Inhaltstyp: Artikel

Roboter sollen möglichst flexibel in unterschiedlichen Handlungsumgebungen und -zusammenhängen agieren können. Um das zu realisieren, werden Lernalgorithmen entwickelt, die ein Lernen nach dem Vorbild der Natur ermöglichen. Wenn eine so lernende Maschine einen Schaden verursacht, stellt sich die Frage, wer diesen verantwortet. Es kann eine Grauzone zwischen Produkt- und Halterhaftung entstehen. Ausgehend von Ersetzbarkeitskriterien wird ein konkreter Vorschlag unterbreitet, wie man mit dieser Grauzone umgehen könnte.

Optimierte Prioritätsregeln für die Reihenfolgeplanung verbessern logistische Prozesse erheblich. Der Beitrag präsentiert die Simulationsbibliothek jasima, die durch ihre Effizienz und Anpassungsfähigkeit auch komplexe Szenarien unterstützt. Die Möglichkeiten und Vorteile der Bibliothek sowie der optimierten Prioritätsregeln werden am Beispiel der Halbleiterfertigung aufgezeigt.

Die fortschreitende Automatisierung erfordern eine bessere Organisation der Arbeitsprozesse in der Fertigung. Vor diesem Hintergrund wird die optimierte Funktions- und Arbeitsteilung von Menschen und Robotern im Sinne der direkten Mensch-Roboter-Kooperation immer relevanter. Diese ist allerdings aus Sicht der Sicherheitstechnik und des Arbeitsschutzes kritisch, wie die Kooperation dennoch gelingen kann ist Thema dieses Beitrags.

Die Vernetzung von Maschinen, Gegenständen und Assets macht aus Fabriken „Smart Factories“, die sich in letzter Konsequenz auf der Basis intelligenter Technologien selbst steuern. Aber was steckt hinter Begriffen wie „Industrial Internet of Things (IIoT)“ und „Industrie 4.0“? Und was daran ist so revolutionär, dass sie die industrielle Landschaft auch in Deutschland fundamental verändern werden?

Der Trend zur kundenindividuellen Massenproduktion fordert kleine und mittlere Unternehmen heraus, den Spagat zwischen Flexibilität, Effizienz und Investitionsrisiko zu meistern. Klassische Automationslösungen stoßen hier an ihre Grenzen. Ein vielversprechender Ansatz ist die Kombination aus flexibler Robotik und KI, die in einem Demonstrator mit einem kollaborativen Roboterassistenten gezeigt wird.

Wenn Maschinen lernen, verändern sie das Problemlösen von uns Menschen. Dass sie uns ersetzen, ist dabei trotzdem ein unrealistisches Szenario. Vielmehr schaffen wir mit algorithmengestützter Problemlösung ein wichtiges Instrument, das uns Menschen zu besseren Entscheidungen verhilft.

Auch wenn noch lange die eigentlichen Anwendungen im Fokus der Fertigungsindustrie stehen werden, so kann man den technologischen Einfluss auf IT-Lösungen für die Smart Factory kaum mehr leugnen, insbesondere wenn es dabei um Künstliche Intelligenz (KI) geht. Aber nicht nur die Wissenschaft beschäftigt sich mit diesem Thema. Auch in der Industrie sind mittlerweile viele innovative KI-Lösungen angekommen – und ein Ende ist noch lange nicht in Sicht.

n der Arbeitsplanung werden derzeit zumeist statische Bedingungen angenommen und vermeintlich optimale Fertigungsabfolgen vor dem Produktionsstart festgelegt. Dynamische Einflüsse während der Fertigung führen zu unsystematischen Umplanungen und einem ineffizienten Planungsergebnis. Im Folgenden wird daher ein Ansatz zur adaptiven Fertigungssteuerung mit Hilfe eines Genetischen Algorithmus präsentiert.

Cyber-Physical Systems (CPS) verbinden die reale mit der digitalen Welt und stellen IT-Experten vor neue Herausforderungen. Künstliche Intelligenz (KI) hilft, diese Komplexität zu meistern, indem sie Muster erkennt und die Zusammenarbeit zwischen Mensch und System fördert. Dies erfordert neue IT-Infrastrukturen, die CPS und klassische Systeme integrieren.

Auf Baustellen sind viele Prozesse noch analog, obwohl der Druck zur Digitalisierung wächst. Besonders in der Elektroinstallation ist die Verbindung zu BIM-Modellen schwach. Der Verlauf von Stromleitungen wird oft manuell vor Ort bestimmt und dokumentiert, was zeit- und kostenintensiv ist. Wie kann Digitalisierung diese manuellen Schritte ersetzen und die Dokumentation verbessern?