KI in der Produktion – So verändern Roboter unsere Arbeitsbedingungen und Prozesse

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

KI in der Produktion – So verändern Roboter unsere Arbeitsbedingungen und Prozesse

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print
Künstliche Intelligenz macht Roboter, Produktionsmaschinen und Fertigungsprozesse zunehmend intelligenter und flexibler. Aber was bedeutet das für die Mitarbeiter? Dieser Bericht zeigt auf, welche neuen Anforderungen, aber auch welche Entwicklungschancen sich auftun. › von Stefan Walter
KI in der Prodoktion Roboter Robotik

Quelle: Zapp2Photo/shutterstock

Bereits seit den 1990er Jahren spielen Roboter und KI in der Produktion eine wichtige Rolle. Die erste Generation dieser Maschinen war allerdings alles andere als intelligent. Sie konnte nur exakt vorherberechneten Bewegungskurven folgen und eindeutig definierte Aufgaben erfüllen. Die Nachfolgemodelle, die seit Anfang der 2000er Jahre auf dem Markt sind, bieten bereits deutlich mehr Flexibilität. Sie können in Abhängigkeit vom jeweiligen Produktionsschritt unterschiedliche Bewegungen ausführen und an mehreren Produktvarianten arbeiten, ohne dass man sie jedes Mal umprogrammieren muss.

Allerdings sind dafür ein sehr genau berechneter Materialfluss und eine exakte Positionierung der Werkstücke erforderlich. Schon wenige Millimeter Abweichung können solche Roboter zum Stillstand bringen. Von Intelligenz kann man also auch bei diesen Modellen noch nicht wirklich sprechen. 

KI in der Produktion: Eine neue Welt steht in den Startlöchern

Solche Systeme genügen auch nicht mehr den Anforderungen der modernen Produktion. Starre, hierarchisch strukturierte Verarbeitungsabläufe weichen mehr und mehr flexiblen Produktionsnetzwerken. Variantenvielfalt bis hin zu individuellen, personalisierten Produkten erfordert deutlich flexiblere Produktionsprozesse. Den Weg dorthin flankiert eine neue, intelligentere Roboter-Generation, die situativ auf Veränderungen in der Produktionskette reagieren kann. Dank massiver Fortschritte in den Bereichen Maschinelles Lernen und Künstliche Intelligenz sind derartige intelligente Roboter keine unerreichbare Vision mehr.

Nicht einmal die zugrundeliegenden Algorithmen sind wirklich neu – zum Teil sind sie bereits seit den 1950er Jahren bekannt. Auch in der Produktion werden sie schon seit einiger Zeit angewandt. Siemens setzt beispielsweise bereits seit den 1990er Jahren Neuronale Netze in der Steuerung von Stahlwerken ein.

Für das Training solcher Netze ist allerdings extrem leistungsfähige Hardware notwendig, die erst in den vergangenen Jahren für die breite Masse verfügbar wurde. Machine-Learning-Frameworks wie TensorFlow vom Google Brain Team oder schnell einsetzbare KI-Services aus der Cloud (nutzbar zum Beispiel auf Microsoft Azure oder Amazon Web Services) haben den Einstieg zudem wesentlich erleichtert. Hinzu kommen Fortschritte in der Sensorik und Motorik, die die Entwicklung immer kleinerer, menschenähnlicher Roboter erlauben. In Kombination mit Künstlicher Intelligenz sind solche Maschinen in der Lage, Gegenstände und Situationen in Quasi-Echtzeit zu identifizieren und zu interpretieren, aus Erfahrung zu lernen und vorauszuplanen.

Roboter in Unternehmen sind für alle Produktionsbereiche geeignet

Dank ihrer Flexibilität und der zunehmenden Intelligenz sind diese intelligenten Roboter prinzipiell für alle Produktionsbereiche geeignet. Die möglichen Gewinne an Effizienz und Produktivität hängen allerdings stark davon ab, wie weit die Fertigungsschritte schon heute automatisiert sind. Je höher der Automatisierungsgrad und je umfassender bereits Roboter eingesetzt werden, desto geringer sind die Zuwachschancen. In anderen Bereichen, die noch sehr viele manuelle Arbeitsschritte erfordern, könnten KI und Robotik dagegen wesentlich mehr Potential freisetzen.Hier spielt vor allem die Zusammenarbeit zwischen Mensch und Maschine eine entscheidende Rolle. Heute werden Roboter aus Sicherheitsgründen meist in abgeschotteten Bereichen betrieben. Da die Maschinen sehr große Kräfte entwickeln, stellen sie für Menschen, die in ihren Einsatzbereich gelangen, eine Gefahr dar. Zukünftige Modelle müssen deshalb nicht nur wesentlich kleiner und flexibler sein, sie müssen auch deutlich besser auf ihre Umwelt reagieren und ihre Kräfte dosierter einsetzen, um ihre menschlichen Kollegen nicht zu verletzen.

Noch sind wir allerdings in der Produktion von solchen Mensch-Maschine-Teams ein ganzes Stück entfernt. Empathische, zur Zusammenarbeit fähige „Cobots“ stehen erst am Anfang der Entwicklung. Je selbständiger und interaktiver Roboter arbeiten, desto mehr stellt sich auch die Frage, wer bei Fehlern oder Unfällen die Schuld trägt, die von den Maschinen verursacht werden. Ähnlich wie beim Autonomen Fahren wird uns auch in der intelligenten Fabrik daher das Problem der Haftung noch eine ganze Weile beschäftigen.

KI in der Produktion: Mitarbeiter müssen auf die digitale Fabrik geschult werden

Der zunehmende Einsatz intelligenter Roboter ist für Mitarbeiter eigentlich eine gute Nachricht. Zukünftig werden sie immer weniger schwere, repetitive und gesundheitlich belastende Tätigkeiten selbst ausführen müssen. Stattdessen werden sie mit Robotern eng zusammenarbeiten, diese anlernen, überwachen und managen. So wird aus dem „Monteur“, der selbst Hand anlegt, ein „Steuermann“, der mit Know-how und Kreativität Lösungen für komplexe Probleme findet.

Die Kehrseite der Medaille ist, dass einfache Tätigkeiten mit geringer Wertschöpfungshöhe zukünftig wegfallen werden. In einer hoch standardisierten Produktion mit geringer Variantenvielfalt kann dies zum Verlust von Arbeitsplätzen führen. Unserer Ansicht nach wird diese Gefahr durch den bereits oben skizzierten Trend zu immer individuelleren, personalisierten Produkten aber mehr als kompensiert. Die personalisierte Produktion führt vielmehr zu einer größeren Vielfalt an Fertigungsinseln und Produktionsnetzwerken, die alle gemanagt werden müssen.

KI in der Produktion löst einfache Aufgaben und führt zu Fachkräftemangel

Das Problem der produzierenden Industrie wird daher weniger ein eklatanter Arbeitsplatzverlust, sondern vielmehr ein Fachkräftemangel sein.

Damit dieser Mangel nicht zu einem Standortnachteil wird, muss Deutschland die Aus- und Fortbildung auf allen Ebenen intensivieren. Schulen und Universitäten müssen vermehrt den anwendungsbezogenen Umgang mit KI vermitteln, betriebseigene und allgemeine Weiterbildungsprogramme sollten Arbeitnehmer auf ihre neue Rolle in der digitalen Fabrik vorbereiten.

Aber auch gesamtgesellschaftlich muss das Thema mehr in den Vordergrund gerückt werden. In der öffentlichen Diskussion stehen die Gefahren und negativen Auswirkungen Künstlicher Intelligenz zu sehr im Vordergrund. Die Politik sollte einen neutraleren Umgang mit dem Thema fördern, der auch die Chancen berücksichtigt, wie dies etwa das Bundesministerium für Digitalisierung und Wirtschaftsstandort in Österreich in vorbildlicher Weise tut.

KI und Robotik bieten Chancen, stellen Unternehmen aber auch vor Herausforderungen

Der Siegeszug von KI und Robotik bietet enorme Chancen, stellt Gesellschaft und Unternehmen aber auch vor neue Herausforderungen. Veränderungsbereitschaft und der Wille zum lebenslangen Lernen werden zu Schlüsselqualifikationen. Unternehmen müssen diese durch Weiterbildungsangebote und die notwendigen Freiräume fördern, die Mitarbeiter für den Erwerb neuer Kenntnisse und Erfahrungen benötigen. Ein grundlegendes Verständnis für Machine-Learning-Algorithmen, die Entwicklung von KI-basierten Modellen und deren Training, die Definition und Aufbereitung der notwendigen Daten sowie die Interpretation von Analyseergebnissen sind dabei die wichtigsten Bausteine für den Erfolg.

Die Politik ist aufgerufen, die Investitionen in Studiengänge und andere Ausbildungsprogramme zu intensivieren, die vor allem den anwendungsbezogenen Einsatz von Machine Learning und KI im Fokus haben. Auch in der Forschung sollten industrienahe Themen Vorrang erhalten, wie sie etwa an der Technischen Hochschule Deggendorf oder an den Fraunhofer Instituten verfolgt werden. KI-Grundlagenforschung ist sicher sinnvoll, für eine Spitzenposition Deutschlands ist es in dieser Disziplin aber zu spät. Unsere wahre Stärke liegt vielmehr in der Verbindung von Künstlicher Intelligenz mit unseren Erfahrungen in der Maschinen- und Fertigungstechnik. Nur in Kombination mit KI lässt sich unsere Führungsposition in Maschinenbau und Produktion nachhaltig sichern und ausbauen.

Stefan Walter ist Senior Vice President und zuständig für Digital Platforms bei msg.

Lesen Sie auch: Roboterantrieb – das Spiel mit Moment und Bauform.

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken

Ihre Meinung zum Artikel

Abonnieren
Benachrichtige mich bei
guest
0 Comments
Inline Feedbacks
View all comments

Andere Leser haben sich auch für die folgenden Artikel interessiert

Maschinen- und Anlagenbauer, die Maschinen für den nordamerikanischen Markt entwickeln, müssen zur Erfüllung der UL-Normen die richtige Kombination aus Schaltschrankkomponenten auswählen. Um diesen Prozess zu erleichtern, hat Rockwell Automation ein Global Short-Circuit Current Rating (SCCR) Selection Tool um neue Optionen für Motorsteuerungskomponenten erweitert.

Redaktionsbrief

Tragen Sie sich zu unserem Redaktions-Newsletter ein, um auf dem Laufenden zu bleiben.

Wir wollen immer besser werden!

Deshalb fragen wir SIE, was Sie wollen!

Nehmen Sie an unserer Umfrage teil, und helfen Sie uns noch besser zu werden!

zur Umfrage

Aktuelle Ausgabe

Topthema: Wettbewerbsfähiger und nachhaltiger durch Digitalisierung

Edge-Applikationen in der Antriebstechnik

Mehr erfahren

Tragen Sie sich jetzt kostenlos und unverbindlich ein, um keinen Artikel mehr zu verpassen!

* Jederzeit kündbar

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.