idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Grafik: idw-Logo

idw - Informationsdienst
Wissenschaft

Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
07/21/2021 10:00

Fabrik der Zukunft: So gelingt die Zusammenarbeit mit intelligenten Robotern

Linda Treugut Geschäftsstelle
Lernende Systeme - Die Plattform für Künstliche Intelligenz

    Roboter sind in großen Fabriken heute längst Realität. In wenigen Jahren können sie, unterstützt durch Künstliche Intelligenz (KI), auch in kleinen Unternehmen die Beschäftigten bei der Montage unterstützen. Voraussetzung: Die Zusammenarbeit mit den lernenden Maschinen ist sicher und den Menschen bleiben motivierende, selbstbestimmte Tätigkeiten erhalten. In einem fiktiven Anwendungsszenario wirft die Plattform Lernende Systeme einen Blick in die Zukunft der Industriearbeit. Die interaktive Grafik veranschaulicht, wie sich die Zusammenarbeit mit KI-basierten Robotersystemen verändert und was zu tun ist, damit die Beschäftigten von den selbstlernenden Werkzeugen profitieren.

    Roboter, die heute Prozesse in der Fabrik automatisieren, übernehmen nur bestimmte, wiederkehrende Aufgaben, für die sie programmiert wurden. Sie sind deshalb vor allem für die Massenproduktion rentabel. Künftig können die Beschäftigten in der Montage lernende Maschinen selbst anleiten, und zwar für jene Tätigkeiten, in denen sie gerade Unterstützung brauchen. Insbesondere mittelständische Unternehmen profitieren von den vielfältig einsetzbaren Roboterwerkzeugen, die auf Künstlicher Intelligenz basieren und sich auch für die Kleinserienfertigung eignen. Das Anwendungsszenario „Lernfähiges Roboterwerkzeug in der Montage“ begleitet die fiktive Facharbeiterin Paula Nowak. In einer Fabrik, die Kabelbäume für die Automobilindustrie produziert, wird sie bei anstrengenden, monotonen oder gefährlichen Tätigkeiten von einem Greifarm unterstützt, der im Betrieb selbstständig wechselnde Aufgaben übernimmt. Sie halten schwere Bauteile oder fädeln Kabel durch scharfkantige Engstellen. Die Facharbeiterin bringt ihrem selbstlernenden Roboterwerkzeug neue Abläufe bei, indem sie ihm die variierenden Tätigkeiten vormacht.

    Per Klick zeigt die interaktive Grafik Voraussetzungen für eine erfolgreiche Zusammenarbeit mit dem Roboterwerkzeug. Thematisiert werden etwa Paula Nowaks Sorgen, ob das Werkzeug sie verletzen oder überwachen könnte oder ihren Job gefährdet – und was ihr Arbeitgeber sowie das Roboterwerkzeug leisten müssen, um diese Bedenken zu entkräften. In Videos und Audio-Statements kommen dazu Expertinnen und Experten aus Wissenschaft, Industrie und Gewerkschaften zu Wort.

    Befähigen statt ersetzen

    Ein weiteres Thema: Wie bleiben Handlungsspielraum und reichhaltige Arbeit erhalten? KI-basierte Industrieroboter ersetzen die Menschen nicht, sondern unterstützen und befähigen sie, lautet die zentrale Botschaft des Anwendungsszenarios. Die lernenden Werkzeuge im Team um Paula Nowak passen sich den individuellen Bedürfnissen und Routinen ihrer Bediener an und unterstützen sie entsprechend ihrer Kompetenzen und Arbeitstempo. Paula Nowak bestimmt selbst, wann und wie sie ihr Werkzeug einsetzt. Sie erlebt ihre Arbeit als abwechslungsreicher, da monotone Tätigkeiten wegfallen und sie mehr planerische Aufgaben wahrnehmen kann.

    „Intelligente Roboterwerkzeuge ergänzen die Fähigkeiten der Menschen. Sie müssen die Beschäftigten weder ersetzen noch mit ihnen konkurrieren. Das bedeutet: die Stärken menschlichen Denkens und Handelns sind mit den Fähigkeiten der Technologie zu kombinieren, sodass die Beschäftigten von der KI profitieren und Unternehmen das ökonomische Potenzial der Systeme nutzen können“, sagt Norbert Huchler, Vorstandsmitglied am Institut für Sozialwissenschaftliche Forschung ISF und Mitglied der Plattform Lernende Systeme.

    Beschäftigte behalten die Kontrolle

    Mithilfe von Künstlicher Intelligenz verbessern die Roboterwerkzeuge erworbene Fertigkeiten laufend selbstständig weiter. Einmal Erlerntes können sie auf andere Fälle anwenden. Wichtig dabei: Ihre Handlungen müssen transparent sein. Paula Nowak kann in der Lernhistorie ihres Werkzeugs nachvollziehen, aufgrund welcher Parameter es Entscheidungen trifft. Zu jedem Zeitpunkt kann sie kontrollierend in die Tätigkeit des Werkzeugs eingreifen. Dies schafft nicht nur Vertrauen, sondern trägt zu einer klaren Zuschreibung von Verantwortung und Haftung bei, wenn bei der Montage Fehler passieren.

    Damit das Roboterwerkzeug die Beschäftigten individuell unterstützen kann, muss es persönliche Daten verarbeiten. Mithilfe von Kameras analysiert eine Software im lernenden Werkzeug, was Paula Nowak tut. Dabei muss ausgeschlossen sein, dass der Arbeitgeber diese Informationen zur Leistungskontrolle missbraucht. Deshalb werden im Anwendungsszenario die Daten nicht zentral gespeichert, sondern direkt am Roboterwerkzeug erfasst und anschließend gelöscht.

    Bis das Anwendungsszenario der Plattform Lernende Systeme Realität werden kann, sind noch einige Voraussetzungen zu schaffen. So müssen die Beschäftigten die Funktionsweise von lernenden Roboterwerkzeugen verstehen, um von ihnen profitieren zu können. Dazu sind Aus- und Weiterbildung notwendig. Nötig sind zudem weitere Forschungs- und Entwicklungsarbeiten auf den Feldern Robotik, Programmierung und Maschinellem Lernen.

    Über das Anwendungsszenario

    Das Anwendungsszenario Lernfähiges Roboterwerkzeug in der Montage wurde von Expertinnen und Experten der Arbeitsgruppe Arbeit/Qualifikation, Mensch-Maschine-Interaktion der Plattform Lernende Systeme entworfen. Grundlage für das Szenario ist das Whitepaper Kriterien für die Mensch-Maschine-Interaktion bei KI.

    Über die Plattform Lernende Systeme

    Die Plattform Lernende Systeme wurde 2017 vom Bundesministerium für Bildung und Forschung (BMBF) auf Anregung des Fachforums Autonome Systeme des Hightech-Forums und acatech gegründet. Sie vereint Expertinnen und Experten aus Wissenschaft, Wirtschaft, Politik und Zivilgesellschaft aus dem Bereich Künstliche Intelligenz. In Arbeitsgruppen entwickeln sie Handlungsoptionen und Empfehlungen für den verantwortlichen Einsatz von Lernenden Systemen. Ziel der Plattform ist es, als unabhängiger Makler den gesellschaftlichen Dialog zu fördern, Kooperationen in Forschung und Entwicklung anzuregen und Deutschland als führenden Technologieanbieter für Lernende Systeme zu positionieren. Die Leitung der Plattform liegt bei Bundesministerin Anja Karliczek (BMBF) und Karl-Heinz Streibich (Präsident acatech).


    Original publication:

    https://www.plattform-lernende-systeme.de/lernfaehiges-roboterwerkzeug.html - Das Anwedungsszenario "Lernfähiges Roboterwerkzeug in der Montage" der Plattform Lernende Systeme


    Images

    Das Anwendungsszenario "Lernfähiges Roboterwerkzeug in der Montage" der Plattform Lernende Systeme zeigt, wie Roboter und KI in Zukunft auch KMU bei der Montage unterstützen können
    Das Anwendungsszenario "Lernfähiges Roboterwerkzeug in der Montage" der Plattform Lernende Systeme z ...

    Plattform Lernende Systeme


    Criteria of this press release:
    Journalists
    Economics / business administration, Electrical engineering, Information technology, Mechanical engineering, Social studies
    transregional, national
    Transfer of Science or Research
    German


     

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).