Die Hand ist das Schwere

Das Moravecsche Paradox, in den Achtzigern formuliert, sagt: Was Menschen schwerfällt, ist für Computer leicht, und was Menschen mühelos gelingt, ist fast unmöglich. Schach fiel 1997. Sprache fiel um 2022. Eine zerknüllte Socke aufzuheben ist nicht gefallen. Die Hand ist der Ort, an dem das Paradox wohnt.

Was eine Hand leisten muss

Greifen ist nicht eine Fähigkeit. Ein Mensch wechselt Dutzende Male in der Stunde zwischen Kneifgriff, Hakengriff, Kraftgriff, Dreipunktgriff und Schlüsselgriff, ohne darüber nachzudenken, und greift mitten in der Bewegung nach, wenn der Gegenstand verrutscht. Dafür braucht es dreierlei gleichzeitig: genug Gelenke, um die Formen zu bilden, genug Sinneseindruck, um zu wissen, was am Kontaktpunkt geschieht, und einen Regelkreis, der schnell genug reagiert, bevor etwas rutscht.

Roboter sind im ersten gut, im zweiten schlecht und im dritten besser werdend. Eine Hand mit zwanzig Gelenken zu bauen ist eine Ingenieuraufgabe. Eine zu bauen, die weiß, dass sie ein nasses Glas hält, ist es nicht.

Warum Tasten so schwer ist

Eine Kamera sieht einen Gegenstand, bis die Hand ihn verdeckt. Genau in dem Moment, in dem das Greifen heikel wird, erblindet das Sehen und der Tastsinn muss übernehmen. Tastsensorik muss tausendfach am Tag gequetscht werden und das überstehen, durch eine Haut arbeiten, die dünn genug zum Fühlen und zäh genug zum Halten ist, und ein Signal liefern, das eine Regelung in Millisekunden nutzen kann.

Drei Ansätze konkurrieren. Kamerabasierte Tastsensoren setzen eine kleine Kamera hinter ein weiches Gelkissen und beobachten dessen Verformung, was außerordentlich feine Auflösung liefert und je Fingerkuppe eine Kamera kostet. Kapazitive und resistive Felder sind billig und dünn, aber grob. Kraft- und Momentmessung im Gelenk schließt aus dem Motorstrom auf den Kontakt, braucht gar keine Sensorik in der Fingerkuppe und kann nicht sagen, wo am Finger der Kontakt sitzt.

Die meisten ausgelieferten Hände nutzen das dritte, weil es hält. Die meisten Forschungsergebnisse nutzen das erste, weil es funktioniert.

Das Haltbarkeitsproblem, das niemand filmt

Eine Hand in der Produktion muss Millionen Zyklen schaffen. Seilzuggetriebene Bauweisen, die Züge von Motoren im Unterarm durch die Finger ziehen, ergeben eine leichte Hand mit festem Griff, und sie verschleißen am Seil. Direkt angetriebene Bauweisen setzen einen kleinen Motor in jedes Gelenk, was robust ist und die Finger dick und schwer macht. Getriebespiel, Seildehnung und Staub kommen im vierten Monat eines Pilotbetriebs, nicht in der ersten Woche.

Deshalb zählt die Reparaturgeschichte mehr als das Datenblatt. Eine Hand, die als austauschbares Modul mit dokumentiertem Preis entworfen ist, ist ein Produkt. Eine Hand, für die der Ingenieur des Herstellers anreisen muss, ist ein Prototyp mit Wartungsvertrag.

Was das Lernen verändert hat

Der klassische Weg analysierte den Gegenstand, berechnete einen Griff und führte ihn aus. Er funktionierte im Labor und fiel bei allem auseinander, was verformbar, durchsichtig oder unerwartet war. Gelernte Strategien haben die Reihenfolge geändert: Der Roboter versucht, scheitert, passt an, und die Anpassung ist das Gelernte. Über Simulation und menschliche Vorführungen trainiert, verallgemeinern diese Strategien heute auf Gegenstände, die der Roboter nie gesehen hat, und genau das konnte der analytische Weg nie.

Was bleibt, ist der lange Schwanz. Neunzig Prozent Erfolg an einer Kiste gemischter Teile klingt beeindruckend und heißt ein Fehlgriff auf zehn. Bei tausend Griffen je Schicht sind das hundert Eingriffe. Nützliche Automatisierung braucht etwas über 99,5 Prozent, und jede weitere Neun kostet mehr als die vorige.

Die Alternative, die niemand gern ausspricht

Für eine bestimmte, bekannte Menge an Gegenständen schlägt ein Sondergreifer eine allgemeine Hand in jeder Kennzahl: Preis, Tempo, Zuverlässigkeit, Wartung. Ein Sauger bewegt Kartons besser als Finger. Ein Parallelgreifer hält bearbeitete Teile perfekt. Der gesamte Fall für die fünffingrige Hand beruht auf dem Wert, sich nicht vorher festlegen zu müssen.

Dieser Fall ist echt in einem Lohnbetrieb mit tausend Teilenummern und schwach in einem Werk, das ein Produkt fertigt. Deshalb werden die ersten Hände, die ihre Kosten verdienen, wohl in gemischter Arbeit mit kleinen Losgrößen auftauchen: Klinikinterne Logistik, Probenhandhabung im Labor, Lager im Einzelhandel, Reparatur.

Worauf zu achten ist

Achten Sie auf veröffentlichte Lebensdauerzahlen für einen Tastsensor. Achten Sie auf eine Hand, die getrennt von einem Roboter verkauft wird, denn das hieße, dass es einen Komponentenmarkt gibt. Und achten Sie auf Erfolgsquoten beim Greifen, gemessen an einer Kiste, die die Firma nicht selbst zusammengestellt hat.