March 20, 2025

ANYbotics CEO Dr. Péter Fankhauser: Wie autonome Roboter unsere Arbeitswelt revolutionieren

The player is loading ...
ANYbotics CEO Dr. Péter Fankhauser: Wie autonome Roboter unsere Arbeitswelt revolutionieren

Péter Fankhauser ist Mitgründer und CEO von ANYbotics, einem Schweizer Technologieunternehmen, das innovative, vierbeinige Roboter entwickelt. Diese autonomen Maschinen kommen überall dort zum Einsatz, wo Inspektionen für Menschen gefährlich, kostspielig oder ineffizient sind – etwa auf Ölplattformen, in Minen sowie in Chemie- und Elektrizitätswerken.

Péters Reise begann an der ETH Zürich, wo er im Bereich Robotik promovierte und spezialisierte Algorithmen entwickelte, die es Robotern ermöglichen, sich sicher in komplexen Umgebungen zu bewegen.

Aus diesem Forschungsprojekt heraus entstand 2016 ANYbotics. Heute beschäftigt das Unternehmen über 200 Mitarbeitende, hat weltweit mehr als 200 Roboter im Einsatz und konnte bereits über 130 Millionen Dollar an Investitionen gewinnen.

Für seine wegweisenden Innovationen und seine visionäre Unternehmensführung wurde Péter zuletzt mit dem renommierten Ernst & Young Entrepreneur of the Year Award 2024 ausgezeichnet.

Im Gespräch gibt Péter spannende Einblicke in die Zukunft der Robotik. Du erfährst, warum autonome Maschinen bald Teil unseres Arbeitsalltags sein könnten und erhältst exklusive Einblicke in den Entstehungsprozess solch bahnbrechender Technologien.

----

KAPITEL

(00:00) Intro: Péter Fankhauser

(00:55) Die Entstehung von ANYbotics

(11:56) Automatisierung der Industrie

(17:20) Akzeptanz von Robotern

(20:35) Was genau ist ein Roboter?

(24:42) Wie wird ein Roboter designed?

(35:30) Künstliche Intelligenz in der Robotik

(42:14) Status Quo der Robotik-Industrie

(45:35) Die ANYmal-Plattform erklärt

(58:16) Grenzen der Robotik

(01:03:00) Innovation & Weiterentwicklung

(01:10:37) Challenge für die ZuschauerInnen

-----

LINKS UND RESSOURCEN

- ANYbotics - https://www.anybotics.com 
- Boston Dynamics - https://bostondynamics.com 
- Huge if True YouTube series - https://www.youtube.com/@CleoAbram

Transcript

Sandro Meyer [00:00:07]:
Heute mit mir am Tisch sitzt Peter Fankhauser. Peter ist Mitgründer und CEO von Anipotics, einer Firma, die autonome Roboter entwickelt. Alles hat an der ETH Zürich angefangen, als er seinen Doktor in Robotik absolvierte, als später aus einem Forschungsprojekt seine Firma entstand. Mittlerweile sind über 200 Roboter auf der ganzen Welt im Einsatz und werden z.B. Zur Automatisierung von Inspektionen in Minen, auf Ölplattformen sowie in Chemie- und Elektrizitätswerke eingesetzt. Anibotics beschäftigt über 200 Mitarbeiter und konnte bis heute über 130 Mio. $ Investitionsgelder aufnehmen. Für seine Arbeit wurde Peter zudem mit dem Ernst & Young Entrepreneur of the Year Award 2024 auszeichnet. Willkommen Peter, auf unser Gespräch.

Péter Fankhauser [00:00:53]:
Danke vielmals, André. Freut mich, da zu sein.

Sandro Meyer [00:00:56]:
Jetzt zum Starten. Es ist ja auch ein komplexes Thema heute, das heisst, wir fangen heute ganz traditionell an. Kannst du uns eine kurze Übersicht geben über dein Background und wie es zu Anibotics kam, wie Anibotics entstanden ist und was ihr genau macht? Das sind jetzt drei Fragen in einem.

Péter Fankhauser [00:01:14]:
Sehr gerne. Also ich habe den ETH Maschinenbau studiert und hatte die Möglichkeit, in der Robotik zu doktorieren. Und für mich war das immer eine Faszination, die Robotik ist ein sehr junges Feld, da kann man noch sehr viel machen und hat auch einen gewissen emotionalen Charakter, eine Maschine, die sich durch Software bewegt. Und dort habe ich dann eine Gruppe vorgefunden, die vierbeinige Roboter gemacht hat. Rein aus Inspirationszwecken kann man einen Roboter laufen lassen. Das ist heute normal, aber damals war es wirklich nur eine Fragestellung, ob das geht.

Sandro Meyer [00:01:43]:
Was reden wir hier über welche Jahre?

Péter Fankhauser [00:01:44]:
Das ist 2012. Ja. Da habe ich die Gruppe vorgefunden. Und durfte mitmachen. Bei mir war das Thema Umgebungswahrnehmung, Fusspunktplanung und sehr viel Softwareentwicklung. Eigentlich das Prinzip des Laufens zu entwickeln. Wir hatten eine sehr tolle Gruppe. Wir haben aufeinander aufgebaut, die einen haben Hardware gemacht, die anderen haben Mobilität, Umgebungswahrnehmung, Lokalisierung, Autonomie. Das hat alles schön ineinander verzahnt. Und wir konnten als kleine Gruppe bereits Videos publizieren, die Eindruck gemacht haben. Die sind dann semi-viral gegangen, so ein paar hunderttausend Views. Und die Videos haben gezeigt, wie der Roboter durch alltägliche Umgebungen läuft, durch die Stadt, durch den Wald, mit Stecken hochlaufen, so Themen. Und so sind dann industrielle Betriebe auf uns aufmerksam geworden, die gesagt haben, hey, das, was wir hier haben, ist sehr spannend. Weil wir haben die Mühe, vor Ort Leute zu finden. Es ist oft gefährlich. Wir brauchen Daten vor Ort. Es ist weit weg und es gibt verschiedene Bedürfnisse. Die Herausforderung für sie ist, wie können wir das automatisieren und digitalisieren. Und sie haben gesagt, mit so einem Roboter, der stecken laufen kann, wäre das eine coole Lösung. Wir haben dann zuerst einmal viele Fragen gestellt und gesagt, wieso tun denn die Sensoren überall hin? Das geht nicht, weil ich kann nicht für jedes Problem an jedem Ort einen Sensor installieren. Wieso brauche ich denn keine Drohne? Sie haben zu kurze Flugzeit, können nicht so viel tragen. Sie sind auch von einem Menschen gesteuert, das soll ja ganz genau autonom sein. Und so hat sich über diese Fragen mehr und mehr herausgestellt, mit diesem Roboter könnte man etwas lösen, ein Problem. Und so hatten wir nicht nur eine Technologie und ein Team, sondern immer ein tiefes Marktverständnis der Applikationen solcher Roboter in der Industrie. Das hat dann 2016 gestartet. Sehr jung und klein noch. Zuerst waren wir die ersten paar Jahre an DETA, haben die Technologie reifen lassen. Und seit 2020 hat das wirklich Fahrt angenommen. Wir konnten Investitionen für uns gewinnen. Und was wir heute eigentlich mit unseren 200 Mitarbeitern machen, ist die Automatisierung von Inspektionsrundgängen. In den Anlagen, bei jedem Schichtwechsel, hast du Leute, die herumlaufen, müssen für die Sicherheit sorgen und die Produktivität, dass die Anlage nicht still steht. Manchmal schaut man Druckanzeigen an, ob etwas tröpfelt. Man hört auch viel, wenn etwas klopft. Man riecht manchmal, wenn etwas heiss wird. Das ist relativ rudimentär. Aber der Mensch entwickelt eine gewisse Intuition. Aber da passieren viele Fehler, es ist eine Zeitaufwendung und teilweise gefährlich. Diese Aufgabe, diese Routinen, Inspektionsrundgänge können wir übernehmen. Du hast einen Roboter mit vier Beinen, der stecken laufen kann, hat Sensoren oben drauf, die einem erlauben, Hindernisse zu sehen, Auto-Runde zu agieren. Also man installiert das Gerät einmal und kann das einfach rundgängig machen von mehreren Stunden. Und dann packen wir das Gerät voll mit Sensorik oben drauf. Kameras, Thermokameras, Mikrofon, Gasdetektionssensor und so. Haben wir plötzlich übermenschliche Fähigkeiten, noch besser Daten vorzunehmen. Es geht nicht nur häufiger und automatisieren, aber auch mehr Daten und direkt verarbeiten. AI, künstliche Intelligenz, hilft uns natürlich und wir füllen dann komplette Protokolle aus. Über API-Software geht das direkt ans Maintenance-Management-System. Und so kann man zeigen, dass man die Sicherheit erhöht und die Produktivität steigern kann, weil man mehr Informationen findet, die dann später zu einem Ausfall führen würden. Diese Ausfälle können wir dann häufig verhindern und somit zahlt sich dann der Roboter und der Einsatz solcher Geräte.

Sandro Meyer [00:05:05]:
Was ja speziell ist an dieser Story, kannst du mir das kurz erzählen? Im Normalfall, so wie ich es kenne, ist das Man hat eine Idee, also man kommt eigentlich... Ja es letztet sich vielleicht... Entweder man selber hat eine Idee oder man setzt sich mit ein paar Leuten zusammen und hat eine Idee für ein neues Business. Und wenn du jetzt deine Story so ein bisschen erzählst, ist es eigentlich gewesen, ihr habt Freude gehabt an mir, an einer Technologie oder an der Forschung selber und was alles möglich ist und habt dann eigentlich wie so ein bisschen ungewollt, ist es ein Business geworden. Oder habt ihr schon von Anfang an gesagt, dass ihr viele Dinge ausprobiert habt und das Business dahinter ist? Weisst du, was ich meine? Das ist ja eigentlich noch speziell.

Péter Fankhauser [00:05:53]:
Das ist genau der Krux von Deep Tech oder einer Technologie, die man sich gar nicht so vorstellen kann. In der Wissenschaft ist man natürlich explorativ und schaut, was überhaupt geht, Und versucht, das zu formen. Wir haben sehr früh gespürt, vielleicht könnte auch mal etwas werden. Wir haben dann Such- und Rettungsmissionen angeschaut, Forstwirtschaft, Landwirtschaft. Es gibt tausende von solchen Applikationen, wenn man überlegt, die Mobilität eines Roboter. Tatsächlich ist es aber wichtig, dass man nicht nur die Technologie entwickelt, sondern sehr früh versteht, wo man Kontakt finden kann. Aber klar, der Startpunkt für uns war Technologie. Mit der Gründung der Firma war es aber wichtig, dass wir uns umschwenken und extrem auf das Problem und das Verständnis entwickeln. Bei der Gründung der Firma haben wir uns in den Kopf gesetzt, das grösste Risiko für die Firma sei, dass wir das Gleiche wie vorher an der ETH machen. Weiter forschen, weiter explorieren. Das heisst, wir haben ganz bewusst gesagt, wir haben von Anfang an, wir sehr früh, die Roboter, einfach Prototypen, rausfliegen, verschiffen, Demos machen, die Sprache vor Ort kennen zu lernen, was funktioniert, was nicht, was das Problem ist. Ich habe sofort mit der Gründung aufgehört zu programmieren. Ich habe das vorher geliebt. Und dann ganz bewusst alles Sales, Marketing, Business, all das, diese Sachen angefangen zu machen. Ich bin Offshore-zertifiziert, habe eine Woche lang auf diesen Anlagen verbracht, das eben kennen zu lernen. Und die Magie passiert in einem Moment, wenn man diese zwei Welten verbinden kann. Das ist ja wie so eine Hand, die ich jetzt hier zeige. Links und rechts hat man kleine Fülle, es gibt verschiedene Hypothesen. Ziel ist, möglichst schnell zu versuchen, wo der stärkste Strang ist, der die Technologie aufs Problem passt.

Sandro Meyer [00:07:32]:
Wenn ich dich richtig verstehe, haben Sie sich angesessen und gewisse Hypothesen aufgestellt. Sie wollten merken, dass die Technologie funktionieren könnte. Ist das bevor oder nachdem Sie gegründet haben? Sind Sie mit einem Business Case reingekommen oder haben sie gesehen, dass hier etwas ist, und wir haben hier all die Leute, die reingekommen sind, die uns spannende, potenzielle Businesses vorgeschlagen haben, und wir probieren jetzt aus, oder waren die schon viel weiter? Wo ihr gegründet habt.

Péter Fankhauser [00:08:08]:
Wenn man letztens den ursprünglichen Businessplan anschaut, da hatten wir noch mehrere Hypothesen. Aber Die, die wir heute machen, hatten wir bereits auf der Liste. Wir waren bereits im Kontakt, aber es war noch nicht 100% klar, dass das das ist, wo wir den Fokus legen.

Sandro Meyer [00:08:24]:
Dann sind ja eigentlich die Hypothesen nicht durchgegangen. Kannst du mal etwas beschreiben, Hypothesen, die noch drin waren, die dann vielleicht nicht funktioniert haben?

Péter Fankhauser [00:08:34]:
Die erste Hypothese war der Such- und Rettungsroboter. Mit dem Roboter, der Vibrae hat, kann ich in ein Gebäude vordringen, das nach einem Erdbeben zusammengebrochen ist. Das hat die Mobilität, über umwechselndes Gelände hinwegzugehen. Ich halte Menschen aus der Gefahrenzone heraus, aus einem sekundären Erdbeben oder aus einem Gebäude, wenn es zusammenfällt. Theoretisch möglich, sehr schwer zu erfüllen, weil die Ansprüche technisch sehr hoch sind. Der Markt ist leider relativ klein. Jedes Land hat gewisse Institute, wo 1-2 Roboter kaufen. Da hat man ein Potential von ein paar 100 Roboter. Mit dem kann man keine Firma, wenn man das als primären Markt hat, aufbauen. Und so haben wir das dann relativ schnell gesagt, hey, das kann später ein sehr cooler Einsatzzweck sein, aber mit dem können wir nicht starten.

Sandro Meyer [00:09:21]:
Das ist vielleicht gerade noch ein guter Punkt. Welche Kriterien habt ihr angewendet, zu sagen, dass das interessant ist? Also habt ihr drei, vier Kriterien gehabt, die euch am wichtigsten sind? Du hast gerade gesagt, wie viele Roboter ihr verkaufen könntet.

Péter Fankhauser [00:09:38]:
Das Primäre war Für mich sind es drei Achsen. Die erste Achse ist, wie technisch anspruchsvoll es ist. Wie gut können wir es lösen? Wie schnell? Wenn man Such- und Rettungsroboter macht, ist der Anspruch auf Geschwindigkeit, Qualität, Verbindung, so hoch, dass es ein schweres Problem ist. Während wir in einer Anlage sind, kann der Roboter relativ langsam laufen. Die Umgebung ist kontrolliert. Wir haben Zeit, die Missionen aufzusetzen. Ist jedes Mal ähnlich? Genau. Technisch ist es im Vergleich zu allen anderen ein guter Startpunkt. Gleichzeitig ist aber der Wert, der da ist, und wie oft das Gerät zum Einsatz kommt. Auf einer Anlage ist der Roboter für 3-4-mal pro Tag für 1-1, 5 Stunden am Laufen. Das ist eine hohe Wertschöpfung. Da kommt bereit, mehr Geld zu zahlen als in einem anderen Bereich, wenn wir Last-Minute-Delivery machen.

Sandro Meyer [00:10:35]:
Oder Pakete.

Péter Fankhauser [00:10:36]:
Das ist, wenn man sich vorstellt, da gibt es Firmen, die sehr technisch, sehr anspruchsvoll sind, wo man einen Roboter hat, der Pakete bis zur Haustür bringt. Das habe ich, glaube ich, in L.A. Gesehen. Ja, da gibt es Starship-technologische Firmen. Die haben Schwierigkeiten, da habe ich eine sehr unkontrollierte Umgebung. Da hat das Kind auf der Strasse, das Fahrzeug, das Dreck, also das ist wirklich von der Sicherheit

Sandro Meyer [00:10:58]:
her sehr hoch. Da muss ich auf dem Todtwarrung fahren mit allen anderen Leuten.

Péter Fankhauser [00:11:02]:
Das heisst, die Sicherheit und die Zertifizierung ist ein grosses Problem. Und wenn man anschaut, was der Kunde bereits dafür bezahlt hat Die kompetitive Technologie ist ein Student auf einem Velo oder ein Mitarbeiter auf einem TÜV, der diese Pakete ausführt. Da spricht man von ein paar Franken pro Stunde. Bei uns produziert eine Anlage mehrere Hunderttausend Franken an Umsatz pro Tag. Jede Minute, jede Stunde, die wir sparen können, zahlt schon fast für den Roboter. Es ist eine andere Umgebung im finanziellen Aspekt. Deshalb war die Umgebung der Industrieinspektion für uns sehr gut, technisch lösbar, aber der finanzielle Incentive, das Interesse des Kunden sehr hoch. Und der Markt sehr gross. Das hat uns klar hingeführt.

Sandro Meyer [00:11:44]:
Das ist spannend zu schnell, bevor wir weiter über Anibiotik spezifisch sprechen, die ganze, ich zähle nochmal eines aus der Robotikindustrie, sagen wir mal, Automatisierung spezifisch in der Industrie, ähm, weisst du, Was ist mehr oder weniger die Utopie, wo man sich fast... Also weisst du, dass es gar keine oder ganz wenige Menschen braucht. Das heisst, Wir können uns eigentlich fast aus der Industrie zurückziehen als Arbeiter mehr oder weniger. Die meisten Dinge werden für uns produziert, egal ob es Strom oder Fabriken mit Robotern sind. Wo stehen wir heute? Und mit was können wir in den nächsten zehn Jahren rechnen? Man hört ja immer so viel, ich meine nicht unbedingt Jobs, die hier abgeschafft werden, das kennen wir ja auch oft. Aber ich meine jetzt wirklich die positive Seite im Sinne von wo stehen wir heute und was ist noch möglich? Ja.

Péter Fankhauser [00:12:54]:
Ich glaube, den Menschen wird es immer brauchen. Da gibt es so viele technische Schwierigkeiten. Und Es kommt sehr auf die Industrie an. In der herstellenden Industrie, wenn man Roboter armt, Automatisierung, Anlagen baut, da ist man schon relativ weit. Das ist ein Investment, das man machen kann. Wenn man heute ein Auto kauft, ist ein Grossteil von Roboter zusammengesetzt. Das hat zu weniger Unfälle geführt, zu Leistungssteigerungen. Das macht Sinn. Und Dort ist es relativ weit fortgeschritten. Wahrscheinlich fast auf einer Kurve, die stabil ist. Heute ist der Roboterarm-Markt, also Manipulatoren, so Arm von ABB, KUKA, Firmen, der wächst nicht mehr rasant. Dort fand eine gewisse Stagnation statt. Das zweite ist, wie man Amazon, Kiva-System kennt, das ist in den Warenhäusern, wo statt die Leute rumlaufen und die Sachen holen, kommen die Roboter und bringen die an den Menschen, der muss dann nur noch einpacken. Und so kann man das auch optimieren. Das Problem dort ist, man findet Leute nicht, die diese Arbeiten machen möchten. In den USA und Europa ist das ein massives Problem. Und so konnte man den Menschen mit Roboter ergänzen, damit man die wachsenden Ansprüche, also E-Commerce, erfüllen kann. Dort ist man schon relativ weit, aber es ist immer noch ein Markt, der sehr stark wächst. Die dritte Revolution, die jetzt passiert, ist eben die Industrie. Dort ist klar, dass sie die autonome Industrie nennen. Es ist schon das Ziel, dass Anlagen für gewisse Zeit ohne Menschen betrieben werden können. Das ist natürlich insbesondere wichtig, wenn man sich offshore vorstellt, auf dem Meer draussen, Öl- und Gasplattformen, Windplattformen, solche Geschichten. Die Präsenz des Menschen ist sehr teuer. Aber da ist man schon noch ein Stück weit empfähnt. Man kann heute Inspektionen übernehmen, aber alles, was Entscheidungsfälle, Reparaturen, Installationen, das ist alles vom Menschen gemacht. Das sind sehr komplexe Aufgaben. Die erfordern Kreativität, kontextuelles Verständnis. Das ist mit den Robotern noch weit weg. Unsere Vision ist eher, dass es den Arbeitskräften hilft, die Arbeit sicherer und spannender zu machen. Unsere Kunden brauchen den Roboter auch als Recruiting-Instrument. Also die sagen, wenn ihr zu uns kommt, seid ihr nicht nur ein Betriebsingenieur, sondern auch ein Roboterbetreiber, ein Roboteringenieur. Und das macht es natürlich spannender, auch auf die Zukunft vorbereitet zu sein. Und sonst, wenn ich in Zukunft werde, die Firmen entscheiden, hier habe ich ein Problem, das möchte ich optimieren, stelle ich hier einen Menschen an, hier stelle ich einen Roboter an und Das sind komplementäre Belegschaften, die miteinander zusammenarbeiten.

Sandro Meyer [00:15:24]:
Wenn ich das richtig verstanden habe, dann vermietet ihr euer Businessmodell auf einer monatlichen Basis an eurem Robot. Ihr seht das als Arbeitskraft. Ihr verkauft nicht einen Mitarbeiter, sondern vermietet monatlich

Péter Fankhauser [00:15:49]:
aus. Ja, genau. Wir nennen es Robot as a Service. Ein Konzept, bei dem sich mehr und mehr Einzug findet. Auch von der Positionierung her. Wir haben das Gerät nicht nur als Hardware gesehen, sondern als Software. Es geht den Wert der Arbeit, die man erfüllt. Jobs to be done. Das ist dort im Zentrum. Und es ist richtig, man kauft seine Mitarbeiter auch nicht. Oder nicht mehr. Früher, ja. Und wenn man es positioniert, zahlst du den Roboter auf einen Monatslohn. Eigentlich. Und der erfüllt die Aufgabe. So kommt man in eine spannende Diskussion. Es geht nicht darum, was die Hardware kostet, sondern welche Aufgaben das Gerät löst. Kann das noch mehr? So bietet es die Möglichkeit, den Roboter mit mehr und mehr Fähigkeiten auszustatten. Mehr Sensorik, mehr Software, mehr Datenwahrnehmung, mehr Wertschöpfung. Und so können wir auch den Preis erhöhen und mehr von der Wertschöpfung abdecken.

Sandro Meyer [00:16:42]:
Das ist interessant. Jetzt, wo du das gesagt hast, ist mir gerade so, Ich könnte mir das in Zukunft so vorstellen, wenn es viel mehr Firmen gibt, die Roboter herstellen, dass du wie eine Art Job-Datenbank hast, die eigentlich auf Anforderungsprofil drin sind, und du einfach sagst, ich hätte gerne einen dieser Roboter und einen dieser. Es ist fast ein bisschen so.

Péter Fankhauser [00:17:00]:
Ja, du kommst in eine Spezialisierung rein und sagst, «Hey, dieses Gerät ist für die nukleare Industrie, für Kernkraftwerke geeignet. Strahlenschutz, hat diese Sensorik drauf und so weiter und ist spezialisiert. Hat einen ganz anderen Lohn, den Roboterlohn, als ein anderer Mitarbeiter, der das macht. Und so spezialisiert man schon die Zahl für die Aufgabe, die gelöst ist. Und Es ist weniger ein Investment in die Hardware.

Sandro Meyer [00:17:20]:
Wie wird das in der Industrie aufgenommen? Von einem CFO kann ich mir das vorstellen. Vor allem, wenn es die Finanzen geht. Ihr könnt ganz klar sagen, dass das weniger kostet. Wie wird das aufgenommen auf dem Wie sagt man das? Auf dem Floor. Auf dem

Péter Fankhauser [00:17:39]:
Von den Betreibern.

Sandro Meyer [00:17:41]:
Ist das irgendwie Ist da Skepsis rum, Ärger rum, ist da vielleicht sogar Freude rum? Wie wird das Es ist ja doch ein bisschen tierähnlich. Es heisst sogar Animal. Oder hat geheissen. Heisst immer noch Animal. Kannst du das beschreiben, die ersten Momente, als ihr euer Tier in der Fabrikhalle loslässt?

Péter Fankhauser [00:18:07]:
Das ist immer spannend und ein extrem wichtiger Aspekt. Wir haben verschiedene Anspruchsgruppen. Das Wichtigste für uns, was uns zum Erfolg führt, im Vergleich zu unseren Konkurrenten, ist, dass wir den menschlichen Aspekt sehr wichtig sehen. Wir verschicken nie einfach einen Roboter und sagen, dass wir selber Glück haben. Wir sind immer von Anfang an dabei. Wir verweigern auch anfangs eine Demo. Alle wollen den Roboter sehen. Die Innovationsabteilungen haben Freude technologisch. Dann sagen wir, können wir noch alles machen? Lass uns zuerst besprechen, was das Problem ist, das wir lösen. Dann gehen wir ganze Workshops durch und teilen viel Daten, die wir eruieren, wenn wir mit euch arbeiten. Lohnt es sich für uns? Wenn wir am Anfang merken, die Anlage ist zu klein oder hat nicht den Mehrwert, dann müssen wir nicht die Zeit miteinander vergeusen. Und so fordern wir relativ am Anfang viel, wir können das auch vorenthalten, diesen magischen Moment. Und Wenn wir dann tatsächlich vor Ort sind, sind wir dort mit einem kleinen Team von ein bis zwei Leuten. Innerhalb der ersten Minuten ist es wichtig, das Gerät auszupacken und es läuft mal. Wir geben den Leuten das Joystick. Das Gerät ist dann noch nicht autonom, sondern ferngesteuert. Sie spüren, wie sich das Gerät bewegt. Der Mensch ist in Kontrolle. Ich kann stoppen, ich kann ihn abschalten. Und so lernen sie sich kennen. Der zweite wichtige Aspekt ist, dass der neue Roboter Teil des Teams werden muss. Der Name ist extrem wichtig. Früher konnten wir noch Namen geben, wir sind ausgeschossen. Wir geben eine Nummer, aber dann überlegen sich die Teams. Hey, an was erinnert das? Wir haben schon die lustigsten Dinge gehört. Von Menschen kennen wir, von David, Abkürzungen, viele. Sobald sie einen Namen geben, wird er Teil des Teams und das kann innerhalb der ersten paar Stunden. Sie machen Selfies, ein Teil haben eine Hundehütte gebaut mit dem Namen drauf und so. Und dann lernen die Leute kennen, was das Gerät kann. Die Menschen sind in Kontrolle und was das Gerät nicht kann. Diese Aspekte sind extrem wichtig. Und damit kann man die Skepsis sehr gut begegnen. Es gibt natürlich noch andere Aspekte wie Sicherheit. Es gibt Cybersecurity. So Themen. Also noch andere Personen, Zielgruppen, die man überzeugen muss. Aber die sind alle mit ihren eigenen Mitteln.

Sandro Meyer [00:20:24]:
Wo siedelt sich die ganze Industrieautomatisierung an im ganzen Robotics-Feld? Das ist das erste Mal, dass jemand auf dem Podcast ist, der mit Robotics zu tun hat. Das heisst, es ist interessant zu hören. Roboter sind vor allem in den letzten ein, zwei Jahren oder eigentlich auch schon vorhin mit Boston Dynamics und so, wo du die viralen Videos siehst, sind eher in den Medien entweder Entertainment oder dann ist es so, du hast jetzt einen Roboter zu Hause, oder, blöd gesagt, wenn man ganz an das andere Ende geht, ein Roomba. Ich weiss nicht, was alles als Roboter zählt. Was zählt überhaupt alles als Roboter? Was ist ein Roboter? Was zählt alles als Roboter? Und Was ist das Gegenstück dieser sehr nischigen Anwendung? Ist es realistisch, dass wir das bald zu Hause haben?

Péter Fankhauser [00:21:27]:
Ein allgemeiner Roboter, ein Haushaltsroboter?

Sandro Meyer [00:21:30]:
Ja, Oder etwas mehr Nischiges, wie ein Staubsauger. Was ist ein Roboter? Es

Péter Fankhauser [00:21:36]:
gibt 1'000 Definitionen. Es gibt die technische, das Gerät Die technische, würde ich sagen, das Gerät, das Intelligenz, Bewegung und Sensorik vereint. Und das in einem hohen Frequenzrhythmus ausführt und reagieren kann. Ja, so. Aber da zählen ganz viele Geräte dazu. Interessant ist, wenn man die Historie anschaut, dass alles, Was man heute als Roboter sieht und dann plötzlich versteht, was es ist, heisst dann irgendwie anders. Eine Abwaschmaschine, ein AGV, plötzlich ist es und heisst dann nicht mehr Roboter. Also ein Roboter wird häufig gebraucht für Sachen, für eine intelligente Maschine, wo man aber noch nicht genau weiss, was es eigentlich macht. Und sobald man es weiss, ist es dann spezialisiert und bekommt seinen Namen. Und so bewegen wir uns in einem Feld, in dem die Leute fasziniert sind, wie ich damals auch von Geräten bewegte. Das erweckt einen neuen Sinn. Man schaut nicht nur zu oder hört, sondern ist im Raum mit dir. Das ist künstlich. Das hat schon eine Faszination. Das hat in den letzten Jahren mit den Humanoiden sicher sehr viel Visibilität erreicht. Aber die Anwendung ist, ob das zuverlässig funktioniert, hast du in den Sternen geschrieben. Da drücken die Medien die Zahl sehr stark darauf ein, zu sagen, dass die Zukunft positiv ist und in zehn Jahren nicht mehr bewegen muss. Das ist die Wall-E-Geschichte. Versus die negative, die Roboter haben den Arbeitsweg, AI und Terminator. Das spielt sehr stark mit den Emotionen. Was für uns zum Ziel führt und zum Erfolg, ist das Verständnis, welches Problem zu lösen. Kann ich das zuverlässig lösen? Nicht einfach in einer Demo, sondern im Feld, mit einer 99, 9-prozentigen Zuverlässigkeit, mit Sicherheit. Heute ist es interessant, unsere Firma anzuschauen. Da bauen wir so viel Software oben drauf. Intelligent, UX, Cloud, all diese Themen. Und eine Zertifizierung all dieser Themen, dann der ganze Innovationsbereich im kommerziellen, die RAS Modelle usw. Das ist immer noch ein wichtiger Anteil an Robotik, aber da haben wir so viel rundherum, was wir machen müssen, dass der Roboter seinen Einsatz findet. Man kann nicht einfach einen Roboter für Roboterzweck bauen und hoffen, dass die Welt herausfindet, was damit zu

Sandro Meyer [00:23:47]:
tun ist. Spannend ist, dass theoretisch nach der weiteren Definition eine Abwäschmaschine auch ein Roboter ist. Aber erst, wenn sie sich im Raum bewegt, haben wir zumindest als Laie das Gefühl, das sei ein Roboter. Kann man das so sagen? Wenn du jemandem sagst, eine Abwäschmaschine sei ein Roboter, dann ist das nicht das, was ich meine. Gut, zwar ein Arm, der eigentlich auch ein Roboter ist.

Péter Fankhauser [00:24:22]:
Aber der Begriff Roboter entwickelt sich mit der Zeit. Das ist wie in der Neukategorie. Plötzlich sagt man, der Roomba ist doch kein Roboter mehr.

Sandro Meyer [00:24:31]:
Und als er rauskommt, ist es so, wow,

Péter Fankhauser [00:24:33]:
schau mal. Genau. Das Bild der Nefrizion, das Gefühl, was ein Roboter ist, hat auch in Zukunft einen Sinn. Der verändert sich über die Zeit.

Sandro Meyer [00:24:42]:
War es wichtig für euch, dass ihr euren Roboter, man kann nicht sagen, vermenschlicht, vertierlich hat. Also ist es vom Environment ausgesehen, dass er aussieht wie ein Lebewesen, sodass er sich in unserem Environment bewegen kann? Oder ist es mehr auf emotionaler und akzeptanzlicher Ebene wichtig, dass ein Roboter ausgibt wie ein Tier oder ein Mensch?

Péter Fankhauser [00:25:11]:
Das hat sich mit der Zeit entwickelt. Am Anfang war es technisch. Man brauchte eine grundsätzlich stabile Plattform, viel Gewicht zu tragen, die im Wind und Regen einen grossen Fussabdruck hat. Gleichzeitig muss man aber über Hindernisse laufen. Da haben sich vier Beine, wie man es in der Natur sieht, als sinnvolle Kombination ergeben. Das war rein technisch. Inspiriert von der Natur. Wenn man das gelöst hat und überall hinlaufen konnte, projiziert der Mensch automatisch ein Gefühl. Man kann ein Auto anschauen und sieht die Augen und den Mund. Jedes Gerät, soweit es sich bewegt, sieht man etwas. Wenn man es nicht bewusst designt, kann man Fehler machen. Wir haben das aufgenommen und gesagt, der Mensch produziert sowieso etwas. Wir nehmen es auf und positionieren das Gerät. Wir haben ein Mundschirm mit einem bestimmten Winkel. Es geht etwas hoch, aber nicht zu viel. Es hat ein Auge in der Mitte, das ist die Kamera. Es ist vieles technisch, aber wir haben das Beste daraus gemacht. Wir wollen nicht wecken, dass das ein böser Roboter ist, sondern dass das ein freundlicher, ein non-threatening, also kein Roboter, der dir böse wird, sondern ein dümmerer, zuverlässiger Mitarbeiter. Wer das macht, was gesagt wird, lässt dich aber auch in Ruhe.

Sandro Meyer [00:26:29]:
Dann ist es wichtig, den Interpretationsspielraum zu verkleinern.

Péter Fankhauser [00:26:34]:
Und abzufangen, genau. Und das positiv umzukehren. Dass die Leute sagen, sie sehen das Lächeln dort, das ist cool.

Sandro Meyer [00:26:42]:
Und dass man die Angst entwickelt gegenüber einem Roboter, der jetzt da ist, Vielleicht könnt ihr auch etwas machen, das nicht koscher ist, wenn er jetzt vielleicht etwas anders aussieht.

Péter Fankhauser [00:26:57]:
Genau. Wir wollen Vertrauen schöpfen. Auch die Bewegung macht sehr viel aus. Unser Roboter macht immer etwas grössere, langsamere Schritte. Er stampft ein bisschen, selbstsicher, breitbeinig. Das ist das, was wir vermitteln wollen. Sicherheit, Zuverlässigkeit, industrielles Gerät. Viele Videos online laufen extrem schnell, dünne Beine. Das ist ein bisschen insektenartig, was für den Menschen ein bisschen abstossend ist.

Sandro Meyer [00:27:26]:
Ich weiss es nicht, ob... Wir haben ja kurz im Vorgespräch kurz über Boss Dynamics gesprochen, das ist das, was viele kennen. Und das ist das, was ich persönlich, wenn ich diese Videos gesehen habe, wie ich nachher eher immer so, ich hatte so ein bisschen ein ungutes Gefühl. Es war eigentlich mehr Terminator für mich. Und Ich weiss nicht, ob gewollt oder nicht, aber für mich war es eher ein Dystopie-Szenario, als wenn ich ein Anibotics, also ein Animal, ein Roboter von euch anschaue, das für mich funktional ist. Okay, er ist mehr wie ein Dog, he doesn't harm anyone. Wieso entscheiden sich gewisse Firmen auf das, was den Menschen möglichst ähnlich ist? Oder flink.

Péter Fankhauser [00:28:15]:
Es ist eine andere Perspektive. Was PostGrammix sehr gut macht, sind wahnsinnig agile Roboter. Schnell, tanzen, springen, diese Sachen. Weltführend. In dem Moment vergessen, was der menschliche Aspekt ist. Als Entwickler siehst du nicht mehr, wie hübsch du bist. Du siehst dein Gut, das läuft. Du siehst, wow, noch höher und so. Das ist wirklich eine Perspektive. Was auch aufgefallen ist, wenn du ein... PostGrammatics hat damals noch, das haben sie aufgehört, aber die Roboter angestossen, gekickt mit den Füssen. Der Mensch hat sofort, wow, wow. Das ist Emotion, aber du kannst ja nicht den Roboter... Du hast ja etwas gesehen, oder? Wir haben nicht einmal ein Video veröffentlicht, in dem wir so etwas machen würden. Wir gehen immer freundlich mit diesen Geräten Das positioniert dann, hey, wir sind... Ich habe dir beim... Ich habe dir vorhin gesagt, wir sind robotenfreundlich. Was wir ja häufig sagen, ist, wir haben 400 Mitarbeiter, 200 davon sind Menschen. Die anderen 200 sind Roboter. Das sind auch unsere Mitarbeiter. Das ist einer unserer kulturellen Aspekte. Wir kümmern uns die Roboter. Sie sind ein Teil des Teams. Wenn es nicht funktioniert, säkeln wir, bis sie beim Kunden laufen. Sie haben eine Aufgabe zu erfüllen.

Sandro Meyer [00:29:22]:
Das ist eine sehr spannende Positionierung von euch. Ihr habt gesehen, alle anderen sind sehr technikfokussiert. Ihr geht auf den Menschen, der im Environment akzeptiert ist.

Péter Fankhauser [00:29:36]:
Wenn der Mensch nicht akzeptiert, werden sie manipuliert, dann hast

Sandro Meyer [00:29:39]:
du keine Chance. Das ist noch spannend, was du sagst. Mir hat das eigentlich auch Das ist eine YouTube-Serie, die ich sehr empfehlen kann. Sie heisst «YouTube True». Sie hat von einer Reporterin, die bei «Fox» arbeitete, gemacht. Ich weiss nicht mehr, sie besuchte auch eine Roboterfirma. Sie hat mit einem Stab versucht, sie so fest wie möglich anzustupfen. Sie hat auch gesagt, sie wolle nicht. Nachdem sie es gemacht hat, fühlte sie sich so schlecht. Sie hatte auch ein Debriefing gemacht, nachdem sie bei ihrer Firma war. Sie sagte, sie fühle sich immer noch schlecht. Sie ist nicht umgefallen. Die Mittel sind wohl so gut, dass sie sich ausbalancieren. Sie fallen nicht Ich finde es enorm spannend, dass ihr das erkannt habt. Dass ihr denkt, der Mensch steht im Vordergrund und bei euch, den Roboten, ihr zeigt das gar nie. Auch wenn ihr einen Schlag von der Seite einer Maschine kommen würde.

Péter Fankhauser [00:30:47]:
Ja, es gibt aber andere Arten, die man zeigen kann. Ja. Wir haben Videos, in denen wir den Roboter einlassen und er läuft. Und dann hat er Mühe, aber er fällt nicht und kommt rüber. Oder man kann ganz bewusst wie ein Ninja Warrior einen Boxsack von der Seite nehmen und er ist ready und jetzt warte ich und zeige, wie ich aussehen kann. Also diese Sachen kann man ja trotzdem noch darstellen. Es kommt auf den Kontext an und wie man es macht.

Sandro Meyer [00:31:06]:
Ist das natürlich gekommen oder habt ihr wirklich Leute angestellt? Also, wie soll ich sagen? Habt ihr Fokusgruppen gemacht, wenn du so willst, diese Emotionen zu testen? Oder war das viel scrappier?

Péter Fankhauser [00:31:20]:
Das war schon während der ETH. Der Moment, an dem es mir klar wurde, war meine Mutter. Einer unserer Studenten hat den Roboter relativ aggressiv bedient und ein Video veröffentlicht. Meine Mutter sagte, das könne ich nicht machen. Ich fragte, was. Dann erklärte sie mir das. Wenn du einmal das Auge dafür siehst und die Tür geöffnet hast, das war noch 2050 oder so, oder noch früher, und seitdem konnten wir die Firma gründen, und Das hat nichts mit der Fokusgruppe zu tun. Plötzlich sagt er etwas und du entnimmst es mit auf die Reise. Das entwertet du durch die Firma, bis wir heute das ganze Businessmodell das herumgebaut haben.

Sandro Meyer [00:31:59]:
Was ist noch spannend, von dem, was du vorher gesagt hast, die Betriebsblindheit eines Programmierers, wenn du das Ganze mit dem Roboter zu tun hast. Kannst du vielleicht beschreiben, was die Beziehung eines Programmierers zum Roboter ist? Beziehungsweise, wie nimmt ein Programmierer den Roboter wahr? Versus dem, was du gerade mit deinem Motor gesagt hast.

Péter Fankhauser [00:32:25]:
Ich bin auch selber Programmierer. Sehr oft siehst du in dem Moment das Problem, das du löst. Kannst du ein Beispiel machen? Damals haben wir noch viel manuell programmiert. Du schaust, dass der Roboter mit dem Steglaufen in der Mitte des Schritts steht, weil man vorher gesehen hat, wenn er zu nah an der Kante steht, dass er dann irgendeine anhängen könnte. Irgendein Beispiel. Und dann sagst du, mit dem neuen Regler, da müssen wir das und das optimieren. Das sind Dauersachen, das sind Analysen. Du verbringst Stunden mit Daten und Grafen und so weiter und gut. Und dann schaust du dir die Videos an, du führst es aus und schaust sehr konzentriert auf das. Und dann löst du das Problem. Gleichzeitig gehe ich in meinen Raum und sage dem Programmierer, «Hörst du, wie das Ding stampft?» «Was meinst du?» «Das kannst du doch nicht bringen, das ist so laut.» Es gibt so Themen, wo du sagst, «Ja, aber der steht ja schräg.» Dann sagen sie, «Ja, aber das hilft uns dort und dort. Aber dann sage ich, das sieht ja aus, als würde es gleich umfallen. Also es hat ja... Und dann verlieren sie die Perspektive, weil sie sich auf etwas konzentrieren. Und da braucht es dann Leute in der Firma, die eben auch Abstand haben zu dem. Wir haben auch einen UX, User Experience Designer, der das ganz bewusst mitgestaltet. Aber das ist ein Austausch von Programmieren, versus Produktmanager, UX-Designers und auch wir als Gründer in der Geschäftsleitung, die die Welten vereinen.

Sandro Meyer [00:33:47]:
Es gibt eigentlich eine Art User Experience und User Interface, wenn man so will, mit dem Roboter im Environment nachher, ausserhalb des Labs.

Péter Fankhauser [00:33:58]:
Absolut. Und mittlerweile sind wir natürlich soweit. Da haben wir Usergruppen. Jedes neue Feature validieren wir zuerst. Dann gehen wir zu 10 Kunden. Gewisse Ingenieure, aber auch der Produktmanager, der UX-Designer, die schauen an, geben das dem Kunden. Und dann beobachten sie einfach mal, was passiert. Dann haben wir auch Fragen und so weiter. Aber das Wichtigste ist, weniger das, was der Konzertant sagt, sondern was macht er damit. Wenn er es nicht versteht, findet er eine Abkürzung. Diese Dinge musst du erkennen und dann musst du iterieren, bis du genau das erreicht hast, was du möchtest.

Sandro Meyer [00:34:27]:
Also das ist in diesem Fall ein No-Go, sagen wir jetzt. Einer von unseren Ingenieuren hat den perfekten Angle des Beins gefunden, wie man schneller oder effizienter einen Steg durchschieben kann. Aber es sieht fast aus, als würde er umfallen. Das heisst, das kommt dann vor, weil du nicht einen Menschen hast, der einen Roboter sieht, wo es aussieht, als würde er fast vorne rausfallen. Also weisst du, was ich meine?

Péter Fankhauser [00:34:53]:
Ja, wo ist der Trade-off? Ähm... Das ist eine Erwägungssache. Also, wir sehen schon immer wieder... Es gibt kein richtig und falsch, weil die Menschen sich sehr schnell an etwas gewöhnen. Da muss auch ich aufpassen. Ich habe eine alte Vorstellung und plötzlich kommt etwas Neues und ich sage, «Wow, das ist komisch!» Aber wenn du es dann mal eine halbe Stunde zuschaut, wird es wieder normal. Und da haben wir mittlerweile gewisse Spezifikationen, die wir klar mögen. Also einigermassen klar, wenn wir sagen, «Hey, diese Sachen müssen so bleiben, die sind wichtig fürs Design und den Rest kann man experimentieren. Aber schlussendlich ist es

Sandro Meyer [00:35:28]:
eine Ermessenssache. Was ist Hat es irgendwelche grossen Inflection Points oder Milestones gegeben? Milestone jetzt... ...Bei eurem Business? Entweder in Sachen Technologie oder in Sachen Markt oder hat es zwei, drei Dinge gegeben, die wichtig sind, damit das funktioniert, was ihr heute macht?

Péter Fankhauser [00:35:54]:
Ein ganzer Haufen. Jedes Jahr überbrücke ich mir grössere Hindernisse. Einer, der sehr spannend ist und viel darüber gesprochen wird, ist Robotik und künstliche Intelligenz. Ich habe vorhin beschrieben, gemixt, Ich habe vorhin beschrieben, in meinem Doktoraten haben wir noch jeden Schritt die Logik des Laufens programmiert. Von Hand. Also nicht jeden Schritt programmiert, aber die Logik. Wenn du quasi... Ja, wie tu ich die Umgebung wahrnehmen? Wie bilde ich das ab? Was sind die Regeln, die den Fusspunkt heransetzen? Wie mache ich die inverse Kinematik? Wie tue ich die Motoren? Da ist ganz viel Mathematik dabei. Modellbasierte Regelung. Das ist aber sehr vom Menschen designt, wie das System funktioniert.

Sandro Meyer [00:36:33]:
Also es wird nicht gelernt, während man es macht? Nein.

Péter Fankhauser [00:36:36]:
Das ist die Formel. Hier ist der Input, sensorisch, ganz viele Daten. Hier die Formel, wie es durchläuft. Du musst sehr viel richtig machen, das ist extrem komplex. Es scheitert schlussendlich aber an der Kreativität und Intelligenz des Menschen. Wenn man das beschreiben kann. Und ein Durchbruch war 2019 circa, wo man an der ETH bereits mit maschinellem Lernen den ersten Erfolg hatte. Durch Deep Reinforcement Learning. Ich beschreibe, wie das funktioniert. Dort sahen wir, dass ein kleines Team eine extrem bessere Performance erreicht, als wir mit einem grossen Team in der alten Welt. 2020 haben wir das ganze Team komplett umgestellt, nur noch auf das AI-Thema gesetzt und gesagt, das sei die Zukunft. Das ist auch die einzige Chance, wie wir mit einem sehr kleinen Team gegen einen viel grösseren Player marken, der Dutzende, bis hunderte Leute auf dem gleichen Thema haben, können bestehen und besser werden. Und das haben wir geschafft und das Thema ist Mobilität durch Selbstlernen. Wie wir das machen ist, der Roboter lernt selber laufen, wir geben ihm eine Aufgabe und sagen, du wirst belohnt, wenn du von A nach B läufst, so schnell gewisse Parameter muss man ihm vorgeben. Dann beginnt er zu iterieren und versucht es mal. Man gibt Neues ins System, also Rauschen auf die Motoren. Was heisst das? Einfach zufälliges Signal, Eigentlich am Anfang. Am Anfang passiert noch überhaupt nichts. Aber je mehr man das iteriert, und wir machen das in Simulation, nicht auf dem echten Roboter, dann wird er immer besser. Das ist wie ein Kind, das lernt zu laufen.

Sandro Meyer [00:38:18]:
Sorry, wenn du sagst Simulation, ist das in einer 3D-Umgebung?

Péter Fankhauser [00:38:22]:
Ja, komplett wie ein Game, das physikbasiert ist, sehr genau, muss die Realität abbilden. Und das ist eigentlich wie ein Kind lernt zu laufen. Am Anfang sagst du, komm zu Papi, komm zu Mami. Am Anfang läuft es, es fällt aber es wird immer besser, es lernt von seinen Fehlern. Bei einem Kind geht das ein paar Wochen, Monate. Beim Roboter parallelisieren wir es. Beschleunigen. Tausende Roboter haben die Lehre parallel. Es gibt immer eine Episode, da werden die Besten genommen, alle wiedergegeben, wieder ausgeführt. Mittlerweile geht das noch eine halbe bis ein paar Stunden, wie wir von null auf ein künstliches neuronales Netzwerk kommen, auf das wir dann echte Roboter tun können.

Sandro Meyer [00:38:56]:
Oh wow, also ihr könnt einen komplett dummen Roboter, der nicht einmal aufstehen kann, bringen zu voller Betriebsfähigkeit.

Péter Fankhauser [00:39:06]:
Im Laufen, jetzt reden wir nur vom Laufen. Im Laufen, ja. Da gibt es natürlich ganz viele Ebenen von Navigation, Umgebungsvornehmung, Autonomie, die kommen dann alle obendrauf. Aber wenn man jetzt rein das Laufen anschaut...

Sandro Meyer [00:39:16]:
Und dann wird enorm wenig eigentlich von Hand noch programmiert.

Péter Fankhauser [00:39:20]:
Man muss die ganze Infrastruktur bauen. Das ist die Entschleunigkeit. Die Plattform wie eine Lehre. Was sind die Funktionen? Es ist extrem viel Wissen drin, aber Der Code, der das Laufen macht, ist nicht mehr von uns programmiert. Sondern das Produkt dieses Frameworks, das wir bauen.

Sandro Meyer [00:39:37]:
Und das habt ihr bestehende Algorithmen genommen? Oder habt ihr das alles in-house bei euch programmieren müssen? Wie muss man sich das vorstellen? 2019.

Péter Fankhauser [00:39:49]:
Ähm, da war praktisch alles selber programmiert. Also von der ETH viel, da haben wir ja immer viel Zusammenarbeit, aber auch das Anibotics mussten wir neu implementieren. Mittlerweile gibt es natürlich auch den Simulator, den haben wir damals noch, oder gewisse Leute noch selber gemacht, weil es ihn nicht gab, wo es so schnell war. Mittlerweile gibt es natürlich immer mehr Werkzeuge aus dem ganzen AI-Umgebung, Nvidia-Simulatoren usw. Heute sprechen alle von AI und Robotics. Wir machen das seit vier Jahren. Alle Roboter laufen mit einem künstlichen neuronalen Netzwerk. Und wo führt das hin? Können andere Roboter Macht

Sandro Meyer [00:40:26]:
das überhaupt Sinn? Ich weiss nicht, ob das Sinn macht. Können in dem Sinne auch andere Roboter trainieren? Kann man noch weiter weggehen? Kann man einfach, keine Ahnung wie, Roboter, wie heisst das, Infirmary, neue Roboter angestellt werden, andere Roboter nachschauen, so kannst du nachher noch mehr trainieren. Funktioniert das, dass andere Roboter trainieren?

Péter Fankhauser [00:40:56]:
Es kommen zwei Dinge ein. Ich bin nicht sicher, was du 100 % meinst. Wir sammeln alle Daten der Roboter, die im Betrieb sind. Okay. Wenn die Roboter trainiert sind, wenn sie einen Fehler machen, machen sie den auch weiterhin. Die entwickeln sich nicht ständig weiter. Wir gefrieren das Hirn in dem Moment und führen es aus. Aber wir sammeln alle Daten. Wenn wir sehen, dass es funktioniert, dass es ein Spezialfall ist, holen wir die Daten zurück, führen das zurück in den Simulator und trainieren neu und geben alle paar Wochen bis Monate Software-Updates allen Robotern wieder.

Sandro Meyer [00:41:31]:
Also das ist Tesla-Style?

Péter Fankhauser [00:41:32]:
Tesla-Style. So lehrt eigentlich jeder Roboter von der Erfahrung aller anderen Roboter. Jetzt sind das nur die gleichen Roboter. Was jetzt in Zukunft passiert, ist, dass die Foundation Models, also die abstrakteren Modelle von Robotik, zum Beispiel Laufen, Bewegung, Physik, entstehen. Das ist ein Teil, worauf wir forschen. Aber es gibt auch grosse Firmen, die auf diesem Thema arbeiten. Du musst nicht auf jeden Roboter komplett von Start trainieren, sondern Du hast einen sehr guten Startpunkt, der sehr intelligent ist. Und dann machst du noch das Delta, spezifisch für Vierbeine, Zweibeine, Arme, kurze Arme usw. Das ist sicher ein Thema,

Sandro Meyer [00:42:12]:
das kommt. Was braucht es denn bei jetzt bei eurem Business, was sind Flaschenhälse? Sind es neue Arten von Robotern, neue Industrien zu erschliessen? Sind sie überhaupt mal alles abgegrasen, was es gibt? Wo steht es an den Marken? Du hast es vorher gesagt, in gewissen Applikationen sind wir schon viel weiter mit Roboter. Wo stehen wir in der Industrie und was sind die Flaschenhälse?

Péter Fankhauser [00:42:48]:
Man steht noch relativ am Anfang. Was wir in den letzten 12-18 Monaten geschafft haben Früher waren es noch die Innovatoren. Die haben einfach mal einen Prototyp gekauft. Sie wollten sehr früh verstehen, woher die Reise geht. Auch wenn das Gerät noch gar nicht die Idee war, dass es zum Einsatz kommt. Vor ein paar Jahren sind wir so die... Wir haben jetzt eine Schicksal zur Early Majority. Leute, die sagen, wir haben gesehen, das funktioniert bei den Innovatoren, die Videos sind rum. Für uns ist wichtig, wir sind bereit, zu investieren in die Technologie. Wir haben Geduld, aber ganz wichtig ist, dass der Business Case, dass es sich finanziell lohnt, dass es eine Firma ist, die auch für den Service verantwortlich ist und dass es zuverlässig läuft. Wenn diese drei Dinge zusammenkommen, skalieren wir. Und so sind wir heute im Markt, wo wir sehr viele Vorbestellungen haben von Kunden, die sagen, ich bin bereit, so flotternd bis zu 20 Roboter in meinen ersten Schuss zu installieren. Jetzt fangen wir aber an mit den ersten drei, die noch gewisse Dinge sehen wollen. Das Bottleneck, es gibt sicher ein paar technische und Feature-Bottlenecks, die gibt es immer, aber der grösste Teil ist eigentlich der Mensch. Weil sie müssen sich auch selber überzeugen. Und Eine ganze Gruppe, eine Firma ist ja nicht eine Person. Dann gibt es Cybersecurity, Gewerkschaften. Die müssen alle mal Erfahrung sammeln mit den ersten drei bis zehn Robotern, die sie in Betrieb haben, das Vertrauen aufbauen. Und dann wechseln sie. Heute ist der Roboter noch ein Nice-to-have, wo sie sagen, es ist cool, dass wir den haben, der hilft uns bereits. Und irgendwann müssen sich aber ihre Gewohnheiten, ihre Systeme so umstellen, dass es ein «must have» wird. So dass sie sagen, wenn der Roboter nicht mehr läuft, dann haben wir ein Problem. Und dann kommen sie und durch das skaliert das Business. Und So bewegst du dich durch die verschiedenen Nutzertypen. Aber wir sind in der zweiten Phase der Early Majority noch nicht gesamthaft. Wenn man den Markt anschaut, sind wir noch bei 1-2 % Penetration. Es ist immer noch am Anfang.

Sandro Meyer [00:44:47]:
Wer sind die Leute, die skeptisch sind innerhalb einer Firma?

Péter Fankhauser [00:44:55]:
Das ist immer unterschiedlich. Sicherheit, Cybersecurity, das ist immer ein Thema. Ihre Verantwortung ist es, das skeptisch anzuschauen. Aber es ist auch ein kompetitiver Vorteil. Wir wissen das bereits und investieren sehr viel in die Zertifizierung, in die Standards. Das ist auch Neuland, da gibt es keine Standards. D.h., da investieren wir sehr viel in Cybersecurity. Du läufst auf einer Anlage herum, das sind sehr sensible Daten. Da hat man zwölf Kameras drauf, ein WiFi- und LTE-Modul usw. So können wir uns auch abheben von anderen, die eine Plattform anbieten, die keine dieser Standards erfüllt.

Sandro Meyer [00:45:35]:
Du hast schon ein paar Mal von Plattformen gesprochen. Was meinst du genau mit Plattformen?

Péter Fankhauser [00:45:38]:
Ja, ein Roboter mit vier Beinen. Da sieht man relativ viel mittlerweile online aus China, aus Korea usw. Leute oder Firmen, die einen Roboter machen können, der hat vier Beine. Aber das ist ja nur wie der Server. Das ist nur der Träger. Was oben drauf kommt, ist Autonomie, Inspektionsintelligenz, die Software zum Daten auslesen. Der Mensch sieht häufig den Roboter und sagt, der Roboter ist gleich Roboter. Aber nein, es ist eigentlich die Gesamtlösung. All diese Puzzlesteine müssen zusammenkommen, damit ich das Problem wirklich lösen kann.

Sandro Meyer [00:46:08]:
Also habt ihr am Schluss, wenn ich jetzt die manuelle Situation anschaue, ist das ein Mensch mit einem Stift in der Hand und einem Clipboard, der durchgeht und eine Checkliste abhäkelt. Und eure Situation ist, man schaut einmal oder zweimal am Tag auf das Dashboard und schauen, ob alles in Ordnung ist. Ist das eine faire Bereitschaft?

Péter Fankhauser [00:46:37]:
Ja, fast. Es geht sogar noch ein bisschen weiter. Es gibt zwei Arten von Leuten, die wir bedienen. Der eine ist der Roboterbediener. Der schaut, ob alle Roboter laufen, flotten, die Instand halten, installieren. Auf der anderen Seite hast du den Betriebsingenieur. Der ist eigentlich nicht interessiert, woher diese Daten kommen. Und der will auch nicht jeden Tag die ganzen Reports durchschauen. Der braucht zwei Dinge. Der braucht Havis, Notifications, wenn etwas ausserhalb eines Grenzwertes ist. Sehr schnell, auf einem Natel SMS und solche Geschichten. Und da machen wir ja nicht einfach tausende Fotos. Er will nicht einfach durch das durchschauen, sondern wir lesen aus, was man auf diesen Videos, Fotos und Daten sieht. Und haben einen Intelligenztüber, der Probleme früh signalisiert. Das zweite, was er braucht, ist historische Daten. Er sagt, gegeben diese Anlage, diese Thermografie und visuell, ich mache einen Vergleich, vor einem Monat, was sehe ich, er bringt jetzt sehr viel Intelligenz rein. Und da gibt es dann auch spezialisierte Software, die historische Analysen macht und dann Zukunftsaussagen darüber machen kann, wie lange du noch die Pumpe laufen lassen kannst, ohne sie zu wechseln. Das ist die ganze predictive maintenance. Heute ist es sehr viel noch im reaktiven Bereich. Man flickt es, wenn es kaputt geht. Und so bewegt man sich eigentlich ins Deskriptive und irgendwann ins Zukunftsvorhersage, ja, das Prädiktive.

Sandro Meyer [00:47:55]:
Sind wir weit weg davon, dass Roboter auch gewisse Probleme an Ort und Stelle lösen können? Also das ist schon nochmal etwas anderes, oder? Also Im Idealfall muss niemand mehr in die Minen, falls irgendetwas kaputt ist. Oder ist das wirklich ein ganz anderes Feld?

Péter Fankhauser [00:48:14]:
Ich glaube, es hat einen natürlichen Übergang. Was wir heute machen, ist Daten sammeln, ohne dass wir mit der Umgebung direkt interagieren. Der nächste Schritt ist aber, dass wir, da gibt es auch Videos online, dass man einen Arm auf dem Roboter hat. Da kann man gewisse Inspektions- oder leichte Manipulationsaufgaben schon bereits erfüllen. Du musst dir vorstellen, In der Chemie muss man häufig Proben an den Prozessen machen. Man läuft an einen grossen Tank hin. Das ist häufig toxisch im Substanzen. Man schützt Schutzanzüge, Gasmasken, aber man füllt ein Flaschen ab. Das können wir automatisieren, aber schon mit der Umgebung. Häufig sind einfache Dinge wie ein Hebel umzulegen, einen Schaltschrank öffnen, weitere Dinge zu sehen, Türen öffnen, Objekte manipulieren. Das wird jetzt auch bald sehr robust möglich sein, in den nächsten Jahren. Das ist aber noch keine Reparatur, oder? Reparatur wäre mit dem Schraubenzieher, Komponenten auswechseln, dort sind wir schon noch einige Jahre entfernt. Aber eigentlich ist es ein Übergang, der sich graduell ermöglicht.

Sandro Meyer [00:49:10]:
Ja, ich habe gerade so die Nähe gehabt, wenn man die Roboter sieht, die auf dem Mars sind, die nehmen die auch Proben. Also Wenn es zum Beispiel irgendwo ein Leak gibt, es läuft etwas aus, dass man dann gleich schnell schauen kann, hey, ist das irgendwie etwas Giftiges oder ist das nicht? Also so etwas ist man näher.

Péter Fankhauser [00:49:25]:
Das ist nötig, also solche Sachen zu erkennen, das können wir teilweise heute schon machen. Ja. Ähm, bei Mars, da muss man aufpassen, das ist natürlich heute, da ist immer der Mensch noch im Loop drin, da ist sehr wenig Autonomie, weil man hat ja nur ein Gerät, dort wartet man, dann kommt man, schaut wieder und Bei uns geht es darum, dass das Gerät nicht ferngesteuert ist. Das soll ein Benutzer, Dutzende Roboter überwachen können. Aber diese Roboter müssen zu einem sehr hohen Grad 90 % plus komplett autonom sein. 90 %? Ja, 90 % des Betriebs ist im autonomen Einsatz. Dann gibt es den Remote-Control-Aspekt. Wenn der Roboter etwas sieht, sagt er, er habe ein Gas, schickt es direkt in die Benachrichtigung. Dann kann der Benutzer einloggen und sagen, die autonome Mission stoppt, er will es umschauen. Das ist genau in diesem Fall. Statt Menschen in eine Gefahrensituation zu schicken, ist der Roboter schon dort. Wenn etwas passiert, ist es nur ein Gerät. Du beschaffst zusätzliche Informationen direkt, ohne dass du ein Team reinschicken musst. So kannst du dem Team, das reingehen muss, zusätzliche Informationen geben, die ihnen in der Sicherheit helfen.

Sandro Meyer [00:50:32]:
Du hast gesagt, dass man zum Teil sogar im Hiring Leute überzeugen kann, also jetzt eure Kunden können das. Ist das in der Zukunft ein Job? Also weisst du, eine Roboterflotte, also wenn du sagst, es hat gewisse Kunden, die wollen oder haben am Horizont 30, 40 solcher Roboter, gleichzeitig am Laufen zu haben, ist das ein eigenständiger Job in der Zukunft, wo ich eigentlich eine Flotte von Roboter habe? Oder sind Sie zu autonom für das?

Péter Fankhauser [00:51:07]:
Nein, tatsächlich. Es gibt ein HR, Human Resources, wir können es Robot Resources nennen. Das ist tatsächlich das Thema. Viele unserer Kunden haben das Potenzial von mehreren Hunderten bis Tausenden Roboter. Unsere grossen Kunden haben hunderte Anlagen. Jede Anlage hat das Potenzial für mehrere Roboter. Das Potenzial ist sehr gross und gewisse Kunden haben das schon intern als Robotik-Team.

Sandro Meyer [00:51:31]:
Ich stelle mir gerade vor, so One-on-ones, weisst du. Und so Performance-Reports am Ende des Jahres. Okay, also das ist vielleicht sogar, oder nein, nicht vielleicht, das ist dann Ein Zukunftsjob auch.

Péter Fankhauser [00:51:47]:
Heute stellen die häufig Robotikingenieure an, die noch nicht studiert oder doktoriert haben. Die arbeiten bei Firmen und helfen, das überzubringen, zu adaptieren, Technologie zu transferieren usw. Aber ich glaube, das wird ein Robot-Operator-Job. Das steht definitiv aus dem Horizont.

Sandro Meyer [00:52:06]:
Und wenn jetzt irgendein Problem ist Zum Teil könnten das auch Emergency sein, Notfälle im Moment. Wer reagiert jetzt da? Fliegt da jemand ein von euch? Und ist irgendwie so, hey, wir kommen. Oder ist es... Oder so Sachen gibt es eigentlich Eher weniger, also jetzt wirklich in Notfällen. Ich nehme an, die Ingenieure von Ort könnten am Roboter herum basteln.

Péter Fankhauser [00:52:37]:
Basteln tun wir ja schon lange nicht mehr. Aber die Ingenieure haben es ja nicht gebastelt. Grundsätzlich gibt es ein Mehrstufungssystem. Stufe 1 ist, der Kunde wird gewisse, wir nennen das Master Operator, der ist ausgebildet, den Roboter zu bedienen. Er hilft, wenn er noch mit Hängen bleibt, weiterzugehen und zurückzusetzen. Er will auch bemächtigt sein, er braucht nicht immer uns. Er muss uns zahlen, das zu machen. Er kann eigentlich eine komplette Mission erstellen, editieren und ergänzen. Und dann Stufe 1 ist, wenn es dann ein Softwareproblem ist, das er nicht mehr lösen kann. Dann kann er uns anrufen, wir können einloggen, je nach Zugang, und können ihm helfen, das zu lösen. Wenn es ein Hardwareproblem ist, was zum Glück selten passiert, dann Stufe 1 ist, entweder wir schicken ihm das Teil, er kann es selber ersetzen, oder wir schicken einen Field Engineer, das sind nicht die Ingenieure, die die Roboter machen, aber das ist das Service Team, das dann vor Ort geht und die Reparatur macht. Wenn etwas Gröbes kaputt ist, dann kommt das Gerät zurück zu uns.

Sandro Meyer [00:53:36]:
Ist es dann nötig oder es muss so sein, dass das Gerät am Internet hängt?

Péter Fankhauser [00:53:43]:
Nein, das ist ganz wichtig. Man kann nicht davon ausgehen, dass in diesen komplexen Anlagen, wie in einem Keller mit so viel Metall und Beton, man kann Wifi nicht einfach so schnell installieren. Die ganze Autonomie und all die Datensammlung laufen komplett on board auf dem Roboter. Der Roboter läuft dann weiter ohne Verbindung und sammelt die Daten auf der Festplatte und sobald er wieder eine Verbindung hat, liefert er sie dann wieder. Also man kann ihm schon live zuschauen, wenn man eine Verbindung hat, aber trotzdem speichert er natürlich alles und buffert das später.

Sandro Meyer [00:54:13]:
Ah, das finde ich noch wichtig. Also die ganze Autonomie ist alles auf dem Gerät drauf? Yes. Okay.

Péter Fankhauser [00:54:21]:
Das ist ganz wichtig, weil man kann nicht garantieren, dass man stabile Verbindungen hat.

Sandro Meyer [00:54:24]:
Und ist das jetzt irgendwie etwas Modulares? Also weisst du, wenn ich jetzt komme und beseuche, hätte ich gerne diesen, diese Sensoren und diese Sensoren, aber nicht diese. Oder zahle ich immer für alles? Weisst du, das ist ein Roboter oder ist da... Also weisst du, ich muss mir das vorstellen, wenn wir jetzt bei euch... Sagen wir, ihr hättet einen Online-Shop, wäre das wie ein Grund... Der Grundroboter, wenn du so willst, und dann haben wir hier ein Modul. Oder wie funktioniert das?

Péter Fankhauser [00:54:49]:
Nein, das ist genau richtig. Der Grundroboter ist immer der gleiche. Er hat nicht nur fünf Beine oder andere. Also der Mitarbeiter, der ist immer der gleiche. Er hat auch die ganze Sensorik und PCs drauf. Und dann gibt man ihm Werkzeuge. Diese Werkzeuge kommen entweder in Form von Sensorik oben drauf, Gasdetektionssensoren, spezielle 3D-Scanner usw. Oder auch Software, wo man sagt, mit dem normalen Gerät kannst du zwar Fotos machen, aber jetzt haben wir ein Modul, das alle Displays automatisch auslesen kann. Das ist wie eine App, die man installiert und die Fähigkeiten, die man ihm gibt. Die Aufwertung sieht meistens so aus, man hat oben die Aufgaben, die man erfüllen will. Das sind die Module, die du brauchst. Die haben wir aktiviert, die nicht. Und jetzt musst du noch einen Roboter haben, der auch diesen Preis hat. Und so summiert sich das auf.

Sandro Meyer [00:55:34]:
Und wenn ihr so etwas verkauft, ist das... ...Stellt ihr in diesem Sinne Kosten gegenüber? Oder wie... Also... ...Oder wie funktioniert so ein Gespräch? Weisst du... ...Oder ich stelle mir jetzt vor, weil das ja etwas Neues ist,

Péter Fankhauser [00:55:48]:
es ist

Sandro Meyer [00:55:48]:
ja eigentlich ein neuer Markt. Oder ein relativ neuer Markt. Du hast gesagt, dass ihr seit 2013 oder 2014 dort herumwaschtelt habt. Aber dazumal war es sicher ein neuer Markt. Und Heute wahrscheinlich immer noch. Es gibt viel Erklärungsbedarf. Wie überzeugen dich Leute davon? Was sind so die Argumente?

Péter Fankhauser [00:56:17]:
Zum Glück braucht es mittlerweile wenig Argumente, dass sie sagen, dass sie Roboter brauchen. Das haben mittlerweile viele verstanden. Keiner sagt, das würde er nie machen. Aber sie wissen, wieso genau und ob es sich lohnt. Da können wir gut einsteigen. Wir sprechen wenig vom Roboter, sondern sagen, was heute die Probleme sind. Durch all die Gespräche, die wir mittlerweile hatten, haben wir natürlich ein sehr klares Verständnis industrie- und geografiespezifisch heruntergebrochen. Und wir nennen das so den Return on Investment Workshop, den wir mittlerweile machen. Wir sagen dann, hier ist eine Tabelle, lasst uns mal gewisse Dinge ausfüllen. Wie viele Unterbrüche hast du, was zahlst du für die Mitarbeiter, wie viel Zeit brauchst du zur Vorbereitung, was sind deine Versicherungskosten? Das ist eine ganze Liste von Themen. Dann gehen wir durch, sie füllen das dann aus für sich und dann machen wir eine Hypothese zusammen, oder mit unserer Erfahrung, wie lösen wir das mit dem Roboter? Zwei Spalten, vorher, nachher. Das sind sehr intensive Gespräche und Workshops, mehrere Stunden, die wir miteinander verbringen. Auch das Vertrauen zueinander aufgebaut. Sie merken, wir sprechen ihre Sprache. Wir sind nicht nur zum Roboter verkaufen, sondern wir bewegen uns gemeinsam auf einem Pfad, ihre Probleme zu automatisieren und zu lösen.

Sandro Meyer [00:57:34]:
Je besser ihr die Industrie versteht, desto bessere Gespräche finden statt.

Péter Fankhauser [00:57:40]:
Das ist extrem wichtig, kritisch. Wir sind bereits Experten in der Robotik, aber wir konnten das ganze Wissen des Marktes aufbauen. Wir sind vor Ort, machen Roadshows, wir brauchen die richtigen Wörter mit den richtigen Argumenten. Und so ist unser Produktteam, wie auch das Commercial Team, die Verkaufsleute usw., die sind einerseits intern geschult, aber sie sind auch angehalten, zu lernen, was Trends sind. Wir stellen auch Leute von der Industrie an, die noch nie einen Roboter verkauft haben, aber Experten vom Feld, die wissen das. Wir bringen ihnen den Robotikteil bei und sie schlägt die Brücke zwischen der Industrie und der Technologie.

Sandro Meyer [00:58:17]:
Welche Dinge werden zuletzt vom Roboter übernommen? Jetzt auf so einem Factory Floor.

Péter Fankhauser [00:58:31]:
Aus einer intellektuellen Aufgabe sind es wahrscheinlich wirklich die schwierigen Entscheidungen zu fällen, für die es kontextuell gar nicht klar ist, ob es richtig oder falsch ist, eine Anlage jetzt abzuschalten oder nicht, die Sicherheitsimplikationen hat usw. Ich glaube, dort ist eine Verantwortung, die beim Menschen bleiben soll. Und dann glaube ich, alles was für den Mensch relativ einfach ist, ist für den Roboter teilweise sehr schwer. Ein Roboter hat keine Mühe, tausend Bilder zu sammeln und diese in Windeseilen auszuwerten und zusammenzurechnen usw. Aber wenn du heute einen Roboter fragst, den Schlüssel aus dem Hosensack zu nehmen, gibt es noch keinen, der das kann. Für uns ist es so einfach. Und so glaube ich, alles was Feinmotor ist, Reparaturarbeiten und so, dort sind wir schon noch weit weg. Die Aufgabe ist nicht immer gleich, sondern immer sehr anders. Die Versatilität eines Roboters ist noch weit weg. Der Mensch ist sehr gut. Unser Körper, unser Hirn ist gemacht zum Nichts. Wir können nichts wirklich sehr gut, aber wir kennen sehr viel.

Sandro Meyer [00:59:34]:
Wenn ich das jetzt ein bisschen zusammenfasse, dann ist es schon immer noch so, dass Roboter immer noch in sehr spezifischen Nischen am besten sind. Du hast es vorhin «Mission» genannt. Du hast eine gewisse Mission und auf dem... Auf dem... Wie sagt man? Inspektionsrouten, jetzt in eurem Fall, spezifisch auf diesen Factory Floor, spezifisch auf diese Industrie und auf diese Sensoren, ist die beste Anwendung versus das, was wir vorher besprochen haben, was man oft im Fernsehen sieht, dass du zu Hause einen Roboter hast, der den Haushalt macht. Wenn das der Fall wäre, müsste es ein Roboter sein, der nur die Wäsche macht. Verstehst du, was ich meine? Es würde nicht funktionieren, dass euer Roboter noch 20 andere Dinge macht, weil jedes Mal wieder eine andere Hardware, die du dann vielleicht brauchst.

Péter Fankhauser [01:00:36]:
Ähm... Das es nicht kann, oder? Ja, ich glaube, es gibt diese zwei Ansätze. Einerseits, ich habe einen sehr allgemeinen Roboter, einen Huenoid, den ich überhaupt noch keinen Einsatzzweck habe. Oder einen hochspezialisierten, oder ich pflanze genau diesen Sensor, weil ich genau die Temperaturen dem Ort auslegen möchte. Und da gibt es ein ganzes Spektrum zwischen den... Was wir geschafft haben, oder was wir mehr darauf fokussiert sind, ist schon, wenn wir in den nächsten Markt gehen, dann hat das Gerät natürlich immer noch vier Beine. Aber kann jetzt ein Kanalisationssystem rumlaufen, oder kann im Wald für teilweise Bäummasse so Themen berechnen, erfüllen. Also da gibt es schon, glaube ich, vierbeinige Laufen und die Software von Autonomie Intelligenz, die ist sehr breit einsetzbar. Also dort ist ist immer die Abwägung, wie breit man geht und wie schnell man etwas löst. Wichtig in unserer Strategie ist, dass wir am Anfang den Beachhead lösen müssen, damit wir Geld verdienen können, zeigen, dass es funktioniert, und dann kann man breiter werden. Aber man kann nicht von Anfang an extrem breit gehen und einfach mal Technologie bauen. Tut das dir einmal weh?

Sandro Meyer [01:01:39]:
Du bekommst wahrscheinlich heute noch Anfragen über von Industrien und Firmen, vielleicht interessante Industrien, die gerne mit eurem Roboter arbeiten würden. Also, weisst du, braucht es viel wie soll ich sagen, Impulskontrolle, zu sagen, das können wir machen. Hast du das öfter?

Péter Fankhauser [01:02:04]:
Oder Nein, sehr, Klar. Heute hatten wir ein Gespräch, das könnte man sagen. Ja, aber nicht jetzt. Ich bin eine Person, die sehr optimistisch ist. Feuer und Flammen, aber der Fokus ist sehr wichtig. Der Trick für mich, statt Nein zu sagen, ist, ja, aber nicht jetzt.

Sandro Meyer [01:02:20]:
Du erforderst Disziplin?

Péter Fankhauser [01:02:23]:
Für die ganze Firma, durch das Band. Das ist der ewige Challenge. Vielleicht funktioniert das, was man sich vorgenommen hat, im Moment nicht, aber durchzuhalten, weiterzumachen und nicht wieder umzuschwenken. So haben wir relativ gute Wahlen getroffen und Glück gehabt, dass wir über die letzten acht Jahre konsistent am gleichen Thema gearbeitet haben. Wir mussten nicht wie andere Firmen massive Pivots machen. So haben wir relativ fokussiert, mit relativ wenig Geld, 130 Mio. US-Dollars, im Vergleich zu anderen, die bereits Milliarden eingeflossen sind. Wir haben sehr viel erreicht.

Sandro Meyer [01:03:00]:
Wie stellt ihr sicher, dass der Markt nicht an euch vorbeirennt, während ihr euch auf einen bestimmten Punkt oder Nische fokussiert? Habt ihr immer noch ein Leben? Wie evaluiert ihr das? Alleinhalb oder alleinhalb Jahr? Das

Péter Fankhauser [01:03:19]:
ist eine Herausforderung, wenn man ein Core-Business hat, das Geld machen muss, versus die Zukunftssicherheit. Das ist eine ewige Balance, die sicherstellen muss, dass wir immer ein gewisser Prozenteil sind. Das messen wir, wenn man sagt, das geht in den zukünftigen Projekten und das ist das aktuelle Business. Wir haben den Vorteil, auch sehr enge Partnerschaften mit den ETH zu pflegen. Wir können nicht beeinflussen, was sie machen. Wir dürfen auch nicht übernehmen, was sie machen. Aber die spüren wir schon durch einen Austausch, was funktioniert, was nicht. Und die kommen sehr viel mit über. Und dann haben wir auch intern Teams, die sich mit Technologie beschäftigen. Es gibt Technologieradare, bei denen man sagt, das beobachten wir, das testen wir und das setzen wir ein. Da gibt es verschiedene Stufen von Robotik, Attraktorik, Batterie, Sensorik, AI usw. Das muss man aktiv betreiben, sonst ist es gefährlich.

Sandro Meyer [01:04:09]:
Du hast mir im Vorsprung gesagt, dass ihr schon viel mit Partnern zusammengearbeitet habt. Was heisst das genau? Habt ihr die ganze Industrialisierung der Roboter... War das nötig oder machte das schneller? Ihr habt mit dem Handy zusammengearbeitet. Wo brauchte es Partner? Deep Tech ist ja immer so ein Thema, das schwierig ist, zum Teil ohne Partner umzusetzen, dann wirklich auf dem Markt.

Péter Fankhauser [01:04:36]:
Absolut. Es ist extrem wichtig, dass man nur das macht, was andere nicht können. Sonst können es ja die anderen auch. Ein Beispiel ist, dass wir am Anfang sehr früh auch Motoren selbst entwickeln. Spulen, Magnete, die ganze Thematik, hochkomplex. Es gab aber nichts auf dem Markt, das für so eine mobile Robotik geeignet gewesen wäre. Nach ein paar Jahren durften wir mit der Firma Maxon zusammenarbeiten, eine Motorenfirma aus Sachsen, der Schweiz. Sie sagten, sie würden gerne mehr in die Robotik hineinkommen. Für uns war es so, dass Maxon spezialisiert war. Die Motoren konnten das noch viel besser als wir. So haben wir Partnerschaften gemacht, sodass Maxon wir zusammen einen spezialisierten Motor für uns entwickelt hat. Sie können es auch für andere Dinge brauchen, aber für uns ist es der perfekte Motor. Und so müssen wir keine Motoren mehr bauen. Das ist so ein Thema. Ähm... Andere Thematik ist zum Beispiel die Produktion der Roboter. Zusammenzusetzen, oder? Die Herstellung. Dort sagen wir auch, statt dass wir eine riesige Fabrik selber bauen, wir haben ja kleine, wir können Roboter machen, aber wirklich zu skalieren, und das dann auch aus politischen Gründen, wie sie es in den USA oder aus China machen, haben wir jetzt mit der Firma Zollner zusammen, seit den letzten zwei Jahren, produzieren die für uns die Roboter. Die ganze IP, das Wissen, ist bei uns. Wir stellen es zur Verfügung. Sie helfen uns beim Optimieren des Produktionsprozesses. Sie machen Einkäufe, haben Leute vor Ort. Jede Woche kommt ein Lastwagen mit fertigen Robotern zu uns. Wir testen die noch, aber es ist eine tolle Partnerschaft, weil sie 12'000 Mitarbeiter haben. Wenn wir plötzlich nach oben, unten, links oder rechts müssen, haben sie die Fähigkeit, ohne dass wir noch mehr Leute einstellen müssen.

Sandro Meyer [01:06:18]:
Okay, das entschuldigt auch eure Skalierungsfähigkeit. D.h., ihr könnt theoretisch stimmen, wenn morgen ein Auftrag für 100 Roboter kommt. Ja, absolut. Das ist ja noch wichtig. Wo steht die Schweiz in Sachen Robotik? Also ich habe das Gefühl, dass die beiden Sachen, die da entscheidend sind, wenn ich das richtig verstanden habe, sind Robotik selber und auch Das ganze Thema Machine Learning in Verbindung mit Robotik. Wo stehen wir als Land da? Wir hatten mal Swissnex da. Ich glaube, dort war Robotik als eines der Hauptthemen drin, wo die Schweiz stark ist. Das hat mich deine Perspektive wundern gemacht.

Péter Fankhauser [01:07:10]:
Wir haben eine sehr tolle Ausgangslage. Auch gewisse Risiken, aber die Ausgangslage, die wir haben, ist eine traditionelle Maschinenindustrie. Mechanik, Qualität, Herstellungsverständnis, Verfertigungstechnologien, die ist grundsätzlich in der Schweiz So haben wir die Möglichkeit, sehr tolle Ingenieure, die sich mit Mechanik und dieser Komplexität sehr gut auskennen. Gleichzeitig hat sich in den letzten Jahren über die ETH, EPFL, dann auch die Ansiedlung von Google, Apple, Meta, OpenAI usw. Eine Software-Expertise entwickelt. Und was Robotik ist, ist immer eine Kombination zwischen Hardware und Software. AI noch im Mix. Und so haben wir in Zürich, umgekehrt und in der Schweiz allgemein eine sehr tolle Mischung, wo immer mehr Robotik-Start-ups herausgehen. Im Gegensatz zu den USA ist es sehr gut in der Software, weniger gut in der Hardware. China sehr gut in der Hardware und günstiger bei weniger guter Software. Wir haben einen sehr coolen Mix, der insbesondere der Robotik in der Schweiz hilft. Du hast

Sandro Meyer [01:08:08]:
die Risiken noch angesprochen. Was macht das?

Péter Fankhauser [01:08:10]:
Ja, Finanzierung. Die Risikobereitschaft. Das merkt man. Wir mussten auch internationale Investoren, Silicon Valley Investoren, mit reinnehmen. In der Schweiz wären eigentlich finanzielle Mittel da, aber die 3.Q-Bereitschaft ist definitiv nicht da. Auch das Unternehmertum, das Wissen. Es gibt ganz viele Themen, bei denen wir merken, da müssen wir Wissen aus dem Ausland reinholen. Das sind Themen wie Product Management usw., die in der Schweiz erst gekommen sind und im Ausland schon viel, viel klarer sind, wie man das macht. Ich kenne das jetzt mit der Finanzierung. Du bist sicher die vierte oder fünfte Person,

Sandro Meyer [01:08:46]:
die das als Flasche nennt, in der Schweiz eine Firma aufzubauen. Und alle von denen mussten ins Ausland. Was ich enorm schade finde. Kannst du das aus deiner Perspektive ein bisschen erzählen? Was fehlt? Ist es das Kapital selbst oder ist es die Allocation von Risikokapital? Wo stehen wir da? Was können wir machen? Das ist ja schade, Wenn wir sagen, wir hätten das Wissen und das Talent hier, das Geld wäre auch hier, was mir so scheint, wo hapert es aus deiner Sicht?

Péter Fankhauser [01:09:25]:
Grundsätzlich haben wir viele Schweizer investiert. Swiss Canto, Swiss Conventure, das Private. Da haben wir eine sehr tolle Unterstützung bekommen aus der Schweiz. Da sind wir extrem dankbar. Wenn es grössere Summen ging, musste man ins Ausland, in Silicon Valley. Dort haben die Schweizer immer gestimmt, dass es zusammenarbeitet. Es ist wie ein Übergabenprozess. Von daher sind wir froh, wie das gelaufen ist. Was fehlt, ist die Allokation von Risikokapital. Tatsächlich, glaube ich, das Thema. Und was entstehen muss, ist eine Kultur und gute Beispiele von Firmen, die zu einem Unicorn wurden, die eine Milliarden-Prozus-Bewertung hatten, coole Exis hatten. Denn dann wird auch das Risikokapital eine vernünftige Investition sein. Das wird ein paar Jahre, Jahrzehnte dauern, bis der Mindset wechseln kann. Aber mit Robotik und anderen Themen aus der Schweiz entwickelt sich etwas. Ich spüre, dass viele darüber sprechen. Ich hoffe, dass man einen Wandel hinzuführen kann.

Sandro Meyer [01:10:26]:
Also ist es mehr eine

Péter Fankhauser [01:10:28]:
kulturelle Sache? Ja, Kultur bestimmt, was man schätzt. Das entscheidet nachher die Entscheidungen und die Allokation schlussendlich.

Sandro Meyer [01:10:37]:
Zum Schluss des Podcasts darf der Gast immer eine Challenge stellen an die, die zuhören und zuschauen. Es kann etwas Kleines sein, etwas Grösseres. Etwas, das man einmal macht, oder etwas, das man jeden Tag im Leben macht. Fällt dir etwas ein, das du gerne

Péter Fankhauser [01:11:01]:
Hm, Ja, da gibt es tausende Dinge, über die ich mir immer den Kopf zerbreche. Ein Thema für mich, das auch mit anderen resoniert, ist, dass man sehr viele Dinge mag, die einem Energie geben, die einem sehr gut ist, aber in dieser Rolle gar nicht mehr arbeiten soll. Oder die einem nicht guttun. Das kann eine Gewohnheit sein. Im Job, wo man gewachsen ist, sind nicht mehr die richtigen Sachen. Ich schaue häufig, was ich nächstes Jahr noch machen muss. Aber was sind die Dinge, die ich loslasse? Auch wenn sie einem Energie geben. Ein Beispiel für mich damals war, ich mag programmieren. Ich war erfolgreich und habe mir Freude gemacht. Ich habe bewusst gesagt, ich lasse mich für ein Jahr aufhören. Das war ein harter Schritt, aber ein sehr wichtiger. Für dich persönlich, aber auch für die berufliche Weiterentwicklung. Und so vielleicht eine Challenge an die Zuhörer. Was sind die Dinge, die dich im 25 loslassen? Obwohl man es gerne macht. Ja.

Sandro Meyer [01:12:03]:
Eine Sehr gute Challenge, weil auch schwierig. Und vielleicht auch manchmal ein bisschen... ...Counterintuitive. Man verlässt sich ja oft auf die Intuition, das mache ich gerne, das gibt einem Energie, und dann möchte ich mehr davon machen. Aber du sagst, zum Wachsen zu können, muss man manchmal auch einen Schritt rausnehmen.

Péter Fankhauser [01:12:23]:
Und es ist wichtig, man kann immer wieder darauf zurückkommen. Man kann es ja mal probieren für sechs Monate. Wie fühlt es sich an? Ich habe das vor fünf Jahren so gemacht und dann, ja... Es passieren so viele Sachen, wenn man sich mal den Mut hat, sich damit zu beschäftigen und das mal abzustellen. Danke vielmals Peter für deine Zeit und noch viel, viel Erfolg.

Sandro Meyer [01:12:46]:
Nicht nur mit deinen Firmen, aber auch mit... Ich weiss nicht, ich habe das Gefühl, ihr seid schon ein bisschen das Spearhead in Robotics in der Schweiz und treibt das voran. Du warst ein echter Pionier.

Péter Fankhauser [01:13:02]:
Vielen Dank, Sandro, für das tolle Gespräch.

Dr. Péter Fankhauser Profile Photo

Dr. Péter Fankhauser

​Dr. Péter Fankhauser ist der visionäre Mitbegründer und CEO von ANYbotics, einem Schweizer Unternehmen, das mit seinen autonomen, vierbeinigen Robotern die industrielle Inspektion revolutioniert. ​

Seine Reise begann an der ETH Zürich, wo er im Bereich Robotik promovierte. Dort entwickelte er Algorithmen für die Wahrnehmung und Bewegungsplanung von Laufrobotern in anspruchsvollen Umgebungen. ​

2016 gründete er ANYbotics als Spin-off der ETH Zürich. Unter seiner Führung entwickelte das Unternehmen den Roboter ANYmal, der in Branchen wie Öl und Gas, Chemie und Bergbau für autonome Inspektionsaufgaben eingesetzt wird. ​

Dr. Fankhauser teilt seine Erfahrungen regelmäßig als Redner auf internationalen Konferenzen und engagiert sich für die Förderung von Unternehmertum und Innovation in der Schweiz. ​

Mit seiner Arbeit treibt er die Integration von Robotern in industrielle Prozesse voran und gestaltet so die Zukunft der Arbeit mit.