de.wedoany.com-Bericht: Die südkoreanische Regierung hat kürzlich den Aufbau einer nationalen Fertigungsdatenbank (National Manufacturing Data Library) und die Digitalisierung des impliziten Wissens erfahrener Arbeiter angekündigt. Unternehmen der physischen KI (Physical AI) weisen jedoch darauf hin, dass gleichzeitig zentrale Fragen wie die Erfassungsmethode, Aufbereitungsstandards und Nutzungsrechte der Rohdaten aus der Industrie berücksichtigt werden müssen.
Der Erfolg der Fertigungs-KI-Politik hängt letztlich vom Aufbau einer „Datenkreislaufstruktur" ab. Wenn physische KI-Daten einfach in einem Repository gespeichert werden, sind sie für den industriellen Einsatz kaum nutzbar. Es muss ein System aufgebaut werden: Die Bewegungs- und Prozessdaten der Arbeiter werden erfasst, nach Bereinigung und Validierung für Simulationen und Modelltraining verwendet, und die Ergebnisse der Robotertests werden wieder als Daten zurückgespeist. Daher wird es in Zukunft entscheidend sein, wie die von der Regierung geführte Fertigungs-AX-Datenbank (Manufacturing AX) mit dem von der physischen KI-Branche benötigten Datennutzungssystem verbunden werden kann. Nur durch die Schaffung eines Ökosystems von der Datenerfassung über die Modellentwicklung, den Robotereinsatz vor Ort bis hin zur empirischen Rückmeldung kann die Fertigungsdatenbank zu einer öffentlichen Infrastruktur für die physische KI-Branche werden und nicht nur zu einem reinen Speicher.
Am 29. Juni erklärte die Regierung auf dem „Nationalen Bürgerbericht zu den drei großen Superprojekten für Koreas großen Aufschwung" im Gästehaus des Blauen Hauses, dass sie Fertigungs-KI und physische KI zu nationalen strategischen Industrien entwickeln werde. Zu den Kernmaßnahmen gehören der Aufbau einer nationalen Fertigungsdatenbank, die Digitalisierung des impliziten Wissens erfahrener Arbeiter und die Entwicklung eines physischen KI-Basismodells (Physical AI Foundation Model). Das Projekt zur Umwandlung des impliziten Wissens erfahrener Arbeiter in Daten ist im Nachtragshaushalt 2026 bereits mit 48 Milliarden Won veranschlagt.
Unternehmen der physischen KI sind sich einig, dass Daten derzeit der größte Engpass sind. Obwohl Grafikprozessoren (GPUs) und Recheninfrastruktur wichtig sind, müssen für den tatsächlichen Einsatz von Robotern in der Industrie zunächst hochwertige Rohdaten mit den Bewegungen der Arbeiter und den Prozessbedingungen beschafft werden. Im Gegensatz zu großen Sprachmodellen (LLMs) muss physische KI reale Probleme wie Kraft, Reibung, Kontakt, Fehler und Sicherheit bewältigen. Damit Roboter in Fabriken Teile greifen, Schrauben anziehen und Gegenstände transportieren können, werden Bewegungsdaten für verschiedene Einsatzorte und Branchen benötigt.
Yeom Woon-seol, CEO von AIRobot, sagte: „Für Start-ups sind GPUs zwar wichtig, aber der größte Engpass sind die Daten. Ohne Daten können keine Bewegungsmodelle für Roboter erstellt werden, und ohne Bewegungsmodelle können Roboter nicht nach Kundenwunsch handeln." Er fügte hinzu, dass dies letztlich dazu führe, dass Roboter schwer zu verkaufen seien.
Das Problem liegt darin, dass die Arbeiten in der Fertigung je nach Branche variieren. Die erforderlichen Bewegungen in Branchen wie Stahl, Automobilteile, Lebensmittel, Logistik und Montage mögen ähnlich erscheinen, sind aber tatsächlich unterschiedlich. Beispielsweise umfasst allein der Brotbackprozess verschiedene Aktionen wie das Teilen des Teigs, das Aufspritzen auf Backpapier und das Bedienen von Maschinen. Einem Robotik- oder KI-Datenunternehmen fällt es schwer, direkt Bewegungsdaten aus allen Branchen zu beschaffen. Auch die Datenerfassungsmethoden sind unterschiedlich; einige basieren auf visuellen Daten, andere auf einer Master-Slave-Struktur oder Fernbedienung, was leicht zu Daten führt, die für eine bestimmte Roboterhand oder eine bestimmte Plattform optimiert sind.
CEO Yeom Woon-seol erklärte: „Mit einer bestimmten Roboterhand erfasste Daten sind für diesen Roboter optimiert. Andere Unternehmen müssten sie neu annotieren und verarbeiten, was doppelte Arbeit bedeutet." Er hält die egozentrische Methode (Egocentric), bei der Kameras an den Arbeitern angebracht werden, um die Handbewegungen aus der Ich-Perspektive aufzunehmen, für eine mögliche Alternative. Wenn Videomaterial der Handbewegungen von Schuhmachern, Köchen und erfahrenen Arbeitern verfügbar wäre, könnten mehrere Robotikunternehmen es jeweils für ihre eigenen Roboter weiterverarbeiten und nutzen.
Jang Jun-hyun, stellvertretender CEO von Tomorrow Robotics, betonte die Bedeutung von Datenstandards. „Es gibt zwar bereits verschiedene Datenstandards, aber sie sind noch nicht vereinheitlicht. Wenn Unternehmen und Institutionen Daten in unterschiedlichen Formaten erstellen, wird die Kompatibilität schwierig. Daher sind gemeinsam nutzbare Datenstandards erforderlich." Er erklärte, dass Ich-Perspektiven-Daten manchmal effektiv, aber möglicherweise teuer seien, während für bestimmte Aufgaben Daten aus der Dritten-Person-Perspektive ausreichen. Entscheidend sei, in welcher Einheit und welchem Format Winkel, Längen, Gelenkinformationen, Kraftinformationen, Videoinformationen und Arbeitskontext kombiniert werden müssten.
Wirobotics sieht den Kern in der Datenqualität und dem Datendesign, nicht in der Quantität. Ein Vertreter des Unternehmens sagte: „Fertigungsdaten sind für die Entwicklung physischer KI sehr nützlich und unerlässlich. Wichtig ist jedoch nicht, einfach große Datenmengen zu sammeln, sondern von Anfang an den Datentyp, die Erfassungsstandards und das Datenformat sorgfältig auf den Arbeitsinhalt abzustimmen und sie zu aussagekräftigen, hochwertigen Daten zu standardisieren."
Die Zugänglichkeit ist ebenfalls ein Problem. Wenn Daten in den Fertigungsstätten großer Unternehmen oder Datenfabriken konzentriert sind, könnten Start-ups und spezialisierte Robotikunternehmen aufgrund von Sicherheits- und IP-Problemen Schwierigkeiten haben, sie zu nutzen. Ein Vertreter von Wirobotics wies darauf hin: „Daten in Fertigungsanlagen großer Unternehmen oder in von ihnen errichteten Datenfabriken sind für Start-ups oder spezialisierte Robotikunternehmen aufgrund von Sicherheits- und IP-Problemen möglicherweise schwer zugänglich. Die nationale Fertigungsdatenbank sollte für spezialisierte Robotikunternehmen substanziell geöffnet sein." Auch Tomorrow Robotics betonte die Bedeutung einer Datenfreigabestruktur. Stellvertretender CEO Jang Jun-hyun sagte: „Es ist zwar wichtig, Räume oder Einrichtungen zu schaffen, die große Datenmengen produzieren können, um qualitativ hochwertige Daten zu generieren, aber noch wichtiger ist es, dass diese Daten gemeinsam genutzt werden können."
Die Lehren aus früheren Projekten zum Aufbau von KI-Lerndaten sind ebenfalls bedenkenswert. Die Regierung hat über die KI-Hub-Plattform und andere Kanäle große Mengen an Lerndaten aufgebaut, aber die Industrie hat immer wieder darauf hingewiesen, dass „selbst wenn Daten vorhanden sind, sie von den Unternehmen in der Praxis nur schwer direkt genutzt werden können". Physische KI-Daten sind komplexer als reine Bilder oder Texte, da sie gleichzeitig Arbeiterbewegungen, Roboter-Gelenkwerte, Kraft-/Kontaktinformationen, Arbeitsumgebungen und Fehlerfälle enthalten müssen.
Die Industrie steht dem von der Regierung gesetzten Ziel, „innerhalb von drei Jahren ein eigenständiges physisches KI-Basismodell zu entwickeln", allgemein positiv gegenüber. Ein Vertreter von Wirobotics sagte: „Ich halte es für möglich, innerhalb von drei Jahren ein erstes physisches KI-Modell mit sinnvoller Leistung in einem bestimmten Bereich zu entwickeln." Ein Vertreter von MindAI sagte ebenfalls: „Die Entwicklung eines eigenständigen physischen KI-Basismodells innerhalb von drei Jahren ist absolut möglich, und ab diesem Jahr werden wir Ergebnisse sehen." Stellvertretender CEO Jang Jun-hyun wies aus der Perspektive der souveränen KI (Sovereign AI) darauf hin: „Das Robotik-Basismodell entspricht dem Gehirn eines humanoiden Roboters. Das Gehirn humanoider Roboter, die in koreanischen Fabriken arbeiten, darf nicht nur Modelle aus China oder den USA verwenden. Wenn ausländische ‚Gehirne' verwendet werden, könnten die aktuellen Prozessdaten abfließen."
Die jüngsten Kontroversen um die Zugangsbeschränkungen zu Anthropics Mythos5 und Fable5 haben dieses Bewusstsein verstärkt. Die US-Regierung hat den Zugang zu fortschrittlichen KI-Modellen mit der Begründung der nationalen Sicherheit und Exportkontrollen eingeschränkt. Obwohl die Beschränkungen später etwas gelockert wurden, zeigt dies dennoch das Risiko der Abhängigkeit von ausländischen Spitzenmodellen. In Bereichen, in denen Kerndaten wie Fertigung, Verteidigung, Sicherheit und öffentliche Angelegenheiten fließen, ist die Souveränität von KI-Modellen nicht mehr nur eine Parole für technologische Unabhängigkeit. Auch AIRobot-CEO Yeom Woon-seol erkennt die Notwendigkeit eines eigenständigen Basismodells an und sagte: „Selbst um die monopolistische Ökosystemposition zu durchbrechen, ist ein eigenständiges Basismodell absolut notwendig."
