Fiktives Szenario der Plattform Lernende Systeme

Wie Roboter und Menschen künftig zusammenarbeiten

Roboter sind in großen Fabriken längst Realität. In wenigen Jahren können sie, unterstützt durch künstliche Intelligenz (KI), auch in kleinen Unternehmen die Beschäftigten bei der Montage unterstützen. Die Voraussetzung dafür ist, dass die Zusammenarbeit mit den lernenden Maschinen sicher ist und dem Menschen motivierende, selbstbestimmte Tätigkeiten erhalten bleiben. In einem fiktiven Anwendungsszenario wirft die Plattform Lernende Systeme einen Blick in die Zukunft der Industriearbeit.
Bild: Acatech – Dt. Akademie der Technikwissenschaften/BMWi

Roboter übernehmen in heutigen Fertigungsumgebungen nur bestimmte, wiederkehrende Aufgaben. Künftig könnten die Beschäftigten in der Montage lernende Maschinen selbst anleiten, und zwar für jene Tätigkeiten, in denen sie gerade Unterstützung brauchen. Im Szenario ‚Lernfähiges Roboterwerkzeug in der Montage‘ der Plattform Lernende Systeme wird die fiktive Facharbeiterin Paula Nowak begleitet. In einer Fabrikumgebung wird sie bei anstrengenden, monotonen oder gefährlichen Tätigkeiten von einem Greifarm unterstützt, der im Betrieb selbstständig wechselnde Aufgaben übernimmt. Die Facharbeiterin bringt ihrem selbstlernenden Roboterwerkzeug neue Abläufe bei, indem sie ihm die variierenden Tätigkeiten vormacht. Ein weiteres Thema des Szenarios: Wie bleiben Handlungsspielraum und reichhaltige Arbeit erhalten? KI-basierte Industrieroboter ersetzen die Menschen nicht, sondern sollen unterstützen und die Mitarbeiter befähigen, so die Botschaft des Anwendungsszenarios. Mithilfe von KI verbessern die Roboterwerkzeuge erworbene Fertigkeiten laufend selbstständig weiter. Dabei müssen die Handlungen Transparent sein. Daher ist die Lernhistorie des Werkzeugs nachvollziehbar. Damit das Roboterwerkzeug die Beschäftigten unterstützen kann, muss es auch persönliche Daten verarbeiten. Diese dürfen jedoch nicht für andere Zwecke missbraucht werden. Deshalb werden im Szenario direkt am Roboterwerkzeug erfasst und anschließend gelöscht. Bis das Anwendungsszenario Realität werden kann, sind zudem noch einige Voraussetzungen, etwa im Bildungsbereich, zu schaffen. mst/xyz

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige