LONDON (IT BOLTWISE) – Microagi verstärkt seine KI-Entwicklung für Robotik mit Animesh Garg als Chief Research Officer. Der ehemalige Georgia-Tech-Professor und frühere NVIDIA-Forscher soll vor allem das „Post-Training“ anstoßen: aus allgemeinen Robotik-Modellen spezialisierte Systeme für konkrete Aufgaben bauen. Mit der Übernahme eines in Stealth entwickelnden Teams bringt Microagi zudem ein lernendes Datensystem aus der Praxis zusammen. Gleichzeitig zeigt die Personalie, wie stark sich der Markt für „Physical AI“ hin zu skalierbarer Produktion bewegt.
Microagi setzt ein klares Signal in Richtung „Physical AI“: Die deutsche Startup-Firma holt mit Animesh Garg einen KI- und Robotik-Forscher aus der akademischen Welt in eine zentrale Führungsrolle. Garg wechselt als Chief Research Officer und übernimmt damit die wissenschaftliche Verantwortung dafür, wie aus generalisierten Robotik-Ansätzen konkrete Fähigkeiten für industrielle Aufgaben entstehen. Besonders relevant ist dabei der Fokus auf Post-Training: Also auf die Phase, in der ein allgemeines Modell nicht nur zur Demonstration taugt, sondern so angepasst wird, dass es in realen Arbeitsumgebungen zuverlässig funktioniert.
Der technische Kern der Anforderung liegt in der Lücke zwischen „im Labor funktioniert’s“ und „im Betrieb läuft’s täglich“. Microagi beschreibt diesen Weg über Anpassung an spezifische Aufgaben und Prozesse beim Kunden. Garg soll genau diese Übersetzung von generischem Robotik-Know-how in anwendungsnahe Systeme treiben. Dazu passt auch, dass Microagi das Team seines Research-Umfelds mitnimmt: Sieben Mitglieder wechseln durch eine Übernahme, die aus der Stealth-Phase heraus entstand. Dass Microagi und Garg die Konditionen nicht offenlegen, ist in frühen Finanzierungsrunden zwar üblich, inhaltlich macht die Personalie aber deutlich, worauf das Startup strategisch setzt: auf reproduzierbare Trainings- und Lernroutinen, nicht nur auf einzelne „Showcase“-Demos.
Finanziell und marktwirtschaftlich wirkt die Personalentscheidung wie ein Beschleuniger für den nächsten Skalierungsschritt. Microagi hat in diesem Sommer 55 Millionen US-Dollar eingeworben, wie in der Berichterstattung zuvor herausgestellt wurde. Solches Kapital wird in der Robotik selten nur für Forschung benötigt, sondern für den gesamten Stack aus Datenerhebung, Trainingspipelines, Validierung in Fabrikumgebungen und der Integration in bestehende Produktionsprozesse. Das Unternehmen adressiert dabei Kunden aus mehreren Branchen, darunter Automobil, Logistik und Lebensmittelverarbeitung. Die gemeinsame Klammer ist der Bedarf an Robotern, die Fertigungs- und Handling-Aufgaben übernehmen können, während gleichzeitig der Arbeitskräftemangel in vielen Regionen und die Erwartung an Automatisierung und Standortverlagerung („reshoring“) die Investitionen anheizen.
Was Microagi technologisch unterscheidbar macht, ist der Ansatz über Daten aus realen Tätigkeiten. Laut Beschreibung sammelt das Startup Informationen von Menschen bei physischen Arbeitsabläufen – unter anderem durch Kamerasysteme an Mitarbeitenden sowie durch Sensorhandschuhe. Diese Daten dienen dann dazu, general-purpose robotics modelle so weiterzuentwickeln, dass sie zu den Abläufen des jeweiligen Kunden passen. Für den Praxiseinsatz ist diese Schleife entscheidend, weil sich Kontexte ständig unterscheiden: Greifgeometrien, Toleranzen, Layouts, Tempo der Produktion, sogar kleine Unterschiede bei Materialien können die Leistung eines Modells stark verändern. „Post-Training“ zielt darauf, genau diese Abweichungen so einzufangen, dass aus dem Modell eine funktionsfähige Anwendung wird – inklusive der Fähigkeit, aus Erfahrung besser zu werden.
Garg bringt für diese Aufgabe einen Hintergrund mit, der technische Tiefe und Industrietransfer zusammenführt. Er forscht seit mehr als 15 Jahren zu robotischem Lernen, promovierte an der UC Berkeley, machte Postdoc-Stationen an Stanford und hatte anschließend Professuren unter anderem an der University of Toronto sowie Georgia Tech. Zusätzlich war er zeitweise Chief Scientific Officer beim humanoiden Robotik-Unternehmen Apptronik (2024 bis 2025). Besonders relevant ist aber auch seine vorherige Rolle bei NVIDIA: Dort arbeitete er an Simulationstechnologien, die später in Isaac Lab einflossen, einer Open-Source-Plattform zum virtuellen Training von Robotern. Simulation ist in der Robotik lange der Hebel gewesen, um teure Experimente zu reduzieren; entscheidend wird jedoch die Kombination mit realen Daten und Lernmechanismen, die auch unter echten Sensor- und Aktuatordynamiken funktionieren.
Die Marktbewegung lässt sich zudem als Fortsetzung eines größeren Trends lesen: Robotik-Forscher verlassen zunehmend die reine Grundlagenforschung, um allgemeiner nutzbare Robotik-Modelle kommerziell zu machen. In der Berichterstattung werden als Beispiele unter anderem Skild AI genannt, das von Carnegie-Mellon-Professoren Deepak Pathak und Abhinav Gupta mitgegründet wurde und in großem Maßstab finanziert wurde; ebenso Physical Intelligence, ein Startup von Stanford-Professor Chelsea Finn und UC-Berkeley-Professor Sergey Levine. Auch bei Walden Robotics wird beschrieben, dass ein MIT-Professor das Unternehmen aus der Stealth-Phase herausgebracht hat. Microagi fügt sich damit in eine Klasse von Startups ein, die nicht „nur“ Einzelanwendungen liefern will, sondern Robotern eine Art universelleres „Gehirn“ beziehungsweise generalisierte Lernfähigkeiten geben möchte – allerdings mit starkem Gewicht auf Anpassung an reale Betriebsbedingungen.
Für Unternehmen und Robotik-Teams ist die spannende Frage weniger, ob allgemeine Modelle existieren, sondern wie schnell sie in der Fläche Nutzen stiften. Microagi nennt als Ziel, in den kommenden fünf Jahren mindestens 10 Millionen Roboter bei Kunden zu unterstützen. Solche Größenordnungen lassen sich nur erreichen, wenn Post-Training und Datenerhebung so gestaltet sind, dass neue Kunden nicht Monate an Handarbeit und Spezialwissen benötigen. Praktisch heißt das: standardisierte Trainingspipelines, messbare Qualitätskriterien für Aufgabenleistung, robuste Sensor- und Erfassungsschemata sowie ein Onboarding, das sich auf die Unterschiede zwischen Werkstücken und Arbeitsplätzen konzentriert – statt jedes Mal das Rad neu zu erfinden. Genau hier liegt die strategische Klammer der Personalie: Garg soll die Schwelle zwischen Laborprototyp und wirtschaftlich tragfähiger Skalierung weiter verschieben.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Microagi holt mit Animesh Garg einen KI-Robotics-Chef aus der Uni" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Microagi holt mit Animesh Garg einen KI-Robotics-Chef aus der Uni" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Microagi holt mit Animesh Garg einen KI-Robotics-Chef aus der Uni« bei Google Deutschland suchen, bei Bing oder Google News!