Wir machen echte Baustellen zu simulationsfähigen 3D-Welten, in denen Roboter ihre Arbeit per Reinforcement Learning (RL) lernen.
01 | Baustelle
Ein echter Graben, gescannt mit dem Handy.
02 | Roboter
Vermessen wird er zur Welt, in der ein Roboter lernen kann.
03 | Lernen
Ausprobieren, bewertet werden, besser werden.
01Baustelle
02Roboter
03Lernen
Die Lücke
Bau ist die eine Branche, die aufgehört hat, besser zu werden.
Seit 2000 ist die Industrie um 90 % produktiver geworden, der Bau weltweit nur um 10 % (McKinsey, 2024). In den USA ging es sogar rückwärts: Ein Bauarbeiter schafft heute weniger als 1970 (Goolsbee & Syverson, NBER, 2023). Eine Branche mit 13 Billionen US-Dollar Volumen, 13 % des weltweiten BIP (McKinsey, 2020). Autonomie kommt an, aber eine Maschine und eine Aufgabe nach der anderen.
Industrie+90%
2000Heute
Bau weltweit+10%
2000Heute
Bau in den USA−35%
2000Heute
Produktivität seit 2000. McKinsey, 2024.
Das fehlende Puzzleteil
Roboter werden die Lücke schließen. Nur fehlt ihnen ein Ort zum Üben.
KI wurde nützlich, als Modelle aufhörten zu imitieren und anfingen, an Aufgaben zu lernen: ausprobieren, bewertet werden, besser werden. Die Robotik steht genau jetzt an diesem Punkt. In Fabriken und Lagern machen Roboter bereits einen messbaren Unterschied, weil sich diese Umgebungen simulieren und trainieren lassen.
Eine Baustelle nicht. Jede ist ein Unikat: keine Fertigungslinie, keine Wiederholung, kein Datensatz. Reinforcement Learning braucht eine Welt zum Handeln und eine Bewertung zum Lernen, und für den Bau gibt es beides nicht. Eine Übungswelt reicht nicht. Ein Roboter braucht Tausende.
Heutige Bauroboter können jeweils eine Sache. Um sich über eine Baustelle zu bewegen und viele Aufgaben zu übernehmen, fehlt ihnen das entscheidende Puzzleteil: echte Baustellen zum Trainieren, mit Ground Truth als Maßstab.
01Ausprobieren
02Bewertet werden
03Besser werden
Sim-to-Real funktioniert: An der ETH Zürich hat ein in der Simulation trainierter Bagger real gegraben (Egli & Hutter, ETH Zürich, 2022).
Was wir tun
Wir digitalisieren Baustellen zu Trainingswelten.
Unser eigenes SLAM rekonstruiert eine Baustelle metrisch in 3D, eine semantische Ebene benennt jedes Objekt in der Punktwolke. Wir beginnen unter der Erde, wo Daten am seltensten sind: Ein Graben ist Tage offen und Jahrzehnte geschlossen. Von dort aus gehen wir nach oben und in die Breite.
01 | HeuteLeitungsnetze
Rohre, Kabel und Hausanschlüsse.
02 | Als NächstesIndustrieanlagen und Rechenzentren
Verkabelung und Kühlleitungen.
03 | Als NächstesGebäude
Büros, Supermärkte, Keller, Wärmepumpen, Küchen, Umbauten. Jede Planung beginnt mit einem Aufmaß.
04 | Als NächstesErdbau
Gruben, Straßen, Fundamente. Hier lernen Bagger.
Echte Rekonstruktion aus einem Handyscan: ein Gebäude, seine Straße und der Graben davor.
Für die Robotik
Gemessen, nicht generiert.
Generierte Welten sehen realistisch aus. Gemessene Welten sind genau, und Sim-to-Real hält nur, wenn die Simulation real ist. Bauen ist eine Abfolge gelöster Überraschungen, und eine gemessene Welt bewahrt jede davon.
Szene
Metrische 3D-Rekonstruktion, millimetergenau, jedes Objekt segmentiert und benannt.
Aufgabe
Die Aufgabe und ihr Fortschritt, erfasst über alle Bauphasen.
Überraschungen
Die Herausforderungen, die ein Roboter lernen muss: überall dort, wo die Realität vom Plan abweicht.
Bewertung
Ground Truth: der richtige Endzustand, geprüft gegen Plan und Norm.
Für Versorger
Schneller.Schlanker.Sicherer.
Wenn Roboter die härteste Arbeit im Graben übernehmen, sind Straßen nach Tagen wieder zu statt nach Wochen oder Monaten. Netze entstehen schneller und günstiger, und niemand muss mehr die Arbeit machen, die den Rücken kaputt macht. An dieser Zukunft bauen wir, gemeinsam mit den Bauunternehmen und Versorgern, mit denen wir heute arbeiten.
Warum jetzt
Drei Dinge sind gerade gleichzeitig wahr geworden.
450 Mio.+
Smartphones. Aktive iPhone Pros, seit diesem Jahr mit unserem SLAM vermessungsgenau (Schätzung auf Basis von Counterpoint, CIRP).
800 Mio. $
Roboter. Eingesammelt von Startups für autonome Bagger seit August 2026 (SiliconANGLE, TechCrunch, 2026).
600.000 km
Straßen. Werden jedes Jahr für neue Leitungen geöffnet (Destatis, BDEW, ASCE, PHMSA).
Sprechen wir
Bauen wir es.
Sie bauen Roboter für den Bau? Sagen Sie uns, welche Baustellen und Aufgaben sie lernen müssen.
Inception Program
