News & Insights
Gebaut für die Baustelle, wie sie ist.
08. Okt. 2026, von Napo Montano, Head of Mobile Robotics, All3
Warum unser Montage-Roboter nicht aussieht wie wir
Seit mehr als zwanzig Jahren entwickle ich Roboter für Umgebungen, in denen ein Versagen katastrophale Folgen haben kann. Vom ExoMars-Rover-Programm bis zur chirurgischen Robotik. Als ich begann, mich ernsthaft mit dem Bauwesen zu beschäftigen, ging ich davon aus, dass die Aufgabe etwas einfacher sein würde. In vielerlei Hinsicht hat sie sich als schwieriger erwiesen.
Der Mars ist unbekannt. Doch sobald man gelandet ist, verändert sich das Gelände vor einem nicht mehr allzu stark. Eine Baustelle dagegen kann sich von Stunde zu Stunde verändern: Materialien werden angeliefert, Teams bewegen sich über das Gelände, und nach und nach entstehen Böden, Wände und Treppen. Auch der Roboter selbst ist Teil dieses Prozesses. Mit jedem abgeschlossenen Arbeitsschritt verändert er die Umgebung, in der er sich als Nächstes zurechtfinden muss.
Hinzu kommt die körperliche Natur der Arbeit. Bauen bedeutet, schwere Gegenstände zu heben, zu schieben, zu bohren, zu verschrauben und zu bewegen, oft mit erheblichem Kraftaufwand und hoher Präzision. Es reicht nicht, wenn ein Roboter erfolgreich über eine Baustelle navigiert. Am Ziel muss er auch produktive Arbeit leisten können.
Diese Kombination hat nahezu jede Entscheidung geprägt, die wir bei der Entwicklung von All3 Mantis getroffen haben.
Warum wir keinen humanoiden Roboter gebaut haben
Humanoide Roboter sorgen derzeit für enorme Begeisterung. In manchen Umgebungen ist die menschliche Form auch durchaus sinnvoll. Wohnungen, Büros und bestehende Fabriken wurden für Menschen gestaltet. Türklinken, Regale, Treppen und Arbeitsflächen sind auf die Maße und Fähigkeiten des menschlichen Körpers abgestimmt.
Eine Baustelle ist anders. Sie ist die Umgebung, bevor eine für Menschen gestaltete Umgebung entsteht. Böden sind womöglich noch unvollständig, Wände stehen noch nicht, und Material liegt häufig genau dort, wo man sich bewegen muss.
Das führte uns zu einer grundlegenden Frage: Wenn die Umgebung nicht auf den menschlichen Körper ausgelegt ist, warum sollte es dann die Maschine sein?
Dieser Ansatz ist mir während meiner gesamten Laufbahn begegnet. Bei einem Marsrover bestimmen Gelände, Schwerkraft und verfügbare Energie die Form. Bei einem chirurgischen Roboter sind es die Anatomie und die Arbeitsweise des Chirurgen. In keinem der beiden Fälle würde man mit einer bestimmten Körperform beginnen und anschließend nach Aufgaben suchen, die sie vielleicht erfüllen könnte.
Kraft spielt im Bau eine besonders wichtige Rolle. Wenn man eine Konstruktionsschraube in Holz eindreht, wirkt jedes Newton, das man in das Bauteil einleitet, auf den Roboter zurück. Bewegt sich der Roboter, bewegt sich das Werkzeug mit ihm. Die Präzision geht dann genau dort verloren, wo sie gebraucht wird.
Das ist einer der Gründe, warum All3 Mantis 135 kg wiegt. Diese Masse ist kein Kompromiss, den wir widerwillig hinnehmen mussten. Sie gibt uns die Stabilität, die die Arbeit erfordert. Vier Beine ermöglichen es uns, den Schwerpunkt relativ niedrig zu halten und die Masse wirksam zu verteilen. Gleichzeitig bleibt der Roboter so beweglich, wie es eine sich ständig verändernde Baustelle verlangt.
Dieselbe Logik hat auch den Rest der Maschine bestimmt. All3 Mantis ist darauf ausgelegt, 100 kg überall auf der Baustelle zu transportieren, weil das der Größenordnung realer Bauteile entspricht. Er passt durch Standardtüren, kann Bauaufzüge nutzen und auf einer Europalette transportiert werden. Außerdem haben wir die Höhe der Maschine von ihrer Arbeitsreichweite entkoppelt. All3 Mantis muss also nicht vier Meter hoch sein, um vier Meter über dem Boden zu arbeiten. Stattdessen gelangt der Arm dorthin, wo die Arbeit anfällt.
Wo KI hilft, und wo nicht
Bei der Entwicklung von All3 Mantis haben wir bewusst noch eine weitere Annahme in der Robotik hinterfragt. Derzeit richtet sich verständlicherweise viel Aufmerksamkeit darauf, welche Fähigkeiten KI und erlernte Modelle Robotern ermöglichen. Unser Ausgangspunkt ist etwas anders: Wir wollen eine 135 kg schwere Maschine auf eine reale Baustelle bringen, auf der sie jeden Tag zuverlässig arbeitet.
In dieser Größenordnung muss man bei der Physik anfangen.
All3 Mantis verfügt deshalb über mehrere Steuerungsebenen mit einer klaren Grenze zwischen lernenden Systemen und Motoren. Auf der untersten Ebene arbeitet eine dedizierte Echtzeitsteuerung mit 1.000 Regelzyklen pro Sekunde. Sie hält den Roboter stabil, begrenzt Kräfte und legt fest, was geschieht, wenn eine der darüberliegenden Ebenen nicht mehr reagiert.
Darüber gehen wir pragmatisch vor. Wir setzen KI dort ein, wo sie bessere Ergebnisse liefert, und konventionelle Regelung dort, wo sie es nicht tut. Beim Gehen funktioniert maschinelles Lernen außerordentlich gut. Deshalb trainieren wir das Gangbild von All3 Mantis in Simulationen mit Modellen unserer eigenen Aktuatoren, die auf Messdaten beruhen. Beim Verschrauben ist es anders. Hier liefert uns eine klassische Regelung derzeit die erforderliche Präzision an der Werkzeugspitze.
Diese Trennung hat sich bereits in der Praxis bewährt. Als All3 Mantis am oberen Ende einer Treppe die Stromversorgung verlor, senkte er sich kontrolliert auf den Boden ab. Das dafür verantwortliche Verhalten ist unterhalb dieser Grenze verankert, wo keine erlernte Komponente darauf zugreifen kann.
Was All3 Mantis bereits bewiesen hat
Treppen sind auf Baustellen das häufigste anspruchsvolle Hindernis. All3 Mantis hat eine Treppe mit 35 Grad Steigung autonom und wiederholt auf- und abwärts bewältigt, mit montiertem Arm und ausschließlich mithilfe seiner eigenen Sensorik. Mit 135 kg beziehungsweise 180 kg inklusive Arm ist er nach unserem Kenntnisstand der schwerste elektrisch angetriebene Vierbeiner, für den dies öffentlich dokumentiert ist.
Der Rekord an sich ist dabei nicht entscheidend. Er zeigt, dass ein Roboter mit der für Bauarbeiten erforderlichen Masse sich dennoch autonom durch ein Gebäude bewegen kann.
Noch wichtiger ist, dass er am Ziel die Arbeit ausführen kann. An einem realen Bauteil hat All3 Mantis selbstständig acht von acht Bohrungen lokalisiert, sich darauf ausgerichtet und Konstruktionsschrauben eingedreht. Diesen Vorgang wiederholte er in mehreren Durchläufen ohne Bediener und hielt dabei an der Werkzeugspitze eine Präzision von 0,5 mm ein.
Die gesamte Prozesskette funktioniert inzwischen durchgängig. Das Gebäudemodell gibt unserem Mission-Control-System vor, was zu tun ist. All3 Mantis bewegt sich zum Einsatzort und führt den Arbeitsschritt aus. Das Ergebnis fließt als digitale Dokumentation dessen, was tatsächlich gebaut wurde, zurück ins System.
Das Verschrauben ist der erste Arbeitsschritt, nicht das Endziel. Wir haben 68 Bauarbeiten identifiziert, für deren Ausführung die Plattform entwickelt wird.
Als Nächstes folgt der entscheidende Test: Ab Anfang 2027 bringen wir All3 Mantis auf eine aktive Baustelle. Dort muss er beweisen, dass diese Ergebnisse auch dann Bestand haben, wenn wir nicht alles kontrollieren, was um ihn herum geschieht. Jede Entscheidung bei der Entwicklung von All3 Mantis wurde für die Baustelle getroffen. Dort wird er sich beweisen müssen.
Der Konstruktivist Folge 9: Axel Gedaschko darüber, warum nicht jedes Gebäude erhalten werden kann
14. Okt. 2026, von All3
Video: Folge 9 von Der Konstruktivist mit Axel Gedaschko, Präsident des GdW, über Wohnungsbestand, Genehmigungen und neue Wege zu bezahlbarem Wohnungsbau.
Read moreAll3 stellt die nächste Generation von Mantis vor: Der vierbeinige Montage-Roboter setzt neue Maßstäbe für die Automatisierung im Bau
07. Okt. 2026, von All3
Pressemitteilung: All3 stellt die nächste Generation von Mantis vor. Als schwerster vollelektrischer Vierbeiner, dessen Treppensteigen dokumentiert ist, setzt er neue Maßstäbe für Laufroboter im Bau.
Read moreDie nächste Generation des All3 Mantis aus nächster Nähe
07. Okt. 2026, von All3
Video: Entdecken Sie den neuen All3 Mantis aus nächster Nähe: 135 kg, vollelektrisch und mit austauschbaren Werkzeugen für die autonome Montage auf der Baustelle.
Read more