Forschungsprojekt AKIMI am WZL
Agentische KI soll Robotik für den Mittelstand einfacher machen
Das Forschungsprojekt AKIMI entwickelt eine agentische KI, die Einrichtung, Programmierung und Umkonfiguration von Robotersystemen für kleine und mittlere Unternehmen deutlich vereinfachen soll. Ziel ist es, Robotik durch natürliche Sprachsteuerung und nachvollziehbare KI-Entscheidungen flexibler und ohne tiefgehende Programmierkenntnisse nutzbar zu machen.
Wie bringt man Robotik so weit, dass sie auch kleinere Betriebe ohne eigene Automatisierungsexperten meistern können? Genau dieser Frage widmet sich seit dem 2. Juli 2026 das neu gestartete Forschungsprojekt „AKIMI" – „Agentische KI für intuitiv rekonfigurierbare Robotik im Mittelstand". Den Auftakt bildete ein Kickoff-Meeting am Lehrstuhl für Informations-, Qualitäts- und Sensorsysteme in der Produktion des Werkzeugmaschinenlabors WZL der RWTH Aachen, bei dem gemeinsam mit dem Institut für Unternehmenskybernetik (IfU) und einem breit besetzten Industrieausschuss die Weichen für eine praxisnahe Entwicklung gestellt wurden.
Der Hintergrund dürfte vielen mittelständischen Produktions- und Logistikbetrieben bekannt vorkommen: Volatile Märkte, kleiner werdende Losgrößen und der spürbare Fachkräftemangel setzen zunehmend unter Druck. Klassische Robotersysteme stoßen dabei oft an ihre Grenzen, weil sie hohen Programmieraufwand erfordern und wenig anpassungsfähig sind. Hier will das AKIMI-Konsortium ansetzen und eine hybride, agentische Künstliche Intelligenz entwickeln, die Einrichtung, Programmierung und Umkonfiguration von Robotersystemen deutlich vereinfachen soll.
Brücke zwischen Sprachmodellen und physischer Umsetzung
Im Zentrum steht dabei die Idee, Sprachmodelle – also Large Language Models – mit strukturiertem Fachwissen und erprobten robotischen Basisfunktionen zu verknüpfen. Anders als rein textbasierte KI-Anwendungen soll das System proaktiv agieren: komplexe menschliche Anweisungen selbstständig in nachvollziehbare Teilschritte zerlegen und die Roboterkinematik entsprechend steuern. Aufgaben aus Montage und Logistik ließen sich damit erstmals über natürliche Sprache lösen – auch für Mitarbeitende ohne Programmiererfahrung. Besonderes Augenmerk legt das Projektteam auf Transparenz und Nachvollziehbarkeit der KI-Entscheidungen. Da im industriellen Umfeld nichts dem Zufall überlassen werden darf, gleicht das AKIMI-System vorgeschlagene Aktionssequenzen fortlaufend mit physikalischen Gesetzmäßigkeiten und festgelegten Sicherheitsgrenzen ab.
Das Werkzeugmaschinenlabor WZL der RWTH Aachen bringt sein Know-how in der intelligenten Montageautomatisierung ein, verantwortet vom Lehrstuhl für Informations-, Qualitäts- und Sensorsysteme in der Produktion (WZL-IQS) unter Leitung von Prof. Dr.-Ing. Robert Schmitt. Als methodischer Rahmen dient das institutseigene Leitbild „Sense – Think – Act": Die Forschenden wollen sensorische Wahrnehmung, KI-gestützte Entscheidungsfindung und robotische Ausführung möglichst nahtlos miteinander verzahnen. Damit die Ergebnisse nicht nur in der Theorie funktionieren, sollen die entwickelten Modelle und Software-Architekturen im weiteren Projektverlauf an realitätsnahen Demonstratoren erprobt und auf konkrete Anwendungsfälle der beteiligten Industriepartner übertragen werden.
„Kleine und mittlere Unternehmen benötigen flexible Automatisierungslösungen, die sich ohne tiefe Programmierkenntnisse anpassen lassen. Mit AKIMI senken wir die Barrieren für den Robotikeinsatz drastisch: Die agentische KI fungiert als intelligenter Assistent, der komplexe Aufgaben in verständliche Handlungsschritte übersetzt“, erläutert Prof. Dr.-Ing. Robert Schmitt, Inhaber des Lehrstuhls für Informations-, Qualitäts- und Sensorsysteme in der Produktion (IQS) am WZL der RWTH Aachen.
Das Forschungsprojekt AKIMI wird durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) im Rahmen der Industriellen Gemeinschaftsforschung (IGF) aufgrund eines Beschlusses des Deutschen Bundestages gefördert. Die Projektbeteiligten bedanken sich für die Unterstützung und die Bereitstellung der Forschungsmittel.









