KI-gestützte aktive Exoskelette für Logistik, Industrie & Pflege

Rücken- und Schulterverletzungen durch wiederholtes Heben sind eine der Hauptursachen für Krankenstände in Lagern, Produktionslinien und der Pflege. Aktive (motorisierte) Exoskelette ergänzen Motoren an Hüfte oder Rücken; ein Modell auf dem Gerät erkennt, was die tragende Person gerade tut und wann ein Hebevorgang beginnt, und liefert synchron zusätzliches Drehmoment. Ein Cloud-Portal bündelt Nutzungs- und Belastungsdaten. Ziel ist weniger Belastung je Schicht, nicht der Ersatz von Beschäftigten.

Problem & Nutzen

• Heute: Das manuelle Handhaben von Paketen, Teilen und Patientinnen und Patienten wird durch Arbeitsplatzwechsel, Hebehilfen und Schulungen abgemildert. Viele Tätigkeiten (gemischte Pakete, Patiententransfers, enge Räume) lassen sich nicht vollständig automatisieren oder mit fest installierten Hebezeugen ausstatten. Muskel-Skelett-Erkrankungen (MSE) bleiben ein zentrales Problem des Arbeitsschutzes in der EU; die EU-OSHA sieht das manuelle Handhaben von Lasten als zentralen Risikofaktor [1].
• KI-Nutzen: Passive Exoskelette (Federn, z. B. Ottobock Paexo) bieten konstante Unterstützung. Aktive Anzüge nutzen Absichtserkennung, sodass die Unterstützung nur während des Hebens wirkt und weder Gehen noch Bücken behindert. Vernetzte Auswertungen zeigen, wie oft und wie schwer sich Menschen beugen und heben, und fließen in Gefährdungsbeurteilungen ein.
• Belege: Hersteller berichten aus Pilotprojekten von geringerer Muskelbelastung und weniger Krankheitstagen, z. B. nennt German Bionic Einsätze bei DPD, Dachser und Fiege [2]. Unabhängige Langzeitbelege zur Verringerung von Verletzungen sind noch begrenzt; betrachten Sie Herstellerangaben als Pilotergebnisse und messen Sie an Ihrem eigenen Standort.

Varianten

• Logistik (Paketzentren, Lager): Rücken-/Hüftunterstützung beim Heben und Tragen; Flotte gemeinsam genutzter Anzüge je Schicht.
• Fertigung & Montage: Schulter-/Armunterstützung für Überkopfarbeit ist meist passiv; aktive Rückenunterstützung für das Handhaben schwerer Teile.
• Pflege (Krankenpflege, Langzeitpflege): Unterstützung bei Patiententransfers und Umlagerungen; zusätzliche Anforderungen an Hygiene, Sicherheit und Akzeptanz; kann Medizinprodukterecht berühren.
• Bau & Werkzeuge: Lastübernahme bei schwerer Werkzeugarbeit (z. B. ist das Hilti EXO-O1 eine passive Schulterstütze).
• Außerhalb des Umfangs: medizinische Rehabilitations-Exoskelette für gelähmte Patienten (z. B. Wandercraft, ReWalk) sind Medizinprodukte im Bereich HLTH; militärische Traganzüge sind nicht abgedeckt.

So funktioniert es

1. IMU + joint angle + motor current + force sensors (100-1000 Hz)
2. on-device state estimation (gait / posture phase)
3. intent recognition (lift onset, carry, walk, stairs; small NN or classical filter)
4. assist controller (torque profile, safety limits, hardware watchdog)
5. motors at hip/back + user override (button, voice or app)
6. logging (pseudonymised)
7. cloud portal
8. ergonomic analytics, maintenance, fleet reports

• Echtzeitebene: Ein Mikrocontroller oder ein kleines SoC führt die Regelschleife deterministisch aus. Das ML-Modell (typischerweise ein kompaktes CNN/LSTM/TCN, quantisiert, TFLite Micro oder ONNX) wählt nur Modus und Zeitpunkt; harte Grenzen für Drehmoment, Winkel und Geschwindigkeit werden von Sicherheitslogik ohne ML durchgesetzt. Diese Trennung ist für die Zertifizierung wichtig.
• Training: Strategien und Erkennungsmodelle werden mit Motion-Capture- und IMU-Daten vieler Trägerinnen und Träger trainiert, zunehmend mit Muskel-Skelett-Simulation und RL für Unterstützungsprofile (siehe ROBO-010).
• Mensch-in-der-Schleife (Human-in-the-Loop): Die tragende Person hat immer Vorrang; der Anzug muss sich sofort abschalten lassen und der Bewegung der Person nachgeben. Die Auswertungen nutzt der Arbeitsschutz, nicht für ein Leistungsranking einzelner Personen.

Datenaufbereitung

Bei gekauften Exoskeletten ist der Datenbedarf gering: Das Gerät bringt eigene Sensoren und Steuerungssoftware mit. Sie benötigen Arbeitsplatzdaten, um den richtigen Einsatz zu wählen: die Tätigkeiten und Hebelasten (aus Gefährdungsbeurteilungen des Arbeitsschutzes, aus HR und den Unterlagen der Sicherheitsfachkraft), Statistiken zu Krankheitstagen und Muskel-Skelett-Beschwerden (HR, oft in Excel oder auf Papier, personen- und gesundheitsbezogen, daher vorher aggregieren oder pseudonymisieren, siehe PREP-022), Schichtpläne und Arbeitsplatzlayouts. Typische Lücken: keine quantifizierten Lastdaten je Tätigkeit, verstreute Ergonomiebewertungen, unklare Einwilligungsregeln für Trägerdaten und keine Ausgangsbasis, um eine Wirkung nachzuweisen.

Schritte der Aufbereitung: die infrage kommenden Tätigkeiten mit Gewicht, Häufigkeit und Körperhaltung auflisten; vor dem Pilot eine Ausgangsbasis aus Beschwerden und Fehlzeiten je Arbeitsplatz erheben; festlegen, welche Gerätedaten (Nutzungsdauer, Unterstützungsstufe, Bewegungsdaten) wo gespeichert werden und wer sie sehen darf; Pilot-Kennzahlen und einen einfachen Rückmeldebogen für Trägerinnen und Träger definieren (PREP-021). Werkzeuge: Excel oder eine einfache Datenbank, das Portal des Herstellers, optional ein pseudonymisierter Export. Der Aufwand ist gering, etwa 10 bis 20 Prozent des Projekts; Entwickler, die eine eigene Steuerung bauen, benötigen Motion-Capture- und EMG-Datensätze und sollten deutlich mehr einplanen (GUIDE-003).

Umsetzungswege

Welcher Weg für wen

• KMU: A, weil ausgereifte, zertifizierte Exoskelette von EU-Herstellern zu KMU-tauglichen Preisen verfügbar sind und der Einsatz (Heben, Überkopfarbeit) Standard ist.
• Enterprise: A, weil das Exoskelett ein Standardhilfsmittel ist; der Aufwand liegt bei Arbeitsschutz, Einführung und Passform, nicht im Bau eines eigenen Geräts.
• Developer: C, weil offene Steuerungs- und Gangabsichtsmodelle (ROS 2, offene Datensätze) nötig sind, um Aktorik und Unterstützungsalgorithmen zu bauen oder anzupassen.

Weg A — Kaufen (empfohlen)

• Aktive Anzüge: German Bionic (Augsburg, EU; Cray X mit der Cloud-Plattform Apogee), Ottobock (EU; passive Paexo-Reihe sowie das Industrieportfolio von Ottobock), Noonee (CH, passiver tragbarer Stuhl), Skelex (NL, passiv), Sarcos (US) hat Berichten zufolge die Hardware seines Guardian-XO-Exoskeletts eingestellt (Unternehmen umbenannt in Palladyne AI, jetzt auf Software ausgerichtet), betrachten Sie es daher als nicht verfügbar; Samsung und Hyundai/Wearable Robotics bieten Forschungs-Wearables. Hilti EXO-O1 und Ottobock Paexo sind passiv und eine günstigere Alternative, wo kein aktives Drehmoment nötig ist.
• Wählen Sie A, wenn: Sie ein zertifiziertes Produkt, Service und ein Flottenportal wünschen. Pilotieren Sie 5-10 Anzüge bei einer Tätigkeitsart über 3 Monate, unter Einbeziehung des Betriebsrats.

Weg B — Auf Cloud-KI-Diensten aufbauen

Für die Steuerung selten anwendbar. Die Cloud dient der Auswertung: Telemetrie der Anzüge (MQTT/HTTPS) in einen Zeitreihenspeicher und ein BI-Werkzeug in der EU-Region einlesen, Hebezahlen und Belastungsindizes berechnen und über die Hersteller-API (z. B. Apogee-Datenexport) in Dashboards des Arbeitsschutzes bereitstellen. LLMs können Ergonomieberichte für Sicherheitsfachkräfte zusammenfassen, dürfen aber keine identifizierbaren personenbezogenen Daten ohne Rechtsgrundlage verarbeiten.

Weg C — Selbst betreiben (Open Source)

Für Forschung, Prototypen oder Hochschulprojekte: ROS 2 mit ros2_control, Pinocchio/OpenSim oder MuJoCo für die Biomechanik, Edge Impulse oder TensorFlow Lite Micro / ONNX Runtime auf STM32 oder Boards der Klasse NVIDIA Jetson Orin Nano (HW1), Zeitreihenspeicherung in TimescaleDB/InfluxDB mit Grafana. Ein serienreifer tragbarer Roboter auf diesem Weg erfordert dennoch Konformitätsarbeit für Maschinen und PSA.

Weg D — Eigenes Training

Lohnt sich nur für Exoskelett-Hersteller und Forschungsgruppen: gelabelte IMU-/EMG-/Motion-Capture-Daten von vielfältigen Trägerinnen und Trägern (Körpergröße, Geschlecht, Alter, Tätigkeit) sammeln, Absichts- und Gangerkennung trainieren, Unterstützungsprofile mit RL in der Simulation abstimmen und anschließend in Nutzerstudien validieren. Datenbedarf: Dutzende bis Hunderte Trägerinnen und Träger, mit Einwilligung.

Stand der Technik (2026)

• Absichtserkennung allein aus IMU-Signalen auf dem Gerät ist für Heben, Gehen und Treppen ausgereift; Unterstützungsprofile werden zunehmend gelernt (RL in Muskel-Skelett-Simulation, Optimierung mit Mensch in der Schleife), statt von Hand abgestimmt.
• Flottenauswertungen mit ergonomischen Belastungsindizes werden inzwischen mit der Hardware verkauft.
• Grenzen: ungewöhnliche Bewegungen, das Tragen unausgewogener Lasten, beengte Räume und unterschiedliche Körpertypen führen zu Fehlklassifikationen und falsch getimter Unterstützung; die Akkulaufzeit begrenzt Schichten; Gewicht und Wärme senken die Akzeptanz; die Unterstützung kann Last auf andere Körperteile verlagern. Praxisstudien zur Verringerung von Verletzungen sind weiterhin selten.
• Noch nicht: allgemeine Steuerung von Exoskeletten durch verkörperte Foundation-Modelle (ROBO-004) befindet sich im Forschungsstadium.

Gemeinsame Bausteine & Kombinationen

• Der Edge-ML-Stack (edge-runtime, time-series, anomaly-detection) wird mit den intelligenten Sensoren aus ROBO-011 geteilt.
• Simulations- und RL-Werkzeuge werden mit ROBO-010 geteilt (Sim-to-Real).
• Haltungsanalyse per Kamera ergänzt den Anzug: VIS-024 (Pose und Ergonomie), VIS-007 (PSA).
• Sicherheitskontext: ROBO-016, wenn Anzüge in der Nähe von AMR und Roboterzellen genutzt werden; ROBO-002 in der Intralogistik.
• Wartung: PRED-006 für den Zustand der Flotte; HLTH-025 für die Pflegedokumentation von Transfers.

Aufwand, Kosten & Kennzahlen

• Weg A: Pilot in Wochen bis Monaten inkl. Gefährdungsbeurteilung, Schulung und Betriebsvereinbarung; Kauf oder Leasing je Anzug plus Portal-Abonnement (Herstellerangebote einholen; keine Preise annehmen).
• Weg C/D: 12+ Monate für einen validierten Prototyp; spezialisiertes Team aus Mechatronik, Regelungstechnik und ML.
• Kennzahlen: MSE-bedingte Krankheitstage, Hebevorgänge und Belastungsindex je Schicht, empfundene Anstrengung (Borg-Skala), freiwillige Nutzungsquote, Akzeptanz nach 3 Monaten, Vorfälle und Beinahe-Unfälle, Produktivität je Tätigkeit, Verfügbarkeit der Anzüge.

Menschen & Veränderung

Beziehen Sie zuerst die Geschäftsleitung und die Leitung von Logistik oder Produktion, die Fachkraft für Arbeitssicherheit und die Betriebsärztin bzw. den Betriebsarzt ein; sie entscheiden, wo das Hilfsmittel nützt. HR und die bzw. der Datenschutzbeauftragte kommen hinzu, weil tragbare Sensoren Bewegungs- und gesundheitsbezogene Daten identifizierbarer Beschäftigter erfassen können. Die Anwenderinnen und Anwender müssen die Geräte freiwillig ausprobieren; Passform und Komfort entscheiden über die Akzeptanz.

Betriebsrat: ja. Geräte, die Nutzungs-, Bewegungs- oder Belastungsdaten aufzeichnen, sind objektiv zur Überwachung von Verhalten oder Leistung geeignet; daher greift § 87 Abs. 1 Nr. 6 BetrVG, neben der Mitbestimmung bei Gesundheit und Arbeitsschutz; § 90 Abs. 1 Nr. 3 verlangt eine frühzeitige Unterrichtung (GUIDE-004). Schließen Sie eine Betriebsvereinbarung ab: keine individuelle Leistungsbewertung, begrenzte Aufbewahrung, keine Verwendung für disziplinarische Maßnahmen. Gesundheitsdaten sind eine besondere Kategorie nach Art. 9 DSGVO; führen Sie daher eine DSFA durch, wenn Gerätedaten personenbezogen gespeichert werden, und schließen Sie mit dem Hersteller einen AVV ab (GUIDE-005).

Fördern Sie die KI-Kompetenz (Art. 4 KI-Verordnung) mit einer kurzen Einweisung, wie sich die Unterstützung anpasst und wann sie abzuschalten ist (GUIDE-006). Typische Sorgen: Druck, schneller zu arbeiten, Überwachung, gesundheitliche Auswirkungen. Begegnen Sie ihnen mit freiwilliger Nutzung, einer Testphase mit einer freiwilligen Pilotgruppe von 5 bis 10 Personen, Fürsprechern aus der Werkhalle und transparenten Kennzahlen (GUIDE-008). Der Mensch behält die Kontrolle: Die tragende Person kann die Unterstützung jederzeit anpassen oder abschalten.

Risiken, Regulierung & Compliance

• Produktrecht: Ein Exoskelett am Arbeitsplatz ist typischerweise eine Maschine (Maschinenrichtlinie 2006/42/EG, ersetzt durch die Verordnung (EU) 2023/1230 ab 20. Januar 2027) oder PSA; Pflege- und Rehabilitationsanzüge mit medizinischer Zweckbestimmung fallen unter die MDR (EU) 2017/745. Der Hersteller wählt den Weg; Arbeitgeber sollten die CE-Erklärung und die Zweckbestimmung prüfen [3][4].
• KI-Verordnung (AI Act): Es kommt darauf an. Ist die KI ein Sicherheitsbauteil eines nach Anhang I regulierten Produkts (Maschine, Medizinprodukt), ist sie nach Art. 6 Abs. 1 hochriskant, wobei die Anwendungsfristen an das jeweilige Produktrecht gekoppelt sind; prüfen Sie den aktuellen Zeitplan. Ein reiner Absichtserkenner innerhalb einer Logik ohne Sicherheitsfunktion hat minimales Risiko. Art. 4 (KI-Kompetenz) gilt für Arbeitgeber [5].
• Warnung zum Verbot nach Art. 5: Das Ableiten von Emotionen der Beschäftigten (Stress, Ermüdung als Stimmung, Frustration) aus physiologischen oder biometrischen Signalen ist am Arbeitsplatz verboten, außer aus medizinischen oder Sicherheitsgründen (Art. 5 Abs. 1 Buchst. f). Ergänzen Sie die Anzugauswertung nicht um Emotionsableitung. Schätzungen zu Ermüdung/Beanspruchung müssen sich auf die körperliche Belastung zur Sicherheit beziehen und dürfen nicht zur Bewertung der Einstellung genutzt werden.
• DSGVO und Arbeitsrecht: Bewegungs-, Herzfrequenz- und Belastungsdaten sind personenbezogene Daten von Beschäftigten und können Gesundheitsinformationen offenbaren (Art. 9). Nutzen Sie pseudonymisierte oder auf Teamebene aggregierte Daten, Zweckbindung (Ergonomie, keine Leistungskontrolle), DSFA, Aufbewahrungsfristen und die Mitbestimmung des Betriebsrats (in Deutschland § 87 Abs. 1 Nr. 6 BetrVG für technische Systeme zur Überwachung von Beschäftigten) [6].
• Arbeitsschutz: Gefährdungsbeurteilung nach der Arbeitsschutz-Rahmenrichtlinie 89/391/EWG; Exoskelette sind eine ergänzende Maßnahme und ersetzen keine technischen und organisatorischen Maßnahmen.
• Weitere Risiken: Stürze oder Einklemmen bei Stromausfall, falsch getimte Unterstützung, Hautdruck, Abhängigkeit und Muskelabbau, ungleichmäßige Passform bei Frauen oder kleinen Körpern. Gegenmaßnahmen: Anpassung, Schulung, freiwillige Nutzung auf Opt-in-Basis, Freilaufmodus im Fehlerfall und ärztliche Freigabe, wo nötig.

Erste Schritte

1. Zwei oder drei Tätigkeiten mit hoher Belastung anhand von Unfalldaten und Ergonomiebewertung (z. B. RULA/NIOSH) identifizieren; prüfen, ob ein passiver oder aktiver Anzug passt.
2. Betriebsrat, Betriebsärztin bzw. Betriebsarzt und Datenschutzbeauftragte(n) vor dem Pilot einbeziehen; Datenumfang vereinbaren.
3. Einen 3-monatigen Pilot mit 5-10 Freiwilligen durchführen; Anstrengungswerte, Krankheitstage, Gebrauchstauglichkeit und Vorfälle erfassen; mit einer Kontrollgruppe vergleichen.
4. CE-Erklärung, Zweckbestimmung, Sicherheitshandbuch und Auftragsverarbeitungsvertrag beim Hersteller anfordern.
5. Über die Einführung je Tätigkeit und Schicht entscheiden; Reinigung, Laden und Anpassung für eine gemeinsam genutzte Flotte logistisch planen.

Quellen

1. EU-OSHA — Work-related musculoskeletal disorders — https://osha.europa.eu/en/themes/musculoskeletal-disorders
2. German Bionic — Cray X and Apogee platform — https://www.germanbionic.com
3. Regulation (EU) 2023/1230 on machinery — https://eur-lex.europa.eu/eli/reg/2023/1230/oj
4. Regulation (EU) 2017/745 (MDR) — https://eur-lex.europa.eu/eli/reg/2017/745/oj
5. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
6. Regulation (EU) 2016/679 (GDPR) — https://eur-lex.europa.eu/eli/reg/2016/679/oj
7. Ottobock — Paexo industrial exoskeletons — https://paexo.com/en
8. Hilti — EXO-O1 exoskeleton — https://www.hilti.group
9. ISO 13482 — Safety requirements for personal care robots — https://www.iso.org/standard/53820.html