Heute, am 8. November 2026, geht es an der TUM München um eine Idee, die bald aus der Trainingshalle hinaus ins Stromnetz soll: E.ON will prüfen, welchen Nutzen humanoide Roboter im realen Netzbetrieb haben können. Erste Praxistests bei MITNETZ STROM sind für 2027 geplant.

Dahinter steht die Zusammenarbeit von enviaM und NEURA Robotics. Die Roboter sollen Beschäftigte bei gefährlichen Arbeiten, körperlich belastenden Tätigkeiten und wiederkehrenden Aufgaben unterstützen. Bevor sie allerdings zwischen Schaltanlagen und Kabeln unterwegs sind, müssen sie erst einmal lernen, wie der Arbeitsalltag dort überhaupt aussieht.

Erst trainieren, dann ins Netz

Dieses Training ist im TUM RoboGym der Technischen Universität München vorgesehen. Fachleute sollen dort Arbeitsabläufe demonstrieren. Die Roboter werden dabei mit Bild-, Ton- und Tastinformationen sowie mit virtuellen Simulationen auf unterschiedliche Situationen vorbereitet. Anschließend sind Tests bei der tatsächlichen Netzwartung geplant.

Das Trainingszentrum am LabCampus umfasst Roboter-Trainingszellen und hohe Rechenleistung für das Training von KI-Modellen und Computersimulationen. In den Zellen lernen Roboter unter anderem, Boxen zu falten, Bauteile zusammenzustecken und Werkzeuge zu bedienen. Klingt zunächst nach Kleinkram. Für Maschinen, die später zuverlässig in einer Energieinfrastruktur arbeiten sollen, steckt darin aber jede Menge Übung.

Im TUM RoboGym können Roboterfähigkeiten in einer realitätsnahen Umgebung entwickelt und getestet werden. NEURA Robotics stellte zur Eröffnung die nächste Generation seines humanoiden Roboters 4NE1 vor. Dieses Modell soll künftig ebenfalls im TUM RoboGym eingesetzt werden.

Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Eine bestehende Infrastruktur als Prüfstein

MITNETZ STROM ist eine Tochter von enviaM und betreibt in Ostdeutschland ein rund 71.000 Kilometer langes Verteilnetz. Die geplanten Maschinen sollen dabei nicht auf eine eigens umgebaute Umgebung angewiesen sein. Sie müssen Türen passieren, Treppen überwinden und Anlagen ohne Umbauten bedienen können.

Genau darin liegt der Knackpunkt: Die Roboter sollen sich in einer Infrastruktur zurechtfinden, die für Menschen ausgelegt ist. Als mögliche Einsatzbereiche gelten Inspektionen, die Anlagenüberwachung und die Unterstützung bei belastenden Tätigkeiten. Ob das im echten Netzbetrieb klappt, muss sich erst zeigen. Maßgeblich ist, ob die Roboter dort zuverlässig eingesetzt werden können.

Anzahl und endgültige Modelle der Roboter stehen noch nicht fest. Auch ein genauer Zeitplan für die Tests wurde bislang nicht veröffentlicht. Zunächst müssen die Arbeitsabläufe im Trainingszentrum erlernt und danach in den Netzbetrieb übertragen werden – Schritt für Schritt, ohne dass die Maschine beim ersten echten Einsatz gleich zum Sorgenkind wird.

E.ON und enviaM behalten die Kontrolle über ihre Trainingsdaten und über die Fähigkeiten, die die Roboter erwerben. Beide Unternehmen entscheiden selbst, ob diese Fähigkeiten weitergegeben werden.

Daten aus der echten Welt

Der aktuelle Schwerpunkt des TUM RoboGym liegt auf industriellen Anwendungen und der Intralogistik. Für verkörperte künstliche Intelligenz sind Trainingsdaten aus realen physischen Interaktionen entscheidend; bislang gibt es davon nur wenige. Beim Training entstehen deshalb große Datenmengen, die zur Weiterentwicklung intelligenter Roboter genutzt werden können.

Die Daten aus dem TUM RoboGym werden in einem kuratierten Cloud-Data-Lake gesammelt und für das Training von Physical-AI-Modellen bereitgestellt. Als wissenschaftliche Ressource soll dieser Data Lake skalierbare Forschung ermöglichen – etwa zu verallgemeinerbaren Roboterfähigkeiten, sicherer Mensch-Roboter-Interaktion und KI-Modellen für die Robotik.

Ziel ist, wissenschaftliche Ergebnisse in praktische Anwendungen zu übertragen. Die Zusammenarbeit mit der Robotikindustrie soll dabei helfen, Forschungsprototypen systematisch und schnell zu marktfähigen Produkten weiterzuentwickeln. Wissenschaftlicher Koordinator des TUM RoboGym ist Prof. Achim Lilienthal vom TUM Munich Institute of Robotics and Machine Intelligence (MIRMI).

Bis zum Einsatz im Stromnetz bleibt also einiges zu tun: Bewegungen müssen sitzen, Situationen erkannt und Abläufe sicher beherrscht werden. Erst wenn aus Simulationen belastbare Handgriffe werden, geht es für die Roboter hinaus zu Türen, Treppen und Anlagen im rund 71.000 Kilometer langen Netz von MITNETZ STROM.