Anzeige
Anzeige
Beitrag drucken

Teil 3: Wie machen wir das autonome System autonom?

Leitplanken und Probezeit für das autonome System

Im Gespräch mit Prof. Michael Weyriche: Bevor autonome Systeme gebrauchstaugliche Werkzeuge in der industriellen Praxis werden, müssen zahlreiche technisch-wissenschaftliche und gesellschaftliche Fragen beantwortet werden. Einen Beitrag zum Diskurs leistet der dritte Teil unserer VDI-Serie ‚Autonome Systeme‘. Professor Michael Weyrich berichtet, wie Menschen den Systemen ihre Autonomie verleihen.

Prof. Dr.-Ing. Dr. h.c. Michael Weyrich, Leiter des Instituts für Automatisierungstechnik und Softwaresysteme an der Universität Stuttgart sowie Vorstandsmitglied der VDI/VDE-GMA (Bild: VDI Verein Deutscher Ingenieure e.V.)

Prof. Dr.-Ing. Dr. h.c. Michael Weyrich, Leiter des Instituts für Automatisierungstechnik und Softwaresysteme an der Universität Stuttgart sowie Vorstandsmitglied der VDI/VDE-GMA (Bild: VDI Verein Deutscher Ingenieure e.V.)

Herr Prof. Weyrich, bevor wir über das Wie sprechen, möchte ich von Ihnen wissen, was ein autonomes System autonom macht.

Prof. Michael Weyrich: Da streite ich mich immer mit den Informatikern, die autonome Systeme als logische Weiterentwicklung automatisierter Systeme sehen. Doch das ist meiner Meinung nach nicht ganz korrekt. Autonomie hat in erster Linie mit Selbstbestimmung zu tun, während sich Automation auf prozedurale Steuerungsabläufe bezieht. Diese sind eventuell vorausschauend, aber eben fest vorgegeben. Ein System, das autonom ist, kann – in gewissen vorgegebenen Leitplanken – selbstbestimmt agieren. Automation gibt es hingegen seit vielen Jahren. Sie folgt seit jeher vorgegebenen Prozessen, indem sie deterministisch zwischen vorgegebenen Möglichkeiten entscheidet.

Welche Methoden der Automation gibt es aktuell?

Weyrich: Viele – es gibt eine große Anzahl an Verfahren, die eingesetzt werden und mehr oder weniger gut funktionieren. Nachdem früher viel mit Regeln gearbeitet wurde, sind es heute meistens Verfahren des Machine Learning. Sie werten Daten aus, um Lösungen zu finden. Zu nennen sind hierbei neuronale Netze in verschiedenen Ausprägungen, aber auch Algorithmen zur Optimierung wie genetische Algorithmen, NLP oder Clusterung (SVM, Random Forrest, k-NN) mit denen diese Daten ausgewertet werden können. Auch Bayes’sche Netze, die mit bedingten Wahrscheinlichkeiten arbeiten, liefern bei bestimmten Problemen gute Ergebnisse. Es ist eine Aufgabe der aktuellen Forschung, die vielen Ideen und Konzepte für die speziellen Anwendungsfälle gangbar zu machen. Wir sind heute allerdings noch sehr stark im Bereich der schwachen KI unterwegs. Autonome Systeme gehen im Sinne der Selbstbestimmung noch einen Schritt weiter. Sie verlassen das heutige Paradigma von festgelegten und vorausgedachten Abläufen, die mithilfe von den oben genannten Algorithmen atomisiert spezielle Probleme lösen. Ein technisches System, das selbstbestimmt agiert, verlässt den Pfad des nachvollziehbaren Determinismus und erlaubt selbstgewählte neue Wege, zu denen nur Wahrscheinlichkeitsaussagen möglich sind.

Was heißt ‚deterministische Wege verlassen‘ genau?

Weyrich: Nehmen wir ein sehr großes System an. Das hat, wenn es automatisiert ist, immer noch klare Regeln. Das Verhalten des Systems lässt sich also genau vorhersagen. Ein Test würde also immer wieder das gleiche Ergebnis liefern. Wenn wir ein autonomes System betrachten, dann werden Ziele verfolgt, die erreicht werden sollen. Eine ganze Reihe von Software-technischen Ansätzen versucht, Systeme dahingehend zu befähigen. Sie setzen häufig sogenannte Agenten ein, die mit Methoden des Bestärkenden Lernens, oder Reenforcement Learning, komplexe Zielkriterien erreichen sollen. Bedeutet: Der Agent erhält bestimmte Fähigkeiten und Kompetenzen und bekommt dann eine Aufgabe und Ziele, die es zu bewältigen gilt. Er erarbeitet selbstständig Lösungen, um eine Belohnung zu erhalten. Vorgegeben sind allein Metriken, mit denen das gewünschte Ergebnis bewertet wird. Außerdem werden oft Leitplanken bzw. Grenzbereiche vorgegeben und ständig überwacht. So kann sich ein autonomes System nicht vollständig aus dem Lösungsraum entfernen.

ANZEIGE

Es ist also möglich, autonomen Systemen Leitplanken vorzugeben, die diese einhalten?

Weyrich: Theoretisch ist es natürlich denkbar, dass ein System erkennt, dass bestimmte Leitplanken aus seiner Sicht nicht sinnvoll sind. Es könnte diese rein theoretisch einreißen. Doch mit diesem Szenario befinden wir uns außerhalb dessen, was derzeit und auch in absehbarer Zeit technisch möglich ist und befinden uns in einem eher metaphysischem Frageraum, in dem Algorithmen auch in der Lage wären, Gewerkschaften zu gründen. Technologisch sind wir da begrenzt: gesetzte Systemgrenzen bleiben Grenzen. Die oben beschriebenen Verfahren funktionieren gut für klar strukturierte Problemstellungen wie etwa Brettspiele. Aber auch AlphaGo oder DeepMind werden nach heutigem Stand der Technik nicht verkünden: Ich mag Go nicht mehr – ich spiele jetzt lieber Schach!


Das könnte Sie auch interessieren:

Wie bereits im April blieb der Auftragseingang der deutschen Maschinenbauer auch im Mai weit unter dem Niveau des Vorjahres. Die Bestellungen blieben 28 Prozent unter dem Vorjahreswert.‣ weiterlesen

Selbst in hoch automatisierten Fertigungsumgebungen gibt es Maschinenbediener, Instandhalter oder Logistikmitarbeiter, die eine Produktion beobachten und eingreifen. Und solange Menschen Verantwortung tragen, müssen Informationen im Werk vermittelt werden. Mit einer Andon-Anwendung lässt sich das motivierend und effizienzsteigernd strukturieren, gerade wenn weitere Prozessoptimierungsmethoden umgesetzt werden.‣ weiterlesen

Augenstein Maschinenbau plant, entwickelt und fertigt individuelle Automatisierungslösungen für Produktionsprozesse. Eine Visualisierungssoftware liefert dabei früh ein erstes Bild der Anlage. Das schafft Klarheit und hilft dem Vertrieb quasi nebenbei, den Auftrag überhaupt an Land zu ziehen.‣ weiterlesen

Im Projekt ‘Kitos – Künstliche Intelligenz für TSN zur Optimierung und Störungserkennung‘ arbeiten Wissenschaftler und Ingenieure gemeinsam an Lösungen für ein dynamisches Netzwerkmanagement in der Industrie.‣ weiterlesen

Laut statistischem Bundesamt hat sich die Industrie im Mai von den Einbrüchen verursacht durch die Corona-Pandemie etwas erholt. Die Produktion legte zu, verfehlt das Mai-Ergebnis des Vorjahres jedoch um 19,3 Prozent.‣ weiterlesen

Zwei Drittel (66 Prozent) der Unternehmensleiter weltweit sind optimistisch, dass sich der europäische Markt relativ schnell vom wirtschaftlichen Abschwung durch die COVID-19-Pandemie erholen wird. Das geht aus einem Report des Beratungsunternehmens Accenture hervor, der auf einer Umfrage unter fast 500 C-Level-Führungskräften in Europa, Nordamerika und im asiatisch-pazifischen Raum in 15 Branchen basiert.‣ weiterlesen

Wie die Kommunikation in der Arbeitswelt zukünftig aussehen kann, erforschen derzeit die Fraunhofer-Institute für Arbeitswirtschaft und Organisation IAO und für Produktionstechnik und Automatisierung IPA. Dabei steht der digitale Zwilling im Mittelpunkt.‣ weiterlesen

Der ERP-Anbieter Proalpha hat einen neuen Chief Sales Officer. Zum 1. Juli hat Michael T. Sander die Position übernommen. Er folgt auf Andree Stachowski.‣ weiterlesen

Ein Produkt online konfigurieren und sofort bestellen: Was für Verbraucher alltäglich ist, gewinnt auch im B2B-Bereich an Bedeutung. Mit dem Configure-Price-Quote-Ansatz und entsprechender Software kann diese Variantenvielfalt angeboten werden, ohne den Vertrieb zu überlasten oder die Customer Journey aus dem Blick zu verlieren.‣ weiterlesen

Kürzere Durchlaufzeiten, Abläufe und Sequenzen simulieren und frühe Aussagen zu Konzepten und deren Verifikationen treffen zu können - das waren die Wünsche der österreichischen SEMA Maschinenbau. Die Software IndustrialPhysics von Machineering leistet genau das.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige