Universal Robots und Scale AI verbinden KI-Training mit realer Produktion und ermöglichen schnellere Entwicklung autonomer Robotik
San Jose, Kalifornien, 18. März 2026 – Universal Robots (UR) stellt auf der GTC 2026 im Silicon Valley den neuen UR AI Trainer vor. Das Unternehmen hat die Lösung gemeinsam mit Scale AI entwickelt. Sie markiert einen Wendepunkt: Roboter entwickeln sich von starr programmierten Systemen hin zu flexibel lernenden, KI-gesteuerten Anwendungen. Grundlage dafür sind hochwertige Trainingsdaten aus speziellen Trainingsumgebungen, in denen Roboter menschliche Bewegungen nachahmen.
„Unsere Kunden – von Großunternehmen bis zu KI-Forschungslaboren – fragen nicht mehr nur KI-Funktionen nach“, erklärt Anders Beck, VP of AI Robotics Products bei Universal Robots. „Sie brauchen eine Möglichkeit, hochpräzise, synchronisierte Robotik- und Bilddaten zu erfassen, um KI-Modelle direkt auf den Robotern zu trainieren, die tatsächlich eingesetzt werden. Unser AI Trainer ist die branchenweit erste Lösung, die das Training von KI-Modellen direkt vom Labor in die Fabrik überführt.“
Neben dem AI Trainer präsentiert Universal Robots auf der GTC auch ein modernes Robotik-Grundlagenmodell von Generalist AI. Zwei UR-Roboter demonstrieren damit eine komplexe Smartphone-Verpackungsaufgabe – ein Anwendungsfall, der ohne die jüngsten Fortschritte im Bereich Physical AI bisher nicht realisierbar war.
Präzisere KI-Daten dank Kraftfeedback und direkter Drehmomentsteuerung
Uneinheitliche Hardware und unzureichende Datenqualität erschweren oft das Training von KI-Robotern. Trainingsdaten werden oft mit Forschungsrobotern erhoben, die nicht für industrielle Umgebungen geeignet sind. Diese basieren ausschließlich auf visuellen Informationen, was insbesondere bei sensiblen oder kontaktintensiven Aufgaben problematisch ist.
Beck sagt: „Der AI Trainer setzt genau hier an: Durch Kraftfeedback und direkte Drehmomentsteuerung erhalten Entwickler präzise Kontrolle darüber, wie Roboter mit ihrer Umgebung interagieren. Gleichzeitig erfolgt das Training auf derselben robusten Hardware, die bereits in über 100.000 industriellen Anwendungen weltweit im Einsatz ist.“
Partnerschaft mit Scale AI ermöglicht kontinuierliche Datenoptimierung
Der AI Trainer erlaubt es, dass menschliche Bediener Roboter in einem „Leader-Follower“-Setup anleiten. Dabei wird ein Roboter manuell geführt, während ein zweiter die Bewegung in Echtzeit spiegelt. Gleichzeitig werden Bewegungs-, Kraft- und Bilddaten synchron aufgezeichnet, um strukturierte Trainingsdaten für moderne KI-Modelle (VLA) zu erzeugen.
Auf der UR AI Accelerator Plattform kombiniert der AI Trainer Roboterhardware mit der Software von Scale AI. So entsteht ein kontinuierlicher Datenkreislauf, der es ermöglicht, KI-Modelle direkt in der Produktion zu trainieren, zu verbessern und zu skalieren.
„Universal Robots ist ein führendes Unternehmen im Bereich der Industrierobotik, und seine globale Präsenz bietet die ideale Grundlage für die Datenerfassung und den Einsatz von KI“, sagte Ben Levin, General Manager für Physical AI bei Scale AI. „Gemeinsam haben wir ein integriertes Robotik-Daten-Flywheel geschaffen, das es Kunden ermöglicht, ihre KI-Modelle schneller als je zuvor zu trainieren, einzusetzen und zu verbessern.“
Im Rahmen dieser Zusammenarbeit werden UR und Scale AI noch in diesem Jahr einen umfangreichen industriellen Datensatz veröffentlichen, der auf UR-Robotern gesammelt wurde.
AI Trainer live auf der GTC erleben
Auf der GTC können Besucher den AI Trainer direkt am Stand von Universal Robots ausprobieren: Mit haptischem Feedback steuern sie zwei UR3 „Leader“-Roboter, die ihre Bewegungen in Echtzeit auf zwei UR7 „Follower“-Roboter übertragen und so eine komplexe Smartphone-Verpackungsaufgabe ausführen. Alle relevanten Daten werden dabei live erfasst und für das KI-Training nutzbar gemacht.
Ergänzend zeigt eine Demo in NVIDIA Omniverse auf Basis von Isaac Sim, wie sich derselbe Prozess realitätsnah virtuell simulieren und skalieren lässt. Teilnehmer können ein virtuelles zweihändiges UR3e-System mit haptischem Echtzeit-Feedback steuern, wobei zwei Haply Inverse3-Geräte als „Leader“ dienenund so eine physikalisch korrekte Simulation entsteht.
Universal Robots prüft zudem den Einsatz des NVIDIA Physical AI Data Factory Blueprint, um die Generierung synthetischer Daten zu automatisieren und zu skalieren und so Rechenkapazitäten im weltweiten Maßstab in eine Produktionsmaschine für hochwertige Trainingsdaten für Roboter umzuwandeln.
„Der Wandel hin zu Physical AI erfordert ein grundlegendes Umdenken: weg von starrer, vorprogrammierter Automatisierung hin zu vielseitigen Robotern, die ihre Umgebung wahrnehmen, verstehen und durch menschenähnliche Interaktion lernen“, sagt Amit Goel, Head of Robotics and Edge AI Ecosystem bei NVIDIA. „Durch den Einsatz der NVIDIA-Isaac-Simulationsframeworks baut Universal Robots eine skalierbare Plattform für die präzise Erfassung und Generierung von Daten auf – und schafft damit die Grundlage, um die nächste Generation autonomer Systeme effizient im großen Maßstab zu trainieren.“
Generalist AI zeigt autonome Robotik in Aktion
Ergänzend demonstriert Generalist AI, wie sich Fortschritte bei der Datenerfassung und bei KI-Modellen in der praktischen Roboterleistung niederschlagen. Zwei UR7e-Roboter führen autonom eine komplexe Aufgabe zur Verpackung von Smartphones aus und demonstrieren dabei Geschicklichkeit, Koordination und kontaktreiche Manipulation in einer realen Umgebung.
„Generalist AI entwickelt verkörperte Basismodelle mit branchenführender Geschicklichkeit und Zuverlässigkeit“, sagte Pete Florence, Mitbegründer und CEO von Generalist AI. „Die Demonstration auf der bewährten Industrieplattform von Universal Robots zeigt, wie gesunder Menschenverstand in reale Fähigkeiten umgesetzt werden kann, und ebnet den Weg für den großflächigen Einsatz in verschiedenen Branchen.“
„Die Übernahme unserer Technologie durch die Pioniere des KI-Modelltrainings und der Datenerfassung unterstreicht, warum Universal Robots zur bevorzugten Plattform für physische KI geworden ist“, sagt Anders Beck von UR.
Weitere Infos und Bildmaterial sind hier zum Download erhältlich.
Über Universal Robots
Universal Robots ist Weltmarktführer im Bereich der kollaborierenden Robotik (Cobots), die in einer Vielzahl von Branchen eingesetzt werden. Unsere Mission ist einfach: Automatisierung für jeden. Überall. Mit über 100.000 verkauften Cobots weltweit wird unsere benutzerfreundliche Plattform durch die intuitive PolyScope-Software, prämierte Schulungen, umfassende Services und das weltweit größte Cobot-Ökosystem der Welt unterstützt, das unseren Kunden Innovation und Auswahl bietet. Universal Robots ist Teil von Teradyne Robotics, einer Division von Teradyne (NASDAQ:TER), dem führenden Hersteller von automatisierten Testsystemen und fortschrittlicher Robotiktechnologie.
Weitere Informationen unter https://www.universal-robots.com/de
Unternehmenskontakt Teradyne Robotics:
Christoffer Voss, Global PR & Public Affairs Manager
christoffer.voss@teradyne-robotics.com
Pressekontakt:
Maisberger GmbH, Jennifer Appel & Vera Berger
universalrobots@maisberger.com
Über Scale AI
Die Mission von Scale ist es, zuverlässige KI-Systeme für die weltweit wichtigsten Entscheidungen zu entwickeln. Wir stellen hochwertige Daten bereit, die die KI-Modelle der Welt antreiben, und unterstützen Unternehmen und Regierungen dabei, KI-Anwendungen zu entwickeln, einzusetzen und zu überwachen, die echte Wirkung erzielen. Durch unsere Forschung und unser Safety, Evaluations, and Alignment Lab (SEAL) testen wir Modelle anhand strenger Benchmarks und innovativer Forschungsansätze, um sicherzustellen, dass KI auf eine Weise entwickelt wird, der die Menschen vertrauen können. Scale wurde 2016 gegründet und hat seinen Hauptsitz in San Francisco.
Weitere Informationen unter www.scale.com
Universal Robots ist Weltmarktführer im Bereich der kollaborierenden Robotik (Cobots), die in einer Vielzahl von Branchen eingesetzt werden. Unsere Mission ist einfach: Automatisierung für jeden. Überall. Mit über 100.000 verkauften Cobots weltweit wird unsere benutzerfreundliche Plattform durch die intuitive PolyScope-Software, prämierte Schulungen, umfassende Services und das weltweit größte Cobot-Ökosystem der Welt unterstützt, das unseren Kunden Innovation und Auswahl bietet. Universal Robots ist Teil von Teradyne Robotics, einer Division von Teradyne (NASDAQ:TER), dem führenden Hersteller von automatisierten Testsystemen und fortschrittlicher Robotiktechnologie.
Weitere Informationen unter https://www.universal-robots.com/de
Firmenkontakt
Teradyne Robotics (Germany) GmbH
Christoffer Voss
Zielstattstraße 36
81379 München
089 1218972-0
https://www.universal-robots.com/de
Pressekontakt
Maisberger GmbH
Jennifer Appel
Claudius-Keller-Straße 3c
81669 München
089 419599-77
http://www.maisberger.de/
- Automatisierung (Wikipedia)
Automatisierung ist sowohl die Bezeichnung für einen Arbeitsprozess (das Automatisieren) als auch für dessen Arbeitsergebnis (automatisierte Arbeitsobjekte). Der Begriff Automatisierung dient zugleich zur Charakterisierung wirtschaftlich-technologischer Entwicklungsphasen („Zeitalter der Automatisierung“) und ist auch Gegenstand sozialpolitischer Diskussionen, speziell philosophischer Debatten bis hin zur künstlerischen Verarbeitung. - Imitationslernen (Wikipedia)
Die Sozialkognitive Lerntheorie (auch Sozial-kognitive Lerntheorie oder Modelllernen oder Lernen am Modell genannt) ist eine kognitivistische Lerntheorie, die von Albert Bandura entwickelt wurde. Es werden darunter Lernvorgänge verstanden, die auf der Beobachtung des Verhaltens von menschlichen Vorbildern beruhen. Die persönliche Anwesenheit dieser Vorbilder (Modelle) ist dabei von untergeordneter Bedeutung. Andere Bezeichnungen sind Beobachtungslernen, Nachahmungslernen, Imitationslernen, soziales Lernen, Identifikationslernen, Rollenlernen und stellvertretendes Lernen. Die einzelnen Bezeichnungen können je nach Autor auch unterschiedlich verwendet werden. Das „Lernen am Modell“ gilt als dritte Form des menschlichen Lernens, da es zeitlich nach der instrumentellen und operanten Konditionierung und der Klassischen Konditionierung entdeckt wurde. Banduras Konzept beschreibt einen Lernprozess in vier Teilprozessen, die sich in die zwei Phasen Aneignung und Ausführung aufteilen. Im Gegensatz zu behavioristischen Lerntheorien – wie dem Operanten Konditionieren – kommen in der sozial-kognitiven Lerntheorie besonders zwei Komponenten zum Tragen. Zum einen wird der Mensch als ein aktiv Lernender gesehen, der sich bewusst mit seiner Umwelt auseinandersetzt, sodass ein Lernprozess aus einer Wechselwirkung von Person und Umwelt entsteht (soziale Komponente). Zum anderen plant der Mensch nicht nur seine Handlung, sondern er ist auch fähig diese zu reflektieren und sich selbst zu motivieren (kognitive Komponente). - Industrierobotik (Wikipedia)
Ein Industrieroboter (IR, auch: Industrieller Manipulator) ist eine universelle, programmierbare Maschine zur Handhabung, Montage oder Bearbeitung von Werkstücken. Diese Roboter sind für den Einsatz im industriellen Umfeld konzipiert (z. B. Automobilfertigung). Sie gehören in die Maschinenbau-Disziplin Automatisierungstechnik und werden dort oft auch als Handhabungssysteme bezeichnet. Der Industrieroboter besteht im Allgemeinen aus dem Manipulator (Roboterarm), der Steuerung und einem Effektor (Werkzeug, Greifer etc.). Oft werden Roboter auch mit verschiedenen Sensoren ausgerüstet. Einmal programmiert ist die Maschine in der Lage, einen Arbeitsablauf autonom durchzuführen, oder die Ausführung der Aufgabe abhängig von Sensorinformationen in Grenzen zu variieren. - Künstliche Intelligenz (Wikipedia)
Künstliche Intelligenz (KI), englisch artificial intelligence, daher auch artifizielle Intelligenz (AI), bezeichnet ein Forschungsgebiet der Informatik, sowie daraus hervorgegangene verschiedene Klassen algorithmischer Problemlösungsverfahren, die anhand von Eingaben aus ihrer Umgebung bestimmte Handlungen durchführen. Historisch ist der Begriff nicht einheitlich definiert, sondern kann sich einerseits auf „Intelligenz“ im Sinne der Nachbildung menschlichen Verhaltens beispielsweise bei der Bilderkennung oder der Interaktion in menschlicher Sprache beziehen, andererseits auf die Fähigkeit zu rationalem, logikbasierten Schlussfolgern. In der öffentlichen Wahrnehmung werden häufig maschinelles Lernen und die auf diesem Prinzip aufbauenden Chatbots mit dem Begriff der künstlichen Intelligenz gleichgesetzt. Maschinelles Lernen ist jedoch nur eines mehrerer Teilgebiete des Felds, ihm stehen beispielsweise logik- und regelbasierte Ansätze wie die der symbolischen Künstlichen Intelligenz gegenüber. Mit der Zeit haben sich viele Bereiche zu den Methoden der KI entwickelt. Weiterhin wird unterschieden, welche Probleme mit den Methoden der KI beschrieben werden. Dabei entstanden zwei Bereiche: schwache KI und starke KI. Der ingenieurwissenschaftliche Teil der Informatik befasst sich damit, wie solche Systeme realisiert werden können. Beispiele dafür sind Multiagentensysteme, Expertensysteme, Transformer oder serviceorientierte Architekturen. - Robotik (Wikipedia)
Das Themengebiet der Robotik (auch Robotertechnik) befasst sich mit dem Versuch, das Konzept der Interaktion mit der physischen Welt auf Prinzipien der Informationstechnik sowie auf eine technisch machbare Kinetik zu reduzieren. Der Begriff des „Roboters“ beschreibt dabei eine Entität, welche diese beiden Konzepte in sich vereint, indem sie die Interaktion mit der physischen Welt auf der Basis von Sensoren, Aktuatoren und Informationsverarbeitung umsetzt. Kernbereich der Robotik ist die Entwicklung und Steuerung solcher Roboter. Sie umfasst Teilgebiete der Informatik (insbesondere von Künstlicher Intelligenz), der Elektrotechnik und des Maschinenbaus. Ziel der Robotik ist es, durch Programmierung ein gesteuertes Zusammenarbeiten von Roboter-Elektronik und Roboter-Mechanik herzustellen. Den Begriff erfunden und geprägt hat der Science-Fiction-Autor Isaac Asimov, erstmals erwähnt wurde er in dessen Kurzgeschichte Runaround (dt. Herumtreiber) im März 1942 im Astounding-Magazin. Nach Asimovs Definition bezeichnet Robotik das Studium der Roboter oder auch der Maschinen. - Scale AI (Wikipedia)
Scale AI (Scale) ist ein Unternehmen im Bereich der Künstlichen Intelligenz (KI) mit Hauptsitz in San Francisco, Kalifornien. Es bietet annotierte Daten an, die für das Training von KI-Anwendungen verwendet werden. - Universal Robots (Wikipedia)
Universal Robots (Abkürzung: UR) ist ein dänischer Hersteller von industriellen, kollaborierenden Leichtbaurobotern (Cobots) mit Sitz in Odense, Dänemark. Der Umsatz des Unternehmens betrug im Jahr 2017 151 Millionen Euro. Das Unternehmen beschäftigt 620 Mitarbeiter und hat in 50 Ländern Vertriebspartner. Die Firma gilt als Pionier und Weltmarktführer in ihrem Bereich.
