Neuron AI: Neura Robotics aus Deutschland launcht eigenes KI-Modell für Roboter

Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.

Ein Roboter, der nur sieht, ist halb blind: Neura Robotics aus Metzingen hat soeben mit Neuron AI ein eigenes KI-Modell für seine Roboter vorgestellt, das neben Kameras auch Tastsinn, Gehör und ein Gedächtnis nutzt. Das Modell wurde komplett in Deutschland entwickelt und trainiert. Damit setzt das Robotik-Unicorn auf ein eigenes Gehirn für seine Maschinen, während die großen US-Konzerne ihre eigenen Robotik-Modelle in Stellung bringen. Erst kürzlich hat Google mit Gemini 4 Argon ein Modell vorgestellt, das auch Roboter steuern soll.

Sehen, fühlen, hören, erinnern

Neura nennt die Architektur ein Perception-Language-Action-Modell (PLA). Es verarbeitet 3D-Bilder, Tast- und Kraftdaten, Geräusche, den Eigenzustand des Roboters und Sprache gemeinsam und übersetzt sie direkt in Bewegungen. Die Idee dahinter: Kameras erfassen Form, Farbe und Position, aber keine Berührung oder Kraft. Öffnet ein Roboter ein Schloss, verraten erst das Klicken und der spürbare Widerstand, dass es wirklich offen ist. Ein Schweißroboter soll hören, ob die Naht gelingt.

Neu ist auch das Gedächtnis. Neuron AI soll sich an Objekte erinnern, die aus dem Blickfeld verschwunden sind, und die Folgen der eigenen Handlungen über längere Zeit im Blick behalten. „Ein intelligenter Roboter braucht ein Gehirn, das seine Sinne zusammenführt und sich daran erinnert, was passiert ist“, sagt Gründer und CEO David Reger.

Trainiert wird das Modell mit drei Datenquellen:

• Echte Roboterdaten: Roboter erledigen Aufgaben in Neuras Trainingshallen, den sogenannten Neura Gyms, und in realen Umgebungen. Dabei entstehen synchronisierte Daten zu Bild, Tastsinn, Kraft, Ton und Bewegung.
• Simulationen: Eine Simulationsumgebung erzeugt zusätzliche Varianten von Aufgaben und Umgebungen.
• Menschliche Bewegungen: Menschen in Anzügen voller Sensoren zeichnen typische Alltagsbewegungen auf.

Ein Modell soll so für alle Neura-Roboter funktionieren, in fünf Bauformen und mit unterschiedlichen Greifern und Händen. Kund:innen können Neuron AI über die Plattform Neuraverse auf eigene Aufgaben trainieren und neue Fähigkeiten an ganze Roboterflotten verteilen. Als wichtigste Kennzahl nennt Neura die „Time-to-Skill“, also wie schnell ein Roboter eine neue Aufgabe zuverlässig lernt. Kommende Woche will Neura auf Nvidias Entwicklerkonferenz GTC in Berlin zeigen, wie sein humanoider Roboter 4NE1 elf Minuten lang völlig autonom Wäsche sortiert, die Waschmaschine befüllt und die Wäsche danach in den Trockner umlädt.

Warum ein eigenes Modell zählt

Mit Neuron AI macht sich Neura unabhängiger von den KI-Modellen der großen US-Konzerne. Das ist in der Robotik nicht selbstverständlich: Das Münchner Unternehmen Agile Robots etwa setzt für seine Industrieroboter auf eine Partnerschaft mit Google DeepMind. Wer das Gehirn seiner Roboter von einem anderen Anbieter bezieht, gibt einen Teil der Kontrolle über Weiterentwicklung, Preise und Daten aus der Hand.

Gerade die Daten sind in der Industrie heikel. Neura trainiert unter anderem mit Datenpartnern wie Schaeffler und Bosch, Kund:innen können ihr Prozesswissen laut Neura auch für sich behalten. Teilen sie Fähigkeiten oder Einsatzdaten freiwillig, fließen diese in künftige Modelle ein. Neura argumentiert, dass Deutschlands Industrie mit ihren komplexen Fertigungsprozessen das passende Umfeld für ein solches Modell bietet.

Ganz allein steht Neura allerdings nicht da. Bei der Series C über bis zu 1,2 Milliarden Euro, die der Stablecoin-Konzern Tether Mitte des Jahres anführte, sind auch Nvidia und Amazon eingestiegen. Die Bewertung lag laut Medienberichten bei rund 6 Milliarden Euro. Zudem nennt Neura für Neuron AI keine Benchmark-Ergebnisse, ein unabhängiger Vergleich mit anderen Robotik-Modellen steht damit noch aus.

Google, Nvidia und Co.: Die Konkurrenz

Die Konkurrenz ist groß und finanzstark. Google hat mit Gemini 4 Argon kürzlich sein neues Spitzenmodell breit verfügbar gemacht und es gleichzeitig als Modell für die Robotik vorgestellt. Argon soll Roboter direkt steuern, aus Kameraaufnahmen, Videos von Menschen oder sogar Handskizzen Simulationen bauen und Roboter in diesen Simulationen üben lassen. Im Benchmark ERQA, der räumliches Denken in 3D-Umgebungen testet, erreicht Argon laut Google 87 Prozent und liegt damit vor allen anderen Spitzenmodellen. In einem Test schaute Argon einem Menschen beim Cornhole-Spielen zu und brachte die Bewegungen einem humanoiden Roboter von Apptronik bei, der danach sieben Würfe in Folge versenkte.

Daneben gibt es eine ganze Reihe weiterer Robotik-Modelle:

• Nvidia: Isaac GR00T für humanoide Roboter und die Weltmodelle von Cosmos, beide offen verfügbar.
• Physical Intelligence: Das US-Startup entwickelt mit seiner π-Serie Modelle, die unterschiedliche Roboter steuern sollen.
• Figure AI: Das Roboter-Startup hat mit Helix ein eigenes Modell gebaut und verzichtet dafür auf OpenAI.
• Skild AI: Das US-Startup baut mit Skild Brain ein Modell, das auf ganz unterschiedlichen Roboterkörpern laufen soll.
• Tesla: Steuert seinen humanoiden Roboter Optimus mit einem eigenen, nicht öffentlich verfügbaren Modell.

Auch in Europa wächst die Konkurrenz. Das Pariser Startup Genesis AI entwickelt Foundation Models für Allzweck-Roboter, Nvidia ist dort gerade eingestiegen.