ABB OmniCore EyeMotion: KI soll die Inbetriebnahmezeit um 90 Prozent senken

In der industriellen Fertigung gewinnen kombinierte Automatisierungslösungen an Bedeutung. Fachberichte und Studien analysieren verstärkt, wie das Zusammenspiel von Robotik, Lineartechnik und industriellen Anwendungen künstlicher Intelligenz bestehende Arbeitsabläufe optimieren kann.

Der Bedarf in den Betrieben ist hoch: Laut einer Studie von ABB beabsichtigen 84 Prozent der deutschen und 74 Prozent der europäischen Unternehmen, ihre Investitionen in Robotik und Automatisierung künftig zu verstärken.

Martin Ruskowski vom Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) unterstrich hierzu, dass lediglich diejenigen Volkswirtschaften am Markt bestehen werden, die Digitalisierung und Automatisierung zügig in die Praxis überführen.

Stärken von Achssystemen und kollaborativen Robotern

Für die praktische Ausgestaltung von Fertigungsprozessen bieten die unterschiedlichen Technologien spezifische Vorteile. Die klassische Lineartechnik eignet sich vor allem für wiederholgenaue Bewegungen entlang fest definierter Achsen. Sie zeichnet sich durch eine hohe Positioniergenauigkeit, geringen Wartungsaufwand sowie vergleichsweise niedrige Investitionskosten aus.

Kollaborative Roboter, sogenannte Cobots, spielen ihre Stärken hingegen in dynamischen Arbeitsumgebungen mit häufig wechselnden Werkstücken aus. Die Kombination aus Robotik und Lineartechnik ermöglicht teilflexible Abläufe sowie anspruchsvolle Pick-and-Place-Aufgaben. Wird ein Roboter auf einer Linearachse montiert, dient diese als Reichweitenerweiterung, sodass eine einzelne Robotereinheit flexibel mehrere Arbeitsplätze bedienen kann.

Auch die Modernisierung bestehender Systeme verspricht Effizienzgewinne. Ein Vergleich im DACH-Raum zur Umrüstung von Pneumatik auf elektrische Antriebstechnik zeigt, dass pneumatische Systeme am Arbeitsplatz oft einen Wirkungsgrad von unter 15 Prozent aufweisen und Leckageverluste von bis zu 30 Prozent verzeichnen.

Bei einem Dreischichtbetrieb liegen die jährlichen Energiekosten einer pneumatischen Achse bei rund 1.200 Euro, während eine elektrische Achse etwa 300 Euro pro Jahr benötigt. In einer Beispielrechnung für zehn Stationen bei 6.000 jährlichen Betriebsstunden amortisieren sich die Investitionskosten von 35.000 Euro bei einer jährlichen Ersparnis von 11.322,40 Euro nach rund 3,09 Jahren.

Wer im Zuge dieser Modernisierungen neue Maschinen in den Betrieb integriert, muss auch die rechtlichen Dokumentationspflichten im Blick behalten. Diese kostenlose Vorlage hilft Ihnen dabei, rechtssichere Betriebsanweisungen für Ihre Maschinen in wenigen Minuten zu erstellen. Rechtssichere Word-Vorlage für Betriebsanweisungen kostenlos herunterladen

Intelligente Bildverarbeitung und modellbasierte Steuerung

Industrielle KI-Anwendungen greifen zunehmend direkt in die mechanische Ausführung ein. KUKA kündigte mit Intent-based Robotics ein Konzept an, bei dem Anwender lediglich das gewünschte Ergebnis vorgeben, woraufhin das System Abläufe beim Kommissionieren, Montieren oder Materialtransport selbstständig plant.

Zudem startete am 20. Oktober 2026 das Bildverarbeitungssystem iiQKA.AI Vision, das Bauteile anhand von 2D-Bildern oder 3D-Punktwolken klassifiziert und Greifpunkte direkt in der Robotersteuerung berechnet, wodurch ein externer Industrie-PC entfällt. Als Recheneinheit dient die Plattform KUKA AI Extension Platform auf Basis des Moduls NVIDIA Jetson Orin.

Auch ABB Robotics setzt auf KI-gestützte Systeme und führte die Lösung OmniCore EyeMotion mit dem Modul AI Robot Trainer ein, die nach Herstellerangaben die Inbetriebnahmezeit um bis zu 90 Prozent und die Zykluszeiten durch automatische kollisionsfreie Bahnplanung um bis zu 50 Prozent verringern kann.

Ergänzend dazu stellte das Unternehmen die Industrieroboter-Serie IRB 1700 vor, die eine Bahnwiederholgenauigkeit von bis zu 0,03 Millimetern bietet und bis zu 15 Prozent weniger Strom als das Vorgängermodell verbraucht.

Die zunehmende Vernetzung und der Einsatz von KI-Systemen in der Produktion stellen Unternehmen vor neue regulatorische Herausforderungen. Dieser kostenlose Umsetzungsleitfaden verschafft Ihnen einen kompakten Überblick über alle Fristen, Pflichten und Risikoklassen der neuen EU-KI-Verordnung. Kostenloses E-Book zum EU AI Act sichern

Hürden beim Datenaustausch und Reifegrad der Systeme

Trotz des technologischen Fortschritts stehen Unternehmen vor Integrationsherausforderungen. Fachbeiträge betonen, dass Sprachmodelle wie ChatGPT allein keine vollständigen Prozesse automatisieren können; entscheidend bleibe die tiefe Verknüpfung von Anwendungen und Daten. Oftmals verhindern veraltete Softwaresysteme und technische Schnittstellen einen automatischen Datenaustausch.

Dass eine weitreichende Integration dennoch messbare Effekte erzielt, demonstrierte Siemens Mitte Oktober 2026 im Elektronikwerk Erlangen: Durch KI-Anwendungen in der virtuellen Produktionsvorbereitung von Leiterplatten verzeichnete das Unternehmen bis zu 85 Prozent weniger Engineeringaufwand und eine bis zu 40 Prozent kürzere Markteinführungszeit. Gleichzeitig mahnen Experten zur realistischen Einordnung des aktuellen Entwicklungsstands.

Andrii Yavorskyi vom Technologieunternehmen GlobalLogic wies darauf hin, dass die besten Basismodelle für Roboter in kontrollierten Tests zwar etwa 70 bis 85 Prozent nicht spezialisierter Aufgaben bewältigen, industrielle Produktionslinien jedoch Erfolgsquoten von über 99 Prozent erfordern. Da grundlegende Modelle bislang nicht sicherheitszertifiziert sind, bleibt ihr Einsatz vorerst auf kontrollierte Bereiche beschränkt.