Robotik

Im Gegensatz zu standardisierten Produktionsprozessen müssen Roboter in dynamischen Logistikprozessen flexibel auf variable Umgebungsbedingungen und nicht standardisierte Güter reagieren. Durch Fortschritte in KI und Industrie 4.0 können Roboter komplexe Logistikaufgaben zuverlässig ausführen. Ein Beispiel ist die Depalettierung, bei der Roboter die Arbeitsumgebung mithilfe multi-modaler Sensordaten interpretieren.

Aufgrund des wachsenden Einsatzes von Robotik in Logistikunternehmen steigt der Bedarf an qualifizierten Fachkräften, besonders in KMU. Eine modulare Weiterbildung für Robotik in der Logistik wurde entwickelt, um Fachkräfte gezielt zu schulen. Durch Erhebungen und die Durchführung der Module konnten wertvolle Erfahrungen und Lessons Learned gesammelt werden.

Die automatische Entladung von Massenstückgütern und deren automatisierte Überführung in die logistischen Systeme ist eine große technische Herausforderung. Bisherige Forschungsarbeiten sind in der Lage eine Lage- und Positionsbestimmung von kubischen Stückgütern durchzuführen und die Stückgüter mit einer angepassten Handhabung aus dem Ladungsträger zu entnehmen. Der Einsatz hat gezeigt, dass unterschiedliche Umgebungen, sich ändernde Stückgüter und deren Zustand die Weiterentwicklung zu einem anpassungsfähigen technischen System erfordern.

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.

Um Lösungen passgenau für die Herausforderungen in der Logistik zu entwickeln, ist es notwendig, den aktuellen Status sowie Zukunftstrends des Marktes zu kennen. Das BIBA führt seit 2007 eine Studienreihe durch, die aktuell im Zweijahresrhythmus erscheint und den Status Quo des Einsatzes von Robotik in der Logistik ermittelt. In diesem Jahr hat das BIBA die Studie RoboScan’14 mit dem Schwerpunktthema „Mensch-Maschine-Interaktion“ durchgeführt. In diesem Beitrag werden die Hauptaussagen der Studie präsentiert und Ergebnissen aus den Vorjahren gegenübergestellt.

Der Einsatz von Robotik in der Logistik steht aufgrund der hohen Anforderungen an die Flexibilität, der eingesetzten Lösungen und einer überwiegend dynamischen Auslastung großen Herausforderungen gegenüber. Insbesondere in kleinen und mittelständischen Unternehmen wird das Potenzial von Robotiklösungen bisher wenig in Anspruch genommen. Ein modulares Weiterbildungskonzept soll diese Hemmnisse gegenüber Robotik in der Logistik abbauen.

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.

Künstliche Intelligenz (KI) und Lernende Systeme verändern Wertschöpfungsketten, Geschäftsmodelle und Beschäftigungsstrukturen in der Industrie radikal. Traditionelle Produkte werden in nahezu allen Branchen durch datengetriebene Services erweitert. Um mit dem internationalen Wettbewerb Schritt zu halten, müssen Unternehmen ihre Betriebsdaten mithilfe Künstlicher Intelligenz wirtschaftlich nutzbar machen.

Der Roboter in der Fabrik – hilfreich, aber teuer. Warum nicht bei der Programmierung sparen? Jan Guhl ist Wissenschaftler an der TU Berlin und forscht zur Programmierung von Industrierobotern. Und die geht einfacher als viele denken. Indem statt in Bewegungen in Prozessabläufe gedacht wird, kann die Programmierung von Robotern vereinfacht werden. Lesen Sie im Interview mit ihm, wie die einfache und kostengünstige Integration gelingen kann.

Der Prozess der Bewegungsplanung für Industrieroboter stellt eine komplexe Aufgabe dar, die häufig manuell von Domänenexperten durchgeführt wird und zu Lösungen führt, denen es an Flexibilität und Anpassungsfähigkeit mangelt. Dieses Problem lässt sich durch einen automatisierten, KI-gestützten Steuerungsagenten adressieren, der zur adaptiven, kontinuierlichen Bahnplanung befähigt wird.