Maschinen auf der Schulbank

1. Februar 2017

Künstliche Intelligenz und „Machine Learning“ verändern die Arbeitswelt. Im Zuge der digitalen Umwälzungen ändern sich auch Qualifikations- und Schulungsbedarf im Unternehmen.

Maschinen auf der Schulbank
  • Bei der Zusammenarbeit zwischen Mensch und Roboter sind die technischen Hürden kleiner als der Qualifizierungsbedarf.
  • Ausbildung und Training für die beteiligten Mitarbeiter müssen neu ausgerichtet werden.
  • Besondere Effizienzgewinne sind bei der teilweisen oder ganzen Ablösung manueller Prozesse zu erwarten.

Die Diskussion um ferngesteuerte Beiträge in Internet-Foren hat ein Phänomen zutage gefördert, das vor wenigen Jahren noch im Reich der Science Fiction angesiedelt war: lernende Maschinen. Offenbar waren softwareseitig die Hürden nicht so hoch wie erwartet, um innerhalb kurzer Zeit die „Künstliche Intelligenz“ auf ein neues Niveau zu heben. Zwar mögen Online-Diskussionen nicht die anspruchsvollste Aufgabe für elektronische Gehirne sein, doch wird eine unaufhaltsame Entwicklung hin zu Höherem sichtbar.

Vorsprung im Wettbewerb

„Selbstlernende Systeme können aus riesigen Datenströmen verwertbares Wissen machen. Neue datenbasierte Geschäftsmodelle der Industrie 4.0, wie zum Beispiel ,Predictive Maintenance‘ werden so ermöglicht“, meldete sich Hartmut Rauen, stellvertretender VDMA-Hauptgeschäftsführer, anlässlich des ersten Future Business Summit des Verbands im Stuttgarter Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA zu Wort. „Softwarekompetenz und Machine Learning sind die Werkzeuge, diesen Schatz zu heben und unserer Maschinenbauindustrie einen weiteren Wettbewerbsvorsprung zu verschaffen“, sagte er dort.

Mehr Effizienz und höhere Individualisierung

Mit Blick auf die Studie „Machine Learning 2030“, die in unterschiedlichen Szenarien die Geschäftschancen und Herausforderungen für den Maschinen- und Anlagenbau skizziert, knüpfte er die Verbindung zwischen technischen Möglichkeiten und menschlichen Herausforderungen. Die Digitalisierung habe die Branche der Maschinen und Anlagenbauer wettbewerbsfähiger gemacht und sei dabei, die Arbeitswelt zu revolutionieren, sagt Rauen. „Die Produktion wird durch Industrie 4.0 kosteneffizienter, energie- und ressourcenschonender, flexibler und individualisierbarer. Daten, die hier generiert werden, sind für den Maschinen- und Anlagenbau eine große Ressource, die heute noch viel zu wenig genutzt wird“, betont er.

Manuelle Prozesse gewinnen an Produktivität

Wo die Reise hingeht, zeigt ein aktuelles IPA-Projekt, bei der die Mensch-Roboter-Kooperation (MRK) im Mittelpunkt steht. Hintergrund: Montageaufgaben werden besonders in kleinen und mittelständischen Unternehmen noch immer überwiegend manuell ausgeführt. „Dies liegt an den dynamischen und vielfältigen Herausforderungen dieses Produktionsabschnitts, wie beispielsweise kleinen Losgrößen und vielen Produktvarianten“, weiß das IPA. „Dabei würden Unternehmen von mehr Automatisierung profitieren, indem sich die Produktqualität und Arbeitsbedingungen für den Werker verbessern und die Produktivität aktuell rein manueller Arbeitsplätze steigt. Auch wird die Produktion flexibler und kosteneffizienter.“

Wie fügt sich der Roboter in den Montageprozess?

Die Fraunhofer-Forscher koordinieren derzeit im Auftrag der EU ein Projekt namens LIAA (Lean Intelligent Assembly Automation). Ziel ist es, durch Mensch-Roboter-Kooperation den Grad der Automatisierung in der Montage sinnvoll zu erhöhen und die Stärken von Werker und Roboter zu nutzen. „Zudem sind die hybriden Arbeitsplätze schnell aufgebaut und leicht an sich ändernde Arbeitsaufkommen anpassbar“, argumentiert das Institut. Um die Arbeitsplätze zu realisieren, haben die Projektpartner mit Systemintegratoren und Endanwendern zusammengearbeitet und analysiert, wie eine Teilautomatisierung bestimmter Montageprozesse sinnvoll lösbar wäre. Möglich wird dies mit einer neuen herstellerunabhängigen Softwareumgebung. Sie bietet Programme, mit denen sich Roboter einfach in manuelle Montagearbeitsplätze integrieren lassen. Die Programme bilden den typischen Prozess für den Aufbau eines Arbeitsplatzes ab: Sie unterstützen dabei, den Arbeitsplatz zunächst zu entwerfen, dann zu konfigurieren und am Ende helfen sie, die Anwendung in Betrieb zu nehmen und auszuführen. 

Neue Ansprüche an die Ausbildung

Ergebnis der zukunftsweisenden Entwicklung sind allerdings nicht nur schlauere Maschinen. Die Anforderungen an die Qualifikation ihrer Entwickler und Bediener wandeln sich ebenfalls – zum Teil grundlegend. Um diese zu erfüllen, müssen betroffene Branchen und Betriebe zügig geeignete Aus- und Weiterbildungsmaßnahmen ergreifen und beim Recruiting auf entsprechenden Nachwuchs achten. Unterstützung werden sie dabei in naher Zukunft ebenfalls von Maschinen bekommen, die bei der jungen Generation schon jetzt für Begeisterung sorgen.

Schüler proben den Einstieg

So hatten auf der Bildungsmesse didacta 2016 Experten vom Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS das Konzept „Roberta – Lernen mit Robotern“ und die kostenlose Online-Plattform „Open Roberta Lab“ vorgestellt. Seit über zehn Jahren erwecken im Rahmen der Roberta-Initiative mehr als 30.000 Schülerinnen und Schüler pro Jahr selbstgebaute Roboter zum Leben – so finden vor allem auch Mädchen einen spielerischen Zugang zu naturwissenschaftlichen und technischen Fragestellungen. Mit der browserbasierten Programmierumgebung des Open Labs wiederum programmieren Schülerinnen und Schüler „auf bestechend einfache Weise“ einen Roboter mit vielen intelligenten Fähigkeiten und Funktionen.

Digitale Lernmedien auf dem Vormarsch

„Open Roberta trägt dazu bei, digitale Lernmedien in der Schule noch besser zu integrieren und Hürden für Lehrkräfte abzubauen. Oftmals ist der Einsatz von Lernmedien mit einem hohen administrativen Aufwand verbunden. Dieser wird mit der kostenlosen Open-Source-Programmierumgebung von Open Roberta auf ein Minimum reduziert“, so Thorsten Leimbach, IAIS. Der Schritt in die Trainingsumgebung von Unternehmen ist damit schon programmiert.

investor relations