Sollen frisch gewaschene Handtücher oder Bettlaken aus der Großwäscherei für die Lieferung an ein Hotel fertiggemacht werden, sind einige Handgriffe nötig: Unter anderem gehört dazu, die Wäsche aus dem Korb zu nehmen und längs auf ein Laufband zu legen, bevor sie von der Faltmaschine zusammengelegt wird. Diese Aufgabe können nun Industrieroboter des vor knapp fünf Jahren gegründeten Start-ups setws übernehmen. Ein Greifarm zieht ein Wäschestück aus dem Container und lässt es auf ein Laufband fallen. Ein paar Meter weiter greift ein zweiter Roboterarm das Wäschestück an einer Ecke, klemmt es auf einer Seite ein und übergibt es dem sogenannten Sliding-Roboter, der das Textil in der Breite langzieht. Das aufgespannte Textil wird innerhalb weniger Sekunden an die Faltmaschine übergeben.

Fest im Zug und locker im Druck sind die Materialien, die es den Gründern des Start-ups sewts besonders angetan haben. Die so genannten anisotropen Materialien waren lange eine Herausforderung für Greifroboter. Denn »Textilien sind biegeschlaff«, wie sewts-Mitgründer Alexander Bley erläutert, »sie verändern ihre Form, wenn ich sie hochhalte«. Während des Studiums an der TUM legten die Gründer die Basis für ihre spätere Innovation. Alexander Bley beschäftigte sich am Lehrstuhl für Carbon Composites mit den Eigenschaften von technischen Textilien, die sich je nach Belastungsrichtung unterschiedlich verhalten. In einer ‚Drapiersimulation‘ entwickelte er eine Idee für den Umgang mit flexiblen Materialien. Mitgründer Till Rickert beschäftigte sich am Lehrstuhl für Fahrzeugtechnik mit dem autonomen Fahren. Ein wichtiger Bestandteil der Forschungen bestand darin, synthetische Trainingsdaten zu nutzen, um KI-Algorithmen trainieren zu können. Und Tim Doerks, der wie Bley aus dem Carbon-Composites-Lehrstuhl kommt, ist der Spezialist dafür, Prototypen zu bauen und zu testen.

Die technische Herausforderung für die erste Anwendung bestand darin, dass der Roboter zunächst lernen musste, wie er ein Kleidungsstück greifen sollte, um es in geeigneter Form zu übergeben. Je nachdem wie etwa ein Handtuch aufliegt, kann es sehr viele unterschiedliche Formen annehmen. Es kann zudem liniert oder kariert sein, weiß oder bunt. Um dem Roboter diese unzähligen Varianten beizubringen, tricksen die Gründer von sewts. Sie simulieren im Rechner die verschiedenen Formen, die ein Handtuch einnehmen kann und generieren ihre eigenen (künstlichen) Trainingsdaten für das System. Statt ein Handtuch von allen Seiten und in allen Formen und Stilen abzufotografieren oder zu filmen und das System mit diesen Foto- oder Videodaten zu füttern, generiert der Rechner diese Bilder selbst. Und stellt sie dem Roboter nun als Trainingsdaten zur Verfügung. »Wir nutzen synthetische Daten, um unsere KI-Algorithmen zu trainieren«, sagt Bley, der wie die Mitgründer Doerks und Rickert seinen Master in Maschinenwesen an der TUM gemacht hat.

Der Unternehmensstart

Die Gründer von swets – Till Rickerts, Tim Doerks und Alexander Bley (vlnr) – nutzen Roboter und KI, um Wäsche für die Faltmaschine vorzubereiten.

© Andreas Heddergott / TUM

Doch ist es nicht allein dieses Fallbeispiel, das die drei Gründer beschäftigt. Im Programm ‚Xplore‘ des Innovationszentrums UnternehmerTUM, in dem Gründungsteams ihre Geschäftsidee entwickeln, brachten die späteren Unternehmer es bereits auf etwa 70 mögliche Anwendungen, von Fahrzeugsitzbezügen über Markisen bis zu Kabelbäumen. Denn ein wichtiger Aspekt von Xplore bestand darin, Produkte zu identifizieren, die besonders gut in einzelne Märkte passen. Für die erste Anwendung ging es Inkubationsprogramm ‚Xpreneurs‘ darum, herauszufinden, wer die Kunden von Großwäschereien sind, wie groß der Markt in Deutschland und weltweit ist und welche Eintrittsbarrieren wichtig sind. Der wirkliche Startschuss fiel, nachdem das Bundeswirtschaftsministerium grünes Licht für das ‚Exist‘-Stipendium gegeben hatte, das Gründer über ein Jahr hinweg unterstützt. Über die ‚Initiative for Industrial Innovators‘, in der neben UnternehmerTUM auch der European Investment Fund beteiligt war, sicherte sich das Start-up währenddessen zusätzlich eine kleine sechsstellige Summe als weitere Unterstützung.

Mit den bisher verkauften Anlagen hat die knapp 30 Mitarbeitende starke Firma bereits einen Millionenumsatz gemacht. Und das Potenzial ist noch lange nicht erschlossen: 5.000 bis 6.000 Faltmaschinen, schätzt Alexander Bley, werden jährlich in Europa und den USA verkauft.

Fallbeispiel Retourengeschäft

Das zweite große Fallbeispiel steht jetzt mit der Retourenverarbeitung im Mode-Onlinehandel an. In einem Piloten mit einem großen deutschen Einzelhändler wurde der Einsatz des neuen Robotersystems bereits mit zurückgesendeten Kleidungsstücken getestet. Der Unterschied zum Einsatz in der Großwäscherei liegt darin, dass das Spektrum an Kleidungsstücken nun viel größer ist. T-Shirts mit langen und kurzen Ärmeln, mit Knöpfen, V-Ausschnitt, Hosen mit Reißverschlüssen: All dies muss die KI künftig lernen, um das Kleidungsstück für die Faltmaschine vorbereiten zu können.