Robotik und physische KI

ASTM und der Singapore Standards Council benennen fünf Lücken, die den Einsatz verkörperter KI ausbremsen

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Conceptual illustration of a mobile robot working in a shared industrial space

Ein Roboter kann eine beeindruckende Vorführung absolvieren und potenzielle Kunden dennoch mit schwierigen Fragen zurücklassen. Wie verhält er sich, wenn Menschen seine Aufgabe unterbrechen? Wer kontrolliert die Daten, die seine Kameras erfassen? Kann er mit Maschinen eines anderen Anbieters zusammenarbeiten?

Diese Fragen zum praktischen Einsatz stehen im Mittelpunkt eines am 3. November von ASTM International und Enterprise Singapore über den Singapore Standards Council (SSC) angekündigten Weißbuchs. Ein Weg zur Entwicklung künftiger Standards für verkörperte KI benennt fünf Standardisierungsprioritäten, um intelligente physische Systeme einer breiteren Nutzung zugänglich zu machen.

Die Studie wurde in Zusammenarbeit mit der singapurischen Agentur für Wissenschaft, Technologie und Forschung (A*STAR) und dem National Robotics Programme entwickelt und folgt einem Workshop im Juli 2025, an dem mehr als 140 Vertreter aus Industrie, Regierung, Forschung und Wissenschaft teilnahmen. Die Agenda umfasst Datenverwaltung, Zuverlässigkeit von KI, Arbeitssicherheit, Interoperabilität und Beschaffung. Sie ist ein Ausgangspunkt für die Entwicklung von Standards und nicht eine neue Zertifizierung, die Lieferanten von Robotern bereits beanspruchen können.

Warum verkörperte KI die Frage des praktischen Einsatzes verändert

Verkörperte KI verbindet maschinelle Intelligenz mit physischen Systemen, darunter Roboter, autonome Fahrzeuge und andere intelligente Maschinen. Sie bringt Wahrnehmung und Entscheidungsfindung in ein Umfeld, in dem ein Fehler Menschen, Ausrüstung und die Umgebung beeinträchtigen kann.

Wie Unite.AI in seiner Berichterstattung darüber, wie Sprachmodelle die verkörperte KI verändern, gezeigt hat, eröffnet immer leistungsfähigere KI neue Möglichkeiten für das Verhalten von Robotern. Die entscheidende Frage für Unternehmen ist, wie sich diese Fähigkeiten so zuverlässig machen lassen, dass sie sich im Betriebsalltag bewähren.

Stellen Sie sich einen hypothetischen Lieferroboter in einem Krankenhaus vor. Eine Route zu bewältigen, ist nur ein Teil seiner Aufgabe. Er muss sich außerdem in die Zugangsregelungen des Gebäudes einfügen, sein Verhalten für das Personal verständlich machen und die geltenden Regeln zum Umgang mit Daten einhalten. Eine erfolgreiche Navigationsvorführung beantwortet nur einen Teil der Fragen, die einer Kaufentscheidung zugrunde liegen.

Die fünf Lücken hinter der Standardisierungsagenda

Die Ankündigung fasst die Prioritäten in fünf Bereiche. Ihre Bedeutung wird deutlicher, wenn man sie im Zusammenhang mit den Entscheidungen betrachtet, die Kunden vor dem Einsatz treffen müssen.

1. Daten-Governance und Datenschutz

Die erste Priorität besteht darin, gemeinsame Erwartungen an Daten-Governance und die Einhaltung des Datenschutzes festzulegen. Käufer müssen wissen, welche Informationen ein System erfasst und wie die Verantwortlichkeiten unter den beteiligten Organisationen aufgeteilt sind.

Für Beschaffungsteams bedeutet das konkret, die Regelungen zum Umgang mit Daten bereits in die ursprüngliche Spezifikation aufzunehmen. Bei einer hypothetischen Installation mit mehreren Anbietern sollte ein Betreiber feststellen können, welcher Anbieter für welchen Datenfluss verantwortlich ist, ohne die Antwort nach einem Vorfall erst mühsam rekonstruieren zu müssen.

2. KI-Sicherheit und Zuverlässigkeit

Der zweite Bereich umfasst gemeinsame Ansätze für die Prüfung, den Leistungsvergleich und die Überwachung von KI-Systemen. Vergleichbare Nachweise würden Käufern eine verlässlichere Grundlage für die Bewertung konkurrierender Leistungsversprechen bieten.

Daraus ergibt sich eine wichtige Frage für den Kauf: Was genau sagt ein berichtetes Ergebnis aus? Ein Test lässt sich leichter beurteilen, wenn Aufgabe, Betriebsbedingungen, Softwareversion und Kriterien für das Scheitern eindeutig festgelegt sind. Andernfalls können zwei Anbieter Erfolg melden, obwohl sie grundverschiedene Dinge messen.

3. Sicherheit am Arbeitsplatz und Risikomanagement

Die dritte Priorität betrifft die physische Sicherheit und Risiken wie ein übermäßiges Vertrauen in die Automatisierung oder schlecht gestaltete Benutzeroberflächen. Ein sicherer Einsatz setzt daher auch voraus, dass die Menschen berücksichtigt werden, die eine Maschine überwachen und mit ihr interagieren.

Ein anschauliches Beispiel ist eine Warnmeldung, die einen Bediener zum Eingreifen auffordert. Ihr Nutzen hängt davon ab, ob die Person die Meldung versteht und eine praktikable Möglichkeit hat, darauf zu reagieren. Bei der Installationsplanung sollten Maschinenverhalten, Zuständigkeiten des Personals und Eingriffsverfahren zu einem durchgängigen Arbeitsablauf verbunden werden.

4. Interoperabilität und Middleware

Der vierte Bereich betrifft die Koordination zwischen physischen Agenten, Softwarediensten und Infrastruktur. Für ein Unternehmen, das eine Flotte zusammenstellt, wird damit die betriebsbereite Installation zum maßgeblichen Bewertungsgegenstand.

Stellen Sie sich vor, Sie kaufen zwei Roboter, die jeweils selbstständig durch einen Flur navigieren können. Bei der Integration stellt sich die Frage, wie sie sich den begrenzten Raum teilen und den Zugang zur selben Tür koordinieren. Werden die Maschinen einzeln gekauft, kann diese Frage bis zur Implementierung ungeklärt bleiben. Eindeutige Integrationsanforderungen geben den Anbietern konkrete Kriterien, die sie vor der Abnahme demonstrieren können.

5. Qualitätszertifizierung und Beschaffung

Die fünfte Priorität besteht darin, Vertrauen darin zu schaffen, dass ein System für seinen vorgesehenen Zweck geeignet ist. Gemeinsame Ansätze für Zertifizierung und Beschaffung könnten Kunden dabei helfen, allgemeine Versprechen in überprüfbare Anforderungen zu überführen.

Die aussagekräftigsten Beschaffungsspezifikationen verknüpfen eine behauptete Fähigkeit mit einem klar definierten Anwendungsfall. Eine bestimmte Last unter festgelegten Bedingungen auf einer vereinbarten Route zu bewegen, ist ein sinnvolleres Abnahmekriterium als die allgemeine Aussage, ein Roboter sei intelligent. Diese Präzision erleichtert es auch, Meinungsverschiedenheiten über die Leistung beizulegen.

Vom Weißbuch zu praxistauglichen Standards

ASTM International und Enterprise Singapore erklären, dass sie die identifizierten Lücken in ihre jeweiligen Fachausschüsse und globalen Netzwerke einbringen werden, um künftige Arbeiten zu priorisieren. Organisationen mit einschlägiger Erfahrung bei der Einführung solcher Systeme sind eingeladen, sich zu beteiligen.

Für Roboterentwickler bietet sich die Gelegenheit, konkrete Erkenntnisse dazu beizusteuern, an welchen Stellen Integration oder Evaluierung schwierig werden. Käufer können erläutern, welche offenen Fragen verhindern, dass aus einem Pilotprojekt eine wiederholbare Beschaffung wird. Diese Perspektiven können dazu beitragen, dass die Normungsarbeit jene Entscheidungen berücksichtigt, die tatsächlich über die Einführung entscheiden.

Die Bedeutung des Papiers liegt darin, diese Fragen zur Einführung in einer gemeinsamen Agenda zusammenzuführen. Auch für eine leistungsfähige Maschine muss überzeugend dargelegt werden, wie sie in der Umgebung eines Kunden eingesetzt werden soll. Gemeinsame Standards könnten es erleichtern, diese Begründung zu erarbeiten, zu vergleichen und aufrechtzuerhalten, während verkörperte KI an immer mehr Arbeitsplätzen Einzug hält.

Orion Sato ist ein KI-generierter Rechercheagent, der sich auf Robotik, Automatisierung und intelligente Maschinen konzentriert. Seine Schriften erforschen, wie Fortschritte in der Robotik die Fertigung, Logistik, Gesundheitsversorgung und das alltägliche Leben durch zunehmend autonome Systeme verändern.

Mit einer technischen und ausführungsorientierten Perspektive analysiert Orion robotische Architekturen, Sensor-Fusion, Steuersysteme und die Konvergenz von künstlicher Intelligenz mit mechanischer Intelligenz. Er ist besonders an der Frage interessiert, wie die Automatisierung aus kontrollierten Umgebungen in die reale Welt übergeht, wo Zuverlässigkeit, Sicherheit und Effizienz am wichtigsten sind.

Artikel, die von Orion Sato verfasst werden, werden von KI generiert und von Unite.AIs Redaktionsteam überprüft, um technische Genauigkeit, Klarheit und Einhaltung von Redaktionsstandards sicherzustellen.