Um die aufwändigen Codierungen solcher Modelle zu erleichtern, teilen die verschiedenen Forschungsgruppen weltweit inzwischen ihr Know-how. So stehen etwa Common-Sense-Datenbanken frei zur Verfügung. Auch die Grazer haben auf dieses Wissen zurückgegriffen, um ihre Modelle anzureichern. "Das sind Sammlungen von Wissen, das für den Menschen ganz trivial ist, zum Beispiel, dass ein Objekt nie an zwei Orten sein kann", sagt Gerald Steinbauer. Die Informatiker wollen nun das Wissen des Roboters kontinuierlich ausbauen. Denn noch reicht dieses nicht aus, um sich in einer komplexen Welt zurechtzufinden.
Hinzu kommen weitere Faktoren, die die Grundlagenforschung im Bereich der Robotik vor große Aufgaben stellt. Autonome Systeme auszutesten, verlangt den Computern enorme Rechenleistung ab. Diese "Computational Complexity" ist noch sehr groß. "Da wir mit der Rechenleistung nicht zusammenkommen, können wir derzeit keine aufwändigen Beispiele durchtesten", erläutert der Experte. Das bedeutet: Stößt der Roboter auf ein Problem, kann es Stunden oder Tage dauern, bis er sie lösen kann. – Zeit, die im realen Leben nicht gegeben ist.
Das spannende in der Robotik sei, so Gerald Steinbauer, das Wissen des Roboters mit den Anforderungen der Welt zusammenzubringen. Hier brauche es jedoch noch viel Grundlagenforschung, betont der Informatiker. Etwa in den Bereichen Wahrnehmung und Kognition seien noch viele grundlegende Fragen zu lösen. "Wir müssen verstehen, wie zum Beispiel biologische Systeme wirklich funktionieren", betont Steinbauer in Hinblick auf die Umsetzung in der Praxis. Dass solide Grundlagenforschung der beste Wegbereiter für die angewandte Forschung ist, beweist unter anderem ein Start-up, das Doktoranden aus Steinbauers Team gegründet haben. Auch die Beteiligung des Instituts für Software Technologie an Bridge-Projekten des Wissenschaftsfonds FWF und der Forschungsförderungsgesellschaft FFG soll ermöglichen, dass Innovation in der Anwendung Wurzeln schlagen kann.