Ein Roboter für flexible Textilien

Die Industrieroboter des Münchner Start-up setws lernen mithilfe von KI-Algorithmen, wie sie mit forminstabilen Materialien umgehen müssen. Wäschereien nutzen die Technologie bereits, um etwa Handtücher automatisiert an Faltmaschinen zu übergeben. Als Nächstes wollen die Gründer und Absolventen der Technischen Universität München (TUM) Kleiderretouren im Onlinehandel automatisiert verarbeiten.

Fest im Zug und locker im Druck sind die Materialien, die es den Gründern des Start-ups sewts besonders angetan haben. Die so genannten anisotropen Materialien waren lange eine Herausforderung für Greifroboter. „Textilien sind biegeschlaff“, erläutert sewts-Mitgründer Alexander Bley, „sie verändern ihre Form, wenn ich sie hochhalte“. Wenn frisch gewaschene Handtücher oder Bettlaken aus der Großwäscherei für die Lieferung an ein Hotel fertiggemacht werden sollen, sind einige Handgriffe nötig. Dazu gehört, die Wäsche aus dem Korb zu nehmen und längs auf ein Laufband zu legen, bevor sie von der Faltmaschine zusammengelegt wird. Das können nun Industrieroboter des vor knapp fünf Jahren gegründeten Start-ups übernehmen. Ein Greifarm zieht ein Wäschestück aus dem Container und lässt es auf ein Laufband fallen. Ein paar Meter weiter greift ein zweiter Roboterarm das Wäschestück an einer Ecke, klemmt es auf einer Seite ein und übergibt es dem sogenannten Sliding-Roboter, der das Textil in der Breite langzieht. Das aufgespannte Textil wird innerhalb weniger Sekunden an die Faltmaschine übergeben.

 

Erst simulieren, dann KI-Algorithmen mit synthetischen Daten trainieren

 

Während des Studiums an der TUM legten die Gründer die Basis für ihre spätere Innovation. Alexander Bley beschäftigte sich am Lehrstuhl für Carbon Composites mit den Eigenschaften von technischen Textilien, die sich je nach Belastungsrichtung unterschiedlich verhalten. In einer „Drapiersimulation“ entwickelte er eine Idee für den Umgang mit flexiblen Materialien. Mitgründer Till Rickert beschäftigte sich am Lehrstuhl für Fahrzeugtechnik mit dem autonomen Fahren. Ein wichtiger Bestandteil der Forschungen betsand darin, synthetische Trainingsdaten zu nutzen, um KI-Algorithmen trainieren zu können. Und Tim Doerks, der wie Bley aus dem Carbon-Composites-Lehrstuhl kommt, ist der Spezialist dafür, Prototypen zu bauen und zu testen. Das alles fließt heute in die Innovationen ihres Start-ups ein.

Die technische Herausforderung für die erste Anwendung bestand darin, dass der Roboter zunächst lernen musste, wie er ein Kleidungsstück greifen sollte, um es in geeigneter Form zu übergeben. Je nachdem wie etwa ein Handtuch aufliegt, kann es sehr viele unterschiedliche Formen annehmen. Es kann zudem liniert oder kariert sein, weiß oder bunt. Um dem Roboter diese unzähligen Varianten beizubringen, tricksen die Gründer von sewts. Sie simulieren im Rechner die verschiedenen Formen, die ein Handtuch einnehmen kann und generieren ihre eigenen (künstlichen) Trainingsdaten für das System. Statt ein Handtuch von allen Seiten und in allen Formen und Stilen abzufotografieren oder abzufilmen und das System mit diesen Foto- oder Videodaten zu füttern, generiert der Rechner diese Bilder selbst. Und stellt sie dem Roboter nun als Trainingsdaten zur Verfügung. „Wir nutzen synthetische Daten, um unsere KI-Algorithmen zu trainieren“, sagt Bley, der wie die Mitgründer Tim Doerks und Till Rickert seinen Master in Maschinenwesen an der TUM gemacht hat.

 

Anschub über XPLORE, XPRENEURS, EXIST und die Initiative for Industrial Innovators

 

Doch ist es nicht alleine dieses Fallbeispiel, das die drei Gründer beschäftigt. Im Programm XPLORE des Innovationszentrums UnternehmerTUM, in dem Gründungsteams ihre Geschäftsidee entwickeln, brachten die späteren Unternehmer es bereits auf etwa 70 mögliche Anwendungen, von Fahrzeugsitzbezügen über Markisen bis hin zu Kabelbäumen. Denn ein wichtiger Aspekt von XPLORE bestand darin, Produkte zu identifizieren, die besonders gut in einzelne Märkte passen. Für die erste Anwendung ging es d im Inkubationsprogramm XPRENEURS darum herauszufinden, wer die Kunden von Großwäschereien sind, wie groß der Markt in Deutschland und weltweit ist und welche Eintrittsbarrieren wichtig sind. Der wirkliche Startschuss fiel allerdings, nachdem das Bundeswirtschaftsministerium grünes Licht für das EXIST-Stipendium gegeben hatte, das Gründer über ein Jahr hinweg unterstützt. Über die Initiative for Industrial Innovators, in der neben UnternehmerTUM auch der European Investment Fund beteiligt war, sicherte sich das Start-up währenddessen zusätzlich eine   kleine  sechstellige Summe als weitere Unterstützung. Die Basis für große Finanzierungsrunden war gelegt.

Es war der richtige Schritt: Mit den bisher verkauften Anlagen hat die knapp 30 Mitarbeitende starke Firma bereits einen Millionenumsatz gemacht. Und das Potenzial ist noch lange nicht erschlossen: 5.000 bis 6.000 Faltmaschinen, schätzt Alexander Bley, werden jährlich in Europa und den USA verkauft. „Da könnte man unseren Roboter einfach vorstellen“, meint der Jungunternehmer.

 

Nach der Großwäscherei ist vor dem Retourengeschäft

 

Das zweite große Fallbeispiel steht jetzt an: Die Retourenverarbeitung im Mode-Onlinehandel. In einem Piloten mit einem großen deutschen Einzelhändler wurde der Einsatz des neuen Robotersystems bereits mit zurückgesendeten Kleidungsstücken getestet. Der Unterschied zum Einsatz in der Großwäscherei liegt darin, dass das Spektrum an Kleidungsstücken nun viel größer ist. T-Shirts mit langen und kurzen Ärmeln, mit Knöpfen, V-Ausschnitt, Hosen mit Reißverschlüssen: All dies muss die KI künftig lernen, um das Kleidungsstück für die Faltmaschine vorbereiten zu können. Da kommt das neue Risikokapital von insgesamt sieben Millionen Euro aus 2023 gerade recht, um einerseits die Technologie weiter zu verbessern, aber auch international aktiv zu werden und weitere Use Cases zu starten. Oder – wie Alexander Bley sagt – „ein Vertical nach dem anderen auszuspielen“.

 

Quelle: UnternehmerTUM

 

 

Beitragsbild: KI hilft dem Roboter von sewts, Wäsche an der richtigen Stelle zu greifen; Foto: Andreas Heddergott/TUM.