KI-Training
Universal Robots und Scale AI setzen auf Imitationslernen
Universal Robots (UR) hat auf der GTC 2026 im Silicon Valley den 'UR AI Trainer' vorgestellt. Die Lösung wurde gemeinsam mit Scale AI entwickelt und markiert den Unternehmen zufolge einen Wendepunkt: Roboter entwickeln sich von starr programmierten Systemen hin zu flexibel lernenden, KI-gesteuerten Anwendungen.
Grundlage für die Lösung 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.“
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."
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.










