Wie viele Teleoperationsdaten braucht eine Roboter-Policy wirklich?

Die Frage taucht in Roboterprojekten fast immer in derselben Form auf: „Wie viele Demonstrationen müssen wir aufnehmen?” Erwartet wird eine Zahl, die ins Angebot passt. Als allgemeingültige Konstante gibt es diese Zahl nicht — wohl aber ein Messverfahren, mit dem Sie die passende Größenordnung für Ihre Zelle, Ihren Greifer und Ihre Aufgabe innerhalb weniger Tage selbst ermitteln.

Die kurze Antwort

Für eine eng umrissene Aufgabe in einer unveränderten Roboterzelle liegen die veröffentlichten Ergebnisse in der Größenordnung von einigen Dutzend bis wenigen Hundert Demonstrationen; die bekanntesten Aufbauten arbeiten mit rund 50 Demonstrationen je Aufgabe — vorausgesetzt, Objekt, Startpose und Beleuchtung bleiben weitgehend konstant. Sobald die Policy mit wechselnden Objekten, Ablagepositionen, Lichtverhältnissen oder Arbeitsplätzen zurechtkommen soll, wächst der Bedarf nicht mit der Zahl der Wiederholungen, sondern mit der Zahl der abgedeckten Variationen: Vielfalt schlägt Menge. Wer auf einem vortrainierten Vision-Language-Action-Modell aufsetzt, rechnet ohnehin nicht mehr in Demonstrationen, sondern in Stunden aufgabenspezifischer Teleoperationsdaten — dort bewegt sich der Rahmen bei wenigen bis etwa 20 Stunden.

Die belastbare Antwort für Ihr Projekt liefert trotzdem keine Faustformel, sondern eine Ablationsstudie über die Datenmenge, kurz: eine Datenablation. Sie messen eine Lernkurve mit 25, 50, 75 und 100 Prozent des vorhandenen Datensatzes; deren Steigung am oberen Ende verrät, ob sich die nächste Aufnahmewoche überhaupt noch lohnt.

Warum „Anzahl der Demonstrationen” die falsche Kennzahl ist

Zwei Datensätze mit derselben Episodenzahl können völlig unterschiedlich viel wert sein. Dreihundert Wiederholungen desselben Griffs aus derselben Startpose erzeugen eine Policy, die genau diese Startpose beherrscht und zwei Zentimeter daneben versagt. Dieselben dreihundert Episoden, verteilt über dreißig Objektlagen, drei Beleuchtungssituationen und zwei Bediener, ergeben eine Policy, die Ihre Abnahme übersteht.

Nützlicher als ein Zähler ist deshalb eine Abdeckungsmatrix über drei Achsen.

Aufgabenachse

Welche Ausprägungen der Aufgabe sollen abgedeckt sein — Greifen von oben und von der Seite, unterschiedliche Ablagetiefen, Teile im Gebinde statt einzeln? Jede Ausprägung, die im Betrieb vorkommt und im Datensatz fehlt, wird zur Fehlerquelle.

Umgebungsachse

Objektexemplare, Hintergründe, Beleuchtung, Kamerapose, Behälterfüllstand, Schichtwechsel: Diese Achse entscheidet über die Generalisierung — und genau hier wird bei der Erfassung am häufigsten gespart, weil das Umbauen der Szene Zeit kostet.

Störungsachse

Verrutschte Teile, misslungene Griffe, Nachkorrekturen. Eine Policy, die nur perfekte Durchläufe gesehen hat, kennt keinen Weg zurück in den Normalzustand. Wiederherstellungsverhalten müssen Sie aufnehmen; von selbst entsteht es nicht.

Was die veröffentlichte Forschung tatsächlich zeigt

Die folgenden Größenordnungen stammen aus öffentlich dokumentierten Arbeiten. Sie taugen als Planungsanker, nicht als Abnahmekriterium: Die dortigen Aufbauten unterscheiden sich in Hardware, Kamerabestückung und Schwierigkeitsgrad der Aufgabe von Ihrem.

Regime	Größenordnung in der Literatur	Was daraus folgt	Quelle zum Nachlesen
Einzelaufgabe, unveränderte Zelle, Training ohne Vortraining	rund 50 Demonstrationen je Aufgabe	Feinmotorik ist mit wenigen Daten erlernbar, solange die Szene konstant bleibt	ACT/ALOHA: „Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware”
Einzelaufgabe mit Objekt- und Lagevariation	einige Dutzend bis wenige Hundert je Aufgabe	Variation kostet Daten, aber sublinear — nicht jede Ausprägung braucht denselben Umfang	Diffusion Policy (RSS 2023)
Mehrere Aufgaben, mehrere Bediener	Hunderte Episoden je Aufgabe	Die Qualität der Bedienung wiegt schwerer als die reine Menge	robomimic: „What Matters in Learning from Offline Human Demonstrations”
Generalisierung auf neue Szenen und Objekte	Die Zahl der Umgebungen und Objekte dominiert die Zahl der Wiederholungen je Kombination	Breit statt tief erfassen; Wiederholungen sättigen früh	„Data Scaling Laws in Imitation Learning for Robotic Manipulation” (2024)
Vortraining großer Basismodelle	Zehntausende bis über eine Million Trajektorien	Nur mit Flotte oder Konsortium erreichbar, nicht im Einzelprojekt	Open X-Embodiment (über 1 Mio. Trajektorien, 22 Bauformen), DROID (rund 76.000 Trajektorien), RT-1 (rund 130.000 Episoden)
Nachtraining eines vortrainierten VLA	wenige bis etwa 20 Stunden aufgabenspezifischer Daten	Der Aufwand verschiebt sich von der Menge zur Passgenauigkeit	technischer Bericht zu π0 (Physical Intelligence)

Für die Praxis ist die Zeile zur Generalisierung die wichtigste. Die Arbeit zu Skalierungsgesetzen im Imitationslernen beschreibt einen näherungsweise potenzgesetzlichen Zusammenhang zwischen der Generalisierungsleistung und der Zahl der abgedeckten Umgebungen beziehungsweise Objekte; zusätzliche Wiederholungen je Kombination geraten dagegen früh in die Sättigung. Die konkreten Schwellenwerte dieser Studie lesen Sie besser im Original nach, statt sie aus zweiter Hand zu übernehmen: Sie gelten für eine bestimmte Hardware und einen bestimmten Aufgabentyp.

Statt zu raten: die Datenmenge messen

Eine Datenablation kostet weniger als eine falsch geplante Erfassungswoche und beantwortet die Eingangsfrage für Ihren Fall verbindlich.

1. Erste Charge breit aufnehmen. Beginnen Sie bewusst klein, aber breit gestreut: lieber wenige Episoden je Variante über viele Varianten hinweg als hundert Episoden über eine einzige.
2. Testsatz vorher festlegen und einfrieren. Definieren Sie Prüfszenarien mit Startposen und Objekten, die im Trainingsmaterial nicht vorkommen, und ändern Sie diesen Satz danach nicht mehr.
3. Mit Teilmengen trainieren. Trainieren Sie dieselbe Architektur mit 25, 50, 75 und 100 Prozent der Daten, jeweils mit mindestens zwei Startwerten des Zufallsgenerators, und protokollieren Sie die Erfolgsquote auf dem eingefrorenen Testsatz.
4. Die Kurve lesen. Flacht sie ab, bringt mehr vom Gleichen nichts mehr. Steigt sie weiter, ist die Erfassung noch nicht ausgereizt. Bleibt sie insgesamt niedrig, liegt das Problem nicht bei der Menge, sondern bei der Datenqualität, beim Beobachtungsraum oder beim Zuschnitt der Aufgabe.
5. Fehler klassifizieren statt zählen. Ordnen Sie jeden Fehlversuch einer Ursache zu — falscher Anfahrwinkel, Greifer zu spät geschlossen, Objekt außerhalb der gesehenen Verteilung. Die häufigste Ursache bestimmt, welche Variante Sie als Nächstes aufnehmen.
6. Gezielt nachlegen und wiederholen. In der Praxis führen zwei bis drei solcher Runden schneller zum Ziel als eine große Erfassungskampagne auf Verdacht.

Datenqualität entscheidet früher als Datenmenge

Ein Datensatz lässt sich prüfen, bevor auch nur eine Stunde GPU-Zeit dafür verbraucht ist. Die folgenden Kennzahlen ermitteln Sie mit wenigen Zeilen Auswertungscode:

• Anteil erfolgreicher Episoden — und die Frage, ob Fehlversuche überhaupt gespeichert wurden.
• Leerlaufanteil: Einzelbilder ohne nennenswerte Bewegung. Ein hoher Anteil verzerrt das Training in Richtung Stillstand.
• Synchronität der Zeitstempel zwischen Kamerabildern, Gelenkzuständen und Kraft-Momenten-Messwerten. Ein Versatz von wenigen Einzelbildern bleibt mit bloßem Auge unsichtbar und ruiniert das Ergebnis.
• Streuung zwischen Bedienern: Taktzeiten und Trajektorienlängen je Person. Große Unterschiede bedeuten widersprüchliche Zielvorgaben im selben Datensatz.
• Anteil des Wiederherstellungsverhaltens an allen Episoden.
• Kalibrierungsdrift: Kamerapose und Werkzeugmittelpunkt (TCP) zu Beginn und am Ende jeder Erfassungssitzung protokollieren.
• Vollständige Metadaten je Episode: Objekt, Startpose, Beleuchtung, Bediener, Zelle, Softwarestand. Ohne diese Felder lässt sich später keine Ablation nach einzelnen Varianten durchführen.

Nicht jede Episode gehört in den Trainingssatz. Aussortieren ist billiger als Nachtrainieren.

Von der Datenmenge zur Personalplanung

Über den Personalaufwand entscheiden zwei gemessene Größen: die Bruttorate, also aufgenommene Demonstrationen je Bedienerstunde einschließlich Rüstzeit, Zurücksetzen der Szene und Pausen, und die Ausschussquote, also der Anteil der Aufnahmen, der die Qualitätsprüfung nicht besteht. Aus beiden ergibt sich die Nettorate an verwertbaren Demonstrationen:

Bedienerstunden = geplante Demonstrationen ÷ (Bruttorate × (1 − Ausschussquote))

Beide Eingangsgrößen messen Sie an einem einzigen Vormittag an der realen Zelle; Richtwerte aus Veröffentlichungen gelten für andere Hardware und andere Aufgaben. Messen Sie bei dieser Gelegenheit auch den Speicherbedarf je Stunde: Zwei bis drei Kameraströme mit voller Bildrate summieren sich schneller, als die meisten Projektpläne vorsehen, und der Datentransfer zwischen Werk und Trainingsrechner wird häufig früher zum Engpass als die Rechenleistung.

Wer keine eigene Roboterflotte betreibt, erreicht die Größenordnungen des Vortrainings nie im Alleingang. Der realistische Weg in der DACH-Region führt über vortrainierte Basismodelle mit eigenem Nachtraining und über Kooperationen mit Einrichtungen, die Zugang zu Flottendaten haben — etwa dem Fraunhofer IPA, dem DLR-Institut für Robotik und Mechatronik oder einschlägigen Lehrstühlen am KIT und an der TU München.

Welche Teleoperationsdaten Sie überhaupt aufzeichnen dürfen

Teleoperationsdaten sind in der Produktion selten reine Maschinendaten. Kameras erfassen Hände, Gesichter, Kolleginnen und Kollegen im Hintergrund — damit liegen personenbezogene Daten im Sinne der DSGVO vor, und das Vorhaben verlässt die reine Technikebene.

• Rechtsgrundlage: Im Beschäftigungskontext stützt sich die Verarbeitung in Deutschland üblicherweise auf Art. 88 DSGVO in Verbindung mit § 26 BDSG oder auf eine Kollektivvereinbarung. Eine Einwilligung des Personals ist wegen des Abhängigkeitsverhältnisses ein schwaches Fundament.
• Mitbestimmung: Eine technische Einrichtung, die an der Teleoperationsstation aufzeichnet, fällt regelmäßig unter § 87 Abs. 1 Nr. 6 BetrVG; die Rechtsprechung lässt die objektive Eignung zur Verhaltens- und Leistungskontrolle genügen. Der Betriebsrat ist vor der ersten Aufnahme einzubinden, nicht danach.
• Österreich und Schweiz: In Österreich verlangen Kontrollmaßnahmen, die die Menschenwürde berühren, eine zustimmungspflichtige Betriebsvereinbarung nach § 96 Abs. 1 Z 3 ArbVG. In der Schweiz untersagt Art. 26 ArGV 3 Überwachungssysteme, die das Verhalten der Beschäftigten am Arbeitsplatz überwachen; zusätzlich gilt das revidierte Datenschutzgesetz seit dem 1. September 2023.
• KI-Verordnung: Wirkt die Policy als Sicherheitsbauteil einer Maschine, greift die Hochrisiko-Einstufung über Anhang I der Verordnung (EU) 2024/1689; die zugehörigen Pflichten greifen ab dem 2. August 2028, nachdem der Digital Omnibus den ursprünglichen Termin 2027 verschoben hat. Dann werden Herkunft, Repräsentativität und Fehlerarmut der Trainingsdaten nach Art. 10 dokumentationspflichtig — an einem historisch gewachsenen Datensatz lässt sich das rückwirkend kaum noch herstellen.
• Maschinenrecht: Die Maschinenverordnung (EU) 2023/1230 ist ab dem 20. Januar 2027 anzuwenden; die Risikobeurteilung nach ISO 10218-1/-2 und, bei kollaborativem Betrieb, ISO/TS 15066 bleibt davon unberührt Pflicht. Kein Umfang an Demonstrationen ersetzt sie.

Ein technischer Hinweis mit rechtlichem Hintergrund: Gesichter unkenntlich zu machen verändert die Bilddomäne, in der die Policy später arbeitet. Setzen Sie eine solche Vorverarbeitung ein, muss sie zur Laufzeit identisch greifen — sonst trainieren Sie auf einer Verteilung, die im Betrieb nie auftritt. Sauberer ist es, die Kamerapositionen von vornherein so zu wählen, dass Personen gar nicht erst im Bild sind.

Häufige Fehler bei der Bedarfsschätzung

• Die Zahl aus einer Veröffentlichung als Abnahmekriterium in den Vertrag schreiben.
• Tief statt breit erfassen: Hunderte Wiederholungen einer einzigen Konfiguration.
• Nur Erfolge aufzeichnen und sich später über das fehlende Wiederherstellungsverhalten wundern.
• Den Testsatz aus demselben Aufnahmetag ziehen wie die Trainingsdaten — die Erfolgsquote sieht dann gut aus und bricht im Betrieb ein.
• Metadaten nachträglich ergänzen wollen.
• Den Betriebsrat erst einbinden, wenn die Aufnahmen bereits laufen.

Was sich in der kommenden Woche umsetzen lässt

Definieren Sie einen Testsatz mit bisher ungesehenen Startposen und frieren Sie ihn ein. Messen Sie an der realen Zelle Ihre Bruttorate, Ihre Ausschussquote und den Speicherbedarf je Stunde. Nehmen Sie eine breit gestreute erste Charge auf und fahren Sie die Ablation über 25, 50, 75 und 100 Prozent. Und klären Sie parallel die Mitbestimmung, damit die Datenerfassung nicht an einer Frage scheitert, die mit Robotik nichts zu tun hat.