Die haptische Revolution in der Robotik hat begonnen. Während moderne Robotersysteme längst in der Lage sind, ihre Umgebung visuell zu erfassen und komplexe Bewegungsmuster auszuführen, fehlt ihnen eine entscheidende Fähigkeit, die für Menschen selbstverständlich ist: der Tastsinn. Genau diese Lücke will DAIMON Robotics aus Hongkong schließen – und könnte damit die nächste große Entwicklungsstufe in der Robotikmanipulation einläuten.

Die Grenzen des reinen Sehens

Das derzeitige Paradigma in der Robotik basiert auf dem Vision-Language-Action-Modell (VLA), bei dem Roboter ihre Umgebung primär über Kameras wahrnehmen, diese Informationen mit sprachlichen Befehlen verknüpfen und daraus Aktionen ableiten. Diese Herangehensweise hat beachtliche Fortschritte ermöglicht, stößt aber in der Praxis an fundamentale Grenzen.

Professor Michael Yu Wang, Mitgründer und leitender Wissenschaftler bei DAIMON Robotics, bringt es auf den Punkt: Ohne taktile Rückmeldung können Roboter weder in dunklen Umgebungen zuverlässig Objekte lokalisieren noch das Abrutschen von Gegenständen verhindern. Fragile Objekte wie Gläser fallen ihnen aus der Hand, und die fehlende Kraftkontrolle führt regelmäßig zu Manipulationsfehlern oder sogar zu Beschädigungen.

Wang, der seine Promotion an der Carnegie Mellon University unter Matt Mason absolvierte und später das Robotics Institute an der Hong Kong University of Science and Technology gründete, hat vier Jahrzehnte Erfahrung in der Robotikforschung. Als IEEE Fellow und ehemaliger Chefredakteur der IEEE Transactions on Automation Science and Engineering verfügt er über tiefe Einblicke in die technischen Herausforderungen der geschickten Manipulation.

Monochromatische Vision: Ein technologischer Durchbruch

Die Lösung, die DAIMON entwickelt hat, basiert auf monochromatischer bildbasierter Tastsensorik. Anders als herkömmliche taktile Sensoren nutzt diese Technologie eine Kamera, die Verformungen auf der Oberfläche einer weichen Fingerkuppennachbildung erfasst. Die Besonderheit: DAIMON hat es geschafft, über 110.000 effektive Sensoreinheiten in einem fingerkuppengroßen Modul unterzubringen – die höchste Dichte ihrer Klasse.

Die Entscheidung für einen monochromatischen Ansatz war dabei bewusst pragmatisch. Statt auf komplizierte Farboptik zu setzen, fokussierte sich das Team auf eine ingenieurtechnisch robuste Lösung, die Kosten, Zuverlässigkeit und Sensitivität optimal balanciert. Die Sensoren erfassen dabei weit mehr als nur einfache Kontaktkräfte: Sie registrieren Verformungen, Rutschbewegungen, Reibung, Materialeigenschaften und Oberflächentexturen – und ermöglichen so eine umfassende Rekonstruktion physikalischer Interaktionen.

Ein entscheidender Vorteil dieser bildbasierten Herangehensweise: Die taktilen Informationen liegen bereits in einem visuellen Format vor, das sich nahtlos in bestehende VLA-Frameworks integrieren lässt. So entsteht das erweiterte Vision-Tactile-Language-Action-Modell (VTLA), das die Tastwahrnehmung als gleichwertige Modalität neben dem Sehen etabliert.

Daimon-Infinity: Der Datenschatz für physikalische KI

Im April 2025 ging DAIMON einen mutigen Schritt: Das Unternehmen veröffentlichte Daimon-Infinity, nach eigenen Angaben den weltweit größten omni-modalen Datensatz für physikalische KI mit hochauflösenden taktilen Informationen. Der Datensatz entstand in Zusammenarbeit mit führenden Institutionen wie Google DeepMind, der Northwestern University und der National University of Singapore.

Die Strategie dahinter ist durchdacht: Während andere Unternehmen auf zentralisierte “Datenfabriken” setzen, hat DAIMON das weltweit größte verteilte “Out-of-Lab”-Datenerfassungsnetzwerk aufgebaut. Dieses skalierbare System ermöglicht es, Daten in unterschiedlichsten realen Umgebungen zu sammeln – von der heimischen Wäsche bis zur Fabrikmontagelinie. Die jährliche Kapazität: mehrere Millionen Stunden an Manipulationsdaten, von denen bereits 10.000 Stunden als Open-Source-Ressource der Forschungsgemeinschaft zur Verfügung gestellt wurden.

Die Datenpipeline von DAIMON verarbeitet dabei nicht nur taktile Rohdaten, sondern fusioniert diese mit visuellen Informationen, Bewegungstrajektorien und natürlichsprachlichen Anweisungen zu einem trainingsfertigen Datensatz für maschinelle Lernmodelle. Diese Multimodalität ist entscheidend: Sie bildet die Grundlage dafür, dass KI-Systeme physikalische Interaktionen wirklich verstehen lernen.

Praktische Anwendungen: Von der Eierschale bis zum Convenience-Store

Die konkreten Anwendungsszenarien verdeutlichen das Potenzial der Technologie. Ein eindrucksvolles Beispiel: Ein mit DAIMON-Sensoren ausgestatteter Greifer kann eine fragile Eierschale aufheben, indem er den Kontakt präzise erfasst und die Kraft exakt dosiert. Solche feinfühligen Manipulationen waren bisher praktisch unmöglich.

Besonders vielversprechend sind Einsatzgebiete im Dienstleistungssektor. Wang beschreibt ein konkretes Szenario: In chinesischen Convenience-Stores mit extrem dicht gepackten Regalen – enger als Bücher in einem Bücherregal – müssen Roboter in engste Zwischenräume greifen. Herkömmliche Zweibacken-Parallelgreifer scheitern hier regelmäßig. Erst mit mindestens drei schlanken Fingern, die taktil erfassen können, lassen sich Objekte sicher herausrollen und greifen.

Tatsächlich zeigt China bereits heute, wie schnell Roboter in spezifischen Domänen Fuß fassen können: Praktisch jedes größere Hotel verfügt mittlerweile über Lieferroboter, die autonom durch Korridore navigieren, Aufzüge nutzen und Zimmerservice durchführen. Wang sieht hier ein Modell für die schrittweise Einführung humanoider Roboter – zunächst in klar definierten Umgebungen wie Nachtapotheken oder Convenience-Stores, später in immer komplexeren Szenarien.

Technische Herausforderungen und wirtschaftliche Perspektiven

Die technischen Anforderungen an taktile Sensorik sind enorm. Neben der Sensordichte sind Dynamik, Frequenzbandbreite und Echtzeitverarbeitung kritisch. Wie schnell können Kraftveränderungen erkannt, Signale übertragen und verarbeitet werden? Dazu kommen ingenieurtechnische Aspekte: Zuverlässigkeit, Drift-Minimierung, Haltbarkeit der weichen Oberflächen und Resistenz gegen magnetische, optische oder Umwelteinflüsse.

DAIMON hat sich bewusst für ein “3D”-Geschäftsmodell entschieden: Devices, Data, Deployment. Das Unternehmen entwickelt nicht nur Sensoren, sondern baut ein komplettes Ökosystem auf – von der Hardware über die Datenerfassung bis zur Modellierung und Implementierung in realen Anwendungen. Diese vertikale Integration erscheint notwendig, solange der Markt noch jung ist und Standards fehlen.

Die Veröffentlichung des umfangreichen Datensatzes ist dabei kein Widerspruch zur kommerziellen Strategie, sondern Teil davon. Indem DAIMON Forschungseinrichtungen und Unternehmen weltweit hochwertige taktile Daten zur Verfügung stellt, etabliert sich das Unternehmen als zentraler Akteur im entstehenden Ökosystem der physikalischen KI.

Ausblick: Die konvergierende Revolution

Wang spricht von einem “Konvergenzpunkt”: Elektrische und mechatronische Hardwaretechnologien haben sich in den letzten zwei Jahrzehnten dramatisch verbessert. Moderne Roboter sind vollelektrisch, benötigen keine Hydraulik mehr und verfügen über enorme Bandbreite bei hohen Drehmomenten. Gleichzeitig haben große Sprachmodelle und deren Verallgemeinerung zu Weltmodellen die KI-Seite revolutioniert.

Die Frage ist nicht mehr, ob geschickte Manipulatoren mit menschenähnlichen Fähigkeiten möglich sind, sondern wann sie in der Breite verfügbar werden. Der Weg zur großflächigen Implementierung von Allzweckrobotern mag noch lang sein, doch die schrittweise Durchdringung spezifischer Sektoren hat bereits begonnen.

Taktile Sensorik ist dabei kein Nice-to-have mehr, sondern eine Grundvoraussetzung für robuste Manipulation in unstrukturierten Umgebungen. Wangs Vision ist klar: Roboter sollen zu verlässlichen Partnern des Menschen werden, die sich nahtlos in Haushalte und Arbeitswelten integrieren. Mit hochauflösender haptischer Wahrnehmung rückt diese Vision einen entscheidenden Schritt näher.