Künstliche Intelligenz spielt in der Robotik ohne jede Übertreibung eine echte Schlüsselrolle – davon ist Dr. Milad Malekzadeh, Head of Artificial Intelligence bei Neura Robotics, überzeugt. Denn KI sei der einzige Weg, die Nutzung und Programmierung von Robotern erheblich zu vereinfachen: „KI ermöglicht es künftig jedem, Roboter zu programmieren.“ KI-basierte Kognitive Roboter, die ihre Umgebung verstehen und wahrnehmen, können sehen, was der Benutzer sieht, und hören, was der Benutzer sagt. „Und sie lernen, indem sie den Benutzer beobachten. Damit spielt KI bei der Demokratisierung der Robotik eine Schlüsselrolle.“
Diese Schlüsselrolle bestätigt Dominik Bösl, Professor an der Hochschule der Bayerischen Wirtschaft (HDBW) und Geschäftsführer bei Micropsi Industries: „KI ist nicht nur der Schlüssel dafür, dass Roboter nutzbarer und bedienerfreundlicher sowie verständiger und autonomer werden, sondern wird auch indirekt dazu beitragen, dass Robotersysteme auf Dauer günstiger und für kleine Unternehmen oder sogar Privatpersonen rentabel werden. Damit wird KI die Demokratisierung der Robotik maßgeblich vorantreiben und unsere Lebenswelt bereichern.“
Roboter dank KI flexibler einsetzen
Neben der Demokratisierung durch Vereinfachung sieht Jens Kotlarski, CEO von Voraus Robotik, noch ein zweites wichtiges Argument: die Flexibilisierung des Robotereinsatzes. „Vor allem komplexe Aufgaben oder Prozesse mit dynamischen Veränderungen und in unstrukturierten Umgebungen brauchen intelligente Lösungen. Diese werden völlig neue Anwendungsfelder in der Robotik, hier vor allem auch außerhalb der klassischen Industrie ermöglichen und die Robotik generell weit nach vorne bringen.“
Das bestätigt Dr. Kristina Wagner, Senior Vice President Automation Software Factory bei Kuka. „In vielen Bereichen des täglichen Lebens hat Künstliche Intelligenz bereits Probleme behoben, die mit konventionellen Ansätzen nur schwer bis gar nicht lösbar waren, beispielsweise bei der Bild- und Spracherkennung.“ Auch in der Robotik sei daher absehbar, dass sich mit KI Aufgaben automatisieren lassen, die bislang unlösbar schienen.
Konkrete Anwendungsfälle für KI in der Robotik
Aber wo und wie kann KI in der Robotik heute bereits konkret eingesetzt werden? Kristina Wagner sieht insbesondere in der Bilderkennung vielversprechende Anwendungsfälle. „In der Robotik führt KI-basierte Bilderkennung zu einer größeren Autonomie und Flexibilität, beispielsweise um Objekte zu erkennen, semantische Szenen zu analysieren oder Greifpunkte zu erkennen.“ In einem internen Forschungsprojekt sei es Kuka zum Beispiel gelungen, die Erfolgsrate bei dem Griff in die Kiste mit dem Einsatz von KI-Methoden um 25 % zu erhöhen.
Auch für Dr. Zoltan Csaba Marton, Head of Vision & AI bei Agile Robots, sind sehende Roboter ein wichtiges Einsatzfeld. „Die visuelle Wahrnehmung kann durch Deep Learning definitiv schneller für eine Vielzahl von Aufgaben entwickelt werden.“ Dadurch können viele Aufgaben vereinfacht und zudem einige Umgebungseinschränkungen beseitigt werden. So wird beispielsweise eine komplexe aufgabenspezifische Beleuchtung überflüssig. „Eine der vielversprechendsten kurzfristigen Entwicklungen liegt zudem in der hochpräzisen Hand-Augen-Koordination ohne aufwendige Kalibrierung“, so Zoltan Csaba Marton.
KI sorgt für bessere Auge-Hand-Koordination der Robotik
Dominik Bösl nickt: „Roboterarme mit Auge-Hand-Koordination, die ihre Aufgabe und ihre Umwelt wahrnehmen und verstehen können, eröffnen zahlreiche neue Möglichkeiten und lassen sich für Tätigkeiten einsetzen, die aufgrund ihrer Komplexität bisher dem Menschen vorbehalten waren.“
Weitere Low-Hanging-Fruits, die mit Hilfe der KI geerntet werden können, sieht Jens Kotlarski zudem in der Fehlerminimierung bei Prozessschwankungen sowie in der Handhabung von zuvor nicht gesehenen beziehungsweise nicht angelernten Objekten und Prozessen. „Und auch die optimale Parametrisierung von Roboterbewegungen, beispielsweise beim Schweißen oder bei Montagevorgängen, ist eine bereits heute realisierte Anwendungsmöglichkeit“, ergänzt Kristina Wagner.
Hürden für den KI-Einsatz
Also alles bereit für das neue Traumpaar der Automation? Nun, nicht ganz. Milad Malekzadeh bemängelt beispielsweise die vielen einschränkenden Regeln sowie die recht alten Standards in den Vorschriften. „In den meisten Fällen ist es äußerst schwierig, eine KI-Technologie mit einer verfügbaren Norm in Einklang zu bringen.“
Dominik Bösl macht darüber hinaus gerade in Deutschland ungerechtfertigte Bedenken und Vorbehalte als KI-Bremse aus: „Viele Nutzer haben die irrige Befürchtung, dass KI als Black-Box nicht nachvollziehbare Ergebnisse liefert und sogar ein Eigenleben entwickeln könnte. Auch die Befürchtung, die für das Training einer KI benötigten Daten würden zu Sicherheitslücken führen, hält sich irrtümlicherweise hartnäckig.“
Und zudem seien viele Entwicklungen zum Thema Robotik und KI noch sehr forschungslastig und stark technologieorientiert, ergänzt Jens Kotlarski „Eher selten folgt die Entwicklung einem wirtschaftlichen oder gesellschaftlichen Problem. Die Lücke zwischen Forschung und Realität ist aktuell noch zu groß.“
Robotik interagiert mit der realen Welt
Aber auch technisch gibt es noch einige grundlegende Dinge zu klären. „KI ist zwar ausgereift genug, um in der Robotik eingesetzt zu werden, aber was es manchmal schwierig macht, ist einfach die Existenz von Bewegung in der Robotik“, sagt Milad Malekzadeh. Denn im Gegensatz zur Datenwissenschaft führe KI-Einsatz in der Robotik stets zu einer Bewegung des Roboters. „Das macht die Nutzung von KI in der Robotik schwieriger.“
Zumal diese „Interaktion mit der realen Welt“ dazu führt, dass die zugehörigen Daten immer unterschiedlich sind, sagt Kristina Wagner: „Die größte Hürde für den Einsatz von KI-Methoden ist daher nach wie vor die Datenlage in der Robotik. Denn es ist ja kein Zufall, dass die größten Fortschritte in den vergangenen Jahren im Bereich Bilder und Sprache erzielt wurden. Zu diesen Themen finden sich reichlich Daten im Internet.“ Beim Robotereinsatz dagegen gehören die Daten stets unterschiedlichsten Beteiligten: Roboterherstellern, Integratoren oder den Endkunden. „Die Daten müssten aber zentralisiert werden, um maximale Erfolge zu erzielen“, so die Kuka-Expertin.
Kaum übergreifende Datennutzung
„Aufgrund der vielen unterschiedlichen Datenquellen und Bereitstellungsziele scheint derzeit kein Standardansatz möglich zu sein, sodass jedes Unternehmen seine eigene KI-Robotik-Pipeline aus unterschiedlichen Komponenten zusammenstellt“, bestätigt Dr. Zoltan Csaba Marton. „Ein vertrauenswürdiger und standardisierter Weg für sichere Berechnungen zwischen mehreren Parteien würde hingegen die Entwicklung von Plattformen ermöglichen, auf denen Daten und Modelle gemeinsam genutzt und wiederverwendet werden könnten.“
Jens Kotlarski weist in diesem Zusammenhang auf die mangelnde Vernetzung und Offenheit der deutschen Industrie hin: „Wir sind aktuell noch nicht ausreichend vernetzt und bereit, Schnittstellen nach außen zu öffnen, um die nötige Datenbasis zu schaffen und so die KI-Möglichkeiten besser auszuschöpfen. Ohne Vernetzung muss KI quasi beim Anwender vor Ort, also On-Premise, laufen und kann dann nur begrenzt von notwendigen Daten profitieren.“
www.agile-robots.com
www.kuka.com
www.micropsi-industries.com
https://neura-robotics.com
www.vorausrobotik.com
„KI kann Robotern helfen, sich an verschiedene Situationen anzupassen und mit Menschen zu interagieren“
Was sagt die ChatGPT-basierte Sprach-KI in Microsofts Suchmaschine Bing eigentlich zum Thema „KI und Robotik“? Wir haben mit Bing gechattet.
Wie kann Robotik von KI profitieren?
Bing: Robotik kann von KI profitieren, indem sie Robotern mehr Fähigkeiten und Effizienz ermöglicht, z.B. durch Sprachsteuerung, 3D-Vision oder Lernfähigkeit. KI kann auch Robotern helfen, sich an verschiedene Situationen anzupassen und mit Menschen zu interagieren.
In welchen Anwendungen können Roboter besonders von KI profitieren?
Bing: Roboter können von KI in vielen Anwendungen profitieren, die hohe Anforderungen an Flexibilität, Anpassungsfähigkeit, Lernfähigkeit und Interaktion stellen. In der Industrierobotik ermöglicht es KI den Robotern, sich an verschiedene Produkte, Prozesse und Umgebungen anzupassen, ohne dass eine aufwendige Programmierung oder Umrüstung erforderlich ist. Typische Anwendungen sind unterem andere Schweißen, Montage, Lackieren oder Verpacken. Und in der Servicerobotik können KI-Roboter, mit Menschen zu kommunizieren, ihre Bedürfnisse zu verstehen und ihnen zu assistieren. Dies kann in Bereichen wie Gesundheit, Bildung, Unterhaltung oder Haushalt nützlich sein.
Was sind kognitive Roboter?
Bing: Kognitive Roboter sind intelligente Maschinen, die aus Erfahrungen lernen, mit Menschen interagieren und eigene Entscheidungen treffen können. Sie sind autonom und können ihr Umfeld wahrnehmen und daraus Handlungen ableiten. Sie nutzen KI und kognitive Architekturen, um sich an komplexe Ziele und Situationen anzupassen. Kognitive Architekturen sind dabei Computermodelle, die die menschliche Kognition simulieren oder nachahmen sollen. Sie beschreiben und integrieren die grundlegenden Mechanismen, wie ein kognitives System Informationen verarbeitet, lernt und entscheidet.
Welche KI-Technologien sind für die Robotik besonders wichtig?
Bing: Einige KI-Technologien, die für die Robotik besonders wichtig sind, sind Bilderkennung, Lernfähigkeit und Hand-Augen-Koordination. Diese Technologien erlauben Robotern, ihre Umgebung zu erfassen, sich anzupassen und mit Menschen zu kooperieren. Vor allem neuronale Netze, maschinelles Lernen und Deep Learning sind dabei wichtige Methoden, um Robotern KI-Fähigkeiten zu verleihen. Diese Verfahren ermöglichen es Robotern, aus Daten oder Erfahrungen zu lernen und ihre Leistung zu verbessern
Was ist eigentlich der Unterschied zwischen KI sowie maschinellem Lernen, Deep Learning und neuronalen Netzen?
Bing: Maschinelles Lernen ist eine Teilmenge der KI und befasst sich mit Algorithmen, die aus Daten lernen, ohne explizit programmiert zu werden. Deep Learning ist wiederum eine bestimmte Art des maschinellen Lernens, das neuronale Netze verwendet, um aus Daten zu lernen. Neuronale Netze verwenden Strukturen, die aus künstlichen Neuronen bestehen, die Daten ähnlich wie ein menschliches Gehirn verarbeiten können. Deep Learning verwendet neuronalen Netze, die aus mehreren Schichten von künstlichen Neuronen bestehen, um komplexe Muster in Daten zu erkennen und zu lernen.
Abschließend: Ist KI die Kerntechnologie für die Robotik der Zukunft?
Bing: KI ist eine wichtige Technologie für die Robotik der Zukunft, aber nicht die einzige. KI ermöglicht es Robotern, intelligenter, flexibler und interaktiver zu werden, aber sie brauchen auch andere Technologien wie Sensoren, Aktuatoren, Materialien, Energieversorgung und Sicherheit12. Außerdem müssen Roboter und KI ethischen, rechtlichen und sozialen Fragen gerecht werden, die ihre Anwendung und Akzeptanz beeinflussen können3. KI ist also ein wesentlicher Bestandteil der Robotik der Zukunft, aber nicht der einzige.
Mehr zum Thema Robotik
Hier finden Sie mehr über:
