ArtiMinds Robotics entwickelt im Rahmen des Projekts Next2OEM sensorgestützte, roboterbasierte Automatisierungslösungen zur Montage von biegeschlaffen Leitungssätzen. Basierend auf Kamerabildern wird zunächst eine Fügestrategie für die Stecker parametriert. Durch taktile Suche und kraftgeregelte Kompensation werde prozess- und positionsbedingte Abweichungen ausgeglichen, bevor die Stecker präzise mit Kraft- und Momentenausgleich gefügt werden. Parallel evaluiert ArtiMinds einen lernbasierten Ansatz, der differenzierbare Programmierung mit tiefen neuronalen Netzen kombiniert und aus vergangenen Steckvorgängen lernt. Ziel ist es, beide Verfahren hinsichtlich ihrer Robustheit, Effizienz und Anpassungsfähigkeit zu bewerten und das beste System für die automatisierte Fertigung bereitzustellen. In einem ersten Labordemonstrator konnte das Unternehmen beide Ansätze validieren. Insbesondere durch die KI-gestützte Anpassung konnten die Zykluszeiten bei gleichbleibender Robustheit um bis zu 70% reduziert werden.