Anzeige
Anzeige
Beitrag drucken

Forschungsprojekt am Fraunhofer IPT

Interaktion zwischen Mensch und KI verbessern

Im Forschungsprojekt ’GeMeKI’ entwickelt das Fraunhofer-Institut für Produktiontsechnologie IPT aus Aachen gemeinsam mit elf Partnern drei KI-gestützte Assistenzsysteme für das Fügen, Trennen und Umformen, die komplexes menschliches Expertenwissen in ihre laufende Verbesserung einbeziehen. Neue Regelkreise sollen wechselseitiges Lernen zwischen Mensch und Maschine ermöglichen, sodass sich Qualität und Effizienz von Produktionsprozessen deutlich verbessern können.

(Bild: Fraunhofer-Institut IPT)

Spielte menschliches Wissen bislang hauptsächlich als Datenquelle beim Anlernen künstlicher Intelligenz eine wichtige Rolle, gehen ein Forschungsteam des Fraunhofer IPT nun im Projekt ’GeMeKI’ (Generalisierung von menschzentrierten KI-Applikationen für die Produktionsoptimierung) einen Schritt weiter. Gemeinsam mit Industriepartnern wollen sie zu drei ausgewählten Fertigungsverfahren die Komponenten für ein bedienerfreundliches Expertensystem entwickeln, das den Menschen und nicht die Softwareanwendung in den Mittelpunkt stellen soll. Ziel ist es, die Mensch/Maschine-Interaktion in beide Richtungen zu verbessern und auf diese Weise auch die Akzeptanz digitaler Assistenzsysteme im betrieblichen Alltag zu steigern. Als Ergebnis soll ein Gesamtsystem aus KI, Sensorik und Produktionstechnik entstehen, das sich nahtlos in die Wertschöpfungskette einfügen kann und sich an weitere Anwendungsfelder anpassen lässt.

Mehrere Schnittstellen zur Interaktion

Das System bietet mehrere Schnittstellen zur Interaktion: An die Stelle des gängigen unidirektionalen Ablaufs, bei dem der Mensch die gefundenen Lösungswege der KI bewertet, selbst aber kein Feedback erhält, soll ein dynamischer, bidirektionaler Prozess entstehen. Das bedeutet, dass die Nutzenden in der Anwendung der gefundenen Lösungen aktiver als bisher in das Geschehen eingreifen, selbstständig korrigieren können und mithilfe von Sensorik neue, verbesserte Rohdaten erzeugen, die die KI-Modelle mit weiteren Informationen anreichern. Wie dies genau funktionieren kann, wird anhand der drei Beispielprozesse Fügen, Trennen und Umformen erprobt.

Mehr Informationen zum Verbundprojekt finden Sie hier.


Das könnte Sie auch interessieren:

Wer Produktion und Logistik in einer Echtzeit-Visualisierung abbildet, kann niedrigschwellig in die digitale Transformation einsteigen und viel Papier aus dem Shopfloor bannen. Ergänzt um zentrale MES-Funktionen lassen sich solche Visualisierungssysteme zur Operational Excellence-Plattform ausprägen, die bei fortlaufenden Prozessoptimierungen unterstützt.‣ weiterlesen

Industrielle Trends wie IIoT und Digitalisierung setzen immense Datenströme voraus. Doch im Gegensatz zur IT-Security für Büros müssen Fabrikbetreiber auf wesentlich mehr Stolpersteine achten, damit ihre Anlagen nicht schon einfachen Angriffen zum Opfer fallen.‣ weiterlesen

Ab und zu fehlte ein Schlüssel im Kloster der Franziskanerinnen der ewigen Anbetung von Schwäbisch Gmünd. Beim letzten Mal gab das den Impuls, anstatt neue mechanische Zylinder in die rund 220 Türen des Komplexes einzubauen, die alte Technik durch das Bluesmart-System von Winkhaus zu ersetzen.‣ weiterlesen

Mit 100,5 Punkten hält sich das IAB-Arbeitsmarktbarometer im November stabil und liegt weiter im leicht über der neutralen Marke. Auf europäischer Ebene sank der Frühindikator allerdings erneut.‣ weiterlesen

In einer neuen Expertise des Forschungsbeirats Industrie 4.0 untersuchen das FIR an der RWTH Aachen und das Industrie 4.0 Maturity Center den Status-quo und die aktuellen Herausforderungen der deutschen Industrie bei der Nutzung und wirtschaftlichen Verwertung von industriellen Daten und geben Handlungsempfehlungen für Unternehmen, Verbände, Politik und Wissenschaft.‣ weiterlesen

Im Forschungsprojekt FabOS soll eine KI-Bin-Picking-Anwendung entstehen, die ein verbessertes Erkennen, Greifen und definiertes Ablegen von Blechteilen in der Produktion ermöglicht.‣ weiterlesen

Die Digitalisierung des Qualitätsmanagements stellt Unternehmen vor Herausforderungen. Daher haben das Fraunhofer IPT und die FH Südwestfalen im Forschungsvorhaben 'Qbility - Quality 4.0 Capability Determination Model' ein datengetriebenes Reifegradmodell entwickelt, das die Anforderungen eines digitalisierten Qualitätsmanagements bei KMU adressiert.‣ weiterlesen