LONDON (IT BOLTWISE) – Das MIT stellt ein Ultraschall-Armband vor, das sämtliche 22 Bewegungsfreiheitsgrade der menschlichen Hand präzise erfasst und drahtlos in digitale Handposen überträgt. Damit sollen humanoide Roboter schneller und genauer auf Handgriffe trainiert werden, weil sich umfangreiche Bewegungsdaten erzeugen lassen. Gleichzeitig rücken weitere Forschungslinien in den Fokus: 3D-Raumgedächtnis für Objektwissen und taktile Handschuhe mit Tausenden Sensoren. Für Unternehmen bedeutet das vor allem mehr Trainingsqualität, neue Integrationspfade und zusätzliche Anforderungen an Datenschutz und Sicherheitskonzepte.
Humanoide Roboter kommen bei der sensomotorischen Lernfähigkeit inzwischen an einen Engpass, der früher gern unterschätzt wurde: Das Training scheitert nicht nur an Modellgrößen, sondern an der Qualität der Bewegungsdaten. Genau hier setzt das neue Ultraschall-Armband des MIT an. Es soll menschliche Handbewegungen so detailliert vermessen, dass sich daraus digitale Handposen für die Robotik ableiten lassen. Der entscheidende Vorteil liegt in der Auflösung: Das Wearable erfasst laut Projektvorstellung die 22 Bewegungsfreiheitsgrade der menschlichen Hand und überträgt die Information in eine Trainingsgrundlage, die präzises Nachbilden von Handgriffen ermöglicht.
Technisch basiert das Armband auf Ultraschallwellen, die die inneren Bewegungen von Unterarm und Handgelenk überwachen. Statt nur äußere Konturen zu tracken, nutzt das System die akustische Rückmeldung, um Bewegungen in digitale Zustände zu übersetzen. Für die Pipeline ist das mehr als nur Sensorik: Die generierten Handposen können als hochwertige Labels in Datensätzen landen, die anschließend in Lernverfahren für KI-gestützte Steuerung, Bewegungsplanung und manuelle Fertigkeiten einfließen. Besonders bemerkenswert ist, dass das MIT in Tests sogar alle 26 Buchstaben der amerikanischen Gebärdensprache erkannt haben will—ein Hinweis darauf, dass feine Handbewegungen stabil abgebildet werden können.
Im Vergleich zu früheren Wearables verschiebt das neue Setup den Trade-off zwischen Lokalisierung, Latenz und Abdeckungsgrad. Nur zwei Tage zuvor hatte das MIT mit WatchHand ein System präsentiert, das auf den Lautsprechern und Mikrofonen einer Smartwatch als Mikro-Sonar setzt und Daten lokal verarbeitet. Das ist für Datenschutz und geringe Latenz grundsätzlich attraktiv, führt aber laut Beschreibung zu Einschränkungen bei den Bewegungen des Trägers. Genau diese Lücke versucht das Ultraschallarmband zu schließen: Durch die gezielte Erfassung der 22 Freiheitsgrade steigt die Chance, dass Roboter im Training weniger “Blindspots” in der Gestik bekommen und Handbewegungen konsistenter reproduzieren.
Aus Marktsicht ist der Timing-Faktor klar: Während einzelne Labore Wearables und Robotik-Frameworks weiter verfeinern, wird die Datengenerierung zur strategischen Kernfähigkeit. In der Branche wird dafür zunehmend eine Art “Trainingsbibliothek” angestrebt, in der menschliche Bewegungen systematisch in maschinenlesbare Beispiele überführt werden. Wie Experten aus dem Robotik-Ökosystem betonen, entscheidet dabei häufig nicht die reine Sensorauflösung, sondern die Kombination aus Synchronisierung, Datenqualität und robustem Mapping auf Roboterkinematik. Ein Robotik-Analyst bringt es sinngemäß auf den Punkt: Wenn ein System Handgriffe nur dann korrekt übersetzt, wenn der Benutzer perfekt sitzt, sinkt der praktische Nutzen im produktionsnahen Betrieb deutlich.
Wettbewerb und Parallelentwicklungen treiben diesen Fokus zusätzlich. Während das MIT auf Ultraschall und Handposen setzt, liegt in einem anderen Strang die Verknüpfung von Wahrnehmung und Kontext: Forscher um Luca Carlone, Nicolas Gorlo und Lukas Schmid präsentierten auf der CVPR-Konferenz ein Langzeitgedächtnis-Framework namens DAAAM. Dabei kombinieren sie 3D-Kartierung mit semantischen Objektbeschreibungen, sodass Roboter eine Art räumliche Datenbank aufbauen, die Standort, Zeitstempel und Eigenschaften von Objekten wie “ein rotes Fahrrad mit plattem Reifen” speichert. Laut Angaben soll DAAAM 21 bis 53 Prozent genauer sein als bisherige Ansätze und Fragen zu Objektpositionen in Echtzeit beantworten—allerdings mit Einschränkungen bei unüblichen Objekten sowie Geschwindigkeit, die für Hochgeschwindigkeits-Drohnen zu langsam sein kann.
Auch in der Praxis wird klar, warum solche Komponenten zusammenspielen müssen: Ohne genaue Hand- und Taktildaten bleibt Roboterfertigkeit instabil, und ohne Kontextwissen bleibt zielgerichtetes Greifen fehleranfällig. Hier liefert die nächste Meldungsgruppe zusätzliche Ankerpunkte. ABB Robotics hat laut Ankündigung eine Kooperation mit PSYONIC gestartet, um die taktile Sensorik der PSYONIC Ability Hand (eine Prothesenhand) in die kollaborativen ABB-Roboter GoFa zu integrieren. Das zielt auf menschenähnlichere Greiffähigkeiten, insbesondere für Branchen wie Automobil, Luftfahrt, Logistik und Gesundheitswesen. Ergänzend stellte die Carnegie Mellon University den ART-Glove vor, einen Handschuh mit 2.048 taktilen Sensoren (Taxels), der 22 Gelenke erfasst und die Messdaten per STM32F411 bei 120 Hertz synchronisiert—genau solche granulare Rückkopplung benötigen Roboter, um Objekte “zu ertasten”, statt nur zu schätzen.
Ein zentraler historischer Kontext ist, dass das Problem “Greifen” schon lange verfolgt wird, aber klassische Ansätze oft an der Skalierung scheiterten: frühere taktile Systeme waren entweder zu teuer, zu schwer zu kalibrieren oder lieferten nicht genug Auflösung für präzise Kraft- und Kontaktsteuerung. Die aktuelle Welle wirkt deshalb wie eine Synchronisierung mehrerer Fortschritte—bessere Wearables zur Datengenerierung, stärkere Robotik-Frameworks für Gedächtnis und semantische Umgebung, sowie Sensorik mit höherer Dichte und schnelleren Abtastraten. Dass die Datenbündelung zudem in einem der Systeme um das Zehnfache steigen soll, zeigt, dass auch Datenengineering und Plattformleistung zunehmend Teil der Forschung sind, nicht nur das Modelltraining selbst.
Der Markt wird parallel in Richtung Massenkommerzialisierung gedrückt. Berichte aus Shenzhen deuten darauf hin, dass Unternehmen wie IO-AI Tech stärker auf menschliche Fernsteuerung und Bewegungserfassung setzen, um KI-Trainingsbibliotheken aufzubauen. Die Größenordnung des chinesischen Markts untermauert den Hebel: Für 2025 wird die Produktion von rund 12.800 humanoiden Robotern genannt, wobei etwa 90 Prozent der weltweiten Fertigung aus China stammen sollen. Für Ende 2026 peilt die Branche bis zu 10.000 kommerzielle Humanoide an. Firmen wie JD.com sollen dabei große Mengen egozentrisches Videomaterial sammeln—zehn Millionen Stunden werden als Ziel für das maschinelle Lernen genannt. Für Unternehmen in Europa und im DACH-Raum ergibt sich daraus ein klarer Druck, Trainingsdaten, Integrationen und Sicherheitsanforderungen schneller zu industrialisieren.
Gerade im Enterprise-Umfeld sind damit auch Sicherheits- und Datenschutzfragen untrennbar verbunden. Ein Ultraschallarmband generiert zwar keine “klassischen” Bilder wie eine Kamera, dennoch handelt es sich um hochgradig personenbezogene Bewegungs- und Verhaltensmuster, die bei unsachgemäßer Verarbeitung Rückschlüsse auf Nutzeraktionen zulassen können. Entscheidend ist daher, wie Unternehmen die Datenflüsse gestalten: ob lokal verarbeitet wird, wie lange Rohdaten gespeichert werden, welche Aggregationsstufen für Trainingszwecke genutzt werden und wie Zugriffskontrollen umgesetzt sind. Auf der technischen Seite bleibt zudem die Frage offen, wie gut Handposen auf verschiedene Roboterkinematiken gemappt werden und wie robust das System gegen ungewöhnliche Objektformen oder untrainierte Greif-Szenarien ist.
In der Summe zeigt die Meldung einen industriepolitisch wichtigen Trend: KI für Robotik wird zunehmend zu einem Zusammenspiel aus Sensorik, Datenpipelines und Kontextmodellen. Das MIT-Ultraschallarmband könnte dabei zu einem Baustein werden, der Trainingszyklen verkürzt und die Qualität der “demonstrierten” Fertigkeiten erhöht. Gleichzeitig machen DAAAM, taktile Handschuhe und die ABB/PSYONIC-Kooperation deutlich, dass Greifen nicht nur eine Motorikfrage ist, sondern auch Wahrnehmung und Gedächtnis erfordert. Für die nächsten Monate ist deshalb plausibel, dass sich neue Integrationsaufgaben ergeben: Teams werden verstärkt in die Kalibrierung, Synchronisierung und die sichere Modell- und Datenverarbeitung investieren müssen, um aus Wearables und Robotern skalierbare Anwendungen zu bauen.
💳 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 "MIT-Ultraschallarmband erfasst 22 Freiheitsgrade für humanoide Roboter" 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 "MIT-Ultraschallarmband erfasst 22 Freiheitsgrade für humanoide Roboter" 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: »MIT-Ultraschallarmband erfasst 22 Freiheitsgrade für humanoide Roboter« bei Google Deutschland suchen, bei Bing oder Google News!