Neura Robotics: Neues „Robo Gym“ soll Roboter für industrielle Aufgaben trainieren

Unternehmen können am Flughafen München Anwendungen mit humanoiden Robotern, mobilen Assistenzsystemen und Roboterarmen erproben. Die gemeinsame Einrichtung mit der Technischen Universität München soll den Weg von der Forschung zum betrieblichen Einsatz unterstützen.

Symbolische Eröffnung des "TUM Robo Gym" am Flughafen München: Neben Vertretern der beteiligten Organisationen ist der humanoide Roboter „4NE1 Gen 4“ zu sehen. (Quelle: Neura Robotics / TUM)
Symbolische Eröffnung des "TUM Robo Gym" am Flughafen München: Neben Vertretern der beteiligten Organisationen ist der humanoide Roboter „4NE1 Gen 4“ zu sehen. (Quelle: Neura Robotics / TUM)

Neura Robotics und TU München eröffnen Trainingszentrum für Roboter

Neura Robotics und die Technische Universität München haben am 22. Oktober 2026 das gemeinsame Forschungs- und Trainingszentrum „TUM Robo Gym powered by Neura“ am Lab Campus des Flughafens München eröffnet. Auf mehr als 2.300 Quadratmetern sollen Roboter für industrielle und weitere praktische Aufgaben trainiert werden. Die Partner investieren rund 17 Millionen Euro in die zunächst auf drei Jahre angelegte Zusammenarbeit. Zur Eröffnung stellte der Robotikhersteller zudem mit dem „4NE1 Gen 4“ eine neue Generation seines humanoiden Roboters vor.

Das Zentrum entstand in Zusammenarbeit mit dem Munich Institute of Robotics and Machine Intelligence der Technischen Universität München. Es soll wissenschaftliche Forschung mit konkreten Anforderungen aus Unternehmen verbinden. Im Mittelpunkt steht die Entwicklung robotischer Fähigkeiten mithilfe künstlicher Intelligenz, die physische Vorgänge erfasst und darauf reagieren kann. Dieser Ansatz wird als Physical AI bezeichnet.

Unternehmen stellen dafür reale Aufgabenstellungen und ihr Wissen über industrielle Prozesse bereit. Forschende und Entwicklungsteams untersuchen, wie Roboter die entsprechenden Tätigkeiten erlernen und unter unterschiedlichen Bedingungen zuverlässig ausführen können.

Robotiktraining für mehr als zehn Branchen

Bereits seit September werden im „TUM Robo Gym“ praktische Arbeitsabläufe trainiert. Nach Angaben der Projektpartner beteiligen sich Unternehmen aus mehr als zehn Branchen, darunter die Automobilindustrie, Pharmaindustrie, Medizintechnik, Verpackungsindustrie, Logistik, Landwirtschaft und Pflege.

Zu den bisherigen Aufgaben gehören das Handhaben von Kartons, das Befüllen von Flaschen sowie das Be- und Entladen von Holzbauteilen. Die beteiligten Unternehmen können die Einsatzmöglichkeiten verschiedener Robotersysteme untersuchen, den erforderlichen Trainingsaufwand bestimmen und Anwendungen unter praktischen Bedingungen erproben.

Dafür stehen unterschiedliche Roboterbauformen zur Verfügung. Neben humanoiden Robotern kommen mobile Assistenzroboter wie „MiPA“ und kognitive Roboterarme zum Einsatz. Die Auswahl des jeweiligen Systems richtet sich nach den Anforderungen der zu bearbeitenden Aufgabe.

Die gemeinsame Infrastruktur soll Unternehmen ermöglichen, Robotikanwendungen zu untersuchen, bevor sie deren Einsatz im eigenen Betrieb ausweiten. Dabei können sowohl etablierte Industrieunternehmen als auch junge Technologieunternehmen mit wissenschaftlichen Teams zusammenarbeiten.

Drei Ansätze für das Training künstlicher Intelligenz

Ein wesentlicher Bestandteil des „Robo Gym“ ist die Erfassung und Verarbeitung von Daten über physische Arbeitsabläufe. Für das Training der Robotersysteme kombiniert das Zentrum drei Ansätze: reale Roboterdaten, menschliche Demonstrationen und simulationsbasierte Trainingsverfahren. Bei der Erfassung realer Roboterdaten führen verschiedene Systeme konkrete Aufgaben aus. Ihre Sensoren registrieren Bewegungen, Kontakte und die Ergebnisse einzelner Handlungen. Die gewonnenen Informationen dienen dazu, das Verhalten der Roboter während der Aufgabenbearbeitung zu analysieren.

Ergänzend demonstrieren Menschen bestimmte Tätigkeiten. Dabei kommen sensorisierte Datenanzüge, Systeme zur Bewegungserfassung und Verfahren zur Fernsteuerung von Robotern zum Einsatz. Auf diese Weise sollen menschliche Bewegungen und Interaktionen als Trainingsdaten nutzbar werden.

Der dritte Ansatz verwendet virtuelle Trainingsumgebungen. Mit Simulationen lassen sich reale Abläufe um zusätzliche Situationen und veränderte Bedingungen erweitern. Neura bezeichnet diese Verfahren zur Erweiterung der Datengrundlage als „Data Amplifier“. Die damit trainierten Fähigkeiten sollen anschließend an realen Robotersystemen überprüft werden.

Die Trainingsinfrastruktur ist mit der Softwareplattform „Neuraverse“ verbunden. Sie stellt Werkzeuge für die Verarbeitung von Daten und die Entwicklung künstlicher Intelligenz bereit. Für die gemeinsame Forschung werden Trainingsdaten strukturiert aufbereitet und zur Entwicklung sowie Untersuchung entsprechender Modelle verwendet.

4NE1 Gen 4 für die Serienfertigung entwickelt

Parallel zur Eröffnung präsentierte Neura Robotics die vierte Generation seines humanoiden Roboters „4NE1“. Der neue „4NE1 Gen 4“ wurde für die spätere Serienfertigung entwickelt und befindet sich nach Unternehmensangaben in der entsprechenden Vorbereitung. Gegenüber der Vorgängergeneration wurde das Gewicht um 20 Prozent reduziert. Gleichzeitig verfügt der Roboter über eine schlankere Konstruktion und eine schwarze textile Außenhaut, in die Sensorik integriert ist. Die neue Bauweise ist auf Anwendungen in unmittelbarer Nähe von Menschen ausgerichtet.

Auch die Handhabung von Gegenständen wurde überarbeitet. Weiterentwickelte Roboterhände sollen präzisere Greifbewegungen ermöglichen. Hinzu kommt die Technologie „Smart Limbs“, bei der einzelne Gliedmaßen über eigene Reaktionsfunktionen verfügen. Dadurch sollen sie unmittelbar auf äußere Einflüsse reagieren können, ohne dass jede Anpassung zentral gesteuert werden muss. Die veränderte Bewegungssteuerung soll dem Roboter ermöglichen, seine Bewegungen flüssiger auszuführen und auf Veränderungen seiner Umgebung zu reagieren.

Neuron AI verarbeitet unterschiedliche Sensordaten

Für die Steuerung der neuen Robotergeneration setzt Neura Robotics auf das selbst entwickelte Modell „Neuron AI“. Dabei handelt es sich um ein sogenanntes Perception-Language-Action-Modell, das Informationen über die Umgebung verarbeitet und daraus Bewegungsaktionen ableitet.

Neben visuellen Informationen berücksichtigt das System nach Herstellerangaben auch Berührungen, Kräfte, akustische Signale und interne Zustandsdaten des Roboters. Diese Kombination soll insbesondere bei industriellen Handhabungsaufgaben von Bedeutung sein, bei denen visuelle Informationen allein nicht ausreichen.

Ein Anwendungsbeispiel ist das Zusammenfügen von Bauteilen. Dabei muss ein Roboter nicht nur die Position einzelner Komponenten erkennen, sondern gegebenenfalls auch anhand von Kraft- und Berührungsinformationen feststellen, ob eine Verbindung korrekt hergestellt wurde.

Trainiert wird Neuron AI mit realen Roboterdaten, menschlichen Demonstrationen und Simulationen. Über Neuraverse sollen Fähigkeiten, die ein Robotersystem erlernt hat, auch anderen vernetzten Robotern zur Verfügung stehen.

Der 4NE1 Gen 4 ist bereits in den Trainingseinrichtungen des Herstellers im Einsatz. Unternehmen können dort Aufgaben mit der neuen Generation erproben und entsprechende Trainingsabläufe entwickeln. Angaben zum Zeitpunkt der allgemeinen Marktverfügbarkeit oder zu Verkaufspreisen enthält die Mitteilung nicht.

17 Millionen Euro für gemeinsame Forschungsinfrastruktur

Die Zusammenarbeit zwischen Neura Robotics und der Technischen Universität München ist zunächst auf drei Jahre angelegt. Die Partner investieren insgesamt rund 17 Millionen Euro. Davon entfallen rund elf Millionen Euro auf Neura Robotics. Der Hersteller bringt unter anderem Robotiksysteme, technische Infrastruktur, Rechenleistung und Betriebspersonal ein. Die Universität beteiligt sich mit Flächen, wissenschaftlicher Expertise sowie weiteren Ressourcen für Forschung und Betrieb.

Das Zentrum steht Forschenden, Studierenden und Unternehmen als gemeinsame Entwicklungs- und Trainingsumgebung zur Verfügung. Wissenschaftliche Ansätze können dort anhand praktischer Aufgabenstellungen untersucht werden. Gleichzeitig sollen Anforderungen aus industriellen Anwendungen neue Forschungsfragen für die Robotik und künstliche Intelligenz liefern. Die technische Infrastruktur ist damit sowohl auf die Entwicklung neuer robotischer Fähigkeiten als auch auf deren Überprüfung unter anwendungsnahen Bedingungen ausgerichtet.

Internationales Netzwerk von Trainingszentren geplant

Das „TUM Robo Gym“ in München bildet den Ausgangspunkt für ein geplantes internationales Netzwerk von Trainingseinrichtungen des Herstellers. Weitere Neura Gyms sollen in Europa, den Vereinigten Staaten und China entstehen. In Deutschland ist eine zusätzliche Einrichtung in Zusammenarbeit mit der Rheinisch-Westfälischen Technischen Hochschule Aachen vorgesehen.

Über die Standorte hinweg sollen Trainingsdaten und entwickelte Fähigkeiten für weitere vernetzte Robotersysteme nutzbar werden. Damit verfolgt Neura das Ziel, den Aufwand für das Erlernen neuer Aufgaben zu reduzieren und Ergebnisse aus unterschiedlichen Trainingsumgebungen zusammenzuführen.

Printer Friendly, PDF & Email

Branchenverzeichnis

21.09.2026
Through a partnership with Plug and Play, the system integrator aims to accelerate the transfer of artificial intelligence into industrial applications and expand its international technology network...
23.10.2026
After developing the multi-award-winning system for general cargo handling, the research partners are continuing their collaboration until 2029. Three technology areas will be particularly in focus in...
21.08.2026
Neura Robotics takes over the "Active Shuttle" driverless transport system from Bosch Rexroth effective October 1, 2026. This addition complements the portfolio of Neura Mobile Robots GmbH. According...
18.09.2026
Autonomous vehicles, dynamic warehouse processes, and learning systems are at the core of their work. The Director of the Fraunhofer IML is now taking on another role in German research on Artificial...
11.09.2026
A study by the Technical University of Dortmund shows which characteristics professionals attribute to the various mobile robots and where the boundaries remain blurred.
09.09.2026
More than eight billion order-picking operations form a data basis for the further development of the systems, according to the company. The provider aims to extend automation beyond individual robots...