KI und Robotik : Roboter und LLMs – die SPS verändert sich

Yaskawa war da, Fanuc auch, Wandelbots, der Deutsche Robotikverband auch, Conrad mit ihrer Cobot-Offensive, Micropsi, Intrinsic mit Keba, Voraus, Kassow und viele mehr. Es waren nicht mehr nur Robotikkomponenten zu sehen, sondern Software-Lösungen rund um die Robotik standen im Mittelpunkt. Das Dresdener Unternehmen Wandelbots feierte seine beispielsweise SPS-Premiere. Die Sachsen zeigten einen Stack, der es Integratoren vereinfachen soll für den Kunden Robotiklösungen zu simulieren - die Dresdener verabschieden sich von ihren Tracepen und gehen neue Wege. Gleichzeitig kann der Integrator auf dem Stack Applikationen programmieren und seinem Kunden anbieten oder mit ihm zusammen diese erarbeiten. Ob die Robotikbauer es zulassen, dass sich ein externer Anbieter zwischen sie und den Integrator drängt, bleibt offen. Auch die Roboterbauer investieren in die Software für ihre Integratoren, die immer stärker in Baukästen denken.

Die LLMs kamen vor allem mit den Automatisierern auf die Messe. Siemens zeigte seinen Schaeffler-Ansatz, Beckhoff baute mit einem LLM ein HMI und Bosch Rexroth ließ sich über das LLM Kuka-Montierhinweise ausgeben. Die Kombination von Robotik und LLMs zeigten vor der Messe schon die Entwicklerinnen und Entwickler von Fruitcore Robotics vom Bodensee.

>> Immer up to date mit der Branche sein? Hier geht’s zum Factory-Newsletter!

Vor einigen Wochen schlossen die Fruitcore-Gründer eine Serie B-Finanzierungsrunde ab und konnten 23 Mio. Euro frisches Kapital einsammeln. Das Geld fließt auch in das Betriebssystem horstOS mit dem integrierten AI Copiloten. Im Industrial AI Podcast erklären die Macher die Idee. Wir fassen die wichtigsten Aussagen zusammen.

• Der Anwender kann mehr als Bedienungsanleitungen zusammenfassen. Ob bei der Einrichtung des Roboters und weiterer Komponenten, bei der Fehlerbehebung oder beim Vorschlagen von Programmbausteinen oder gar dem Schreiben ganzer Programme, der AI Copilot ermöglicht es Anwendern, schnelle und präzise Lösungen für ihre Anwendungen zu finden und den Betrieb reibungslos aufrechtzuerhalten. Möchte der Anwender beispielsweise erfahren, wie er dem Roboter die von der Kamera ermittelte Teileposition übergeben kann, kann er diese Frage per Text-Prompt an den AI Copiloten richten und erhält innerhalb weniger Augenblicke den entsprechenden Code-Baustein.
• Das Unternehmen nutzt die API von ChatGPT als LLM, das auf eigenen Daten trainiert wurde. Kundendaten gehen nicht an OpenAI. Die Entwicklerinnen und Entwickler wählen im Vorfeld die wichtigsten Komponenten rund um den Roboter aus und trainieren das Modell.
• Es muss nicht unbedingt ChatGPT von OpenAI sein. fruitcore robotics probiert sich auch an LLaMA und anderen, kleineren, lokalen LLMs aus.
• Safety-relevante Anwendungen werden nicht berührt oder vom LLM/ und den AI-Features unterstützt.

Überall LLMs. Doch was manche vergessen: Viele Herausforderungen auf dem Shopfloor werden mit LLMs sicher nicht gelöst. Der Hype ist da, er motiviert Firmen anzufangen, aber ein LLM mit ChatGPT oder CoPilot ist keine KI-Strategie.