Humanoide Roboter im Haushalt: Nie mehr abwaschen, bügeln, aufräumen

00:00:00: Dieser Podcast wird präsentiert von Hundert Minuten.

00:00:03: Dem Podcast von Brandeins und dem Mikro-Pionierfonds.

00:00:11: Das ist Quantensprung, ein Podcast der NCZ über Forschung

00:00:15: die bewegt.

00:00:25: Ich verbringe viel Zeit mit Hausarbeit.

00:00:27: eindeutig zuviel Spülmaschine einräumen oder ausräumen Wäsche waschen Aufhängen bügeln Abstauben aufräumen Alles reine Sisyphusarbeiten.

00:00:39: Würde meine Hausarbeit Und die von allen.

00:00:42: Seien wir mal ehrlich, Frauen in der Schweiz per Stundenlohn bezahlt werden während des dreihundert Milliarden Franken

00:00:49: im Jahr.

00:00:51: Dreihundert Millionen!

00:00:52: Das sind etwa vierzig Prozent der gesamten Wirtschaftsleistung gemessen am Bruttoinlandsprodukt.

00:00:58: Aber auch kein Wunder?

00:00:59: Wir verbringen so viele Stunden täglich mit Kochen,

00:01:02: mit Wischen

00:01:02: und mit Saugen –

00:01:04: bis her!

00:01:05: Wenn es nach den Firmen aus dem Silikörnwelli ging, dann müsste bald niemand mehr putzen, waschen und bügeln.

00:01:11: Das sollen nämlich schon bald humanoide Roboter übernehmen!

00:01:15: Die kann man heute sogar schon vorbestellen – auch aus der Schweiz und aus Deutschland.

00:01:20: Ein Roboter

00:01:21: für

00:01:21: alle Aufgaben im Haus Und dann noch einer, der fast so aussieht wie ein Mensch.

00:01:26: Das gab's bisher noch nie Aber vielleicht lernt diese neue Generationen-Robotern ja wirklich Arbeiten im Haus zu übernehmen.

00:01:34: Das ist Quantensprung, ein Podcast aus der Wissenschaftsredaktion der NCZ.

00:01:40: Wir prüfen Ideen die etwas verändern könnten und wie sie Wirklichkeit werden könnten.

00:01:46: Diese Woche wollen wir wissen wie Forscher humanoiden Robotern beibringen wollen unseren Haushalt zu schmeißen.

00:01:52: Dieser Frage bin ich mit meiner Kollegin und Co-host Joya des Silber nachgegangen denn Sie schreibt bei uns im Team über Technologie und Robotik Ich bin Lena Waldmann Willkommen.

00:02:05: In den USA arbeiten

00:02:06: mehrere Firmen an solchen vollautonomen Altzweckroboten.

00:02:10: Die berühmtesten sind Tesla mit Optimus One X, Neo und Figure AI mit den Figure-Robotern.

00:02:17: Es gibt aber auch eine deutsche Firma die Nora Robotics.

00:02:20: Auch dort kann man schon Vorbestellungen platzieren.

00:02:23: Diese Roboter sehen einigermassen menschlich aus.

00:02:26: Sie haben einen Körper so wie wir.

00:02:27: sie haben zwei Beine, zwei Arme Ein Kopf mit

00:02:31: Kameras als Augen.

00:02:33: Sie haben Finger und können sich auch ungefähr so bewegen wie wir das tun.

00:02:38: Auf Videos kann man heute schon sehen, dass sie Putzen, Einkaufstaschen ausräumen, Deko-Objekte abstauben.

00:02:46: Sie können aber auch Gartenpflanzen

00:02:47: gießen

00:02:48: oder

00:02:48: auf einer Gartenparty Gäste mit Japanier bedienen.

00:02:53: Bei One X

00:02:54: weiß man auch

00:02:55: schon was dann

00:02:56: ein Roboter kosten würde nämlich zwanzigtausend Dollar zum kaufen.

00:03:01: oder wenn man ihn witten will, dann kostet es fourhundertneunundneinzig Dollar pro Monat.

00:03:07: Die Vorstellung erinnert einen Serien wie Bridgeten oder Downton Abbey wo eine Armee ein Badlands silberpoliert, wo Haushälterinnen Kisten aufschütteln, Sofen Haare flechten und Diener sich um Haus und Herren kümmern.

00:03:20: Ja aber mal ehrlich.

00:03:21: also bereits heute haben

00:03:22: wir im Haushalt ganz viele Roboter.

00:03:24: Wir nennen sie aber nicht Roboter sondern Automaten irgendwie die Waschmaschine, die Spülmaschine den automatischen Rasenmäher auch zb

00:03:32: Nur sehen die eben nicht menschlich aus und sie können auch immer nur eine Sache, anders als die Roboter alles können.

00:03:39: Ja ja also in Promo-Videos wird uns ja immer

00:03:41: das Blaue vom Himmel versprochen.

00:03:43: aber humanoidie-Roboter tagen

00:03:46: heute

00:03:46: als Haushaltshilfen

00:03:47: eigentlich noch gar nichts.

00:03:49: Sie sind noch nicht viel mehr als ein weiteres

00:03:52: Staubfänger im Haushalt

00:03:54: Ne, oder der Roboter der Silicon

00:03:55: Valley Firma One X, den sie dieses

00:03:57: Jahr noch

00:03:58: ausliefern wollen.

00:03:59: Der muss ferngesteuert werden um den Haushalt zu machen.

00:04:02: Ferngesteuert?

00:04:04: Dass ein Mensch irgendwann an einem Joystick sitzt und von dort aus mein Wohnzimmer saugt arme Beine Hände des Roboters in Echtzeit steuert... Nein!

00:04:13: So habe ich mir meinen Roboter-Battler nicht vorgestellt.

00:04:16: Der Roboter soll das schon alleine können.

00:04:19: Nach so einem hat Joyer am International Humanoid Forum im Biel Ausschau gehalten

00:04:24: Das war's.

00:04:27: Ja, das war schon echt

00:04:28: beeindruckend wirklich.

00:04:29: Ich habe da Roboter gesehen.

00:04:31: die sind durch den Raum getanzt.

00:04:33: hier hört man wie die Füße vom Roboter so ein bisschen auf dem Boden stampfen beim tanzen und das war so einen kleinen Humanoiden.

00:04:41: der war vielleicht ein Meter dreißig groß ungefähr hatte ein schwarzes T-Shirt schwarze Hosen.

00:04:46: unter dem T-shirt hat man so seinen metallischen

00:04:49: Oberarme

00:04:49: noch gesehen.

00:04:50: ja und ich meine im Vergleich zu vor ein paar Jahren

00:04:53: muss man heute wirklich sagen die können schon sehr viel in der Bewegung sein sehr flüssig.

00:04:58: Sie sehen echt menschlich aus in ihrer Bewegung,

00:05:01: aber ich habe doch auch gesehen

00:05:02: dass wir

00:05:03: trotzdem

00:05:03: noch

00:05:03: sehr weit weg

00:05:04: sind von humanoiden Allzweckroboten

00:05:07: obwohl in diesem Markt

00:05:08: natürlich im Moment gerade Milliarden investiert

00:05:11: werden.".

00:05:12: In Biel hat Joya auch Simon Fishinger getroffen.

00:05:15: erst CEO der Robotikfirma Synapticon erbaut Motoren und Gelenke für humanoide Roboter und sorgt dafür das sie sich sicher bewegen können.

00:05:25: Es ist einfach die findvollste Form eines Roboters.

00:05:29: Wir wollten ja schon immer so ein universelles Gerät haben, das uns Arbeit abnimmt.

00:05:33: In der Landwirtschaft der Fertigung der Logistik auf dem Bau – überall werden Maschinen oder eben Roboter eingesetzt um menschliche Muskelkraft

00:05:41: zu ersetzen.

00:05:42: Die haben eigentlich immer Roboter, die dann für eine Anwendung da waren gebaut weil das war das was wir bisher konnten und die Vision der Automatisierung war aber schon immer dass wir irgendwie alles machen können und das ist jetzt der erste Moment wo wir wirklich alles machen.

00:05:54: Damit diese Roboter aber alles machen können, müssen sie menschlicher werden.

00:05:58: Weil die Welt auf die menschliche Form standardisiert ist – Türrahmen, Treppen, Arbeitsflächen, Werkzeuge!

00:06:05: Das Alles ist für zwei Arme, zwei Beine und Hände konzipiert, die nach etwas greifen können.

00:06:18: Doch diese menschlichen Form reicht nicht aus.

00:06:21: Die Roboter brauchen auch ein gewisses Maß an Intelligenz Eine künstliche Intelligenz.

00:06:26: Generative KI, wie

00:06:28: wir sie zum Beispiel in JetGPT oder in anderen Chatpots sehen,

00:06:32: haben das Innenleben

00:06:34: der Roboter revolutioniert und bringen den Roboter nämlich das Weltwissen bei.

00:06:39: Das bedeutet dass JetGPD z.B.

00:06:41: weiß, dass eine heiße Pfanne nicht auf einem Plastik-Teller

00:06:45: abgestellt

00:06:45: gehört und das Weingläser sehr schnell zerbrechen wenn man nicht vorsichtig ist mit ihnen.

00:06:50: Das ist ein gewaltiger Schritt,

00:06:52: den bis vor wenigen Jahren waren.

00:06:53: Die Robote noch zu dumm um das zu wissen und jetzt in Kombination mit den Chatbots da wissen sie eher was Sie tun müssen.

00:07:02: Trotzdem bleibt der Robotik im Haushalt

00:07:04: natürlich wahnsinnig

00:07:05: schwierig

00:07:06: Und im Haushalte habe ich halt einfach die Definition des perfekten Chaos.

00:07:10: Jeder Haushalt ist komplett anders.

00:07:12: Deshalb müssen die Roboter noch besser werden.

00:07:15: Und auf diese beiden Arten wollen das die Wissenschaftler erreichen.

00:07:18: Reinforcement Learning und Imitation Learning.

00:07:26: Die erste Variante ist es sogenannte Reinforcement learning.

00:07:30: Mit reinforcement learning

00:07:31: lernt ein Roboter Bewegungsabläufe zum Beispiel ganz simpel, dass gehen.

00:07:37: Es funktioniert in einer

00:07:38: virtuellen Umgebung.

00:07:40: Das kann man sich ein bisschen wie ein Computerspiel vorstellen durch das der Roboter navigiert.

00:07:45: Er lernt durch Versuch und Irrtum, also man gibt ihm einfach

00:07:48: ein Ziel vor.

00:07:50: Und der Roboter versucht dann selbstständig sich so zu bewegen dass er das

00:07:53: Ziel erreicht.

00:07:55: So ein Ziel könnte zum Beispiel sein Gehe zur Tür und bleibe dort stehen.

00:07:59: Wenn der Robote es schafft wird er in der Simulation belohnt.

00:08:03: Also zb

00:08:04: Belohnung plus zehn Punkte

00:08:06: wenn der Robot stabil bei der Türe steht

00:08:08: aber minus fünfzig

00:08:10: Punkte wenn er dabei hinfällt.

00:08:12: Und der Roboter versucht

00:08:13: dann, die Summe der Belohnungen über die Zeit hinzumaximieren.

00:08:17: So lernt er den

00:08:17: Roboter

00:08:18: selbstständig und ohne dass er dafür ein Vorbild oder eine Vorprogrammierung bräuchte wie er das machen kann, wie er seinen Körper bewegen muss um bei der Tür anzukommen.

00:08:27: Was der Robote in der digitalen Simulation lernt, kann dann auf die Hardware übertragen werden.

00:08:33: Der grosse Vorteil von

00:08:34: der virtuellen Umgebung ist,

00:08:36: dass der Robot dabei ja tausende Male Hinfall noch

00:08:39: Tausende Fehler machen kann

00:08:41: ohne sich selbst

00:08:42: zu beschädigen.

00:08:43: Wenn er das in der echten Welt

00:08:44: machen würde, dann wäre

00:08:45: er sofort kaputt und in der digitalen

00:08:47: Simulation kann die Roboterbewegungen so stark beschleunigen – also die Versuche für die ihr im rechten Leben Hundertte von Jahren brauchen würdet, kann er innerhalb von wenigen Stunden digital simulieren

00:08:58: sodass es

00:08:59: dann einfach effizient

00:09:00: funktioniert.".

00:09:02: So haben die Robote gelernt zu rennen, Treppen zu steigen oder sogar über hohe Mauern zu kletzern oder durch enge Durchgänge zu zwängern.

00:09:10: In Videos sieht man sie Fußball spielen.

00:09:13: Ein Roboter der amerikanischen Firma Boston Dynamics wurde für seinen Backflip gefeiert und seit dem chinesische Neujahr kursieren Videos von Tanzenden humanoiden Robotern.

00:09:34: Diese Roboter haben mit Reinforcement Learning gelernt, wie Sie sich

00:09:37: zum Beispiel

00:09:37: mit einem ganz kleinen

00:09:38: Korrekturschritt

00:09:39: auffangen können wenn Sie zB nach einem Backflipp nicht genau im Gleichgewicht landen So beeindruckend

00:09:45: es sein mag und so sehr uns das Gefühl gibt, dass die Robotik-Revolution bevorsteht.

00:09:50: Akrobatik hilft nicht beim Aufräumen!

00:09:54: Die Roboter müssen etwas ganz anderes können – die sogenannte Manipulation von Objekten ein Blatt Papier vom Boden aufnehmen einen runden Türknopf drehen oder auch den Kühlschrank einräumen.

00:10:06: Das Problem bei der Manipulation von Objekt ist in der virtuellen Welt

00:10:11: funktioniert es

00:10:12: prima Aber dieses Wissen aus der virtuellen Welt

00:10:15: kann die Robote dann in der

00:10:16: echten Welt nicht umsetzen.

00:10:18: Das nennt man heute den

00:10:20: SIM-TO-REAL GAP.

00:10:22: Das Problem ist, in der Simulation sind Dinge wie Reibung

00:10:25: z.B.,

00:10:26: die Reibungen zwischen dem Roboterfinger

00:10:28: und

00:10:28: dem Weinglas, das er gerade abwaschen soll ...

00:10:32: Die Reibungsregel ist

00:10:33: immer konstant.

00:10:35: In der echte Welt ändert sich die Reimung je nach Temperatur, vielleicht ist das Glas noch nass, dann rutscht es

00:10:41: natürlich schneller

00:10:43: und vielleicht ist die Roboterhand auch schon leicht abgenutzt

00:10:46: oder hat eine Delle

00:10:47: an einem Finger,

00:10:47: dann ist die Reibung

00:10:48: nochmals anders.

00:10:50: Deshalb verhält sich halt das Glas in der echten Welt immer ganz

00:10:53: ein bisschen, kleines bisschen anders als in der

00:10:55: virtuellen.

00:10:56: Und auch der Roboter ist ja nicht immer konstant!

00:10:58: In der echen Welt hat jeder Motor

00:11:01: ganz kleine Unterschiede

00:11:02: aber in der Simulation ist jedes Gelenk identisch und deshalb funktionieren manche

00:11:06: Bewegungen,

00:11:07: die halt in der virtuellen Einwand frei funktionieren

00:11:10: –

00:11:10: in der echten

00:11:10: Welt einfach gar nicht.

00:11:12: Um die Übertragung aus der Simulation in die echte Welt zu verbessern, versuchen die Forscher die virtuelle Umgebung mit mehr Variation auszustatten.

00:11:20: Das bedeutet

00:11:21: z.B.,

00:11:21: in der Simulierung, in der ein Roboter einen

00:11:24: Weinglas

00:11:24: erwäscht wird die Reibung,

00:11:26: die es zwischen der Roboterhand und dem Weinglass gibt

00:11:29: mal höher eingestellt,

00:11:30: mal tiefer eingestellt.

00:11:32: Damit lernt der Robot mit unterschiedlichen

00:11:34: Reibungswerten umzugehen.

00:11:42: Mein Frühjahrsputz geht weiter!

00:11:44: Und ich mache mich auf den Weg in den Keller zur Waschmaschine und zum Briefkasten.

00:11:48: Das Treppensteigen würde der Roboter vermutlich auch schaffen.

00:11:51: Aber mit den restlichen Aufgaben hätte er wohl seine Probleme.

00:11:55: Zum Beispiel beim Briefkasten ist die Frage, ob dem Roboter dann

00:11:59: nicht das Fingerspitzen-Scheingefühl fehlen würde?

00:12:02: Meine Roboterhände haben

00:12:04: immer noch Mühe damit zum Beispiel ein einzelnes Blatt

00:12:06: Papier

00:12:07: oder einen sehr dünnen Brief hochzuheben

00:12:09: und auch beim Waschen ist die frage wie das geht.

00:12:12: nur schon den vollen Wäschekorb hoch

00:12:14: zu heben kann schwierig sein für einen Roboter.

00:12:17: Vielleicht ist er ja auf der einen Seite ein bisschen schwerer beladen als auf der

00:12:20: anderen Seite.

00:12:21: Wir Menschen wiegleichen

00:12:22: die Kraft, die es dafür

00:12:23: braucht intuitiv

00:12:25: aus

00:12:25: aber ein Roboter muss solche Sachen

00:12:27: dann erst lernen

00:12:31: und waschen ist ja sowieso sehr schwierig.

00:12:32: also so viele Materialien so viele Farben so viele unterschiedlichen Waschmittel und Temperaturen.

00:12:38: Also selbst wenn du einen vollautonomen Allzweckroboter hättest Dann müsstest du ihm noch

00:12:42: erklären wie du welche Kleidungsstücke gewaschen haben willst.

00:12:46: Wie fühlt sich Kashmir an und wie heißt auf der Pulle gewaschen werden?

00:12:50: Diese kleinen Feinheiten müssten die KI lernen, dann aus der Simulation in die Realität übertragen.

00:12:58: Eigentlich müsste also jeder Haushalt perfekt simuliert werden – das wäre sehr aufwendig!

00:13:04: Denn jeder Haushalte ist halt so sein eigenes Chaos.

00:13:08: Deshalb haben Forscher noch eine zweite Theorie, wie Roboter das Lernen könnten….

00:13:18: Der Haushaltsroboter soll direkt von Menschen lernen.

00:13:21: Diese zweite Lernansatze heißt Imitation Learning, also

00:13:25: Lernen durch Nachmachen.

00:13:27: Das wäre es wenn du einem Roboter zeigst wie du etwas machst und er kopiert dann ganz einfach

00:13:32: deine Bewegungen.

00:13:33: Dafür braucht ihr sehr viele Daten um den fehlenden gesunden Menschenverstand auszugleichen.

00:13:38: Ken Goldberg, ein Robotikprofessor an der Universität Berkeley, sagt, um einen Allzweckroboter zu trainieren bräuchten wir Datenmaterial in der Größe von hunderttausend Jahren.

00:13:51: Das klingt erst mal nach einer unüberwindbaren Hürde aber rein theoretisch könnte man auch hundertausend Putzkräfte während eines Jahres

00:14:00: mit einer Technologie ausrüsten Zensoren

00:14:06: die ihre Bewegung

00:14:07: registriert

00:14:08: und mit diesen Daten dann die Roboter trainieren.

00:14:11: Beziehungsweise müsste ich für meinen Haushalt wohl selbst diese Daten sammeln oder doch den ferngesteuerten Roboter der Firma ONE X nutzen, über den wir am Anfang gesprochen haben.

00:14:21: Der sammelt nämlich genau diese Daten für ein späteres autonomes Modell.

00:14:26: Aber nicht alle Robotikforscherinnen sind sich einig dass das der richtige Weg ist.

00:14:32: Eine Forscherin hält das sogar für totalen Unsinn.

00:14:35: Sie hat

00:14:35: eine ganz andere Idee, wie Roboter besser werden können!

00:14:41: Wir sind gleich zurück...

00:14:45: Die Art Wie wir wohnen prägt wie wir leben und sie wird sich verändern müssen.

00:14:50: Wie wollen wir wohnen wenn wir immer mehr werden?

00:14:53: In der neuen Staffel von hundert Minuten so wollen wir wohnen.

00:14:57: sprechen wir mit den Menschen die neue Wohnformen entwickeln städtegesünder machen und dass Gemeinwohl neu denken.

00:15:04: Eine Reportage reise durch die Schweiz mit Ideen, die weit über ihre Grenzen hinausweisen.

00:15:09: Hundert Minuten!

00:15:11: Der Podcast von Brandeins und dem Mikro-Pionierfonds.

00:15:14: Jetzt reinhören!

00:15:22: Ott Bia ist Robotikprofessorin an der EPFL – der Technischen Hochschulen Losan.

00:15:29: Sie sagt mehr Daten sind nicht die Lösung Dieses große Datensammeln sei der komplett falsche Weg und eine große Geldverschwendung.

00:15:48: Sie sagt, es brauche stattdessen fundamentale Durchbrüche vor allem in der KI-Forschung.

00:15:57: Also Ottbier, sie glaubt das?

00:16:00: heute ist es noch unglaublich ineffizient einem Computer das Lernen

00:16:04: beizubringen

00:16:05: zum Beispiel Algorithmen zur Bilderkennung, die brauchen riesige Mengen von Bildern um zu lernen nur schon was eine Giraffe ist.

00:16:13: Aber wir Menschen müssen eine Geraffe vielleicht nur ein einziges Mal sehen also Kleinkinder und dann wissen sie was das ist?

00:16:20: Und wir wissen noch nicht so genau wie wir Menschen das machen.

00:16:22: Also warum Algorithme nicht gleichermaßen effizient

00:16:26: lernen können?

00:16:27: Gelenke ist der Wissenschaft, einen Algorithmus so effizient zu machen beim Lernen wie der Mensch.

00:16:33: Dann könnte dies auch der Robotik einen Durchbruch

00:16:35: verschaffen.".

00:16:40: Dass dieser Durchbrucht gelingen wird?

00:16:43: Daran hegt Simon Fishinger, das CEO der Robotikkirma Synaptico wenig Zweifel!

00:16:48: Also wir werden es schaffen dass die EI die letzten Quantensprünge für uns macht in den nächsten Jahren und dann kann man diese Roboter auch sinnvoll einsetzen.

00:16:55: Das ist natürlich auch ganz schön optimistisch.

00:16:57: Aber Fishinger hat doch eine Firma, die Bestandteile für humanoide Roboter verkauft.

00:17:01: Da muss da zuversichtlich sein!

00:17:03: Andere sind es ja auch – Investoren zum Beispiel.

00:17:06: twenty-fünf und zwanzig Flossen, einundzwanzig Milliarden Dollar an Venture Capital in die Entwicklung von Robotern.

00:17:12: Laut Morgens Danleys soll zweitausendfünfzig der Markt für humanoide Robote über fünf Billionen Dollar erreichen.

00:17:19: Ich brauche jetzt erstmal eine Kaffeepause von meiner Putzaktion.

00:17:24: Ich muss auch zugeben, es ist ein sehr befriedigendes Gefühl sich in einer blitzblanken Wohnung umzuschauen.

00:17:30: Das

00:17:30: war den Aufwand wert!

00:17:32: Aber ganz ehrlich – ich würde mich aus so gut fühlen wenn ich einfach in eine saubere Wohnung zurückgekommen wäre und die letzten Stunden stattdessen mit Joya beim Kaffee trinken und diskutieren verbracht hätte.

00:17:44: Zum Beispiel darüber wie ein Leben mit so einem humanoiden Roboter zu Hause aussehen könnte.

00:17:59: sehr gerne abnehmen.

00:18:01: Aber ich kann natürlich verstehen, dass diese Entwicklung auch bei vielen Menschen Sorge auslöst die sich denken oh wenn der Roboter den Haushalt schmeißt dann übernimmt er vielleicht doch bald meinen Job!

00:18:13: Ja ich kann diese Sorge auch verstehen.

00:18:15: aber bisher war es immer so das Automatisierung keine

00:18:18: Mass- und Arbeitslosigkeit auslöste

00:18:20: obwohl davor ja auch immer wieder gewarnt wurde.

00:18:23: Die Jobs wurden bis her dank Automation eigentlich immer angenehmer.

00:18:26: Das gilt ja auch im Haushalt.

00:18:28: Überleg mal, wie viel Zeit wir nur schon mit Kleiderwaschen

00:18:31: verbringen müssten

00:18:32: wenn es keine Waschmaschine

00:18:33: gäbe?

00:18:34: Ich meine Waschbrett und Zeife.

00:18:36: das ist echt schon echt harte Arbeit.

00:18:38: Also würdest

00:18:38: du sagen wir haben eher Grund zum Optimismus dass es diese Roboter bald geben könnte.

00:18:43: Ja ich denke schon.

00:18:44: Aber wir haben künftig vielleicht tatsächlich Maschinen die intelligenter sind als

00:18:48: wir Und das gab es ja noch nie in der

00:18:50: Geschichte.

00:18:51: Ich denke schon, dass die Gesellschaft verändern wird und natürlich auch den Arbeitsmarkt

00:18:56: verändern.

00:18:57: Aber das Gute daran ist, dass wir noch sehr viel Zeit haben werden – also bis zum vollautonomen Allzweckroboter wird es höchstwahrscheinlich noch Jahrzehnte dauern!

00:19:06: Und in dieser Zeit ist meine Hoffnung, dass uns auch so laufen

00:19:09: und diesen

00:19:09: kontinuierlichen technologischen Fortschritt

00:19:11: anpassen können.

00:19:13: So war es ja auch in der Vergangenheit.

00:19:15: Ich bin jetzt fast ein bisschen enttäuscht, dass es noch Jahrzehnte dauern wird.

00:19:18: Aber klar!

00:19:18: Es gibt ja doch noch einige Punkte die geklärt werden müssen.

00:19:21: zum Beispiel auch das Thema Sicherheit.

00:19:23: Denn so einen Roboter in meinem Haushalt der sieht und hört erstens mal alles Und das zweite ist, dass er seine Maschine, die in der Lage ist relativ schwere Gegenstände hochzuheben Das bedeutet...die hat ja auch eine gewisse Kraft.

00:19:37: Ja an diesem Thema arbeiten die Hersteller schon lange Die Robotiläne

00:19:41: z.B.,

00:19:42: wenn sie umfallen dass sie so fallen, dass sie möglichst niemanden verletzen.

00:19:45: Keine Menschen keine Tiere keine Kinder.

00:19:48: aber was du auch noch angesprochen hast stimmt natürlich schon.

00:19:51: es hat natürlich Effekte auf die Privatsphäre

00:19:54: wenn ich

00:19:55: eine Geräte habe das ständig meinen Haushalt filmt.

00:19:58: und natürlich die Cyber sicherheit ist

00:19:59: auch ein großes Thema.

00:20:01: Das ist aber kein Problem dass sich jetzt spezifischer humanoider Roboter bezieht.

00:20:06: das hätten wir ja mit jedem Roboter den wir irgendwie in unseren haushalt lassen.

00:20:10: Ich frage mich bei den ganzen Anwendungen, die wir jetzt durchgesprochen haben.

00:20:14: Muss es denn wirklich ein Roboter sein der aussieht wie ein Mensch?

00:20:18: Es ist eine sehr berechtigte Frage!

00:20:20: Ich denke für viele Anwendung machte die menschliche Form tatsächlich einfach wenig Sinn.

00:20:26: Wenn du mich fragst sind humanoider Roboter im Moment vor allem nach Marketing.

00:20:29: also es gibt kaum Anwendungs für die zwei Beine und zwei Arme heute

00:20:35: wirklich

00:20:35: nötig wären.

00:20:36: Also auf flachen Böden, das sind Räder sowieso besser als Beine

00:20:39: sie sind schneller und stabiler.

00:20:42: Aber die Fans von humanoiden haben halt trotzdem gute Argumente.

00:20:45: Sie sagen ja weil die Welt halt für den Menschen gebaut wurde ist die humanoide Form

00:20:50: die beste Weil sich

00:20:51: der Roboter dann

00:20:51: am besten darin

00:20:52: zurechtfindet.

00:20:53: Und trotzdem wäre es im haushalt doch praktischer wenn er vier arme hätte statt noch einen Kopf den er ihn nicht braucht weil er hat ja kein Gehirn.

00:21:01: Ja ja das stimmt.

00:21:02: Aber dann kommt natürlich die Frage, welches Gerät würdest du dir dann lieber ins Wohnzimmer

00:21:06: stellen?

00:21:07: Eines das irgendwie freundlich aussieht und vielleicht dich

00:21:09: sogar ein bisschen und ich selbst erinnert

00:21:12: oder vielleicht ein effizientes aber irgendwie seltsames Wesen.

00:21:16: Ich habe gerne eines, dass mir wirklich hilft und dass mir nicht noch mehr Arbeit macht oder wie Du es am Anfang genannt hast einfach nur einen Staubfänger ist!

00:21:23: Wann glaubst Du bieten solche humanoiden Roboter denn diesen

00:21:27: Mehrwert?!

00:21:28: Sie müssen halt wirklich zuverlässig funktionieren oder und sie dürfen auch nicht so viel kosten.

00:21:33: Vor allem für Privathaushalte

00:21:34: dürfen sie nicht zu

00:21:35: teuer sein, weil Hausarbeit wird ja heute schon

00:21:38: schlecht

00:21:38: oder häufiger noch

00:21:40: natürlich gar nicht bezahlt.

00:21:42: Ich denke das Humanoidirroboter bevor sie wirklich in Privat-Haushalten ankommen eine Reihe von anderen Branchen durchdringen werden.

00:21:51: Erstens werden sie wohl in strukturierten Umgebungen eingesetzt,

00:21:55: z.B.

00:21:55: in Warenlagern oder vielleicht

00:21:57: auch in Altersheimen

00:21:59: und danach könnten so halbstrukturierte Umgebung

00:22:02: kommen wie zum Beispiel

00:22:03: der Roboter, der in einem Restaurant die Tische putzt oder das Essen bringt solche Sachen.

00:22:09: Bei der Hausarbeit denke ich wirklich, dass ist der letzte Schritt, der wird noch sehr viel Entwicklung

00:22:14: brauchen.

00:22:14: Danke Jaya!

00:22:16: Danke Lena

00:22:18: Das war Quandensprung Ein Podcast über Forschung, die bewegt.

00:22:22: Ihr

00:22:22: könnt Quantensprungen nicht nur hören, sondern auch lesen.

00:22:25: Im Newsletter findet ihr die wichtigsten Fakten aus dieser Folge auf einen Blick und zusätzlich noch weiteren Lesestoff!

00:22:31: Den Liege zur Anmeldung findet ihr in den Shownaus.

00:22:34: Ich bin Lena Waldle.

00:22:35: wir hören uns wieder nächste Woche.