Aktuell dreht sich alles um Chatbots. Mit ChatGPT ist das Thema Künstliche Intelligenz (KI) in kürzester Zeit gesellschaftlich relevant und viel diskutiert worden. In der Industrie wird bereits seit mehreren Jahren dazu geforscht. Ein Schwerpunkt: Die Roboter-Programmierung. „Einen Roboter für eine Aufgabe zu programmieren, ist in weiten Teilen immer noch Expertinnen und Experten vorbehalten“, sagt Roland Ritter, Platform Program Manager Simulation bei KUKA. „Genau deswegen arbeiten wir an einem KI-Chatbot, der einen einfachen Sprachbefehl in einen Programmiercode übersetzt.“ Aus ‚Greife die Bauteile nacheinander und lege sie in einer U-Form auf den Tisch‘ generiert das KI-Modell dann den Code, der den Roboter dazu bringt, genau das zu tun.
Aktuell passiert das alles noch in einer simulierten Umgebung. „Wir könnten zwar den KI-generierten Code auf die Robotersteuerung überspielen, das ist aber aktuell noch zu unsicher. Da ist sich die gesamte Industrie einig“, erklärt Ritter. Der Digitale Zwilling des Roboters springt solange ein, um zu überprüfen, ob das KI-generierte Roboterprogramm fehlerfrei ist.
KI-Modell von Swisslog erkennt Müll und unterscheidet Shampoo von Duschgel
Lebensmittelkonzerne wie REWE, Drogerie-Riesen wie DM oder Unternehmen aus der Pharmaindustrie gehören zu den Kunden von Swisslog, KUKAs Schweizer Intralogistik-Unternehmen.
Im Durchschnitt haben diese Kunden mehrere 10.000 verschiedene Produkte in ihren Sortimenten, verpackt in Tüten, Kartons oder auch ohne Umverpackung. „Jeden Tag müssen diese unterschiedlichen Artikel kommissioniert, also für einen Kunden- oder Auslieferungsauftrag zusammengestellt werden – und das möglichst fehlerfrei“, sagt Niklas Goddemeier. Er ist Head of Research & Development des Robogistic Product Centers bei Swisslog. „Damit die einzelnen Produkte richtig zusammengestellt werden und keine Reste von Verpackungen ihren Weg zum Kunden finden, haben wir ein KI-Modell so trainiert, dass es nicht nur Müll erkennen, sondern auch Shampoo- von Duschgel-Flaschen unterscheiden kann“.
Für bildgestützte Robotersysteme bietet sich eine KI-Unterstützung natürlich an. Die Frage, die sich aktuell nur noch stellt, ist: Wie lasse ich solche Systeme weiterlernen? Im Sommer hat der Kunde wahrscheinlich viele Produkte in Tüten, im Winter in Kartons. Wie schafft man es dann, dass die KI den Sommer über nicht verlernt, wie der Greifer am Roboterarm im Winter Kartons greifen muss? Dieses Thema der „Modell-Updates“ treibt aktuell noch Viele um.
