Roboter lernen Schweißen und Fliesenlegen auf Baustellen

Sehen wird Teil des Regelkreises

Ich sehe darin nicht nur ein weiteres spektakuläres Video mit einem Roboterarm, sondern einen konkreten technischen Wandel: Der Roboter wiederholt nicht mehr einfach eine zuvor aufgezeichnete Bewegung. Eine Veröffentlichung von Vision IA zeigt robotergestütztes Schweißen, während sich ein OVACEN-Überblick mit dem Verlegen von Fliesen befasst. Die Kernidee ist in beiden Fällen gleich: Eine Kamera bestimmt die tatsächliche Position des Objekts, anschließend korrigiert das System seine Bewegung.

Beim Schweißen erkennt Computer Vision Kanten und die Nahtlinie, wandelt Pixelkoordinaten in eine Bahn um und übermittelt Korrekturen an die Steuerung. In den genannten technischen Studien wird für eine ANFIS-basierte Steuerung ein Fehler von rund 0,008 mm berichtet. Eine weitere Arbeit beansprucht eine Lokalisierungsgenauigkeit von bis zu 99,998% bei fast 96.000 Vorgängen, mit einer precision von 1,00 und einem recall von über 0,99.

Beim Fliesenlegen ist die Mathematik ähnlich, die Physik jedoch anders. Das System muss Position und Orientierung des Elements schätzen, ein begrenztes Sichtfeld kompensieren und nach dem Setzen Fuge und Ebenheit prüfen. Dazu kommen Kantenerkennung, Hough-Transformationen, endliche Automaten und optische Messungen zum Einsatz.

Kommerzielle Unterlagen nennen Fugenabweichungen von bis zu ±0,1 mm, Ebenheitsabweichungen innerhalb von 1 mm und eine fünf- bis sechsmal höhere Arbeitsgeschwindigkeit. Zum Zeitpunkt dieser Betrachtung im September 2026 würde ich diese Werte als Anbieterangaben verstehen, nicht als universelles Ergebnis für jede Baustelle. Unebene Untergründe, Staub, Reflexionen, unterschiedliche Materialchargen und instabile Geometrien holen den Roboter schnell aus der Demo in die Realität zurück.

Automatisiert wird nicht der Beruf, sondern ein steuerbarer Arbeitsschritt

Die zentrale Veränderung besteht darin, dass spezialisierte manuelle Tätigkeiten für eine Automatisierung im geschlossenen Regelkreis zugänglich werden. Die Kamera erkennt eine Abweichung, ein Sensor bestätigt Kontakt oder Kraft, der Planer berechnet die Bewegung neu, und die Qualitätskontrolle erfolgt sofort statt erst nach Abschluss eines Abschnitts.

Das ist echter Fortschritt, aber kein Beleg für vollständige Autonomie. Zuerst würde ich den Anteil manueller Vorbereitung, die Häufigkeit von Stopps, erneute Kalibrierungen und die Robustheit gegenüber seltenen Fehlern prüfen. Laborpräzision sagt wenig über Produktivität aus, wenn ein Mensch den Ablauf ständig retten muss.

Schweißer und Fliesenleger verschwinden vorerst nicht, doch die Grenze zwischen Handwerk und Bedienarbeit verschiebt sich. Die spannendste Frage lautet nicht mehr, ob ein Roboter einen perfekten Durchgang ausführen kann, sondern wie viel unvollkommene Baustelle er ohne Eingriff bewältigt.

Zuvor haben wir untersucht, wie Demonstrationen verkörperter KI die Grenze zwischen einem beeindruckenden Prototyp und einem einsatzfähigen System verwischen können. Diese Unterscheidung ist auch wichtig, wenn Roboter in qualifizierte Handwerksberufe vordringen, wo physische Zuverlässigkeit und Betriebsdesign über den Erfolg der Automatisierung entscheiden.