U-Zertifizierung für Geräte, die in explosionsgefährdeten Bereichen eingesetzt werden. Eine ATEX-Zertifizierung ist die Voraussetzung für den Betrieb autonomer Roboter wie ANYmal X in sensiblen Industrieumgebungen.

Virtuelle Abbilder physischer Systeme, die kontinuierlich mit Echtzeitdaten gespeist werden. Sie dienen der Zustandsüberwachung, der Simulation und der Entscheidungsunterstützung – insbesondere bei autonomer Inspektion und vorausschauender Wartung.

EU-Verordnung zur Verbesserung der Cybersicherheit vernetzter digitaler Produkte und Dienste. Sie legt Anforderungen an Design, Entwicklung und Wartung fest – mit direkter Relevanz für KI-basierte, netzwerkfähige Robotiksysteme.

EU-Verordnung zur Förderung der fairen Nutzung und Weitergabe von Daten. Sie regelt insbesondere den Zugang zu und die Nutzung von Daten, die durch vernetzte Geräte oder Dienste erzeugt werden – mit Auswirkungen auf KI-gestützte Inspektionssysteme. 

EU-Verordnung zur Regulierung von künstlicher Intelligenz. Sie klassifiziert KI-Systeme in Risikostufen (z.B. gering, hoch oder unzulässig) und legt spezifische Anforderungen an Entwicklung, Transparenz, Sicherheit und Überwachung fest. 

Bisherige EU-Richtlinie zur Sicherheit von Maschinen und deren Inverkehrbringen im europäischen Binnenmarkt. Sie definiert grundlegende Sicherheits- und Gesundheitsschutzanforderungen für Konstruktion, Bau und Betrieb von Maschinen. Sie wird 2027 vollständig durch die neue EU-Maschinenverordnung ersetzt

Nachfolgerin der EU-Maschinenrichtlinie. Als Verordnung gilt sie unmittelbar in allen Mitgliedstaaten und enthält aktualisierte Anforderungen an Sicherheit, Digitalisierung und den Einsatz von KI in Maschinen. Sie legt u.a. Pflichten für Hersteller fest und berücksichtigt die Interaktion mit dem EU-AI-Act.

KI-Systeme, die nicht nur für einen einzelnen spezifischen Zweck entwickelt wurden, sondern in verschiedenen Anwendungen und Kontexten einsetzbar sind. General-Purpose AI zeichnet sich durch eine breite Funktionalität aus und kann sowohl allgemeine Aufgaben (z.B. Textverarbeitung, Bilderkennung oder Sprachinteraktion) als auch spezialisierte Anwendungen in unterschiedlichen Branchen abdecken.

Ein Verfahren der Konformitätsbewertung, bei dem der Hersteller eigenverantwortlich erklärt, dass ein Produkt die geltenden gesetzlichen Anforderungen erfüllt. Im Rahmen der EU-Maschinenverordnung bedeutet dies, dass Unternehmen die Übereinstimmung ihrer Maschine mit den relevanten Sicherheits- und Gesundheitsschutzanforderungen selbst prüfen und dokumentieren dürfen. 

Internationale Norm für das Management von KI-Systemen. Ziel ist, dass Organisationen KI verantwortungsvoll, sicher und nachvollziehbar einsetzen – inklusive Governance-Strukturen, Risikomanagement, Transparenz und Stakeholder-Einbindung. Besonders relevant ist die Norm für Unternehmen, die KI-Systeme in sicherheitskritischen Bereichen entwickeln oder betreiben.

Eine Testumgebung, in der KI-basierte Technologien – wie autonome Inspektionsroboter – unter realen Bedingungen erprobt werden können. Dabei arbeiten Unternehmen, Behörden und Forschungseinrichtungen zusammen, um technische, rechtliche und sicherheitsrelevante Aspekte frühzeitig zu klären. Reallabore ermöglichen eine risikobewusste Erprobung vor dem breiten Markteinsatz.

Verfahren zur Prüfung, ob ein Produkt oder ein System die regulatorischen Anforderungen erfüllt (z.B. gemäss EU-KI-Verordnung oder EU-Maschinenverordnung). Je nach Risikoklasse kann es durch interne Prüfungen, externe Audits oder benannte Stellen erfolgen.

Ein optisches Messverfahren zur präzisen Abstandsmessung und Umfelderfassung. LIDAR-Systeme senden Laserimpulse aus und messen die Zeit, bis das Licht von Objekten reflektiert wird. Aus diesen Daten lassen sich dreidimensionale Karten der Umgebung erstellen. In der Robotik dient LIDAR insbesondere zur Navigation, zur Hinderniserkennung und zur Kartierung (z.B. im Rahmen von SLAM).

Eine unabhängige, offiziell benannte Prüforganisation, die bestimmte Produkte auf ihre EU-Konformität bewertet. Bei autonomen Inspektionsrobotern mit sicherheitsrelevanter KI-Funktion (z.B. Hindernisvermeidung) ist ihre Einschaltung erforderlich, wenn eine Selbstzertifizierung gemäss EU-Maschinenverordnung nicht zulässig ist. 

Ein Teilgebiet des maschinellen Lernens, bei dem ein KI-System durch gezielte Interaktion mit seiner Umgebung lernt, bestimmte Aufgaben optimal auszuführen. Im Kontext von autonomen Robotern wird Reinforcement Learning zur Steuerung der Lokomotion eingesetzt: Der Roboter lernt, wie er sich stabil und effizient auf komplexem Terrain fortbewegt – etwa durch Treppensteigen oder das Umgehen von Hindernissen.

Ein Verfahren aus der Robotik und der Computer Vision, das es einem mobilen System ermöglicht, sich gleichzeitig in einer unbekannten Umgebung zu orientieren (Lokalisierung) und eine Karte dieser Umgebung zu erstellen (Mapping). SLAM wird typischerweise mit Sensoren wie LIDAR oder Kameras realisiert und ist zentral für die autonome Navigation ohne externe Referenzsysteme wie GPS.

Ein Verfahren des maschinellen Lernens, bei dem ein Modell aus gekennzeichneten Trainingsdaten lernt, bestimmte Muster zu erkennen oder Vorhersagen zu treffen. Bei autonomen Robotern wird Supervised Learning eingesetzt, um visuelle, thermische und akustische Inspektionsdaten auszuwerten – bspw. zur Erkennung von Anzeigewerten, ungewöhnlichen Geräuschen oder Temperaturabweichungen an Maschinen.