In modernen Automatisierungsprozessen wächst das von bewegten Maschinenteilen ausgehende Kollisionspotential zunehmend. Wenn sich beispielsweise mehrere Roboter denselben Arbeitsraum teilen, können deren Bahnen nur noch durch sehr zeitintensive Programmier- und Inbetriebnahmeprozeduren im Voraus berücksichtigt werden. In diesem Projekt wurde ein sicherer und gleichzeitig effizienter Online-Bahnplanungsalgorithmus für Industrieroboter auf Basis der Kurvenflussmethode entwickelt. Dieser ist in der Lage, dynamische Hindernisse, wie beispielsweise einen zweiten Roboter, durch die Anpassung der Bahn zur Laufzeit zu berücksichtigen. Auf diese Weise kann eine kollisionsfreie Bewegung des Roboters zum Ziel garantiert werden. Die Kurvenflussmethode kombiniert dabei geometrische Kurvenflüsse als global wirkende Bahnplanungskomponente mit der lokal reaktiven Potentialfeldmethode. Die durch den Kurvenfluss verursachten krümmungsproportionalen Rückstellkräfte zwingen die Bahn fortwährend in einen Zustand minimaler Länge. Gleichzeitig wird, bedingt durch die abstoßende Wirkung der von den Hindernissen ausgehenden Kraftfelder, kontinuierlich ein sicherer Abstand zwischen Hindernissen und Bahn eingehalten. Die "optimale" Bahn ist dabei diejenige, für welche ein Kräftegleichgewicht entlang der gesamten Bahn herrscht. Dieses, ursprünglich in Form einer nichtlinearen Differentialgleichung formulierte Verhalten der Bahn, wurde während des Projektverlauf durch ein linearisiertes Ersatzmodell abgelöst. Dieses hat gegenüber der ursprünglichen nichtlinearen Formulierung eine Reihe von Vorteilen hinsichtlich numerischer Stabilität sowie Recheneffizienz. Hervorzuheben ist hier vor allem die Möglichkeit die linearisierte Formulierung effizient mithilfe semi-impliziter Integrationsverfahren numerisch äußerst robust und gleichzeitig zeitdeterministisch lösen zu können. Außerdem ermöglicht eine vereinfachte Parametrierung des Algorithmus die stufenlose und von der Diskretisierung unabhängige Anpassung von Dynamik und Sicherheit an die jeweilige Aufgabe. Der Algorithmus wurde von uns am Beispiel einer Pick-and-Place Applikation mit zwei sich den Arbeitsraum teilenden realen Robotern implementiert. Betrieben wurden diese über Echtzeitsteuerung. Auf dieser Basis konnte die Funktionalität sowie die echtzeitfähige Ausführbarkeit des Algorithmus an realen Geräten bestätigt werden. Durch die beschriebenen algorithmischen Verbesserungen konnte die Ausführungsgeschwindigkeit gegenüber den Vorarbeiten nochmals um den Faktor 10 sowie die numerische Robustheit verbessert werden.