Downloads

Downloads & Whitepaper

Fachunterlagen von Maucher CNC-Robotic zum Herunterladen. Aktuell verfügbar: das Whitepaper „Physical AI in der industriellen Realität“ – eine Vertrauensinfrastruktur, um humanoide und Service-Robotik aus der Demonstration in den belastbaren, nachweisbaren Betrieb zu überführen.

Whitepaper · PDF

Physical AI in der industriellen Realität

Eine Vertrauensinfrastruktur für humanoide Robotik, Service-Robotik und belastbaren Betrieb. Perspektive aus Maschinenbau, industrieller Fertigung, Robotik-Integration und CE-naher Risikobetrachtung.

PDF · 16 Seiten · Stand: Juni 2026 · Herausgeber: Maucher CNC-Robotic GmbH

Whitepaper herunterladen Im Browser öffnen
Worum es geht

Vom Roboterprodukt zum beherrschten Betrieb

Physical AI beschreibt KI-Systeme, die nicht nur Daten verarbeiten, sondern über Sensorik und Aktorik in der physischen Welt handeln. In humanoiden Robotern, mobilen Servicerobotern und autonomen Erfassungssystemen wird künstliche Intelligenz damit zu einer bewegenden, greifenden und wahrnehmenden Technologie. Die zentrale Frage lautet nicht mehr allein, ob ein Roboter eine Aufgabe ausführen kann, sondern ob er sie in einer konkreten Umgebung verantwortbar ausführen darf.

Das Whitepaper beschreibt, wie die Lücke zwischen technischer Demonstration und belastbarem Betrieb geschlossen wird: durch eine Vertrauensinfrastruktur aus Operational Design Domain (ODD), realen Umgebungsdaten, Risikobeurteilung, technischer Akte, Testfällen, Simulation, Monitoring, Cybersecurity, Datenschutz, Änderungsmanagement und einer klaren Aufteilung menschlicher Verantwortung. Die bestehende deterministische Sicherheitslogik wird dabei nicht ersetzt, sondern um eine nachvollziehbare Betriebslogik erweitert.

Die fünf zentralen Aussagen

Kern des Whitepapers

  • Einsatz statt Show — Die technische Demonstration eines humanoiden Roboters ist kein Nachweis für einen sicheren und dauerhaften Betrieb.
  • ODD als Fundament — Ohne präzise Operational Design Domain kann keine seriöse Aussage über den zulässigen Einsatz getroffen werden.
  • Realitätsdaten statt Annahmen — Gebäude, Produktionsflächen und Prozessumgebungen müssen gemessen, strukturiert und versioniert werden, bevor sie als Grundlage für Simulation und Freigabe dienen.
  • AURA ONE als Beispiel — Reale Umgebungen werden maschinenlesbar gemacht. Andere Systeme können denselben Zweck erfüllen, wenn sie vergleichbare Nachweiskriterien erfüllen.
  • Agentenlogik als Werkzeug — KI-Agenten verbessern Struktur, Vollständigkeit und Widerspruchsprüfung, ersetzen aber keine menschliche Verantwortung und keine formale Prüfstelle.
Zentrale Konzepte

Was im Whitepaper vertieft wird

Operational Design Domain

Der Vertrag zwischen Technik und Realität

Welche Aufgabe, welche Räume, welche Menschen, welche Lasten, welche Geschwindigkeit und welche Abbruchkriterien sind freigegeben – verbunden mit realen Karten, Zonenmodellen und Versionsständen.

Vertrauensinfrastruktur

Nachweisbarer Betrieb statt Versprechen

Einsatzbeschreibung, reale Umgebungsdaten, ODD, Risikobeurteilung, Testfälle, technische Akte, Monitoring und Governance bilden zusammen das eigentlich marktfähige Produkt: den beherrschten Betrieb.

AURA ONE

Reale Umgebungen maschinenlesbar machen

Erst messen, dann strukturieren, bewerten, testen, freigeben und überwachen. Die Erfassung erzeugt keine Zertifizierung, sondern eine belastbare Datenbasis für ODD, Simulation und Nachweis.

Gaussian Splats

Visualisierung ja, Sicherheitsnachweis nein

Fotorealistische 3D-Darstellungen sind wertvoll für Kommunikation und Schulung, aber kein Beleg für metrische Genauigkeit oder Kollisionssicherheit. Dafür braucht es geprüfte Geometrie und semantische Zonen.

KI-Agenten

Strukturierende Prüf- und Dokumentationslogik

Ein verteiltes Agentensystem mit klaren Rollen prüft Einsatzfälle aus verschiedenen Perspektiven, fordert Evidenz und bereitet Entscheidungsvorlagen vor – ohne menschliche Verantwortung zu ersetzen.

Reifegradmodell

Von der Demonstration zum auditierbaren Betrieb

Sechs Stufen von der reinen Vorführung über den strukturierten Pilot bis zum kontinuierlich auditierbaren Betrieb – mit den jeweils typischen Risiken und Revalidierungsauslösern.

Glossar

Zentrale Begriffe

Physical AI — KI-Systeme, die über Sensorik und Aktorik in der realen Welt handeln und damit physische Wirkung erzeugen.

Operational Design Domain (ODD) — Zulässige Einsatzdomäne eines Systems mit Aufgaben, Räumen, Menschen, Lasten, Bedingungen und Grenzen.

Digitale Vertrauensinfrastruktur — Gesamtheit aus Daten, Prozessen, Nachweisen, Rollen und Monitoring zur beherrschten Nutzung von Physical AI.

Near Miss — Ereignis, bei dem kein Schaden eintritt, aber ein sicherheitsrelevanter Grenzfall sichtbar wird.

Gaussian Splat — Fotorealistische 3D-Darstellung aus Bilddaten, nützlich für Visualisierung, aber nicht automatisch metrisch oder sicherheitstechnisch belastbar.

Revalidierung — Erneute Bewertung nach Änderungen an Aufgabe, Umgebung, Software, Daten, Sensorik oder Betriebsbedingungen.

Technische Akte — Strukturierte Dokumentation der relevanten Unterlagen, Nachweise, Annahmen, Versionen und Freigaben.

Häufige Fragen

Physical AI – kurz erklärt

Physical AI bezeichnet KI-Systeme, die nicht nur Daten verarbeiten, sondern über Sensorik und Aktorik in der physischen Welt handeln – etwa in humanoiden Robotern, mobilen Servicerobotern und autonomen Erfassungssystemen. Entscheidend ist nicht allein, ob ein Roboter eine Aufgabe ausführen kann, sondern ob er sie in einer konkreten Umgebung, mit konkreten Menschen und konkreten Grenzen verantwortbar ausführen darf.
Die Operational Design Domain (ODD) beschreibt die zulässige Einsatzdomäne eines Roboters: für welche Aufgabe, in welcher Umgebung, mit welcher Last, mit welchen Menschen, mit welcher Geschwindigkeit, mit welcher Aufsicht und mit welchen Abbruchkriterien er eingesetzt werden darf. Sie ist der Vertrag zwischen Technik und Realität und verhindert einen schleichend ausgeweiteten Einsatz ohne erneute Prüfung.
Nein. Gaussian Splats (3D Gaussian Splatting) eignen sich hervorragend zur fotorealistischen Visualisierung realer Räume, sind aber kein Nachweis für metrische Genauigkeit oder Kollisionssicherheit. Für belastbare Robotikfreigaben braucht es zusätzlich metrisch geprüfte Geometrie, semantisch validierte Zonen, dokumentierte Toleranzen, Kollisionsmodelle, Navigationskarten und eine Verbindung zur ODD.
AURA ONE ist ein Beispiel von Maucher CNC-Robotic für eine industrielle Erfassungs- und Nachweislogik: reale Einsatzumgebungen werden vermessen, strukturiert, semantisch annotiert und versioniert, sodass daraus belastbare Einsatzgrenzen (ODD), Simulationen, Testfälle und prüfbare Nachweise entstehen. Andere Erfassungssysteme können denselben Zweck erfüllen, wenn sie vergleichbare Nachweiskriterien erfüllen.
Maucher CNC-Robotic verbindet Maschinenbau, Robotik-Integration und eigene industrielle Fertigung als Teil der Maucher-Gruppe (Tier-1-Zulieferer mit drei Werken am Bodensee). Daraus entsteht eine Vertrauensinfrastruktur, die Physical AI aus der Demo-Phase in den belastbaren, nachweisbaren Betrieb überführt – mit ODD, realen Umgebungsdaten, Testfällen, Monitoring und klarer Verantwortung.

Physical AI in Ihrem Betrieb einordnen

Sie möchten Service- oder humanoide Robotik aus der Demo-Phase in den realen Einsatz überführen? Wir unterstützen bei Einsatzbeschreibung, ODD, realer Umgebungserfassung und Vorbereitung der Nachweise.

Projekt besprechen Physical AI & Sim-to-Real