Intelligente Arbeitsmaschinen

Ob in der Produktion, auf der Baustelle, im Wald oder in der Logistik: Roboter und autonome Maschinen werden uns bei der Arbeit unterstützen und schwere, monotone oder gefährliche Arbeit abnehmen. Gleichzeitig können sie auch erhöhte Anforderungen an Sicherheit, Effizienz und Nachhaltigkeit erfüllen – und sie schaffen in vielen Bereichen auch Abhilfe gegen die zunehmende Knappheit an qualifizierten Arbeitskräften.

Damit intelligente Maschinen all das auch leisten können, bedarf es vieler Fähigkeiten, die für uns Menschen selbstverständlich sind, die man der Technik aber erst „beibringen“ muss – von Wahrnehmung mit geeigneter Sensorik über Bewegungsplanung und -steuerung bis hin zu verifizierbaren Entscheidungen. Erst wenn alle Teile in dieser Kette auch unter wechselnden Umweltbedingungen zuverlässig zusammenspielen, wird Automatisierung im realen Einsatz praxistauglich. Eine entscheidende Rolle spielen dabei Methoden der Künstlichen Intelligenz – moderne Robotik bringt künstliche Intelligenz quasi in Bewegung.

Am AIT Austrian Institute of Technology sind in jüngster Zeit große Fortschritte gelungen – in enger Kooperation mit Universitäten, wie z. B. der TU Wien und der Tufts University, sowie mit Industrieunternehmen, wie etwa Palfinger, Liebherr oder Künz. Sechs Forschungsresultate, die für zentrale Bausteine autonomer Arbeitsmaschinen stehen, werden nun bei der weltweit führenden Robotikkonferenz (ICRA) von 1. bis 5. Juni 2026 in Wien vorgestellt.

• Robuste 3D-Wahrnehmung von Objekten
  Unter dem Namen PIRATR haben Forschende am AIT ein durchgängig trainiertes KI-System zur dreidimensionalen Erkennung von Objekten auf Basis von Laserscandaten entwickelt. Dieses System geht über klassische Objekterkennung hinaus: Es ermöglicht zusätzlich zur Erkennung von Objektlage und -orientierung eine Beschreibung veränderlicher Objekte, wie etwa den Öffnungswinkel eines Krangreifers. Diese Daten sind eine wesentliche Grundlage für eine robuste Automatisierung von Arbeitsprozessen und eine sichere Interaktion von autonomen Arbeitsmaschinen.
• Präzises Platzieren von schweren Bauteilen mittels eines Krans
  In der Praxis wird das präzise Führen und Absetzen von Lasten mithilfe von Kränen durch pendelartiges Schwingen erschwert. Ein innovatives System ermöglicht nun, basierend auf Kamerabildern zur Positionsbestimmung, eine vorausschauende Regelung. In Verbindung mit einer kollisionssicheren Bewegungsplanung erlaubt dies ein autonomes Aufnehmen und präzises Absetzen von Bauteilen sowie eine Hindernisvermeidung mit hoher Präzision und stabiler Bewegungsausführung. Dies ist z. B. in dynamischen, unübersichtlichen Baustellenumgebungen von zentraler Bedeutung.
• Wie robotische Systeme flexibel lernen und sicher bleiben
  Außerhalb klassischer Industrieumgebungen brauchen autonome Maschinen Flexibilität und Echtzeit-Reaktivität. Arbeitsmaschinen müssen sich an wechselnde Bedingungen und Störungen anpassen können, ohne dabei Sicherheitsabstände oder Bewegungs-, Kraft- und Arbeitsraumgrenzen zu überschreiten. Mit bisherigen Lern- und Optimierungsverfahren konnten diese Anforderungen nicht gleichzeitig erfüllt werden. Das schafft aber ein an der TU Wien mit AIT-Beteiligung entwickeltes Verfahren namens „SafeFlowMPC“, und das in Echtzeit: Ein Lernmodell liefert dabei Bewegungsvorschläge, die von einem Algorithmus fortlaufend geprüft und bei Bedarf so angepasst werden, dass Sicherheitsgrenzen jederzeit eingehalten werden – auch in dynamischen Situationen.
• Sicherheit im Feld bei der autonomen Holzverladung durch einen Kran
  In hochgradig unstrukturierten Einsatzumgebungen wie etwa in Wäldern müssen Holzverladekrane zwei Anforderungen gleichzeitig erfüllen: Kollisionen vermeiden und Lastschwingen aktiv dämpfen. Dafür wurde der erste kollisionsfreie, schwingungsdämpfende Modell-prädiktive Regler entwickelt und auf einem Holzverladekran installiert. Das System kann in Echtzeit auf die Umgebung reagieren: Es kann reaktiv ausweichen, bei Änderungen neu planen, unter Störungen kollisionsfrei weiterarbeiten – und wenn kein Ausweichmanöver möglich sein sollte, stoppt die Maschine automatisch.
• Wie Roboter aus wiederkehrenden Abläufen lernen und effizienter werden
  Bei Rennen mit autonomen Fahrzeugen wird zunächst eine Ideallinie geplant, die Runde für Runde mithilfe von Rückmeldungen aus der Regelung systematisch verbessert wird. Abweichungen beim Nachfahren werden dabei nicht als Störungen angesehen, sondern dienen als Hinweis darauf, wo die Strecke oder das Fahrzeugverhalten lokal herausfordernd ist. So entsteht eine adaptive Karte zulässiger Beschleunigungen, die die Rundenzeiten Schritt für Schritt schneller macht. Dieses Prinzip ist auf autonome Arbeitsmaschinen mit wiederkehrenden Abläufen übertragbar: Wenn ein System aus Ausführungsabweichungen lernt, werden Bewegungen über die Zeit robuster und effizienter, auch bei wechselnden Bedingungen.
• Zuverlässige Autonomie auch bei langen Aufgabenketten
  Viele autonome Systeme können einzelne Tätigkeiten bereits gut ausführen. Anspruchsvoll wird es, wenn Aufgaben aus vielen aufeinanderfolgenden Schritten bestehen (z. B. aufnehmen, transportieren, positionieren, absetzen) und jeder Schritt korrekt auf den vorherigen aufbauen muss. Dann werden Planung, Zwischenschritte und Konsistenz über längere Sequenzen entscheidend. Unter mehreren möglichen Ansätzen erwies sich eine sogenannte „neuro-symbolische Architektur“ als zuverlässiger und zugleich energieeffizienter. Dabei werden eine symbolische Aufgabenplanung (Schrittfolge, Regeln, Prüfungen) mit gelernten Low-Level-Skills, die die einzelnen Bewegungen zuverlässig ausführen, kombiniert. Mit dieser nachvollziehbaren Aufgabenlogik und mit robusten Skills kann Autonomie im Alltag stabil funktionieren.

Weltpremiere für autonomen Kran

Diese Forschungsergebnisse fließen direkt in die Weiterentwicklung von autonomen Maschinen im AIT Large-Scale Robotics Lab ein – mit dem Ziel, Autonomie kontinuierlich sicherer und leistungsfähiger zu machen. Im Zentrum stehen dabei Technologien, die sich in realen Umgebungen bewähren: robust gegenüber Störungen, sicher im Betrieb und effizient in der Ausführung.

Wie das in der Praxis aussieht, lässt sich beim „Festival der Roboter“ am 30. und 31. Mai 2026 am Wiener Karlsplatz erleben. Dort wird erstmals öffentlich die Arbeitsweise eines vollautonomen Roboter-Krans live gezeigt, den das AIT gemeinsam mit der TU Wien und Palfinger entwickelt hat. Durch die Verbindung von bildgebender Sensorik, Künstlicher Intelligenz, Systemtheorie und physikalischem Domänenverständnis kann dieser Kran selbsttätig Holzstämme auf einen LKW laden bzw. entladen. Solche autonomen und assistiven Systeme unterstützen die Menschen bei komplexen Aufgaben auf intelligente Weise und erhöhen Sicherheit, Produktivität und Wettbewerbsfähigkeit.

„Robotik ist eine Schlüsseltechnologie für unsere industrielle Zukunft und sie hält zunehmend Einzug in unseren Alltag. Am AIT Austrian Institute of Technology gestalten wir diese Entwicklung aktiv mit: von autonomen Systemen bis zu KI-gestützten Assistenztechnologien, die Menschen in ihrer Arbeit gezielt unterstützen und neue Anwendungen erschließen. Unser Ziel ist es, Spitzenforschung gemeinsam mit unseren Partnern rasch in die Anwendung zu bringen. So entstehen Lösungen, die Prozesse effizienter machen, Sicherheit erhöhen und die Innovationskraft und Wettbewerbsfähigkeit unserer Industrie nachhaltig stärken“, erläutert Andreas Kugi, Scientific Director des AIT.

Festival der Roboter, 30. und 31. Mai 2026, Karlsplatz Wien

Detailliertes Programm: https://www.roboterinwien.com