Universal Robots und Scale AI treiben KI-Training mit Imitationslernen voran

San Jose, Kalifornien, 17. März 2026 - Universal Robots (UR) stellt auf der GTC 2026 im Silicon Valley den neuen UR AI Trainer vor. Das Unternehmen hat die Lösung gemeinsam mit Scale AI entwickelt. Sie markiert einen Wendepunkt: Roboter entwickeln sich von starr programmierten Systemen hin zu flexibel lernenden, KI-gesteuerten Anwendungen. Grundlage dafür sind hochwertige Trainingsdaten aus speziellen Trainingsumgebungen, in denen Roboter menschliche Bewegungen nachahmen.

„Unsere Kunden – von Großunternehmen bis zu KI-Forschungslaboren – fragen nicht mehr nur KI-Funktionen nach“, erklärt Anders Beck, VP of AI Robotics Products bei Universal Robots. „Sie brauchen eine Möglichkeit, hochpräzise, synchronisierte Robotik- und Bilddaten zu erfassen, um KI-Modelle direkt auf den Robotern zu trainieren, die tatsächlich eingesetzt werden.  Unser AI Trainer ist die branchenweit erste Lösung, die das Training von KI-Modellen direkt vom Labor in die Fabrik überführt.“

Neben dem AI Trainer präsentiert Universal Robots auf der GTC auch ein modernes Robotik-Grundlagenmodell von Generalist AI. Zwei UR-Roboter demonstrieren damit eine komplexe Smartphone-Verpackungsaufgabe – ein Anwendungsfall, der ohne die jüngsten Fortschritte im Bereich Physical AI bisher nicht realisierbar war.

Uneinheitliche Hardware und unzureichende Datenqualität erschweren oft das Training von KI-Robotern. Trainingsdaten werden oft mit Forschungsrobotern erhoben, die nicht für industrielle Umgebungen geeignet sind. Diese basieren ausschließlich auf visuellen Informationen, was insbesondere bei sensiblen oder kontaktintensiven Aufgaben problematisch ist.

Beck sagt: „Der AI Trainer setzt genau hier an: Durch Kraftfeedback und direkte Drehmomentsteuerung erhalten Entwickler präzise Kontrolle darüber, wie Roboter mit ihrer Umgebung interagieren. Gleichzeitig erfolgt das Training auf derselben robusten Hardware, die bereits in über 100.000 industriellen Anwendungen weltweit im Einsatz ist.“

Der AI Trainer erlaubt es, dass menschliche Bediener Roboter in einem „Leader-Follower“-Setup anleiten. Dabei wird ein Roboter manuell geführt, während ein zweiter die Bewegung in Echtzeit spiegelt. Gleichzeitig werden Bewegungs-, Kraft- und Bilddaten synchron aufgezeichnet, um strukturierte Trainingsdaten für moderne KI-Modelle (VLA) zu erzeugen

Auf der UR AI Accelerator Plattform kombiniert der AI Trainer Roboterhardware mit der Software von Scale AI. So entsteht ein kontinuierlicher Datenkreislauf, der es ermöglicht, KI-Modelle direkt in der Produktion zu trainieren, zu verbessern und zu skalieren.

„Universal Robots ist ein führendes Unternehmen im Bereich der Industrierobotik, und seine globale Präsenz bietet die ideale Grundlage für die Datenerfassung und den Einsatz von KI“, sagte Ben Levin, General Manager für Physical AI bei Scale AI. „Gemeinsam haben wir ein integriertes Robotik-Daten-Flywheel geschaffen, das es Kunden ermöglicht, ihre KI-Modelle schneller als je zuvor zu trainieren, einzusetzen und zu verbessern.“

Im Rahmen dieser Zusammenarbeit werden UR und Scale AI noch in diesem Jahr einen umfangreichen industriellen Datensatz veröffentlichen, der auf UR-Robotern gesammelt wurde.

Auf der GTC können Besucher den AI Trainer direkt am Stand von Universal Robots ausprobieren: Mit haptischem Feedback steuern sie zwei UR3 „Leader“-Roboter, die ihre Bewegungen in Echtzeit auf zwei UR7 „Follower“-Roboter übertragen und so eine komplexe Smartphone-Verpackungsaufgabe ausführen. Alle relevanten Daten werden dabei live erfasst und für das KI-Training nutzbar gemacht.

Ergänzend zeigt eine Demo in NVIDIA Omniverse auf Basis von Isaac Sim, wie sich derselbe Prozess realitätsnah virtuell simulieren und skalieren lässt. Teilnehmer können ein virtuelles zweihändiges UR3e-System mit haptischem Echtzeit-Feedback steuern, wobei zwei Haply Inverse3-Geräte als „Leader“ dienen und so eine physikalisch korrekte Simulation entsteht.

Universal Robots prüft zudem den Einsatz des NVIDIA Physical AI Data Factory Blueprint, um die Generierung synthetischer Daten zu automatisieren und zu skalieren und so Rechenkapazitäten im weltweiten Maßstab in eine Produktionsmaschine für hochwertige Trainingsdaten für Roboter umzuwandeln.

„Der Wandel hin zu Physical AI erfordert ein grundlegendes Umdenken: weg von starrer, vorprogrammierter Automatisierung hin zu vielseitigen Robotern, die ihre Umgebung wahrnehmen, verstehen und durch menschenähnliche Interaktion lernen“, sagt Amit Goel, Head of Robotics and Edge AI Ecosystem bei NVIDIA. „Durch den Einsatz der NVIDIA-Isaac-Simulationsframeworks baut Universal Robots eine skalierbare Plattform für die präzise Erfassung und Generierung von Daten auf – und schafft damit die Grundlage, um die nächste Generation autonomer Systeme effizient im großen Maßstab zu trainieren.“

Ergänzend demonstriert Generalist AI, wie sich Fortschritte bei der Datenerfassung und bei KI-Modellen in der praktischen Roboterleistung niederschlagen. Zwei UR7e-Roboter führen autonom eine komplexe Aufgabe zur Verpackung von Smartphones aus und demonstrieren dabei Geschicklichkeit, Koordination und kontaktreiche Manipulation in einer realen Umgebung.

„Generalist AI entwickelt verkörperte Basismodelle mit branchenführender Geschicklichkeit und Zuverlässigkeit“, sagte Pete Florence, Mitbegründer und CEO von Generalist AI. „Die Demonstration auf der bewährten Industrieplattform von Universal Robots zeigt, wie gesunder Menschenverstand in reale Fähigkeiten umgesetzt werden kann, und ebnet den Weg für den großflächigen Einsatz in verschiedenen Branchen.“

„Die Übernahme unserer Technologie durch die Pioniere des KI-Modelltrainings und der Datenerfassung unterstreicht, warum Universal Robots zur bevorzugten Plattform für physische KI geworden ist“, sagt Anders Beck von UR.

Weitere Infos und Bildmaterial sind hier zum Download erhältlich.