Audi setzt KI-basierte Roboterarme von Mimic Robotics in der Serienproduktion ein

Die Automobilproduktion steht vor dem strukturellen Problem, dass konventionelle Industrieroboter in hoch standardisierten Umgebungen effizient arbeiten, bei häufig wechselnden Teilen, Materialien oder Produktvarianten jedoch unwirtschaftlich werden, weil jede Änderung erneuten Programmieraufwand erfordert. Besonders bei flexiblen Materialien, unregelmäßig positionierten Bauteilen oder manuell geprägten Montageschritten stoßen klassische Systeme an Grenzen. Audi beschreibt dies am Beispiel seines Standorts Böllinger Höfe, wo die hohe Individualisierung von Fahrzeugen wie dem e-tron GT komplexe Logistikprozesse mit einer großen Anzahl unterschiedlicher Teile erzeugt.

Hinzu kommt: Weniger als zehn Prozent der Kabelbaummontage sind in der gesamten Branche automatisiert, ein Bereich, der als besonders schwer automatisierbar gilt.

Audi plant, im Herbst erstmals KI-basierte Roboterarme des deutsch-schweizerischen Start-ups Mimic Robotics in der Produktion am Hauptstandort Ingolstadt einzusetzen. „Unser Ziel ist es, im Herbst die ersten kleineren Arbeitsschritte mithilfe von Mimic-Robotern in der Produktion der Modelle Audi A6 e-tron und Audi Q6 e-tron zu automatisieren", sagt Henning Löser, Chef des Production Labs von Audi. Das erfuhr das Handelsblatt exklusiv vorab.

Parallel betreibt Audi am Standort Neckarsulm das Weld Splatter Detection System (WSD): Es erkennt Schweißspritzer am Fahrzeugunterboden per KI-gestützter Bildverarbeitung und markiert sie mit Licht. Ein Roboterarm übernimmt inzwischen das Abschleifen, eine körperlich belastende Tätigkeit, die zuvor manuell ausgeführt wurde. Das WSD-System soll künftig an sechs Werken in Ingolstadt in die Serienproduktion gehen; es ist das erste KI-gestützte Schweißspritzerkennungssystem des Volkswagen-Konzerns.

Darüber hinaus entwickelt Audi die eigene KI-Lösung ProcessGuardAIn zur Echtzeit-Überwachung von Fertigungsprozessen. Die Pilotphase läuft aktuell im Lackwerk Neckarsulm für zwei Anwendungsfälle: Dosieroptimierung in der Vorbehandlung und Anomalieerkennung bei der kathodischen Tauchlackierung. Die Einführung in die Serienproduktion ist für das zweite Quartal 2026 geplant.

Im Projekt Next2OEM arbeitet Audi mit zehn Partnern daran, die Produktion und Montage eines Kabelbaums vollständig zu digitalisieren und zu automatisieren, vom Lieferanten bis zur Fahrzeugmontage.

Mimic Robotics setzt auf das selbst entwickelte Modell FLUX-mimic, das in Zusammenarbeit mit dem visuellen KI-Unternehmen Black Forest Labs entstanden ist. Das System nutzt die visuellen Repräsentationen des FLUX-3-Modells als Grundlage, um den Ablauf einer Aufgabe zeitlich vorherzusagen. Ein sogenannter Action Decoder übersetzt diese visuelle Vorhersage in Steuerbefehle für den Roboter: Das System schätzt zunächst, wie eine erfolgreich ausgeführte Aufgabe aussehen sollte, und leitet daraus die notwendigen physischen Bewegungen ab.

Dieser Ansatz unterscheidet sich von klassischen Vision-Language-Action-Modellen (VLA), die Bewegungen aus einzelnen Bildframes ableiten und typischerweise große Mengen an Demonstrationsdaten benötigen. FLUX-mimic baut auf dem Vorläufermodell mimic-video auf, für das das Unternehmen in seinem Forschungspapier eine rund zehnfach höhere Dateneffizienz und doppelte Trainingskonvergenzgeschwindigkeit im Vergleich zu einer vergleichbaren VLA-Architektur berichtet, trainiert mit rund 500 Trajektorien eines zweiarmigen Roboter-Setups.

Laut Mimic Robotics können Aufgaben, für die bisher 30 oder mehr Stunden Roboter-Demonstrationsdaten erforderlich waren, mit nur 30 Minuten Daten produktionsreif trainiert werden. Das Unternehmen weist selbst darauf hin, dass diese Ergebnisse noch über ein breiteres Spektrum an Fabriken, Hardware-Konfigurationen und Produktionsbedingungen evaluiert werden müssen.

Mimic Robotics entwickelt neben den Modellen auch eigene Hardware: dexterische Roboterhände, tragbare Datenerfassungsgeräte zur Aufzeichnung menschlicher Handbewegungen sowie Deployment-Infrastruktur. Audi bestätigt, dass die Roboter komplexe Manipulationsaufgaben mit weichen Materialien übernommen haben, eine Kategorie, die für konventionelle Robotik als besonders schwierig gilt, weil sich die Form dieser Materialien beim Handling verändert.

Die Grundlage für den breiteren KI-Einsatz in der Fertigung bildet die Plattform Edge Cloud 4 Production (EC4P), die Audi konzernweit ausrollt. Sie ersetzt stationäre Industrie-PCs durch cloud-basierte Steuerung und virtuelle speicherprogrammierbare Steuerungen (vPLC). Im Karosseriewerk für die Baureihen A5 und A6 in Neckarsulm arbeiten rund 100 Roboter über EC4P mit Millisekunden-Präzision zusammen; dabei werden täglich in drei Schichten mehrere Hundert Fahrzeugkarosserien gefertigt. Der Wechsel zur Cloud hat bereits den Abbau von mehr als 1.000 Industrie-PCs ermöglicht.

Datenbasis für KI-Anwendungen wie ProcessGuardAIn ist die konzerninterne Plattform „P-Data Engine", die Audi-Datenwissenschaftler über mehrere Jahre aufgebaut haben und die Maschinen- und Anlagendaten aus der Produktion auf einheitlichem Qualitätsniveau zusammenführt.

Konkrete Produktionskennzahlen zu den Mimic-Roboterarmen liegen zum Zeitpunkt der Berichterstattung noch nicht vor, da der geplante Serieneinsatz für Herbst angekündigt ist. Für das WSD-System gilt: Es erkennt Schweißspritzer zuverlässiger als die bisherige manuelle Suche und entlastet Mitarbeitende von einer körperlich belastenden Tätigkeit. Die Ausweitung auf sechs Ingolstädter Werke ist geplant. Bei ProcessGuardAIn befindet sich das System noch in der Pilotphase; die Serieneinführung ist für Q2 2026 vorgesehen.

Audi verfolgt einen mehrschichtigen Ansatz: Neben dem Einsatz externer Start-up-Technologie wie Mimic Robotics entwickelt das Unternehmen eigene KI-Lösungen und skaliert diese konzernweit. Gerd Walker, Produktionsvorstand bei Audi, beschreibt KI als „Quantensprung für die Effizienz in unserer Produktion" und nennt als Ziel die Umwandlung der Werke in „Smart Factories". Der Einsatz lernbasierter Robotersysteme adressiert dabei gezielt jene Produktionsschritte, die mit klassischer Automatisierung bislang unwirtschaftlich oder technisch nicht umsetzbar waren.