GreenBotAI: KI macht Robotik effizient und nachhaltig

Die deutsch-französische KI-Förderung ist Teil einer langfristigen Strategie, die seit dem Aachener Vertrag von 2019 intensiviert wird. Das Bundeswirtschaftsministerium und das französische Ministerium für Wirtschaft und digitale Souveränität verfolgen gemeinsam das Ziel, europäische Wettbewerbsfähigkeit zu stärken, grüne und digitale Technologien voranzubringen und technologische Souveränität zu sichern. In diesem Rahmen entstand auch das Projekt GreenBotAI, das robotische Automation effizienter und robuster macht. Die vier Partner Fraunhofer IWU, Hochschule München, INBOLT SAS und ENSAM LISPEN präsentierten am 24. September in der Deutschen Botschaft Paris die Ergebnisse aus drei Jahren intensiver Arbeit.

Krisenresilienz durch KI

GreenBotAI wurde im Förderaufruf „Innovation Projects on Artificial Intelligence Technologies for Risk Prevention, Crisis Management and Resilience" ausgewählt. Insgesamt flossen rund 17,9 Millionen Euro in fünf Projekte, die auf Krisenresilienz durch KI zielen, insbesondere in den Bereichen Nachhaltigkeit und Lieferketten.

GreenBotAI: Ein schlankes KI-Modell trägt dazu bei, den Energieverbrauch erheblich zu reduzieren. © ENSAM/Arts et Metiers/LISPEN-Campus Lille

Vor dem Hintergrund kleinerer Losgrößen, komplexerer Produktionslinien, wachsendem Wettbewerbsdruck und instabilen Lieferketten konzentrierte sich GreenBotAI auf schnellere Reaktionszeiten, optimierte Bahnplanung und die parallele Ausführung von Aufgaben während der Roboterbewegung. Die entwickelten Algorithmen ermöglichen Anwendungen wie On-the-Fly-Bin-Picking, Montage oder Qualitätskontrolle, ohne dass tiefere Robotikkenntnisse erforderlich sind. Modulare Machine-Learning-Modelle, trainiert in Simulationsumgebungen mit synthetischen Daten, erlauben robustes 2D- und 3D-Tracking in Kombination mit Kraft-Momenten-Kontrolle. Dank UDP-basierter Echtzeitkommunikation und modularer Architektur lassen sich die Lösungen flexibel auf verschiedene Robotersysteme übertragen.

Reduktion des Energieverbrauchs

Ein Schwerpunkt lag auf Energieeffizienz: Durch datenreduzierte KI-Modelle, beschleunigte Greifaufgaben und geringere Rechenleistung wurde eine Reduktion des Energieverbrauchs von über 25 Prozent erreicht – ohne Austausch bestehender Roboter.

Konsortialführer war das Fraunhofer IWU mit seiner Expertise in Prozessdigitalisierung, Fertigungsautomatisierung und KI. Die Hochschule München brachte ihre starke Vernetzung mit Industrie und Forschung ein und vermittelt Studierenden interdisziplinäres, praxisnahes Arbeiten. INBOLT SAS, ein Pariser Deep-Tech-Start-up, steuerte Lösungen für KI-gestützte 3D-Vision und Robotik-Leitsysteme bei, während das ENSAM-Forschungslabor LISPEN seine Kompetenz in Simulation und Regelung komplexer Systeme einbrachte.