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.
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. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
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.
