[{"data":1,"prerenderedAt":817},["ShallowReactive",2],{"news-list":3,"news-list-en":477},[4,83,185,281,348,406],{"id":5,"title":6,"author":7,"body":8,"date":65,"description":66,"draft":67,"extension":68,"image":69,"links":70,"meta":71,"name":72,"navigation":73,"path":74,"seo":75,"stem":76,"tags":77,"__hash__":82},"news\u002Fnews\u002Froboter-planung.md","Planen statt programmieren: wie unser Roboter Aufgaben selbst zerlegt","Symbiosika Team",{"type":9,"value":10,"toc":58},"minimark",[11,15,19,24,41,44,48,51,55],[12,13,6],"h1",{"id":14},"planen-statt-programmieren-wie-unser-roboter-aufgaben-selbst-zerlegt",[16,17,18],"p",{},"In den letzten Monaten haben wir die einzelnen Bausteine zusammengeführt: Navigation, Objekterkennung, die Plattform zur Verwaltung und das Flywheel für Trainingsdaten. Das Ergebnis ist eine Architektur, die die Steuerung unseres Roboters grundlegend vereinfacht.",[20,21,23],"h2",{"id":22},"zwei-ebenen-des-denkens","Zwei Ebenen des Denkens",[25,26,27,35],"ul",{},[28,29,30,34],"li",{},[31,32,33],"strong",{},"Der Planer",": Ein Sprach- und Bildmodell versteht den Auftrag und die Umgebung und entscheidet, welche Schritte in welcher Reihenfolge nötig sind.",[28,36,37,40],{},[31,38,39],{},"Die Fähigkeiten-Bibliothek",": Jede Fähigkeit, ob Fahren, Greifen, Ablegen oder Melden, ist einzeln getestet und kann beliebig kombiniert werden.",[16,42,43],{},"Der Planer ruft diese Fähigkeiten direkt auf. Eine neue Aufgabe heißt damit meist nur: eine neue Kombination bestehender Fähigkeiten, nicht neuer Code.",[20,45,47],{"id":46},"offen-angebunden","Offen angebunden",[16,49,50],{},"Der Roboter ist über eine einheitliche Schnittstelle steuerbar: über eine Web-API, über die Kommandozeile oder über das Model Context Protocol (MCP) direkt aus einem KI-Agenten heraus. Damit lässt er sich leicht in bestehende Systeme eines Hauses einbinden.",[20,52,54],{"id":53},"erprobt-auf-mehreren-plattformen","Erprobt auf mehreren Plattformen",[16,56,57],{},"In der Simulation läuft diese Architektur bereits auf einem humanoiden Roboter und auf einem mobilen Manipulator. Die nächsten Schritte: mehr Fähigkeiten, mehr Szenarien aus Hotel und Pflege und der Weg aus der Simulation in reale Testumgebungen.",{"title":59,"searchDepth":60,"depth":60,"links":61},"",2,[62,63,64],{"id":22,"depth":60,"text":23},{"id":46,"depth":60,"text":47},{"id":53,"depth":60,"text":54},"2026-10-14T00:00:00.000Z","Ein Sprachmodell plant, eine Bibliothek getesteter Fähigkeiten führt aus. So bringen wir neue Aufgaben auf den Roboter, ohne jedes Mal neu zu programmieren.",false,"md","\u002Fimages\u002Fkinaut\u002FKINAUT_ONE_Hotel_1.webp",null,{},"roboter-planung",true,"\u002Fnews\u002Froboter-planung",{"title":6,"description":66},"news\u002Froboter-planung",[78,79,80,81],"Robotik","KI","Sprachmodelle","Simulation","8EhtgUfdBv7LIo6dojFM7nXpN0thEPEPHiiQseVK8bs",{"id":84,"title":85,"author":7,"body":86,"date":173,"description":174,"draft":67,"extension":68,"image":175,"links":70,"meta":176,"name":177,"navigation":73,"path":178,"seo":179,"stem":180,"tags":181,"__hash__":184},"news\u002Fnews\u002Fagentic-data-flywheel.md","Trainingsdaten ohne Fernsteuerung: unser Agentic Data Flywheel",{"type":9,"value":87,"toc":167},[88,91,94,97,101,108,135,139,147,150,153,157,160,164],[12,89,85],{"id":90},"trainingsdaten-ohne-fernsteuerung-unser-agentic-data-flywheel",[16,92,93],{},"Wer einem Roboter eine neue Aufgabe beibringen will, braucht Vorführungen, oft Hunderte. Üblich ist, dass Menschen den Roboter dafür per Fernsteuerung Schritt für Schritt durch die Aufgabe führen. Das ist langsam, teuer und lässt sich kaum skalieren.",[16,95,96],{},"Wir haben uns gefragt: Was wäre, wenn der Roboter sich seine Lehrstunden selbst schreibt?",[20,98,100],{"id":99},"eine-pipeline-die-sich-selbst-aufgaben-stellt","Eine Pipeline, die sich selbst Aufgaben stellt",[16,102,103,104,107],{},"Mit dem ",[31,105,106],{},"Agentic Data Flywheel"," haben wir eine eigene Pipeline gebaut, in der ein Team aus KI-Agenten die komplette Arbeit übernimmt, die sonst Menschen erledigen:",[109,110,111,117,123,129],"ol",{},[28,112,113,116],{},[31,114,115],{},"Der Ideengeber"," überlegt sich neue Aufgaben: einen Becher vom Tisch nehmen, ein Handtuch ins Regal legen, eine Schublade öffnen.",[28,118,119,122],{},[31,120,121],{},"Der Bühnenbauer"," erschafft für jede Aufgabe Hunderte virtuelle Welten. Mal steht der Becher links, mal rechts, mal ist es hell, mal dämmrig, mal stehen andere Gegenstände im Weg.",[28,124,125,128],{},[31,126,127],{},"Der Lehrer"," schreibt die Strategie, mit der der Roboter die Aufgabe löst, als Programm.",[28,130,131,134],{},[31,132,133],{},"Der Prüfer"," schaut sich jeden Versuch unbestechlich an. Nur was wirklich gelungen ist, wird zu Trainingsdaten.",[20,136,138],{"id":137},"das-besondere-die-pipeline-lernt-dazu","Das Besondere: Die Pipeline lernt dazu",[16,140,141,142,146],{},"Hier beginnt der eigentliche Zauber. Scheitert ein Versuch, wird der Fehler nicht einfach verworfen. Der Lehrer analysiert, ",[143,144,145],"em",{},"warum"," der Griff danebenging, schreibt seine eigene Strategie um und probiert es erneut.",[16,148,149],{},"Mit jeder Runde wird der Generator also nicht nur produktiver, sondern klüger. Aufgaben, an denen er gestern noch gescheitert ist, löst er heute zuverlässig, und aus jeder gelösten Aufgabe entstehen Daten für die nächste. Das ist das Schwungrad: Je länger es läuft, desto schneller dreht es sich.",[16,151,152],{},"Während unser Team abends nach Hause geht, arbeitet die Pipeline weiter. Am nächsten Morgen liegen neue, geprüfte Vorführungen bereit, ohne dass jemand einen Joystick angefasst hat.",[20,154,156],{"id":155},"unabhängig-von-der-hardware","Unabhängig von der Hardware",[16,158,159],{},"Entwickelt haben wir das Flywheel für einen mobilen Manipulator. Gerade übertragen wir es auf einen zweiarmigen Roboter, ohne die Pipeline neu zu bauen. Das zeigt: Das Flywheel ist nicht an einen bestimmten Roboter gebunden. Es lernt einfach mit, was der jeweilige Körper kann.",[20,161,163],{"id":162},"warum-das-für-unseren-roboter-zählt","Warum das für unseren Roboter zählt",[16,165,166],{},"Jede neue Aufgabe im Hotel oder in der Pflege braucht Trainingsdaten. Wenn sie automatisch entstehen, wird aus wochenlanger Handarbeit ein Prozess, der über Nacht läuft. Genau so wollen wir neue Fähigkeiten schnell und günstig auf die Straße bringen.",{"title":59,"searchDepth":60,"depth":60,"links":168},[169,170,171,172],{"id":99,"depth":60,"text":100},{"id":137,"depth":60,"text":138},{"id":155,"depth":60,"text":156},{"id":162,"depth":60,"text":163},"2026-08-25T00:00:00.000Z","Der größte Engpass beim Roboterlernen sind Trainingsdaten. Unsere Pipeline erzeugt sie selbst und wird dabei mit jeder Runde besser.","\u002Fimages\u002Flanding\u002Fband-lager.webp",{},"agentic-data-flywheel","\u002Fnews\u002Fagentic-data-flywheel",{"title":85,"description":174},"news\u002Fagentic-data-flywheel",[78,79,81,182,183],"Trainingsdaten","KI-Agenten","C8MIXH0GLWDqW2jQSt-RceFouNDWuifbWtZcGqo5WP0",{"id":186,"title":187,"author":7,"body":188,"date":256,"description":257,"draft":67,"extension":68,"image":258,"links":259,"meta":271,"name":272,"navigation":73,"path":273,"seo":274,"stem":275,"tags":276,"__hash__":280},"news\u002Fnews\u002Fpush-stipendium-2026.md","Symbiosika erhält das push!-Stipendium 2026 des Landes Hessen",{"type":9,"value":189,"toc":251},[190,193,200,204,214,217,224,230,234,241,244,248],[12,191,187],{"id":192},"symbiosika-erhält-das-push-stipendium-2026-des-landes-hessen",[16,194,195,196,199],{},"Wir freuen uns sehr: Die Symbiosika GmbH gehört zu den 22 Start-ups, die in dieser Runde mit dem ",[31,197,198],{},"push!-Stipendium"," gefördert werden. Insgesamt vergibt das Land Hessen rund 880.000 Euro an junge Unternehmen mit innovativen, wirtschaftlich verwertbaren und nachhaltigen Geschäftsmodellen.",[20,201,203],{"id":202},"was-push-ist","Was push! ist",[16,205,206,209,210,213],{},[143,207,208],{},"push! – Das Stipendium für dein Start-up in Hessen"," ist ein Förderprogramm des Hessischen Ministeriums für Wirtschaft, Energie, Verkehr, Wohnen und ländlichen Raum. Betreut wird es vom ",[31,211,212],{},"StartHub Hessen"," bei der Hessen Trade & Invest und der HA Hessen Agentur.",[16,215,216],{},"Das Programm richtet sich an Start-ups, die nicht älter als fünf Jahre sind und ihren Sitz in Hessen haben – und ausdrücklich an solche, die einen Beitrag zur Lösung drängender Zukunftsfragen leisten. Die Start-ups dieser Förderrunde kommen unter anderem aus den Bereichen Pharma und Gesundheit, Energie und Umwelt, Chemie und Rohstoffe sowie Telekommunikation, IT und Consumer Electronics.",[16,218,219,220,223],{},"Zur aktuellen Förderrunde sagt Hessens Wirtschaftsminister und stellvertretender Ministerpräsident ",[31,221,222],{},"Kaweh Mansoori",":",[225,226,227],"blockquote",{},[16,228,229],{},"Die Rekordzahl an eingereichten Bewerbungen in diesem Jahr zeigt, wie lebendig die Start-up-Szene in Hessen ist. In Hessen steckt großes unternehmerisches Potenzial. Mit dem Stipendium möchten wir Start-up-Gründerinnen und -Gründer dabei unterstützen, ihre innovativen Ideen weiterzuentwickeln und in marktreife Produkte und erfolgreiche Geschäftsmodelle zu überführen.",[20,231,233],{"id":232},"was-das-für-uns-bedeutet","Was das für uns bedeutet",[16,235,236,237,240],{},"Wir entwickeln mit ",[31,238,239],{},"KINAUT ONE"," einen Roboter, der in Hotellerie und Altenpflege dort einspringt, wo Personal knapp ist – bei Botendiensten, Kontrollgängen, Aufräumarbeiten und in der Kommunikation mit Menschen. Der Weg von einer funktionierenden Technologie zu einem Produkt, das im Alltag zuverlässig läuft, ist lang und kostet Zeit.",[16,242,243],{},"Genau dort setzt die Förderung an. Sie verschafft uns Spielraum, die Entwicklung konsequent weiterzutreiben, ohne bei der Sorgfalt Abstriche zu machen – und sie ist für uns zugleich eine Bestätigung, dass intelligente Robotik „Made in Germany“ als Antwort auf den Fachkräftemangel ernst genommen wird.",[20,245,247],{"id":246},"mehr-zum-programm","Mehr zum Programm",[16,249,250],{},"Die vollständige Liste aller geförderten Start-ups sowie weitere Informationen zum Programm finden sich in der Pressemitteilung der Hessen Trade & Invest und auf der Seite des Stipendiums – beides unten verlinkt.",{"title":59,"searchDepth":60,"depth":60,"links":252},[253,254,255],{"id":202,"depth":60,"text":203},{"id":232,"depth":60,"text":233},{"id":246,"depth":60,"text":247},"2026-07-27T00:00:00.000Z","Symbiosika gehört zu den 22 Start-ups, die in dieser Runde mit dem push!-Stipendium des Hessischen Wirtschaftsministeriums gefördert werden.","\u002Fimages\u002Flogos\u002Flogo_push_hessen_2026.webp",[260,264,267],{"label":261,"url":262,"type":263},"Pressemitteilung der Hessen Trade & Invest","https:\u002F\u002Fwww.htai.de\u002FPressemitteilungen\u002Fstart-up-foerderung-push-stipendien-vergeben-2026","Pressemitteilung",{"label":208,"url":265,"type":266},"https:\u002F\u002Fpush.hessen.de","Förderprogramm",{"label":268,"url":269,"type":270},"Beratungstermin beim StartHub Hessen buchen","https:\u002F\u002Fmy.calenso.com\u002Fbook\u002Fstarthubhessen","Beratung",{},"push-stipendium-2026","\u002Fnews\u002Fpush-stipendium-2026",{"title":187,"description":257},"news\u002Fpush-stipendium-2026",[277,278,279,212,78],"Förderung","push!","Hessen","38hGiGdI4hVvbaZwa2OS43I5EJEyD0pqDPZWf9poOzc",{"id":282,"title":283,"author":7,"body":284,"date":334,"description":335,"draft":67,"extension":68,"image":336,"links":70,"meta":337,"name":338,"navigation":73,"path":339,"seo":340,"stem":341,"tags":342,"__hash__":347},"news\u002Fnews\u002Frobot-management-system.md","Eine Plattform, viele Roboter: unser Robot Management System",{"type":9,"value":285,"toc":330},[286,289,296,300,303,317,320,324,327],[12,287,283],{"id":288},"eine-plattform-viele-roboter-unser-robot-management-system",[16,290,291,292,295],{},"Ein einzelner Roboter im Labor ist ein Prototyp. Ein Roboter im Hotelflur ist ein Produkt und braucht Infrastruktur dahinter. Deshalb haben wir in den letzten Monaten das ",[31,293,294],{},"Symbiosika Robot Management System"," entwickelt.",[20,297,299],{"id":298},"zwei-ebenen-cloud-und-roboter","Zwei Ebenen: Cloud und Roboter",[16,301,302],{},"Die Plattform besteht aus zwei Teilen:",[25,304,305,311],{},[28,306,307,310],{},[31,308,309],{},"Der Cloud-Ebene",": Von hier aus werden alle Roboter verwaltet, Aufgaben verteilt, Zustände überwacht und Wissen gepflegt, etwa Räume, Abläufe und Ansprechpartner eines Hauses.",[28,312,313,316],{},[31,314,315],{},"Der Roboter-Ebene",": Auf jedem Roboter läuft eine schlanke Gegenstelle, die Befehle empfängt, Status meldet und auch bei schlechtem Netz stabil weiterarbeitet.",[16,318,319],{},"Beide Ebenen sind über eine verschlüsselte Verbindung gekoppelt. Kein Roboter muss dafür im Netz des Kunden von außen erreichbar sein.",[20,321,323],{"id":322},"warum-das-wichtig-ist","Warum das wichtig ist",[16,325,326],{},"Für unsere Kunden heißt das: Ein Roboter wird nicht einmal installiert und dann vergessen. Neue Fähigkeiten, Updates und Anpassungen kommen aus der Ferne, und Probleme sehen wir, bevor sie im Alltag auffallen.",[16,328,329],{},"Für uns heißt das: Jeder neue Roboter und jeder neue Standort läuft über dieselbe Plattform. Das ist die Grundlage, um vom ersten Einsatz zu vielen zu kommen.",{"title":59,"searchDepth":60,"depth":60,"links":331},[332,333],{"id":298,"depth":60,"text":299},{"id":322,"depth":60,"text":323},"2026-06-09T00:00:00.000Z","Ein Roboter im Hotel muss aus der Ferne überwacht, aktualisiert und gesteuert werden können. Dafür haben wir eine eigene Plattform gebaut.","\u002Fimages\u002Flanding\u002Fband-lobby.webp",{},"robot-management-system","\u002Fnews\u002Frobot-management-system",{"title":283,"description":335},"news\u002Frobot-management-system",[78,343,344,345,346],"Plattform","Cloud","Flottenmanagement","Sicherheit","D2DS-9BkdOPg9NdSzCUGFCdRTJ2X4N9Mb_Tw9mzRhOk",{"id":349,"title":350,"author":7,"body":351,"date":393,"description":394,"draft":67,"extension":68,"image":395,"links":70,"meta":396,"name":397,"navigation":73,"path":398,"seo":399,"stem":400,"tags":401,"__hash__":405},"news\u002Fnews\u002Ferste-schritte-simulation-teleoperation.md","Erste Schritte: vom ferngesteuerten zum KI-gesteuerten Roboter",{"type":9,"value":352,"toc":387},[353,356,359,363,366,370,373,377,380,384],[12,354,350],{"id":355},"erste-schritte-vom-ferngesteuerten-zum-ki-gesteuerten-roboter",[16,357,358],{},"Seit Jahresbeginn arbeiten wir an den Grundlagen. Bevor ein Roboter selbstständig arbeitet, muss man ihn erst einmal sicher bewegen, beobachten und messen können.",[20,360,362],{"id":361},"teleoperation-in-der-simulation","Teleoperation in der Simulation",[16,364,365],{},"Wir haben eine Umgebung in NVIDIA Isaac Sim aufgebaut, in der wir Roboter per Fernsteuerung durch virtuelle Räume führen. Jede Bewegung wird dabei aufgezeichnet. So entstehen die ersten Datensätze, aus denen Roboter später lernen.",[20,367,369],{"id":368},"ein-roboter-den-ein-ki-agent-steuert","Ein Roboter, den ein KI-Agent steuert",[16,371,372],{},"Parallel haben wir eine Kommandozeilen-Schnittstelle gebaut, über die ein KI-Agent einen realen Roboter steuert. Statt Gelenkwinkel einzugeben, formuliert man das Ziel, und der Agent übersetzt es in Bewegungen.",[20,374,376],{"id":375},"navigation-und-objekterkennung","Navigation und Objekterkennung",[16,378,379],{},"In einer simulierten Küche fährt unser Roboter inzwischen selbstständig zu benannten Bereichen wie „Küchentisch“ oder „Regal“. Dort erkennt er Objekte mit einem Kameramodell, bestimmt über die Tiefenkamera ihre Position im Raum und fährt gezielt heran.",[20,381,383],{"id":382},"was-wir-gelernt-haben","Was wir gelernt haben",[16,385,386],{},"Simulation spart enorm viel Zeit, aber nur, wenn sie realistisch genug ist. Spiegelnde und durchsichtige Gegenstände sind zum Beispiel für Tiefenkameras schwierig. Solche Grenzen früh zu kennen, ist mindestens so wertvoll wie jede gelungene Demo.",{"title":59,"searchDepth":60,"depth":60,"links":388},[389,390,391,392],{"id":361,"depth":60,"text":362},{"id":368,"depth":60,"text":369},{"id":375,"depth":60,"text":376},{"id":382,"depth":60,"text":383},"2026-03-17T00:00:00.000Z","In den ersten Monaten haben wir eine Simulationsumgebung aufgebaut, Roboter ferngesteuert und erstmals per KI-Agent bewegt.","\u002Fimages\u002Flanding\u002Frobot-portrait.webp",{},"erste-schritte-simulation-teleoperation","\u002Fnews\u002Ferste-schritte-simulation-teleoperation",{"title":350,"description":394},"news\u002Ferste-schritte-simulation-teleoperation",[78,81,402,403,404],"Isaac Sim","Navigation","Objekterkennung","7Q21xH1ONohOXvlRs-IMSkT6Mb-KtY14olj_y5v0HHE",{"id":407,"title":408,"author":7,"body":409,"date":466,"description":467,"draft":67,"extension":68,"image":468,"links":70,"meta":469,"name":470,"navigation":73,"path":471,"seo":472,"stem":473,"tags":474,"__hash__":476},"news\u002Fnews\u002Frobotik-start-2025.md","Warum wir Robotern beibringen, was Sprachmodelle schon können",{"type":9,"value":410,"toc":461},[411,414,417,420,424,427,431,434,454,458],[12,412,408],{"id":413},"warum-wir-robotern-beibringen-was-sprachmodelle-schon-können",[16,415,416],{},"Sprachmodelle können heute planen, Anweisungen verstehen und Werkzeuge benutzen. Roboter können sich präzise bewegen und greifen. Was fehlt, ist die Verbindung zwischen beidem, und zwar so, dass sie im Alltag zuverlässig funktioniert.",[16,418,419],{},"Genau dort setzen wir an. Ab heute übertragen wir unsere Erfahrung aus KI-Projekten konsequent auf die Robotik.",[20,421,423],{"id":422},"das-problem-personal-fehlt-dort-wo-menschen-gebraucht-werden","Das Problem: Personal fehlt dort, wo Menschen gebraucht werden",[16,425,426],{},"In Hotellerie und Altenpflege fehlen Fachkräfte. Ein großer Teil ihrer Zeit geht für Botengänge, Kontrollgänge und Aufräumen drauf, also für Aufgaben, die keine menschliche Zuwendung brauchen. Diese Zeit fehlt dann bei den Menschen.",[20,428,430],{"id":429},"unser-ansatz","Unser Ansatz",[16,432,433],{},"Wir bauen keinen Roboter für eine einzige Aufgabe. Wir bauen einen Roboter, der neue Aufgaben über Sprache und eine wachsende Bibliothek von Fähigkeiten lernt:",[25,435,436,442,448],{},[28,437,438,441],{},[31,439,440],{},"Ein Sprachmodell plant",": Es zerlegt einen Auftrag wie „Bring die Handtücher auf Zimmer 204“ in einzelne Schritte.",[28,443,444,447],{},[31,445,446],{},"Getestete Fähigkeiten führen aus",": Fahren, Greifen, Übergeben, Melden.",[28,449,450,453],{},[31,451,452],{},"Simulation zuerst",": Jede Fähigkeit wird tausendfach virtuell erprobt, bevor sie auf echte Hardware geht.",[20,455,457],{"id":456},"was-als-nächstes-kommt","Was als Nächstes kommt",[16,459,460],{},"Im neuen Jahr bauen wir unsere Simulations- und Entwicklungsumgebung auf und bringen erste Fähigkeiten auf echte Roboterplattformen. Wir berichten hier regelmäßig, was funktioniert und was nicht.",{"title":59,"searchDepth":60,"depth":60,"links":462},[463,464,465],{"id":422,"depth":60,"text":423},{"id":429,"depth":60,"text":430},{"id":456,"depth":60,"text":457},"2025-12-09T00:00:00.000Z","Ab sofort bringen wir unsere Erfahrung mit Sprachmodellen in die Robotik. Warum wir das tun und was wir uns für 2026 vornehmen.","\u002Fimages\u002Flanding\u002Fhands_robot_human.png",{},"robotik-start-2025","\u002Fnews\u002Frobotik-start-2025",{"title":408,"description":467},"news\u002Frobotik-start-2025",[78,79,475],"Vision","ax8Tdxq6sARIWZKAhbxIcb6zGlU7LET0xphoCLxEds4",{"agentic-data-flywheel":478,"erste-schritte-simulation-teleoperation":576,"robot-management-system":629,"roboter-planung":691,"robotik-start-2025":750},{"id":479,"title":480,"author":7,"body":481,"date":173,"description":565,"draft":67,"extension":68,"image":175,"links":70,"meta":566,"name":177,"navigation":73,"path":567,"seo":568,"stem":569,"tags":570,"__hash__":575},"newsEn\u002Fnews-en\u002Fagentic-data-flywheel.md","Training data without teleoperation: our Agentic Data Flywheel",{"type":9,"value":482,"toc":559},[483,486,489,492,496,502,528,532,539,542,545,549,552,556],[12,484,480],{"id":485},"training-data-without-teleoperation-our-agentic-data-flywheel",[16,487,488],{},"Teaching a robot a new task takes demonstrations, often hundreds of them. The usual way is for people to guide the robot through the task step by step by remote control. That is slow, expensive and hard to scale.",[16,490,491],{},"So we asked ourselves: what if the robot wrote its own lessons?",[20,493,495],{"id":494},"a-pipeline-that-sets-its-own-tasks","A pipeline that sets its own tasks",[16,497,498,499,501],{},"With the ",[31,500,106],{}," we have built our own pipeline in which a team of AI agents does all the work that people would otherwise do:",[109,503,504,510,516,522],{},[28,505,506,509],{},[31,507,508],{},"The inventor"," comes up with new tasks: take a cup off the table, put a towel on the shelf, open a drawer.",[28,511,512,515],{},[31,513,514],{},"The stage builder"," creates hundreds of virtual worlds for each task. Sometimes the cup is on the left, sometimes on the right; sometimes it is bright, sometimes dim; sometimes other objects are in the way.",[28,517,518,521],{},[31,519,520],{},"The teacher"," writes the strategy the robot uses to solve the task as a program.",[28,523,524,527],{},[31,525,526],{},"The examiner"," judges every attempt impartially. Only what truly succeeded becomes training data.",[20,529,531],{"id":530},"what-makes-it-special-the-pipeline-learns","What makes it special: the pipeline learns",[16,533,534,535,538],{},"This is where the magic starts. When an attempt fails, the failure is not simply thrown away. The teacher works out ",[143,536,537],{},"why"," the grasp missed, rewrites its own strategy and tries again.",[16,540,541],{},"With every round, the generator becomes not just more productive but smarter. Tasks it failed at yesterday, it solves reliably today, and every solved task produces data for the next one. That is the flywheel: the longer it runs, the faster it spins.",[16,543,544],{},"When our team goes home in the evening, the pipeline keeps working. The next morning, new verified demonstrations are waiting, without anyone touching a joystick.",[20,546,548],{"id":547},"independent-of-hardware","Independent of hardware",[16,550,551],{},"We developed the flywheel for a mobile manipulator. Right now we are transferring it to a two-armed robot without rebuilding the pipeline. That shows the flywheel is not tied to one robot. It simply learns what each body can do.",[20,553,555],{"id":554},"why-this-matters-for-our-robot","Why this matters for our robot",[16,557,558],{},"Every new task in a hotel or in care needs training data. If it is generated automatically, weeks of manual work turn into a process that runs overnight. That is how we want to bring new skills to market quickly and affordably.",{"title":59,"searchDepth":60,"depth":60,"links":560},[561,562,563,564],{"id":494,"depth":60,"text":495},{"id":530,"depth":60,"text":531},{"id":547,"depth":60,"text":548},{"id":554,"depth":60,"text":555},"The biggest bottleneck in robot learning is training data. Our pipeline generates it on its own and gets better with every round.",{},"\u002Fnews-en\u002Fagentic-data-flywheel",{"title":480,"description":565},"news-en\u002Fagentic-data-flywheel",[571,572,81,573,574],"Robotics","AI","Training data","AI agents","GQ7o6Eowxc_qT467M4po_ixIBVUOl9tptjoMlX9Zlo0",{"id":577,"title":578,"author":7,"body":579,"date":393,"description":621,"draft":67,"extension":68,"image":395,"links":70,"meta":622,"name":397,"navigation":73,"path":623,"seo":624,"stem":625,"tags":626,"__hash__":628},"newsEn\u002Fnews-en\u002Ferste-schritte-simulation-teleoperation.md","First steps: from a remote-controlled to an AI-controlled robot",{"type":9,"value":580,"toc":615},[581,584,587,591,594,598,601,605,608,612],[12,582,578],{"id":583},"first-steps-from-a-remote-controlled-to-an-ai-controlled-robot",[16,585,586],{},"Since the start of the year we have been working on the foundations. Before a robot can work on its own, you first need to be able to move it safely, observe it and measure it.",[20,588,590],{"id":589},"teleoperation-in-simulation","Teleoperation in simulation",[16,592,593],{},"We have built an environment in NVIDIA Isaac Sim where we guide robots through virtual rooms by remote control. Every movement is recorded. These are the first datasets robots will later learn from.",[20,595,597],{"id":596},"a-robot-controlled-by-an-ai-agent","A robot controlled by an AI agent",[16,599,600],{},"In parallel, we have built a command-line interface through which an AI agent controls a real robot. Instead of entering joint angles, you state the goal, and the agent translates it into movements.",[20,602,604],{"id":603},"navigation-and-object-detection","Navigation and object detection",[16,606,607],{},"In a simulated kitchen, our robot now drives on its own to named areas such as \"kitchen table\" or \"shelf\". There it detects objects with a camera model, uses the depth camera to determine their position in the room and approaches them.",[20,609,611],{"id":610},"what-we-have-learned","What we have learned",[16,613,614],{},"Simulation saves an enormous amount of time, but only if it is realistic enough. Reflective and transparent objects, for example, are hard for depth cameras. Knowing such limits early is at least as valuable as any successful demo.",{"title":59,"searchDepth":60,"depth":60,"links":616},[617,618,619,620],{"id":589,"depth":60,"text":590},{"id":596,"depth":60,"text":597},{"id":603,"depth":60,"text":604},{"id":610,"depth":60,"text":611},"We have set up a simulation environment, teleoperated robots and moved one with an AI agent for the first time.",{},"\u002Fnews-en\u002Ferste-schritte-simulation-teleoperation",{"title":578,"description":621},"news-en\u002Ferste-schritte-simulation-teleoperation",[571,81,402,403,627],"Object detection","5s-dcobJda6EWF3orKXMvzsaGk7DgnyhbrEt11tOccg",{"id":630,"title":631,"author":7,"body":632,"date":334,"description":681,"draft":67,"extension":68,"image":336,"links":70,"meta":682,"name":338,"navigation":73,"path":683,"seo":684,"stem":685,"tags":686,"__hash__":690},"newsEn\u002Fnews-en\u002Frobot-management-system.md","One platform, many robots: our Robot Management System",{"type":9,"value":633,"toc":677},[634,637,643,647,650,664,667,671,674],[12,635,631],{"id":636},"one-platform-many-robots-our-robot-management-system",[16,638,639,640,642],{},"A single robot in the lab is a prototype. A robot in a hotel corridor is a product, and it needs infrastructure behind it. That is why we have spent the last few months developing the ",[31,641,294],{},".",[20,644,646],{"id":645},"two-layers-cloud-and-robot","Two layers: cloud and robot",[16,648,649],{},"The platform has two parts:",[25,651,652,658],{},[28,653,654,657],{},[31,655,656],{},"The cloud layer",": This is where all robots are managed, tasks are assigned, states are monitored and knowledge is maintained, such as a building's rooms, procedures and contacts.",[28,659,660,663],{},[31,661,662],{},"The robot layer",": Each robot runs a lightweight counterpart that receives commands, reports its status and keeps working reliably even on a poor network.",[16,665,666],{},"The two layers are connected over an encrypted link. No robot has to be reachable from outside the customer's network.",[20,668,670],{"id":669},"why-this-matters","Why this matters",[16,672,673],{},"For our customers, it means a robot is not installed once and then forgotten. New skills, updates and adjustments arrive remotely, and we see problems before they show up in daily operations.",[16,675,676],{},"For us, it means every new robot and every new site runs on the same platform. That is the foundation for going from the first deployment to many.",{"title":59,"searchDepth":60,"depth":60,"links":678},[679,680],{"id":645,"depth":60,"text":646},{"id":669,"depth":60,"text":670},"A robot in a hotel has to be monitored, updated and controlled remotely. We have built our own platform for that.",{},"\u002Fnews-en\u002Frobot-management-system",{"title":631,"description":681},"news-en\u002Frobot-management-system",[571,687,344,688,689],"Platform","Fleet management","Security","Hscy6I583G3lXgjXsRxwhkfnAm0-z4MkFgwDP_q-BI4",{"id":692,"title":693,"author":7,"body":694,"date":65,"description":742,"draft":67,"extension":68,"image":69,"links":70,"meta":743,"name":72,"navigation":73,"path":744,"seo":745,"stem":746,"tags":747,"__hash__":749},"newsEn\u002Fnews-en\u002Froboter-planung.md","Planning instead of programming: how our robot breaks down tasks itself",{"type":9,"value":695,"toc":737},[696,699,702,706,720,723,727,730,734],[12,697,693],{"id":698},"planning-instead-of-programming-how-our-robot-breaks-down-tasks-itself",[16,700,701],{},"Over the last few months we have brought the individual building blocks together: navigation, object detection, the management platform and the training-data flywheel. The result is an architecture that fundamentally simplifies how our robot is controlled.",[20,703,705],{"id":704},"two-levels-of-thinking","Two levels of thinking",[25,707,708,714],{},[28,709,710,713],{},[31,711,712],{},"The planner",": A language and vision model understands the instruction and the environment and decides which steps are needed in which order.",[28,715,716,719],{},[31,717,718],{},"The skill library",": Every skill, whether driving, grasping, placing or reporting, is tested on its own and can be combined freely.",[16,721,722],{},"The planner calls these skills directly. A new task usually just means a new combination of existing skills, not new code.",[20,724,726],{"id":725},"openly-connected","Openly connected",[16,728,729],{},"The robot can be controlled through a single interface: a web API, the command line, or the Model Context Protocol (MCP) directly from an AI agent. That makes it easy to integrate into a building's existing systems.",[20,731,733],{"id":732},"tested-on-several-platforms","Tested on several platforms",[16,735,736],{},"In simulation, this architecture already runs on a humanoid robot and on a mobile manipulator. Next steps: more skills, more hotel and care scenarios, and the move from simulation into real test environments.",{"title":59,"searchDepth":60,"depth":60,"links":738},[739,740,741],{"id":704,"depth":60,"text":705},{"id":725,"depth":60,"text":726},{"id":732,"depth":60,"text":733},"A language model plans, a library of tested skills executes. This lets us bring new tasks to the robot without reprogramming it every time.",{},"\u002Fnews-en\u002Froboter-planung",{"title":693,"description":742},"news-en\u002Froboter-planung",[571,572,748,81],"Language models","uKk7TM01RJBNXD6ovjUCst86SCP7n03UqbZFnNcxdpg",{"id":751,"title":752,"author":7,"body":753,"date":466,"description":810,"draft":67,"extension":68,"image":468,"links":70,"meta":811,"name":470,"navigation":73,"path":812,"seo":813,"stem":814,"tags":815,"__hash__":816},"newsEn\u002Fnews-en\u002Frobotik-start-2025.md","Why we are teaching robots what language models can already do",{"type":9,"value":754,"toc":805},[755,758,761,764,768,771,775,778,798,802],[12,756,752],{"id":757},"why-we-are-teaching-robots-what-language-models-can-already-do",[16,759,760],{},"Language models can plan, understand instructions and use tools. Robots can move and grasp precisely. What is missing is the link between the two, and it has to work reliably in everyday life.",[16,762,763],{},"That is where we come in. Starting today, we are applying our experience from AI projects to robotics.",[20,765,767],{"id":766},"the-problem-staff-are-missing-where-people-are-needed","The problem: staff are missing where people are needed",[16,769,770],{},"Hotels and elderly care are short of skilled staff. A large share of their time goes into errands, inspection rounds and tidying up, which are tasks that do not need human attention. That time is then missing for the people they care for.",[20,772,774],{"id":773},"our-approach","Our approach",[16,776,777],{},"We are not building a robot for a single task. We are building a robot that learns new tasks through language and a growing library of skills:",[25,779,780,786,792],{},[28,781,782,785],{},[31,783,784],{},"A language model plans",": It breaks an instruction such as \"Bring the towels to room 204\" into individual steps.",[28,787,788,791],{},[31,789,790],{},"Tested skills execute",": Driving, grasping, handing over, reporting.",[28,793,794,797],{},[31,795,796],{},"Simulation first",": Every skill is tried out thousands of times virtually before it runs on real hardware.",[20,799,801],{"id":800},"what-comes-next","What comes next",[16,803,804],{},"In the new year we will build our simulation and development environment and bring the first skills to real robot platforms. We will report here regularly on what works and what does not.",{"title":59,"searchDepth":60,"depth":60,"links":806},[807,808,809],{"id":766,"depth":60,"text":767},{"id":773,"depth":60,"text":774},{"id":800,"depth":60,"text":801},"Starting now, we are bringing our experience with language models into robotics. Why we are doing it and what we have planned for 2026.",{},"\u002Fnews-en\u002Frobotik-start-2025",{"title":752,"description":810},"news-en\u002Frobotik-start-2025",[571,572,475],"yg2KH5MlLuJnj6qgsb74EEKgoA6NE3cPWPdZVjjHyYE",1792586583165]