Ist das Ihr Unternehmen? Profil übernehmen
Entwickelt lernende Robotik und Physical AI für die Fertigung des Mittelstands – von Simulation bis Edge-Inferenz.
eigenmind GmbH
10115 BerlinNeu auf Amplifa
Über n8shyft
Die eigenmind GmbH betreibt unter der Marke n8shyft ein Berliner Unternehmen im Bereich Physical AI und lernender Robotik für die Fertigungsindustrie. Das Gründerteam um Anne Decker (CEO) und Dr. Simon Müller entwickelt Vision-Policies, die kontaktreiche Handgriffe end-to-end aus Demonstrationen lernen – ohne klassische Bahnplanung oder Programmierung pro Produktvariante. Das Unternehmen nutzt Simulation als Datenfabrik: Digitale Zwillinge in MuJoCo und NVIDIA Isaac Sim erzeugen mit Domain Randomization Trainingsdaten, bevor reale Hardware zum Einsatz kommt. Die Inferenz soll lokal auf Industrie-Hardware (Jetson Orin, projiziert) laufen, sodass keine Werkdaten die Cloud verlassen. Aktuell löst eine Vision-ACT-Policy (17,1 Mio. Parameter, über 1.800 Demonstrationen) eine Bestückungsaufgabe end-to-end in Simulation; die Humanoid-Integration am Beispiel Unitree G1 ist in Vorbereitung. Für mittelständische Fertigungen bietet das Unternehmen mit dem Beratungsformat 'Die Nachtschicht' ein Aufgaben-Screening und eine 6-Monats-Roadmap direkt in der laufenden Produktion an.
- Standort
- Berlin
- Verfahren
- Lernende Robotik / Physical AI: Vision-Policies für Manipulation, Simulation als Datenfabrik (MuJoCo, Isaac Sim, Domain Randomization), Edge-Inferenz auf Industrie-Hardware (Jetson Orin, projiziert), Humanoid-Integration (Unitree G1) in Vorbereitung, Beratungsformat 'Die Nachtschicht': Aufgaben-Screening und 6-Monats-Roadmap für Fertigungen
- Werkstoffe
- Vision-ACT-Policy, Simulation mit MuJoCo, NVIDIA Isaac Sim, Domain Randomization, Edge-Inferenz
- Branchen
- Mittelständische Fertigungsindustrie
- 01
Aufgaben-Screening in der Fertigung
- 02
Datensammlung aus Demonstrationen
- 03
Simulation & Domain Randomization
- 04
Policy-Training
- 05
Edge-Inferenz auf Industrie-Hardware
- 06
Pilotierung auf realer Hardware
Verfahren & Plattformen
Vision-ACT-Policy
End-to-end-Policy (17,1 Mio. Parameter), die aus Demonstrationen lernt: Kamerabild rein, Bewegung raus.
Simulation mit MuJoCo
Physiksimulation zur Erzeugung von Trainingsdaten vor dem reellen Hardwareeinsatz.
NVIDIA Isaac Sim
Simulationsplattform für digitale Zwillinge und Humanoid-Integration (Unitree G1 in Vorbereitung).
Domain Randomization
Randomisierung von 25+ Parametern macht Policies robust gegen die Unordnung echter Fertigungsumgebungen.
Edge-Inferenz
Projizierte lokale Inferenz auf Industrie-Hardware; p99-Latenz 21,4 ms, 7/7 Readiness-Tests bestanden.
Standort
Berlin
DEFirmensitz und Entwicklung (c/o Factory Works GmbH, Rheinsberger Str. 76/77)
- Werkstoffe
- Vision-ACT, MuJoCo, Isaac Sim
- Simulation (MuJoCo, Isaac Sim)
- Kamera-Pipeline (86 Hz)
Einblicke in die Fertigung
Branchen
Zusatzleistungen
Roadmap & Meilensteine
- 2026 Q1
Vision-ACT-Policy löst eine Bestückungsaufgabe end-to-end in Simulation (trainiert aus 1.800+ Demonstrationen).
- 2026 Q1
Edge-Readiness: alle 7/7 Tests bestanden – echtzeitfähige Inferenz auf Industrie-Hardware, lokal ohne Cloud.
- 2026 Q2
Humanoid-Integration in Vorbereitung: Unitree G1 als Simulationsplattform in Isaac Sim.