{"id":43016,"date":"2026-08-24T22:00:43","date_gmt":"2026-08-24T22:00:43","guid":{"rendered":"https:\/\/lamarr-institute.org\/?p=43016"},"modified":"2026-10-15T22:08:15","modified_gmt":"2026-10-15T22:08:15","slug":"agriloop-robotik","status":"publish","type":"post","link":"https:\/\/lamarr-institute.org\/de\/news\/agriloop-robotik\/","title":{"rendered":"AgriLoop verbindet multimodale KI mit r\u00e4umlicher Wahrnehmung und Robotik"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">\u201eEntferne dieses Blatt\u201c klingt nach einer einfachen Anweisung. F\u00fcr einen Roboter verlangt sie jedoch eine komplexe \u00dcbersetzungsleistung: Er muss Sprache verstehen, das gemeinte Blatt in seiner Umgebung erkennen und daraus eine sichere Bewegung ableiten. Im neuen deutsch-taiwanischen Forschungsprojekt AgriLoop untersucht ein Team um die Lamarr-Forscherin<a href=\"https:\/\/lamarr-institute.org\/de\/person\/prof-dr-maren-bennewitz\/\"> Prof. Dr. Maren Bennewitz<\/a>, wie diese bislang h\u00e4ufig getrennten F\u00e4higkeiten in einem integrierten Robotersystem zusammenwirken k\u00f6nnen. Der Bonner Projektteil wird vom Bundesministerium f\u00fcr Forschung, Technologie und Raumfahrt mit 463.000 Euro gef\u00f6rdert.<\/p>\n\n\n\n<p class=\"has-medium-font-size wp-block-paragraph\"><strong>Vom Sprachbefehl zur sicheren Bewegung<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">AgriLoop steht f\u00fcr \u201eLearning Expert-Guided Crop Intervention through Human-in-the-Loop LLM Robotics\u201c. Das Projekt verbindet Sprachmodelle mit Vision-Language Models und Vision-Language-Action Models sowie mit der dreidimensionalen Wahrnehmung und physischen Steuerung eines Roboters. Vision-Language Models f\u00fchren sprachliche und visuelle Informationen zusammen. Vision-Language-Action Models gehen einen Schritt weiter: Sie verkn\u00fcpfen das Wahrgenommene und Gesagte mit einer konkreten Handlung. Die richtige Handlung h\u00e4ngt vom Zustand der Pflanzen und von der jeweiligen Situation im Gew\u00e4chshaus ab. Fachkr\u00e4fte erkennen etwa, ob ein Eingriff erforderlich ist und wie er ausgef\u00fchrt werden kann, ohne die Pflanze zu besch\u00e4digen. Dieses Erfahrungswissen l\u00e4sst sich nicht vollst\u00e4ndig im Voraus programmieren. Vereinfacht gesagt soll der Roboter drei Fragen beantworten: Was wurde mir aufgetragen? Welche Pflanze oder welches Blatt ist gemeint? Welche Bewegung f\u00fchrt den Auftrag aus, ohne die Pflanze zu besch\u00e4digen?<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Kameras und Sensoren erfassen daf\u00fcr den Pflanzenbestand und erzeugen ein r\u00e4umliches Modell des Gew\u00e4chshauses. Die KI ordnet eine gesprochene oder geschriebene Anweisung einem bestimmten Objekt in dieser Umgebung zu. Aus einem Auftrag wie \u201eUntersuche diese Pflanze genauer\u201c soll so eine gezielte und verl\u00e4ssliche Bewegung zu einer konkreten Pflanze werden. Auf deutscher Seite liegt der Schwerpunkt auf Robotik und 3D-Wahrnehmung. Kameras und Sensoren erfassen den Pflanzenbestand; aus den gewonnenen Daten entsteht ein dreidimensionales Modell des Gew\u00e4chshauses. Die KI verkn\u00fcpft gesprochene oder geschriebene Anweisungen mit konkreten Objekten in dieser Umgebung. Aus einem Auftrag wie \u201eUntersuche diese Pflanze genauer\u201c soll so eine gezielte und verl\u00e4ssliche Bewegung zu einer bestimmten Pflanze werden. Darin kann der Roboter einzelne Pflanzen und Pflanzenteile lokalisieren und geeignete Bewegungen bestimmen. Reale Gew\u00e4chshausumgebungen und pflanzenbauliche Expertise erm\u00f6glichen es, die Verfahren unter praxisnahen Bedingungen zu entwickeln und zu erproben. Die taiwanischen Teams arbeiten unter anderem an multimodaler Sprachverarbeitung, Dialogsystemen, der Zuordnung von Befehlen zu Objekten und Handlungen sowie am Lernen aus menschlichen R\u00fcckmeldungen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Als Ergebnis ist zun\u00e4chst ein Demonstrator geplant, der das Prinzip der sprachgesteuerten Zusammenarbeit sichtbar macht. Zugleich entwickelt das Projekt effiziente KI-Modelle, die direkt auf den Roboterplattformen eingesetzt werden k\u00f6nnen, ohne fortlaufend auf gro\u00dfe Rechenzentren angewiesen zu sein.<\/p>\n\n\n\n<p class=\"has-medium-font-size wp-block-paragraph\"><strong>Warum der Mensch Teil des Systems bleibt<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Welche Pflanze gesund wirkt, welches Blatt entfernt werden sollte oder wann besondere Vorsicht n\u00f6tig ist, h\u00e4ngt von der jeweiligen Situation ab. Dieses Erfahrungswissen l\u00e4sst sich nicht vollst\u00e4ndig vorab programmieren. Bei AgriLoop bleiben Fachkr\u00e4fte deshalb in den Lern- und Entscheidungsprozess eingebunden: Sie erteilen Anweisungen, korrigieren den Roboter und bewerten seine Handlungen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Damit f\u00fchrt das Projekt mehrere Forschungsrichtungen des Lamarr-Instituts zusammen. Als Area Chair f\u00fcr den Forschungsbereich Embodied AI untersucht Maren Bennewitz, wie intelligente Systeme ihre Umgebung wahrnehmen, Informationen verstehen, Handlungen planen und physisch ausf\u00fchren. AgriLoop verbindet diese Forschung mit menschlichem Wissen und situativem Kontext sowie mit der Frage, wie leistungsf\u00e4hige KI ressourceneffizient auf realer Hardware betrieben werden kann. Das Gew\u00e4chshaus dient dabei als anspruchsvolle Forschungsumgebung f\u00fcr eine grunds\u00e4tzlichere Aufgabe: Roboter sollen Expertenwissen nicht nur verarbeiten, sondern es in ver\u00e4nderlichen realen Situationen zuverl\u00e4ssig in Handlungen umsetzen.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Gew\u00e4chshausrobotik und multimodale KI stehen im Zentrum von AgriLoop, einem deutsch-taiwanischen Forschungsprojekt unter Leitung der Lamarr-Forscherin Maren Bennewitz in Bonn. Das Projekt verbindet nat\u00fcrliche Sprache, 3D-Wahrnehmung und Roboterhandlungen.<\/p>\n","protected":false},"author":28,"featured_media":43010,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[175],"tags":[740,1671],"class_list":["post-43016","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-wissenschaft","tag-internationales","tag-transfer-de"],"acf":[],"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts\/43016","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/users\/28"}],"replies":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/comments?post=43016"}],"version-history":[{"count":0,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts\/43016\/revisions"}],"wp:attachment":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/media?parent=43016"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/categories?post=43016"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/tags?post=43016"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}