Partnerschaft für intelligente Robotiksysteme: NEURA Robotics und Qualcomm bündeln ihre Technologien
NEURA Robotics und Qualcomm Technologies haben eine strategische Partnerschaft zur Entwicklung neuer Plattformen für kognitive Robotik und Physical AI angekündigt. Das teilten die Unternehmen am 9. März 2026 mit. Gemeinsam wollen der Robotikentwickler und der Halbleiterhersteller Technologien entwickeln, die KI-basierte Wahrnehmung und Entscheidungslogik direkt in die Steuerung physischer Robotersysteme integrieren. Dafür sollen die Robotikprozessoren und Edge-AI-Technologien von Qualcomm mit den Hardwareplattformen und der Embodied-AI-Software von NEURA zu neuen Referenzarchitekturen für Robotiksysteme zusammengeführt werden. Ziel der Kooperation: intelligente Robotiksysteme schneller aus der Entwicklung in reale Anwendungen zu überführen.
Neue Robotikarchitekturen sollen KI-Entscheidungen und Bewegungssteuerung enger verzahnen
Im Mittelpunkt der Partnerschaft steht die Entwicklung neuer Referenzarchitekturen für kognitive Robotiksysteme. Die Unternehmen arbeiten an einer technischen Grundlage, die Wahrnehmung, Entscheidungslogik und Bewegungssteuerung in einem gemeinsamen System zusammenführt.
Dafür sollen mehrere Kernfunktionen der Robotik eng miteinander verzahnt werden: Sensorische Wahrnehmung, Schlussfolgerung und Planung greifen direkt in die physische Reaktion und die Bewegungsabläufe des Roboters ein. Das Ergebnis: eine Architektur, die digitale Entscheidungsprozesse und reale Bewegungen nahtlos miteinander verbinden soll.
Die Technik dahinter: Eine Kombination der Dragonwing-Robotikprozessoren von Qualcomm – darunter Systeme der IQ10-Serie – mit den Hardwareplattformen und der Embodied-AI-Software von NEURA Robotics. Die gemeinsame Architektur soll als skalierbare Basis für verschiedene Robotertypen dienen, von industriellen Robotern über Service- und mobile Robotersysteme bis hin zu humanoiden Plattformen.
Edge AI verlagert Entscheidungen direkt auf den Roboter
Nach Angaben der Unternehmen soll ein wesentlicher Teil der KI-Verarbeitung künftig direkt auf dem Robotersystem stattfinden. Statt Daten für jede Auswertung an entfernte Cloud-Infrastrukturen zu senden, laufen wichtige Analyse- und Entscheidungsprozesse unmittelbar auf dem Gerät selbst. Dafür setzen die Systeme auf leistungsfähige Edge-AI-Rechenplattformen, die Wahrnehmung, Analyse und Reaktion in einem einzigen System zusammenführen.
Dieser Ansatz hat mehrere Vorteile: Reaktionen sollen deutlich schneller erfolgen, weil Daten nicht erst über Netzwerke übertragen werden müssen. Gleichzeitig bleiben die Systeme auch dann handlungsfähig, wenn keine stabile Cloud-Verbindung vorhanden ist.
Edge-AI-basierte Robotik kann besonders dort Vorteile bieten, wo schnelle Reaktionen und hohe Sicherheit gefragt sind. Gleichzeitig können sensible Daten besser geschützt werden, wenn Roboter direkt mit Menschen in der realen Welt interagieren.
„Robotik repräsentiert einen der anspruchsvollsten Edge-AI-Anwendungsfälle, bei dem Entscheidungen sofort, zuverlässig und lokal getroffen werden müssen, ohne sich ausschließlich auf die Cloud für sicherheitskritische Reaktionen zu verlassen”, erklärte Nakul Duggal, EVP und Group GM, Automotive, Industrial and Embedded IoT and Robotics, Qualcomm Technologies, Inc.
Neuraverse soll Entwicklung und Einsatz von Robotiksoftware vereinfachen
Ein zentraler Baustein der Kooperation ist außerdem die Plattformstrategie rund um das sogenannte Neuraverse. Die cloudbasierte Umgebung soll als zentrale Infrastruktur für Entwicklung, Training und Betrieb von Robotikanwendungen dienen. Entwickler können dort Robotersysteme simulieren, KI-Modelle trainieren und Workloads für den Einsatz auf realen Robotern orchestrieren. Auch das Lifecycle-Management der Systeme – von der Entwicklung bis zum laufenden Betrieb – soll über die Plattform organisiert werden.
Die Plattform soll zudem eine Form kollektiver Robotik-Intelligenz ermöglichen. Erkenntnisse, die ein Roboter im Betrieb gewinnt, können über die Plattform auf andere Systeme übertragen werden. Dadurch lassen sich neue Fähigkeiten schneller verbreiten, ohne jede Maschine einzeln neu trainieren zu müssen.
Parallel dazu planen die Unternehmen den Aufbau eines offenen Entwicklerökosystems. Dazu gehören ein Marktplatz für Robotikanwendungen, Schnittstellen für Drittanbieter sowie standardisierte Runtime- und Deployment-Umgebungen. Das Ziel: Robotiksoftware möglichst flexibel entwickeln und anschließend auf unterschiedlichen Robotertypen einsetzen zu können.
