Roboter übernehmen in heutigen Fertigungsumgebungen nur bestimmte, wiederkehrende Aufgaben. 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.
Neue Abläufe beibringen
Im Anwendungsszenario ’Lernfähiges Roboterwerkzeug in der Montage’ der Plattform Lernende Systeme wird die fiktive Facharbeiterin Paula Nowak begleitet. 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. Eine interaktive Grafik beschreibt die 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. In der industriellen Bildverarbeitung stellen PC-basierte Systeme oft eine technische Hürde dar. Die Trennung von Bildaufnahme und Datenverarbeitung führt häufig zu Latenzen, erhöhtem Platzbedarf und einem komplexen Wartungsaufwand. Besonders in schnellen Produktionslinien erschwert die Synchronisation zwischen Sensor und externem Rechner eine stabile Prozesskontrolle. ‣ weiterlesen
Präzise 2D-Inspektion mit nativer Edge-Intelligenz
Befähigen statt ersetzen
Ein weiteres Thema: Wie bleiben Handlungsspielraum und reichhaltige Arbeit erhalten? KI-basierte Industrieroboter ersetzen die Menschen nicht, sondern sollen unterstützen und die Mitarbeiter befähigen, so 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.
Die Kontrolle behalten
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. Im Anwendungsszenario kann Paula Nowak in der Lernhistorie ihres Werkzeugs nachvollziehen, aufgrund welcher Parameter es Entscheidungen trifft. Zu jedem Zeitpunkt kann sie kontrollierend in die Tätigkeit des Werkzeugs eingreifen. Dadurch soll nicht nur Vertrauen geschaffen, sondern auch eine klare Zuschreibung von Verantwortung und Haftung ermöglicht werden, wenn bei der Montage Fehler passieren. Damit das Roboterwerkzeug die Beschäftigten individuell unterstützen kann, muss es auch persönliche Daten verarbeiten. Im Beispiel analysieren Kameras Software-gestützt, 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.
