Jochen Jakob Steil (* 23. Oktober 1966 in Ochtrup, Nordrhein-Westfalen) ist ein deutscher Informatiker und Robotiker. Er war von 2016 bis 2025 Professor für Robotik und Leiter des Instituts für Robotik und Prozessinformatik an der Technischen Universität Braunschweig. Steil ist Mitgründer und Geschäftsführer (CEO) der Gauss Robotics GmbH. Seine Forschung befasst sich mit maschinellem Lernen, neuronalen Netzen und dem Lernen von Robotersystemen.

Steil studierte Mathematik an der Universität Bielefeld und erwarb dort 1993 das Diplom. 1999 wurde er an der Universität Bielefeld im Fach Informatik mit einer Arbeit über die Ein-/Ausgabe-Stabilität rekurrenter neuronaler Netze promoviert.^[1][2]

In den folgenden Jahren forschte er an der Universität Bielefeld auf den Gebieten neuronale Netze, maschinelles Lernen und Robotik. Er war maßgeblich am 2007 als Public-Private-Partnership gegründeten Forschungsinstitut CoR-Lab (Research Institute for Cognition and Robotics) der Universität Bielefeld beteiligt, das er gemeinsam mit Helge Ritter und Gerhard Sagerer leitete.^[3] In dieser Zeit koordinierte er das von der Europäischen Union geförderte Forschungsprojekt „CogIMon“ (Cognitive Interaction in Motion) im Rahmen von Horizont 2020.^[4]

Im Oktober 2016 wurde Steil zum Professor für Robotik und Prozessinformatik an der Technischen Universität Braunschweig berufen und übernahm die Leitung des Instituts für Robotik und Prozessinformatik (iRP), eines der ältesten Robotik-Lehrstühle Deutschlands.^[5] Seine Antrittsvorlesung mit dem Titel Roboterlernen – Science und Fiction hielt er im Mai 2017.^[6] Zu den Arbeitsschwerpunkten des Instituts unter seiner Leitung zählten fortgeschrittene Robotik, Roboterlernen, sensorbasierte Manipulation und Mensch-Roboter-Interaktion im Kontext von Industrie 4.0.^[5] Das Institut war Mitglied im europäischen Robotikverband euRobotics.^[5] Zum 1. April 2026 folgte ihm Jens Lambrecht in der Institutsleitung nach; das Institut wurde in Institut für Kognitive Robotik umbenannt.^[5]

Steil ist Mitglied der Plattform Lernende Systeme und beriet öffentliche Gremien zu Fragen der Zukunft der Arbeit und der Roboterethik. Er war Sprecher der Kommission SYnENZ (Synergie und Ko-Existenz von natürlicher und künstlicher Intelligenz).^[7] Von 2016 an gehörte er dem Editorial Board der Fachzeitschrift IEEE Transactions on Neural Networks and Learning Systems an.^[8]

2023 gründete Steil gemeinsam mit Pouya Mohammadi, Christian Emmerich und Daniel Kubus das Deep-Tech-Startup Gauss Robotics GmbH mit Sitz in Braunschweig, dessen Geschäftsführer (CEO) er ist. Das Unternehmen entwickelt KI-gestützte Software, mit der sich Industrieroboter intuitiv programmieren lassen.^[9] Google Scholar führt Steil seither als Professor „on leave“.^[10] Das Unternehmen ist im Handelsregister des Amtsgerichts Braunschweig eingetragen (HRB 210646).

Steils Forschung befasst sich mit Lernverfahren in rekurrenten neuronalen Netzen, Reservoir Computing, Roboterlernen, inverser Kinematik und Mensch-Roboter-Interaktion. Bekannt wurde er unter anderem für das von ihm eingeführte Lernverfahren „Backpropagation-Decorrelation“ zum effizienten Online-Lernen in rekurrenten Netzen^[11] sowie für Arbeiten zur „Intrinsic Plasticity“ in Reservoir-Netzen. In der Robotik prägte er zusammen mit Mitarbeitern das Konzept des „Goal Babbling“ zum direkten Erlernen inverser Kinematik, das auch auf weiche Kontinuumsroboter (etwa den „Bionic Handling Assistant“) angewendet wurde.^[12]

Nach Angaben von Google Scholar wurden seine Arbeiten über 7000-mal zitiert; sein h-Index beträgt 41.^[10] In der Publikationsdatenbank dblp sind 189 seiner Veröffentlichungen verzeichnet.^[13] Für einen Konferenzbeitrag erhielt er einen Best Paper Award der International Conference on Artificial Neural Networks (ICANN) 2002.^[1]

• Input output stability of recurrent neural networks. Cuvillier, Göttingen 1999, ISBN 978-3-89712-625-1 (Dissertation, Universität Bielefeld).

• mit Reinhold Haux, Tim Kacprowski u. a. (Hrsg.): Zusammenwirken von natürlicher und künstlicher Intelligenz: Beurteilen – Messen – Bewerten. Springer, Wiesbaden 2025.^[7]

• Jochen J. Steil: Backpropagation-decorrelation: online recurrent learning with O(N) complexity. In: IEEE International Joint Conference on Neural Networks (IJCNN). 2004.
• Matthias Rolf, Jochen J. Steil, Michael Gienger: Goal Babbling Permits Direct Learning of Inverse Kinematics. In: IEEE Transactions on Autonomous Mental Development. Band 2, Nr. 3, 2010, S. 216–229.
• Heiko Wersing, Jochen J. Steil, Helge J. Ritter: A Competitive-Layer Model for Feature Binding and Sensory Segmentation. In: Neural Computation. Band 13, Nr. 2, 2001, S. 357–387.

• Website der Gauss Robotics GmbH
• Literatur von und über Jochen Steil im Katalog der Deutschen Nationalbibliothek
• Jochen J. Steil im dblp
• Profil von Jochen J. Steil bei Google Scholar
• ORCID-Profil von Jochen Steil
• Schachpartien von Jochen J. Steil

1. ↑ ^{a b} Keynote speakers – ICANN 2020. European Neural Network Society, abgerufen am 23. Juli 2026.
2. ↑ Jochen J. Steil: Input output stability of recurrent neural networks. Cuvillier, Göttingen 1999, ISBN 978-3-89712-625-1.
3. ↑ CoR-Lab – Research Institute for Cognition and Robotics, Universität Bielefeld.
4. ↑ Robotics projects resulting from H2020 – LEIT ICT 23 Call 1: CogIMon. euRobotics, Koordinator Jochen Steil.
5. ↑ ^{a b c d} Über das Institut. Institut für Robotik und Prozessinformatik, Technische Universität Braunschweig, abgerufen am 23. Juli 2026.
6. ↑ Antrittsvorlesung von Prof. Dr. Jochen Steil: „Roboterlernen – Science und Fiction“. TU Braunschweig Magazin, 18. Mai 2017.
7. ↑ ^{a b} Reinhold Haux, Tim Kacprowski, Jochen Steil u. a. (Hrsg.): Zusammenwirken von natürlicher und künstlicher Intelligenz. Springer, Wiesbaden 2025.
8. ↑ Haibo He u. a.: Editorial. In: IEEE Transactions on Neural Networks and Learning Systems. Band 27, Nr. 1, 2016, S. 1–7.
9. ↑ Gauss Robotics. In: deutsche-startups.de, 16. April 2024.
10. ↑ ^{a b} Jochen J. Steil. Google Scholar, abgerufen am 23. Juli 2026.
11. ↑ Jochen J. Steil: Backpropagation-decorrelation: online recurrent learning with O(N) complexity. IJCNN 2004.
12. ↑ Matthias Rolf, Jochen J. Steil, Michael Gienger: Goal Babbling Permits Direct Learning of Inverse Kinematics. In: IEEE Transactions on Autonomous Mental Development. Band 2, Nr. 3, 2010, S. 216–229.
13. ↑ Jochen J. Steil. dblp, abgerufen am 23. Juli 2026.