Reimagine Robotics tritt mit einem Konzept für von Arbeitern trainierte Automatisierung auf

Ein Robotik-Startup im Verborgenen setzt auf einfachere Automatisierung

Reimagine Robotics ist aus dem Stealth-Modus gekommen und hat ein klares Argument dafür vorgelegt, was industrielle Robotik weiterhin falsch macht: Zu viel von der Last der Automatisierung liegt bei Spezialisten statt bei den Mitarbeitenden an vorderster Front. Das in London und Sydney ansässige Startup sagt, seine Systeme seien so konzipiert, dass die Menschen, die die eigentliche Arbeit erledigen, einem Roboter eine Aufgabe zeigen, ihn bei der Ausführung beobachten, ihn bei Bedarf korrigieren und dann zum nächsten Engpass übergehen können.

Mit diesem Ansatz positioniert sich das Unternehmen in einem überfüllten Robotikmarkt, der von zwei hartnäckigen Einschränkungen geprägt ist. Erstens tun sich viele Fabriken weiterhin schwer damit, Aufgaben zu automatisieren, die sich häufig ändern oder Anpassungen außerhalb streng skriptbasierter Arbeitsabläufe erfordern. Zweitens kann selbst dann, wenn Robotik-Hardware verfügbar ist, die Einführung stocken, weil jede Prozessänderung mehr Engineering-Unterstützung erfordert, als Bediener selbst leisten können. Reimagines Behauptung ist, dass sich beide Probleme abmildern lassen, wenn Roboter eher wie neue Kolleginnen und Kollegen als wie Maschinen mit fester Funktion trainiert werden.

Wer hinter dem Unternehmen steht

Das Startup wurde im April 2025 von Jonathan Scholz, Oleg Sushkov, Akhil Raju und Misha Denil mitgegründet. Scholz gründete zuvor in London das Applied Robotics Team von Google DeepMind und leitete es sieben Jahre lang, was dem Unternehmen in einem Markt, der Fortschritte in der Robotik zunehmend mit Fortschritten im Machine Learning verknüpft, sofort Glaubwürdigkeit verschafft.

Dieser Hintergrund ist wichtig, weil sich Reimagine nicht als klassischer Anbieter industrieller Automatisierung präsentiert. Die Ausrichtung ist ausdrücklich auf KI-gestütztes Lernen im Arbeitsalltag fokussiert. Scholz beschrieb den Ansatz des Unternehmens so, dass ein Mitarbeiter eine Aufgabe demonstriert, Fehler korrigiert und das Verhalten des Roboters vor Ort iterativ formt. Das Unternehmen nennt diesen Prozess informell „monkey-see, monkey-do“.

Das Konzept ist in der Robotikforschung in groben Zügen vertraut: weniger hart codierte Programmierung, mehr Demonstration, Korrektur und Anpassung. Was die Botschaft von Reimagine unterscheidet, ist die Betonung, dass dies in operativen Umgebungen mit normalem Personal geschehen soll, nicht nur mit Robotikingenieuren.

Von der Programmierung von Robotern zum Unterrichten von Robotern

Industrieroboter sind stark, wenn Aufgaben stabil sind, Umgebungen kontrolliert werden und Engineering-Teams Zeit haben, Arbeitsabläufe zu verfeinern. Doch diese Bedingungen decken nicht jedes Fertigungsproblem ab. Viele Betriebe arbeiten weiterhin mit Mischprodukten, kleinen Losgrößen, unhandlichen Übergaben und wiederholten physischen Schritten, die für einfache Automatisierung zu variabel, aber zu eintönig oder arbeitsintensiv sind, um sie dauerhaft unangetastet zu lassen.

Reimagine Robotics sagt, die Antwort sei, den Menschen im Zentrum zu halten. Statt Menschen aus dem Prozess zu entfernen, identifiziere das Unternehmen Engpässe, lehre dem Roboter die Aufgabe und korrigiere ihn, bis das System nützlich werde. Das ist ein wichtiger Unterschied, weil er die Rolle der Arbeit von der letzten Notlösung zum Trainer und Prozesseigner verschiebt.

Wenn dieses Modell in der Praxis funktioniert, könnte es die Ökonomie der Einführung verändern. Jede Stunde, die nicht darauf gewartet wird, dass ein spezialisierter Programmierer verfügbar ist, senkt die Reibung für den Kunden. Noch wichtiger: Es macht Automatisierung auch für Werke zugänglich, die vielleicht nicht über tiefes internes Robotik-Know-how verfügen. Die Hürde ist dann nicht, ob ein Standort ein großes Robotik-Engineering-Team tragen kann, sondern ob sich eine Aufgabe wirksam demonstrieren und korrigieren lässt.

Frühe Einsätze konzentrieren sich auf praktische Fabrikarbeit

Für ein Unternehmen, das erst jetzt aus dem Stealth-Modus kommt, ist bemerkenswert, dass Reimagine bereits auf reale Einsätze verweist. Laut The Robot Report umfasste ein früher Anwendungsfall fortgeschrittene Fertigung und Elektronik-Demontage. In einem kundenspezifischen Kunststoffbetrieb trainierte das Unternehmen Roboter darauf, 3D-Drucker über Nacht zu betreuen, indem sie Druckplatten entfernten, Verriegelungen bedienten und Bedienelemente drückten.

Dieses Beispiel ist aufschlussreich, weil es keine glamouröse Robotik-Demo ist. Es ist genau die Art von repetitivem, nach Feierabend stattfindendem Arbeitsablauf, den Fabriken gern automatisieren würden, dessen Integration sich aber oft schwer rechtfertigen lässt, wenn die Kosten hoch sind. Der Bericht sagte außerdem, dass das Kundenteam die Plattform selbst nutzte, um weitere Schritte wie Waschen, Aushärten und Trocknen zu automatisieren. Wenn das zutrifft, deutet es darauf hin, dass der eigentliche Wert weniger in einer einzelnen Aufgabe liegt als in der Möglichkeit, Automatisierung nach der ersten Einführung schrittweise auszubauen.

Das Unternehmen verwies außerdem auf einen weiteren Einsatz, bei dem seine Roboter dazu verwendet wurden, wertvolle kritische Materialien aus gebrauchten Festplatten zurückzugewinnen. Das weist auf einen zweiten kommerziellen Ansatz jenseits des klassischen Fabrikdurchsatzes hin: adaptive Automatisierung für Demontage, Recycling und Materialrückgewinnung. Diese Umgebungen sind tendenziell unordentlicher und weniger standardisiert als klassische Produktionslinien, was sie zu einem nützlichen Testfeld für Behauptungen über lernbasierte Robotik macht.

Warum der Zeitpunkt wichtig ist

Reimagine betritt den Markt in einem Moment, in dem industrielle KI weniger an spektakulären Vorführungen gemessen wird als daran, ob sie den Kontakt mit der Fabrikhalle übersteht. Unternehmen aus der Robotik versprechen zunehmend adaptive Systeme, natürliche Sprachschnittstellen oder demonstratorbasiertes Training. Käufer wiederum suchen nach Belegen dafür, dass diese Behauptungen die Einführungszeit verkürzen und messbare Ergebnisse liefern.

Deshalb ist Reimagines Auftauchen aus dem Stealth-Modus auch bei begrenzten Details bedeutsam. Das Startup verkauft nicht nur einen Roboter, sondern einen Arbeitsablauf dafür, wie Automatisierung innerhalb eines Betriebs wachsen soll. In diesem Ablauf bleibt das Fachwissen bei den Arbeitern, während der Roboter mit sich ändernden Anforderungen leichter umgewidmet werden kann.

Die erste Phase des Unternehmens wurde durch Pre-Seed-Unterstützung von Fly Ventures, firstminute capital und Angel-Investoren finanziert. Im Moment ist die größere Frage die Umsetzung. Lernen durch Demonstration klingt attraktiv, doch der operative Test wird sein, ob Kundenteams Roboteraufgaben tatsächlich erweitern können, ohne auf Engpässe bei Zuverlässigkeit, Sicherheit oder Wartung zu stoßen.

Der eigentliche Test ist die Wiederholbarkeit

Reimagine Robotics hat eine überzeugende Botschaft gewählt: Roboter sollten von den Menschen trainierbar sein, die die Arbeit am besten verstehen. Diese Botschaft passt zu einer breiteren Bewegung, industrielle Automatisierung weniger spröde und weniger abhängig von seltenen Spezialisten zu machen. Sie passt auch zur kommerziellen Realität, dass viele Fabriken enge, unmittelbare Erfolge wollen und keine mondartige Neuentwicklung der Produktion.

Den Stealth-Modus zu verlassen ist dennoch der einfache Teil. Die schwierigere Aufgabe ist zu belegen, dass „lernen im Job“ von einem überzeugenden Slogan zu einem wiederholbaren industriellen Betriebsmodell werden kann. Wenn das Unternehmen zeigen kann, dass Kundenteams Roboter an verschiedenen Standorten und in unterschiedlichen Workflows zuverlässig neue Aufgaben beibringen können, hätte es eine bedeutende Öffnung in der industriellen Automatisierung identifiziert. Wenn nicht, droht es zu einem weiteren Robotik-Startup zu werden, dessen Softwareversprechen der Realität in der Werkshalle vorausläuft.

Kernpunkte

• Reimagine Robotics sagt, dass Arbeiter seine Roboter direkt ohne spezialisierte Programmierer trainieren können.
• Das Unternehmen wurde von ehemaligen Leitern von Google DeepMinds Applied Robotics gegründet.
• Zu den frühen Einsätzen gehören die nächtliche Betreuung von 3D-Druckern und Elektronik-Demontage.
• Das Startup zielt auf adaptive Automatisierung in Fertigung und Materialrückgewinnung.
• Die zentrale kommerzielle Frage ist, ob sich Roboterschulung verlässlich über Standorte hinweg skalieren lässt.

Dieser Artikel basiert auf Berichterstattung von The Robot Report. Den Originalartikel lesen.