Adam Sadilek. Gründer und CEO von AIM – Interviewreihe

Adam Sadilek ist der Gründer und CEO von AIM. Als Kind war er von Robotik und Automatisierung besessen – getrieben von dem Wunsch, Systeme zu bauen, die selbstständig lernen und körperliche Arbeit intelligenter, schneller und sicherer machen. Diese frühe Faszination führte ihn zu Google, wo er an bahnbrechenden Arbeiten auf planetary-scale AI und autonomen Fahrzeugen mitwirkte, die später zu Waymo wurden. Als er eine ungenutzte Gelegenheit erkannte, gründete er AIM, um Autonomie in die Erdarbeiten zu bringen – ein Sektor, der fast alle menschliche Infrastruktur untermauert, aber seit der Einführung von hydraulischen Maschinen wenig Automatisierung gesehen hat.

AIM ist ein Pionier der weltweit ersten AI-gesteuerten Plattform für schwere Geräte, die die Art und Weise verändert, wie Erdarbeiten im großen Maßstab durchgeführt werden. Durch die Kombination von fortschrittlichen Wahrnehmungs-, Planungs- und Steuerungssystemen automatisiert AIM Ausgrabungen, Planierungen und Materialbewegungen in Bauprojekten, Bergbau und Klimaresilienzprojekten. Die Technologie des Unternehmens adressiert kritische globale Herausforderungen wie Arbeitskräftemangel, Infrastrukturmodernisierung und Katastrophenvorsorge – und legt den Grundstein für eine Zukunft, in der autonome Maschinen sowohl auf der Erde als auch darüber hinaus bauen können.

Sie haben über ein Jahrzehnt bei Google[x] gearbeitet, an großen AI-Initiativen, einschließlich dem, was zu Waymo wurde. Welche spezifischen Erfahrungen während dieser Zeit überzeugten Sie, dass die Automatisierung der physischen Welt – und nicht nur digitale Umgebungen – die richtige Grenze war?

Ich hatte das Privileg, direkt nach meinem PhD in AI zu Google zu kommen. Die Arbeit bei Google[x] und Alphabet gab mir die praktische Erfahrung, das Potenzial von AI in realen Umgebungen zu sehen. Aber es war nicht, bis ich mich auf den Bau von physischen Infrastrukturprojekten konzentrierte, dass ich wirklich realisierte, wie sehr die Automatisierung in der gebauten Welt ein Game-Changer sein konnte.

Das Erleben, wie herausfordernd es war, jeden Tag Erde, Boden und Material zu bewegen – sogar für erfahrene Bauarbeiter – brachte mich zu diesem Aha-Moment: Niemand löste dieses wesentliche Problem auf eine skalierbare Weise. Autonome Erdarbeiten würden nicht nur die Sicherheit des Bodenpersonals radikal verbessern und massive Industrien wie Bergbau, Bau und zivile Arbeiten beschleunigen, sondern auch einige der größten Herausforderungen unseres Planeten lösen, wie z.B. die Terraformung und die Rückgängigmachung des Schadens, der historisch unserem Planeten zugefügt wurde.

Also begann ich während der Pandemie, manuelle Maschinen in autonome umzuwandeln, und das ist, wo AIM geboren wurde.

Bei AIM Intelligent Machines haben Sie sich für einen Sektor entschieden, der seit der Einführung von hydraulischen Maschinen wenig Robotik oder Autonomie gesehen hat. Können Sie den entscheidenden Moment oder die Erkenntnis beschreiben, als Sie beschlossen, AIM zu gründen?

Alles, was wir bauen, worauf wir uns verlassen, beginnt mit Erde. Von dem Gerät, das Sie jetzt lesen, bis zu den Gebäuden, Straßen und Maschinen, die wir täglich nutzen, alles wird entweder abgebaut oder angebaut, und unsere Fähigkeit, Erde zu bewegen, ist der Schlüssel zu all dem.

Ich erkannte aus erster Hand, dass die Erdarbeitsindustrien wie Bergbau und Bau wenig von der Technologie und Automatisierung profitiert haben, die andere Industrien transformiert haben. Während Lagerhäuser mit Förderbändern ausgestattet waren, Fabriken automatisierte Montagestraßen hatten und Containerisierung und Tracking-Systeme für den Versand entwickelt wurden – haben sich die Methoden, mit denen wir große Mengen an Erde bewegen, nicht wirklich geändert.

Ich begann auch zu verstehen, wie groß der Bedarf an der Verbesserung der Erdarbeiten ist. Das Bedienen von schweren Maschinen ist einer der gefährlichsten Jobs der Welt, was zu akuten und chronischen Arbeitskräftemangel für qualifizierte Arbeiter führt (die Baubranche muss in den nächsten zwei Jahren fast 1 Million Arbeiter rekrutieren, um die Projektanforderungen zu erfüllen). Es gibt auch einen enormen Bedarf weltweit an autonomen Erdarbeiten, um Materiallieferketten, Infrastruktur, Schutz und Wiederherstellung von Gebieten, die von Naturkatastrophen bedroht oder beschädigt wurden, und vieles mehr zu verbessern.

All dies führte mich zu der Erkenntnis, dass unsere Zivilisation autonome Erdarbeiten benötigt. Wir benötigen die Vision, Geschwindigkeit und Intelligenz, um den Planeten mit Präzision und Skalierbarkeit umzugestalten, um die größten Herausforderungen und Chancen des Planeten anzugehen. Das ist, was mich dazu brachte, AIM zu gründen und was wir lösen.

Autonomie für Bergbau- oder Baumaschinen stellt immense Komplexität dar: raues Gelände, unvorhersehbare Bedingungen, schwere Maschinen, die seit Jahrzehnten gebaut werden. Welche waren die wichtigsten technischen Durchbrüche, die Ihre Plattform möglich machten – in Sensoren, Kartierung, Machine-Learning oder Integration?

Das Designen von eingebetteter AI, um Erde zu bewegen, in einigen der härtesten Bedingungen auf unserem Planeten, ist nicht einfach. Wir mussten nicht nur Systeme entwickeln, die in Umgebungen ohne Straßen, Fahrspuren oder andere Regeln für AI funktionieren können, sondern auch Systeme, die in extremen Hitze- und Kältebedingungen, Dunkelheit, schlechter oder nicht existierender Internetverbindung und Wetterereignissen wie Schnee, Hagel oder Sandstürmen arbeiten können.

Einer der wichtigsten technischen Durchbrüche für AIM war die Lösung der Herausforderung der Sensoren und Kartierung in rauen Umgebungen. Sensortechnologie kann anfällig für Brüche sein, wenn sie auf Maschinen montiert wird, die viel Vibration und Aufprall ausgesetzt sind. Also haben wir diese fragilen Teile eliminiert und alle kritischen Komponenten von AIM in eine eigene, gepanzerte Struktur eingebettet, die auch abgedichtet ist, um Schmutz und Sand fernzuhalten. Dann haben wir auch Sensoren innerhalb des Maschinenskeletts geschweißt, um noch mehr Haltbarkeit zu bieten.

Diese Robustheit, in Kombination mit leistungsfähigem End-to-End-Lernen an Bord, ermöglicht es AIM, Erdarbeiten in einigen der extremsten Umgebungen der Welt zu automatisieren, an realen Produktionsstandorten auf der ganzen Welt. Es gibt einen enormen Unterschied zwischen einem Prototyp und einem System, das kommerziell mit einigen der größten Bergleute, Bauunternehmer und Regierungsbehörden der Welt eingesetzt wird, die jeden Tag auf ihren Standorten darauf angewiesen sind.

AIMs Strategie besteht darin, bestehende schwere Maschinen mit Sensoren, LiDAR und Kameras nachzurüsten. Warum haben Sie sich entschieden, bestehende Geräte zu nutzen, anstatt vollständig neue autonome Maschinen von Grund auf zu entwickeln?

Die einfache Antwort ist, dass wir die Automatisierung für alle Erdarbeitsoperationen heute zugänglich machen wollen. Stand- und Anlagenmanager haben bereits in schwere Maschinenflotten investiert. Eine dieser Maschinen kostet oft mehr als 1 Million Dollar und hat eine lange Betriebszeit. Es ist also nicht praktikabel noch nachhaltig, ganze Flotten durch neue Maschinen zu ersetzen, um autonom zu werden.

Unser Retrofit-Ansatz adressiert Hunderttausende dieser Legacy-Maschinen, die weltweit im Einsatz sind. AIM ermöglicht es Organisationen, großen oder kleinen, ihre Fähigkeiten sofort zu turbochargen, um Materiallieferketten, Infrastruktur, Schutz und Wiederherstellung von Gebieten, die von Naturkatastrophen bedroht oder beschädigt wurden, und vieles mehr zu verbessern. Dies entsperrt die Macht der Automatisierung für Betreiber in der erforderlichen Geschwindigkeit und Skalierbarkeit für heute, nicht erst in 10 Jahren.

In Parallel dazu setzen wir oft dieselbe Hardware, Software und AI in Partnerschaft mit Kanälen, Distributoren und sogar OEMs ein, die die fantastischen hydraulischen Maschinen herstellen, die wir mit der AIM-Autonomieplattform aufrüsten. Es geht also um maximale Sicherheit, Wertschöpfung, gemeinsamen Kunden Erfolg und Optionen für die enorm wichtigen Ökosysteme.

Ihre Plattform nutzt End-to-End-Lernen, damit Maschinen “sich selbst” beibringen, schneller und effizienter zu graben. Wie funktioniert diese Rückkopplungsschleife genau im Feld, und welche betrieblichen Verbesserungen haben Sie bisher beobachtet?

Unser Ansatz bestand darin, alle AI-Berechnungen an Bord zu platzieren. In Kombination mit unserer gehärteten Plattform, die auch ohne GPS oder Internet funktioniert, liefern wir fortschrittliche Autonomie durch End-to-End-Lernen, das am Rand durchgeführt wird. Dies ermöglicht es den Maschinen, intelligenter und schneller zu werden, je mehr sie arbeiten. Tatsächlich kann eine AIM-ausgestattete Maschine in weniger als einer Stunde lernen, wirklich gut zu graben! Die AI-Robotersteuerung wird extrem präzise, während sie lernt, zum Beispiel mit einer Genauigkeit von zwei Zentimetern zu arbeiten, auch ohne GPS.

Das End-to-End-Lernen ist der Schlüssel für AIM-Maschinen, um das kommerzielle Level der Autonomie zu erreichen, um Erdarbeiten an Produktionsstandorten auf der ganzen Welt durchzuführen. Es bedeutet auch, dass alle Daten, Analysen und Leistungsüberwachung an Bord sind, um Verschleiß zu reduzieren, Ausfallzeiten zu verkürzen und die Betriebszeit der Maschinen noch weiter zu verlängern.

Darüber hinaus kann AIM, während das System lernt, neue betriebliche und CapEx-Werte über Kraftstoffeinsparungen, Duty-Zyklen, Flottenauslastung, optimale AI-Standplanung und Beseitigung von Nachbesserungen liefern. Im Durchschnitt generiert AIM im Bergbau zusätzlich 13 Millionen Dollar wertvolle Erze pro Maschine und Jahr für die Topline, während es auch 633.000 Dollar pro Maschine und Jahr für die Bottomline einspart (direkte OpEx-Einsparungen). Die vollständige Beseitigung von Schäden für Menschen, da niemand mehr auf oder in der Nähe der Maschinen ist, bringt natürlich einen enormen Sicherheitsgewinn, der über Dollar-Beträge hinausgeht. Wir setzen die zusätzlichen betrieblichen Vorteile, die das System bietet, fort.

Sie argumentieren, dass die Anwendung von AI hier für Infrastruktur, Klimaresilienz, sogar Verteidigung kritisch ist. Welche sind die bemerkenswertesten realen Anwendungsfälle, an denen Sie derzeit arbeiten – und wie sehen Sie deren gesellschaftliche Auswirkungen?

Derzeit leben eine Milliarde Menschen weniger als 10 Meter über dem steigenden Ozean, ein Sechstel lebt in Gebieten mit signifikantem Waldbrandrisiko, und über 3 Milliarden Menschen sind von degradiertem Land betroffen, das der Wiederherstellung bedarf. Es gibt keinen Zweifel, dass Arbeitskräftemangel die Rate, mit der kritische Infrastruktur gebaut, Reparaturen durchgeführt und Projekte abgeschlossen werden, stark beeinträchtigt. Diese Arbeitskräftemangel macht es schwieriger, die negativen Auswirkungen des Klimawandels zu bekämpfen und zukünftige Herausforderungen proaktiv zu verhindern.

Der einzige Weg, diese Herausforderungen direkt anzugehen, ist, mehr Power und Autonomie an die Baustellen zu bringen – damit Operationen nicht durch Arbeitskräftemangel, Wetterbedingungen oder gefährliche Arbeitsumgebungen eingeschränkt sind.

Zum Beispiel nehmen Waldbrände aufgrund der negativen Auswirkungen des Klimawandels zu. Anstatt auf die Schäden zu reagieren, die durch diese Brände verursacht werden, verhindert AIM, dass sie überhaupt entstehen. AIM-ausgestattete Bulldozer können direkt in tiefe Wälder abgesetzt werden, um Feuerschneisen zu schaffen, die den Waldbränden verhindern, dass sie sich ausbreiten, während sie ferngesteuert werden. Ähnlich verhält es sich, wenn man einen Deich oder eine Seewand baut, indem man sehr absichtlich Material entlang der Küste aufschüttet, um es anzuheben. Es ist analog zu den Erdarbeiten, die wir bereits durchführen.

AI wird transformieren, wie wir auf diese Naturkatastrophen und Klimaherausforderungen reagieren und sie verhindern.

Die Bergbau- und Baubranche haben oft eingefahrene Praktiken, starke Regulierung und hohe Risikotoleranz, aber geringe Automatisierungsadoption. Welche nicht-technischen Barrieren (kulturell, regulatorisch, betrieblich) sieht AIM bei der Skalierung ihrer Lösung?

Es ist immer eine Herausforderung, wenn eine transformative Technologie in einen Bereich eintritt, in dem Praktiken seit Jahrzehnten etabliert sind. AI-gesteuerte Technologie bringt immer ein bisschen Skepsis in nicht-technische Branchen. Aber mit AIM konnten wir diese Herausforderungen überwinden, indem wir den Betreibern physisch zeigten, wie AIM funktioniert, wie es sie in die Lage versetzt, sich zu verbessern, und wie sie in sichere, befriedigendere und nachhaltigere Karrieren aufsteigen können.

Diese Branchen spüren den Einfluss von Arbeitskräftemangel und wachsender Nachfrage direkt. Wenn sie sehen, wie AIM-ausgestattete Fahrzeuge einen vollständigen Schicht autonom durchführen können, mit Präzision arbeiten, ohne dass ein Mensch in der Nähe sein muss, verschwinden diese Bedenken. Anstatt in Maschinen festzustecken, sind die Betreiber begeistert, zu lernen, dass sie autonome Flotten in sicherer Entfernung (und in Klimaanlagen oder Heizung) betreiben können, um sowohl die Ausgabe als auch die Betriebszeit zu steigern.

Der wachsende Bedarf an betrieblicher Effizienz überwiegt die Barrieren, die traditionell die Adoption verhindert haben.

Sie gründeten AIM zu einer Zeit, als nur wenige daran dachten, AI in schwere Geräte und Erdarbeiten anzuwenden. Wie haben Sie die langfristige Vision für AIM kristallisiert – und wie haben Sie das frühe Experimentieren mit der größeren Branchennarrative um Automatisierung im Bergbau und Bau ausbalanciert?

Als ich Google verließ, begann ich, schwere physische Infrastrukturprojekte zu bauen, die niedrige Latenz und extreme Geschwindigkeit erforderten – das war, als ich erkannte, dass wir autonome Operationen in die physische Welt bringen mussten.

Automatisierung war immer mehr ein Traum für die Bergbau- und Baubranche; jeder hoffte, dass eine Lösung auftauchen würde, aber niemand machte sie. Mit einem technischen und branchenspezifischen Hintergrund war die Vision für AIM klar. Ich verstand die operativen Lücken, die gelöst werden mussten, und wie AI in der physischen Welt angewendet werden kann, und ich wusste, dass der Markt für diese Optimierung vorhanden war.

Angesichts Ihrer Arbeit an planetary-scale AI (bei Google/Waymo) und jetzt an Erdarbeitsautonomie, wie vergleichen Sie das Potenzial von AI in der physischen Welt mit dem, was wir im digitalen Bereich gesehen haben?

AI hat bereits gezeigt, wie es die digitale Welt transformieren kann, und wir sehen ein ähnliches Wertangebot in der physischen Welt – aber in noch größerem Maßstab. Ähnlich wie AI die Art und Weise transformiert, wie Menschen Forschung durchführen, Aufgaben verwalten und menschliche Überwachung reduzieren, transformiert AIM, wie physische Maschinen arbeiten, aus Erfahrungen lernen und sich an veränderte Umgebungen anpassen.

Wir ermöglichen es menschlichen Betreibern, ihre Arbeit besser zu machen, indem wir sie mit autonomen Maschinen ausrüsten, die in Bereiche arbeiten können, die sie physisch nicht erreichen können, in Wetterbedingungen, die normalerweise einen Bauplatz stilllegen würden, und kontinuierliche Produktivität aufrechterhalten. Weder digitale noch physische Anwendungen von AI sollen Menschen vollständig ersetzen – es geht darum, zu verbessern, wie Menschen arbeiten können.

Sie haben angedeutet, dass die Vision von AIM über die Erde hinausgeht – in den Bau außerhalb des Planeten und die Terraformung. Wie realistisch ist dieses Horizon in Ihrer Sicht, und welche Rolle sehen Sie AIM in dieser Zukunft?

Die Automatisierung auf der ganzen Erde ist der erste Schritt – aber wenn der Bau außerhalb des Planeten und die Ressourcenausbeutung Realität werden, wird der Bedarf an autonomen, ferngesteuerten schweren Maschinen noch kritischer. Wir können kein menschliches Bauunternehmen zum Mars schicken, aber wir können AIM-ausgestattete Maschinen senden, die in diesen extremen Wetterbedingungen arbeiten können, während sie aus ihrer eigenen Erfahrung lernen, wie sie für diese Landschaft besser arbeiten können. Wir benötigen Maschinen, die nicht nur per Fernsteuerung arbeiten, sondern vollständig autonom in Bereichen, in denen Menschen nicht sein können.