Scrub One

Ein Supermarktgang, der Scrub One fährt darauf zu, und auf dem Boden leuchtet ein rechteckiger Zielrahmen um einen Fleck. Von der Maschine zum Rahmen führt eine gestrichelte Linie: die neu berechnete Route. Die Grafik zeigt den Moment, in dem die Frontkamera etwas erkannt hat, das nicht in den Plan gehört, und das Gerät darauf reagiert.

Die nach vorn gerichtete KI-Kamera liefert während der gesamten Fahrt ein Bild des Bodens vor dem Gerät. Ein neuronales Netz klassifiziert dieses Bild in Echtzeit: sauber, staubig, nass, fest verschmutzt. Das Netz ist auf die Verschmutzungen trainiert, die im Handel am häufigsten vorkommen – Kaffee, Soßen, Pfützen, Saft – und unterscheidet sie von Bodenmustern, Schatten und Reflexionen.

Erkennt es einen Nassfleck, übergibt es Position und Art an die Routenplanung. Diese fügt einen Umweg ein: Das Gerät verlässt die vorgeplante Bahn, fährt den Fleck an, wechselt für diesen Abschnitt in einen intensiveren Modus – mehr Wasser, höhere Bürstendrehzahl, langsamere Fahrt – und kehrt anschließend an die Stelle zurück, an der es die Bahn verlassen hat. Der Fleck wird auf der Karte als bearbeitet markiert und im Bericht aufgeführt.

Der Spot-Modus ist die Umkehrung des Prinzips: Statt die ganze Fläche in Bahnen zu fahren, patrouilliert das Gerät und reinigt nur, was es erkennt. Das ist für Zwischenreinigungen während der Öffnungszeit gedacht.

In der Standardreinigung erreicht der Scrub One 700 bis 1.000 m² pro Stunde. Im Spot-Modus, in dem nur erkannte Verschmutzungen angefahren werden, sind es 1.500 bis 3.000 m² pro Stunde – die Fläche, die das Gerät überwacht, nicht die, die es tatsächlich schrubbt. Die Erkennung läuft in Echtzeit bei bis zu 1,2 m/s Fahrgeschwindigkeit.

Die Kamera sieht nach vorn: Was seitlich neben der Bahn liegt, wird erst erkannt, wenn das Gerät daran vorbeifährt. Sehr helle, spiegelnde Böden erschweren die Unterscheidung von Nassfleck und Reflexion; die Erkennung ist konservativ eingestellt und übersieht im Zweifel eher, als dass sie Fehlalarme produziert. Eingetrocknete, alte Flecken erkennt das System als feste Verschmutzung und behandelt sie mit erhöhter Intensität – entfernt werden sie nur, wenn Anpressdruck und Reinigungsmittel ausreichen.

Ein Fleck, der abends um 20 Uhr entsteht, ist morgens weg – ohne dass ihn ein Mitarbeiter gesehen, gemeldet und jemand ihn beauftragt hat. Für Filialen mit Nachtreinigung heißt das: keine Diskussion morgens, ob die Reinigung den Fleck übersehen hat. Der Bericht zeigt, wo das Gerät etwas gefunden und bearbeitet hat.

Der Roboter aus der Vogelperspektive, um ihn herum Scanbögen wie Radarsegmente, auf dem Boden unterschiedlich markierte Felder. Jedes Feld steht für eine Bewertung: welcher Bodentyp, wie sauber, wo ein hartnäckiger Fleck. Die Grafik zeigt drei Erkennungssysteme, die gleichzeitig laufen und zusammen bestimmen, wie das Gerät an jeder Stelle reinigt.

Bodentypenerkennung: Die Kamera unterscheidet Beläge an Textur, Glanz und Fugenbild – glattes Vinyl, Epoxidharz, Fliesen mit Fugen, rauer Beton, kurzfloriger Teppich. Für jeden Typ ist ein Reinigungsprofil hinterlegt: Wassermenge, Bürstendruck, Drehzahl, Saugstärke. Auf Teppich läuft nur die Trockenreinigung, auf glattem Boden wenig Wasser und geringer Druck, auf rauem Boden mehr von beidem.

Bodenreinheitsüberwachung: Der Sauberkeitsgrad wird fortlaufend bewertet. Ist eine Fläche nur staubig, reicht leises Wischen; ist sie verschmutzt, wechselt das Gerät in den Schrubbmodus. Der Moduswechsel passiert automatisch und ohne Halt.

Erkennung hartnäckiger Flecken: Bleibt nach dem ersten Durchgang eine Verschmutzung sichtbar, markiert das System die Stelle und erhöht dort die Reinigungsleistung – höherer Druck, mehr Wasser, zweiter Durchgang. Die adaptive Strategie sorgt dafür, dass das Gerät nicht überall dieselbe Einstellung fährt, sondern jede Stelle so behandelt, wie sie es braucht.

Drei Erkennungsstufen laufen parallel. Vier Reinigungsarten stehen zur Verfügung: Kehren, Schrubben, Saugen, Wischen – daher 4-in-1. Die Laufzeit hängt vom Modus ab: 5 Stunden Schrubben, 5 Stunden Kehren und Saugen, 4 Stunden Teppichsaugen, 9 Stunden leises Wischen. Der Frischwassertank fasst 15 Liter, der Schmutzwassertank ebenfalls.

Die Bodenerkennung ist so gut wie die Profile dahinter: Ungewöhnliche Beläge – Gussasphalt, Kautschuk, versiegeltes Holz – sollten bei der Einrichtung geprüft und das Profil angepasst werden. Mischflächen mit häufigem Belagwechsel erfordern häufiges Umschalten; das funktioniert, kostet aber Zeit. Und die Intensivreinigung hartnäckiger Flecken ist eine Unterhaltsreinigung: Eine jahrealte Verkrustung braucht eine Grundreinigung, keine Nachfahrt.

Sie stellen nichts ein. Das Gerät entscheidet an jeder Stelle, wie es reinigt – schonend auf dem neuen Vinyl im Eingang, kräftig auf den Fliesen an der Frischetheke, trocken auf dem Teppich im Büro. Und es verbraucht nur so viel Wasser, wie die Fläche braucht: Ein Tank reicht länger, das Gerät muss seltener zur Station.

Der Scrub One von hinten, ein blauer Kegel aus dem Heck Richtung Boden, ein gestrichelter Rahmen und ein Warnsymbol. Der Kegel ist das Sichtfeld der rückwärtigen KI-Kamera; der Rahmen markiert eine Stelle, an der das Ergebnis nicht stimmt; das Warnsymbol ist die Meldung, die daraus entsteht. Die Grafik zeigt ein Gerät, das sich selbst kontrolliert.

Die rückwärtige Kamera blickt auf zwei Dinge: den gereinigten Streifen und die eigenen Reinigungskomponenten. Aus dem Streifen liest sie das Ergebnis – Schlieren, Wasserreste, ungereinigte Spuren. Aus dem Zustand von Bürste, Saugfuß und Wischmodul liest sie die Ursache: Ein Saugfuß, der nicht sauber aufliegt, hinterlässt Wasserstreifen; eine verschlissene Bürste hinterlässt Schmutzbahnen; ein zugesetzter Filter mindert die Saugleistung.

Erkennt das System eines dieser Muster, reagiert es in drei Stufen. Markieren: Die Stelle wird in der Karte vermerkt und im Bericht aufgeführt. Nachreinigen: Das Gerät fährt die Stelle erneut an, sofern die Komponente noch funktionsfähig ist. Selbstreinigen: Bei Verschmutzung von Bürste oder Saugfuß startet ein Reinigungszyklus der Komponente. Ist ein Verschleißteil am Ende, wird der Wartungsbedarf gemeldet und das Gerät fährt nicht weiter, um Schmutz zu verteilen.

Der Hersteller nennt das Sekundärkontamination: Ein defektes Reinigungsgerät macht die Fläche nicht sauber, sondern verteilt Schmutzwasser gleichmäßig darüber. Die Überwachung verhindert genau das.

Laut Hersteller ist es die erste rückseitige KI-Kamera in einem Reinigungsroboter. Drei Reaktionsstufen: markieren, nachreinigen, selbst reinigen. Die Überwachung läuft in Echtzeit während der Fahrt, nicht als Prüfung am Ende.

Die Kamera erkennt Abweichungen vom erwarteten Ergebnis; sie ersetzt nicht die Sichtprüfung der Verschleißteile bei der Wartung. Bürsten und Saugfußlippen sind Verbrauchsmaterial und werden nach Laufzeit getauscht – die Kamera meldet, wenn es früher nötig ist. Bei sehr dunklen Böden ist die Bewertung des Streifens schwieriger; das System arbeitet dann mit den Komponentendaten stärker als mit dem Bodenbild.

Sie bekommen keine Maschine, die abfährt und hofft. Sie bekommen eine, die merkt, wenn sie nicht mehr richtig reinigt – und es Ihnen sagt, bevor Sie es morgens auf dem Boden sehen. Für Betriebe mit mehreren Objekten und wechselndem Personal ist das der Unterschied zwischen einem Gerät, das nach einem Jahr schleichend schlechter wird, und einem, das seinen Zustand meldet.

Eine isometrische Miniatur: ein Gebäude, um das der Roboter auf gestrichelter Route fährt, hinter ihm ein Sensorkegel auf dem gereinigten Weg. Die Grafik zeigt die Echtzeit-Erkennung der Reinigungsleistung – dieselbe rückwärtige Kamera, diesmal mit Blick auf das Ergebnis jeder Bahn.

Nach jeder Bahn vergleicht das System drei Bilder: das Bodenbild vor der Reinigung (von der Frontkamera), das Bodenbild danach (von der Heckkamera) und das gelernte Bild eines sauberen Bodens dieses Typs. Aus der Differenz entsteht eine Bewertung: gereinigt, teilweise gereinigt, nicht gereinigt.

Teilweise oder nicht gereinigte Abschnitte werden als offen markiert. Das Gerät fährt sie erneut an – mit angepasster Intensität – und bewertet wieder. Das wiederholt sich, bis das Ergebnis dem Zielwert entspricht oder das System einen Wartungsbedarf feststellt, der weiteres Nachfahren sinnlos macht. Am Ende steht für jede Fläche nicht nur die Information, dass der Roboter dort war, sondern was er dort erreicht hat.

Bewertung je Bahn im Vergleich vorher/nachher. Nachreinigung nicht abgeschlossener Stellen automatisch. Ergebnis je Zone im Bericht dokumentiert – die Basis dafür, dass die Objektleitung morgens nicht die Fläche abgeht, sondern den Bericht liest.

Die Bewertung ist optisch: Was die Kamera nicht sieht – Keime, Fett in Fugen, Rückstände unter der Sichtbarkeitsgrenze – bewertet sie nicht. Für hygienisch relevante Bereiche bleibt die Wischprobe. Und die Bewertung braucht Licht auf dem Boden; in völlig dunklen Bereichen ist sie eingeschränkt.

Der Bericht am Morgen ist ein Ergebnisbericht, kein Fahrtenbuch. Für Gebäudereiniger ist das der Nachweis gegenüber dem Auftraggeber, für Betreiber die Grundlage, Reinigungspläne anzupassen: Wo das Gerät regelmäßig nachfahren muss, stimmt etwas mit Belag, Verschmutzung oder Plan nicht.