TUM RoboGym ist ein Trainings-Zentrum für humanoide Roboter am Flughafen München, das Unternehmen reale Roboter-Daten liefert. Dahinter stehen das MIRMI der Technischen Universität München und NEURA Robotics. Bei der Eröffnung haben wir mit NEURA-Gründer und CEO David Reger gesprochen. Seine These: Europa hat das Rennen um Physical AI noch nicht verloren.
Für uns als Berater zählt vor allem eine Frage. Was können Unternehmen heute schon mit humanoiden Robotern anfangen? Die Antworten aus dem RoboGym fallen konkreter aus als erwartet. Wir zeigen Trainings-Ablauf, Geschäftsmodell und die kritischen Punkte hinter dem Projekt.
TUM RoboGym: Warum Roboter ein Fitnessstudio brauchen
Sprachmodelle wie ChatGPT lernten aus dem gesamten Internet. Bücher, Foren und Artikel lagen längst digital vor. Für Roboter fehlt diese Grundlage. Keine Datenbank beschreibt, wie ein Mensch einen Karton faltet oder ein Bauteil einlegt. Diese Trainingsdaten müssen erst physisch entstehen.
Genau hier setzt das TUM RoboGym an. Auf über 2.300 Quadratmetern stehen 48 Trainings-Zellen mit zunächst rund 100 humanoiden und Service-Robotern. Das Projekt kostet rund 17 Millionen Euro. Etwa 11 Millionen davon trägt NEURA selbst. Unternehmen aus über zehn Branchen mieten Zellen für mindestens ein Jahr. Die Spanne reicht von Automobil über Pharma bis zur Pflege.
Laut Reger trainieren dort bereits 40 bis 50 Unternehmen. Viele hatten vorher keinen Kontakt zu Robotik. Warum echte Daten der Simulation überlegen sind, erklären wir in unserem Artikel zur Sim-to-Real-Lücke.
4NE1 Gen 4 und Neuron AI: Humanoide mit Tastsinn
Zur Eröffnung stellte NEURA die vierte Generation seines Humanoiden 4NE1 vor. Das Modell ist rund 20 Prozent leichter als der Vorgänger. NEURA bereitet es bereits für die Serienfertigung vor. Kameras im Kopf decken 360 Grad ab, weitere sitzen im Handgelenk. Taktile Sensoren in den Händen messen den Druck.
Das Gehirn dahinter heißt Neuron AI, NEURAs eigenes Foundation Model. Die meisten Konkurrenten setzen auf Vision Language Action Models mit reiner Kamera-Wahrnehmung. NEURA spricht dagegen von Perception Language Action Models. Der Roboter soll sehen, hören, fühlen und sich an frühere Aufgaben erinnern. Das Modell läuft direkt auf dem Roboter, ohne Umweg über die Cloud.
In der Fabrik zählt dieser Unterschied. Eine Kamera erkennt nicht, ob ein Bauteil eingerastet ist. Eine Hand mit Tastsinn spürt es. Wie solche Sensorik arbeitet, zeigt unser Beitrag über taktile Sensoren.
Dazu kommen Reflexe. Wer auf eine heiße Herdplatte fasst, zuckt sofort zurück. NEURA bildet das über Smart Limbs und dezentrale KI ab, gemeinsam mit Qualcomm. Jedes Glied rechnet selbst mit. Unabhängige Benchmarks für Neuron AI gibt es allerdings noch nicht.
So läuft das Training im TUM RoboGym
Menschen machen dem Roboter jeden Handgriff vor. Meist tragen sie dafür einen Teleoperations-Anzug mit Datenhandschuhen. Der Roboter folgt jeder Bewegung. Die Daten passen dadurch exakt zu seinen Aktuatoren. Ein Team sammelt tagsüber 500 bis 600 Episoden.
Über Nacht trainiert das Modell. Am nächsten Morgen prüft das Team die Erfolgsquote. Wo greift der Roboter daneben, wo lässt er Teile fallen? Danach passt das Team die Trainingslogik an. Einfache Skills stehen nach einem Tag, komplexe nach maximal zwei Wochen.
Vor Ort griff ein 4NE1 nach einem halben Tag Training Dosen, Flaschen und Paketband. Er lässt erst los, wenn er den Zug einer Hand spürt. Laut NEURA läuft das komplett per Inferenz, ohne Fernsteuerung. Ein zweites Setup kommt ohne Anzug aus. Kameras filmen die Hand eines Mitarbeiters von allen Seiten, der Greifer folgt in Echtzeit.
Ein NEURA-Mitarbeiter spricht deshalb von einer Gym-to-Real-Lücke. Im späteren Einsatz ändern sich vor allem Licht, Geräusche und Umgebung. Digital Twins und Reinforcement Learning vermehren die Daten synthetisch. Andere Teams trainieren bereits zielorientiertes Verhalten. Der Auftrag lautet dann 'räum das Regal ein' statt 'nimm die Flasche'.
Auch die Forschung nutzt das Gym. Mobilitäts-Forscher testen dort Humanoide von Unitree für den Nahverkehr. Die Roboter sollen etwa Fahrgästen im Rollstuhl über die Rampe helfen.
Neuraverse: Roboter-Skills als Firmen-Eigentum
Für Unternehmen ist das Geschäftsmodell der spannendste Teil. Jede Firma besitzt eigenes Prozess-Wissen. NEURA will dieses Wissen bei der Firma lassen. Wer im Gym trainiert, erhält eine eigene Skill Library. Rohdaten lassen sich jederzeit herunterladen, die kuratierten Daten bleiben bei NEURA.
Ein Beispiel aus dem Gym: Ein Händler trainiert das Auffüllen von Regalen einmal. Danach rollt er den Skill auf 1.000 Filialen aus. Über das Neuraverse kann er ihn zusätzlich an andere Händler verkaufen. Jede Firma besitzt einen eigenen Data Bucket. Die Firma entscheidet selbst, was privat bleibt und was sie teilt.
Einfache Handgriffe wie Türen öffnen teilen die meisten Firmen. Diese Daten stärken NEURAs Foundation Model. Schon vor über einem Jahr beschrieb Reger NEURA im Gespräch mit uns als Enabler Company. Das Bild dazu stammt von Steve Jobs: Die Plattform ist die Bienenkönigin, die Entwickler bringen den Honig. Geteilte Skills und Einsatzdaten sind dieser Honig.
Chinesische Wurzeln: Wie europäisch ist NEURA Robotics?
Kaum ein Bericht erwähnt die Vorgeschichte. Reger gründete 2019 gemeinsam mit dem chinesischen Cobot-Hersteller Han's Robot ein deutsches Gemeinschafts-Unternehmen. Die chinesische Seite hielt 70 Prozent der Anteile. Die Kontrolle lag laut Börsenprospekt trotzdem bei Reger als alleinigem Geschäftsführer. 2023 übernahmen europäische Investoren wie HV Capital den chinesischen Anteil für rund 10 Millionen Euro.
Die Verbindung besteht bis heute. NEURA kauft Cobots und Komponenten zu großen Teilen bei Han's Robot. Laut dessen Börsenprospekt war NEURA 2024 mit über 37 Prozent des Umsatzes der größte Kunde. Das erste NEURA Gym steht seit einem Jahr in Hangzhou, dem Sitz von Unitree.
Gleichzeitig ist NEURA eine deutsche GmbH aus Metzingen und versteuert ihre Gewinne hier. Ohne chinesische Zulieferer kommt heute kaum ein Robotik-Hersteller aus, auch Tesla nicht. Im ersten Halbjahr 2026 stammten 97 Prozent aller verkauften Humanoiden aus China. Gerade die Mischung aus chinesischer Fertigung und deutscher Software könnte NEURA konkurrenzfähig machen.
David Reger: Der ChatGPT-Moment der Robotik naht
Ist NEURA die letzte Chance Europas? Reger widerspricht der Zuspitzung. Physical AI sei die Chance Europas, NEURA treibe sie voran. Bei der Eröffnung sprachen drei Staatsminister, alle bekannten sich zur Robotik. Für Reger zählt genau dieser Schritt: weniger planen, mehr machen.
Im Feld laufen laut Reger bereits tausende NEURA-Geräte, darunter über 100 Humanoide. Die größten Durchbrüche erwartet er in den nächsten 6 bis 12 Monaten. Dann komme der ChatGPT-Moment der Robotik. Roboter lernen eine Aufgabe dann schneller als ein Mensch. Ein NEURA-Mitarbeiter im Gym rechnet in 12 bis 18 Monaten mit Robotern auf breiter Front im Shopfloor.
Europas Stärke sieht Reger in Sensorik und Computer-Architektur, also Nervensystem und Gehirn des Roboters. Dort entwickle NEURA den Stand der Technik selbst. Finanziell hat das Startup bereits Geschichte geschrieben. NEURA sammelte als erstes deutsches Startup über eine Milliarde ein. Die jüngste Runde umfasst bis zu 1,4 Milliarden Dollar.
Fazit: Was das TUM RoboGym für Unternehmen bedeutet
Das TUM RoboGym adressiert das größte Problem humanoider Roboter: fehlende Daten aus der echten Welt. 48 Zellen, 100 Roboter und Trainingszyklen ab einem Tag machen Physical AI greifbar. Für Unternehmen entsteht ein konkreter Einstieg. Wer jetzt Skills trainiert, hat sie zum Serienstart der Roboter fertig.
Offene Fragen bleiben. Unabhängige Benchmarks für Neuron AI fehlen bisher. Die Abhängigkeit von chinesischen Zulieferern bleibt hoch. Wir empfehlen trotzdem, erste Use Cases im Robotik-Gym früh zu prüfen. Wer zwölf Monate wartet, beginnt das Training nach der Konkurrenz.
Häufige Fragen
Was ist das TUM RoboGym?
Das TUM RoboGym ist ein Trainings-Zentrum für humanoide Roboter am LabCampus des Flughafens München. Das MIRMI der TU München und NEURA Robotics betreiben es gemeinsam. Auf über 2.300 Quadratmetern stehen 48 Trainings-Zellen mit zunächst rund 100 humanoiden und Service-Robotern. Das Projekt kostet rund 17 Millionen Euro, davon trägt NEURA etwa 11 Millionen. Unternehmen aus über zehn Branchen mieten dort Zellen für mindestens ein Jahr und trainieren ihre eigenen Roboter-Skills.
Wie lange dauert das Training eines Roboter-Skills?
Einfache Skills stehen laut NEURA nach einem Tag. Komplexe Abläufe brauchen bis zu zwei Wochen. Tagsüber zeichnen Menschen per Teleoperations-Anzug und Datenhandschuhen 500 bis 600 Episoden auf. Über Nacht trainiert das Modell. Am Morgen prüft das Team die Erfolgsquote und passt die Trainingslogik an. Ein Demo-Roboter griff vor Ort nach einem halben Tag Training zuverlässig Dosen, Flaschen und Paketband.
Was unterscheidet Neuron AI von anderen Robotik-Modellen?
Die meisten Humanoiden nutzen Vision Language Action Models und nehmen die Welt nur über Kameras wahr. NEURA nennt Neuron AI ein Perception Language Action Model. Es verarbeitet zusätzlich Berührung, Kraft und Klang und erinnert sich an frühere Aufgaben. Das Modell läuft direkt auf dem Roboter, ohne Cloud. Unabhängige Benchmarks zur Leistung von Neuron AI gibt es bisher allerdings noch nicht.
Wem gehören die trainierten Skills im TUM RoboGym?
Die Skills gehören dem Unternehmen, das sie trainiert. Es erhält eine eigene Skill Library und kann sie auf beliebig viele Roboter ausrollen. Rohdaten lassen sich jederzeit herunterladen, die kuratierten Daten bleiben bei NEURA. Jede Firma hat einen eigenen Data Bucket und entscheidet, was privat bleibt. Geteilte Daten fließen in NEURAs Foundation Model. Über das Neuraverse lassen sich Skills auch an andere Firmen verkaufen.
