anpassen und eigenständig handeln. Embodied AI verbindet physische Automatisierung mit maschinellem Lernen und bringt kompetente Maschinen hervor. Das Fraunhofer IPA unterstützt Unternehmen, diesen Technologiesprung informiert und aktiv zu gestalten.
Produzierende Unternehmen im deutschsprachigen Raum stehen unter beispiellosem Druck. Demografischer Wandel und akuter Fachkräftemangel treffen auf steigende Qualitätsanforderungen, wachsenden Kostendruck und verschärften internationalen Wettbewerb. Gleichzeitig sinkt die Produktivität: Während andere europäische Länder ihre Produktivität pro Arbeitsstunde steigern konnten, stagniert diese in Deutschland seit Jahren. Die Lohnstückkosten hingegen steigen kontinuierlich – eine toxische Kombination für die Wettbewerbsfähigkeit.
Der deutsche Maschinen- und Anlagenbau, einst Vorzeigebranche und Technologieführer, spürt diese Entwicklung besonders deutlich. Das Bruttoergebnis lag 2023 um neun Prozent unter dem Niveau von 2018, der Weltexportanteil sinkt, und der technologische Output in Relation zu anderen Ländern lässt nach. Die Digitalisierung und der intelligente Technologieeinsatz sind noch längst nicht durchgängig in Prozessen und Maschinen integriert. Kritische Abhängigkeiten von den USA und China wachsen, während die Technologieführerschaft zusehends in andere Länder abwandert.
Die Konsequenz ist klar: Unternehmen müssen ihre Prozesse nicht nur automatisieren – sie müssen Produkte und Geschäftsmodelle entwickeln, die sie substanziell von der Konkurrenz unterscheiden und eine neue Art der Wertschöpfung ermöglichen.
Maschinen als kompetente Akteure dank Embodied AI
Hier setzt Embodied AI an und markiert einen fundamentalen Paradigmenwechsel. Anders als bei den zunehmend verbreiteten KI-Agenten und Chatbots, die in der digitalen Welt agieren, bringt Embodied AI die KI in die physische Welt: Künstliche Intelligenz wird mit einem »Körper« ausgestattet und lernt kontinuierlich durch die ständige Interaktion mit der realen Umgebung.
Die Maschinen treffen in unsicheren Umgebungen die richtigen Entscheidungen, nehmen den Kontext wahr und berücksichtigen ihn, lernen vom Menschen durch Interaktion im Prozess und entwickeln sich kontinuierlich weiter. Ein weiterer entscheidender Vorteil: Das Wissen steckt dann in der Maschine. Es ist also nicht verloren, wenn ein Mitarbeiter das Unternehmen verlässt. Wissen und Können werden skalierbar, teilbar und sogar handelbar – ein strategischer Hebel gegen den Fachkräftemangel.
Von starren Programmen zu lernenden Systemen
Der Unterschied zwischen klassischen Maschinen und Embodied-AI-Systemen ist fundamental. Während herkömmliche Anlagen regel- und programmgetrieben arbeiten, sind Embodied-AI-Maschinen lern- und erfahrungsbasiert. Ihr Umweltbezug ist nicht statisch und begrenzt, sondern kontinuierlich und dynamisch. Sie passen sich eigenständig an neue Situationen an – ohne aufwendige Umprogrammierung. Und sie verfügen über situierte, kontextabhängige Kognition. Die Körperlichkeit ist nicht nur funktional, sondern ein zentrales Element der Intelligenz.
Diese neue Maschinengeneration kommt in verschiedenen Ausprägungen zum Einsatz: Humanoide Roboter mit menschenähnlicher Kinematik für Montage und Materialhandling, autonome Fahrzeuge und Drohnen für Logistik und Inspektion sowie kompetente Produktionsmaschinen, die teilautonom oder vollständig autonom operieren.
Praxisbeispiele zeigen das Potenzial
Die Technologie ist längst keine Zukunftsvision mehr. Bei einem deutschen Hersteller von Laserschneidanlagen wurde eine KI-gestützte Parameteroptimierung entwickelt, die beeindruckende Ergebnisse liefert: Statt langwieriger manueller Optimierung werden nur noch drei bis fünf Schnitte benötigt, um optimale Qualität zu erreichen. Die Schnittgeschwindigkeit steigt um 20 Prozent und gratfreie Schnitte ohne Nachbearbeitung werden zum Standard. Die KI wird hier zu einem entscheidenden Produktfeature, das echte Wettbewerbsvorteile schafft.
Humanoide Roboter demonstrieren bereits beeindruckende Fähigkeiten in unstrukturierten Umgebungen: Boston Dynamics‘ Atlas räumt in Kooperation mit dem Toyota Research Institute Kisten aus und reagiert auf Änderungen in der Umgebung. Bei BMW USA in Spartanburg belädt der humanoide Roboter Figure 01 Maschinen im Produktionsumfeld und bei BMW Deutschland ist der Humanoide von Aeon in einer Pilotanwendung im Einsatz. Noch handelt es sich hier um ausgewählte Pilotanwendungen ohne die Vision einer völlig flexiblen Aufgabenausführung durch Humanoide. Doch die Aktivitäten in diesem Markt sind massiv und von den neuen KI-basierten Technologien profitieren auch klassischere Roboterarten schon heute.
Der internationale Wettbewerb schläft nicht
Während Europa noch über die richtige Strategie diskutiert, handeln die USA und China bereits entschlossen. Die USA dominieren bei digitalen Querschnittstechnologien: KI-Basismodelle, Trainingsinfrastruktur, Cloud-Stacks und Chip-Design kommen vornehmlich aus dem Silicon Valley. Die Gefahr: Europäische Maschinenbauer werden zu austauschbaren Hardware-Integratoren fremder KI-Systeme degradiert.
China hingegen hat Embodied AI, Robotik und industrielle Autonomie als Schlüsseltechnologien definiert und investiert im großen Stil. Massive staatliche Finanzierung, schnelle Integration in reale Produktionssysteme, enge Verzahnung von Hardware, Software und Daten sowie kaum Trennung zwischen Forschung und Industrie ermöglichen rasante Entwicklungen. In China entstehen bereits großflächige Datenfabriken: Die Pacini Perception Technology Datenfabrik in Tianjin erstreckt sich über 12 000 Quadratmeter und generiert mit 150 Datensammeleinheiten jährlich 200 Millionen hochwertige KI-Datensätze. Neura Robotics eröffnete im Oktober 2025 das »NEURA Gym« in Hangzhou. Weitere Datenfabriken in Shanghai und Peking folgen. Chinas Priorisierungs-, Skalierungs- und Integrationsfähigkeit bieten das Potenzial zu exponentieller Entwicklung. Europa muss jetzt handeln, um nicht den Anschluss zu verlieren. Die Zusammenarbeit von Neura Robotics mit der Technischen Universität München für den Aufbau eines Robotik-Lernzentrums ist somit eine wichtige Nachricht.
Neue Architektur, neue Entwicklungsprozesse
Embodied AI ist keine evolutionäre Weiterentwicklung – es ist ein neues Maschinenparadigma, das grundlegend andere Architekturen und Entwicklungsprozesse erfordert. Die Maschinenarchitektur verändert sich auf allen Ebenen:
- Wahrnehmung und Kontext: Multisensorik, Sensorfusion und Kontextspeicher ermöglichen den Aufbau eines situativen Weltmodells.
- Körper und Rekonfiguration: Stärkere Modularität erlaubt automatische Tool- und Sensor-Erkennung sowie teilautomatisiertes Umrüsten.
- Echtzeit-Kern: Deterministisch und klar abgegrenzt für Motion-Control, Interlocks und funktionale Sicherheit.
- Skill-Schicht: Von der Ablaufsteuerung zur Skill-Bibliothek mit parametrierbaren, komponierbaren und messbaren Fähigkeiten.
- Maschinenbedienung per Konversation: Natürlichsprachliche, kontextsensitive Bedienung statt starrer Maskenlogik.
- Online-Lernen: Von Beobachten über Vorschlagen bis zu begrenztem autonomem Lernen.
- Autonomer kontinuierlicher Verbesserungsprozess: Eigendiagnose, Verbesserungsvorschläge und Selbstoptimierung.
Die Folgen sind weitreichend: Vom SPS-Programm zum Skill-OS, von Bedienmasken zu dialogfähigen Agenten, von starren Regeln zur kontextadaptiven Ausführung, von Offline-Engineering zu Continuous-Improvement-Loops, von reaktiver Instandhaltung zu prädiktiver Diagnose, von der Linienlogik zum System-of-Systems mit gemeinsamer Wissensbasis.
Daten als Schlüssel – und Herausforderung
Ein entscheidender Faktor für erfolgreiche Embodied AI sind Daten. Die gute Nachricht: Der deutsche Maschinenbau verfügt über riesige Mengen an Bestandsdaten, weil seine Maschinen weltweit verbreitet sind, und über exzellentes Engineering-Know-how. Die Herausforderung: Durch virtuell erzeugt Daten erreicht man eine Genauigkeit von 90 bis 99 Prozent. Die fehlenden ein bis zehn Prozent, die durch die sogenannte Sim-2-Real-Lücke entstehen, müssen durch Daten aus dem realen Umfeld geschlossen werden. Diese Daten können beispielsweise durch Teleoperation oder durch kontinuierliches Lernen im Feld gewonnen werden.
Hier kommen Modellfabriken ins Spiel: Sie sammeln Daten aus unterschiedlichen Beispielanwendungen und ermöglichen das »Vortrainieren« kompetenter Maschinen. Besonders kleine und mittlere Unternehmen können danach mit deutlich geringerem Aufwand die Systeme für ihre spezielle Anwendung anpassen. Der deutsche Maschinenbau muss gemeinsam am Grundsätzlichen arbeiten und dann individuell auf den Anwendungsfall zuschneiden.
Kooperation als Voraussetzung
Kein Unternehmen kann Embodied AI im Alleingang stemmen. Wirksame Zusammenarbeit zwischen Industrie, Forschung und Start-ups ist zwingend erforderlich. Fünf Handlungsfelder sind dabei zentral:
- Etablierung hochfunktionaler Ökosysteme zur Beschleunigung von Transfer und internationaler Skalierung
- Geteilte industrielle Datenbasis durch gemeinsame Datennutzung und -erzeugung in Datenfabriken
- Kollektive Investitionen in kapitalintensive Schlüsseltechnologien wie Embedded-beziehungsweise Edge-AI-Hardware
- Gemeinsam trainierte Basis-Weltmodelle zur Bündelung von Rechenressourcen, Daten und Kosten
- Gemeinsame Standards und Governance-Rahmen für Safety, Security, Datenhoheit und Rechtsrahmen
Fraunhofer IPA als strategischer Partner
Das Fraunhofer IPA sieht Embodied AI als strategisch höchst relevante Technologie. Die Botschaft ist klar: Embodied AI ist die größte – und möglicherweise letzte – Chance für den deutschen Maschinenbau, seine Technologieführerschaft zu behaupten und auszubauen. Unternehmen, die jetzt nicht handeln, riskieren den Weg in die Bedeutungslosigkeit.
Das Fraunhofer IPA steht als strategischer Partner bereit, um produzierende Unternehmen auf diesem Weg zu begleiten: von der Strategieentwicklung über Technologie-Prototyping bis zur industriellen Skalierung. Mit seiner Expertise in Robotik, Produktionsautomatisierung, KI und industrieller Digitalisierung bietet das Institut die ideale Kombination aus technologischem Know-how und Praxisnähe.
Ihre Ansprechpartner
Thomas Bauernhansl
Geschäftsführender Institutsleiter
Telefon: +49 711 970-1100
Marco Huber
Wissenschaftlicher Direktor für Digitalisierung und KI
Telefon: +49 711 970-1960