»Mit KI klappt der Griff in die Kiste«

Wie steht es allgemein um die Akzeptanz von Robotern?

Das Bild der Roboter in der Öffentlichkeit hat sich in den letzten Jahren massiv gewandelt. Früher hieß es oft, Roboter seien Jobkiller und würden Menschen die Arbeitsplätze wegnehmen. Diese Diskussion scheint inzwischen abgeklungen zu sein, weil man merkt: Es sind gar nicht mehr genügend Menschen da, die entsprechende Jobs machen könnten und wollen. Angesichts des Fachkräftemangels in vielen Branchen werden Roboter eher als Chance betrachtet. Statt Skepsis hören wir häufig die Frage: Wann sind Serviceroboter endlich so weit, dass wir sie nutzen können?

Was antworten Sie darauf?

Wir am IPA haben vor 25 Jahren mit der Forschung auf diesem Gebiet begonnen. Unser erstes Projekt war der „Care-O-Bot“ – ein Serviceroboter für den Einsatz in der Pflege alter Menschen oder Menschen mit Handicap. Die Entwicklung der Technologie dafür war schwierig und hat viel Zeit benötigt. Doch inzwischen geht es mit der Servicerobotik deutlich bergauf – zum Beispiel in der Laborautomatisierung, wo das Handhaben von Objekten im Vordergrund steht.

Was sind die größten Herausforderungen bei der Entwicklung von Servicerobotern?

Es geht unter anderem um die Entwicklung kognitiver Fähigkeiten. Ein Roboter soll mitdenken und verstehen können, was er gerade tut. Bislang hat er dafür keinerlei Verständnis, zum Beispiel, wenn er eine Oberfläche lackiert oder etwas reinigt. Daher kann er auch nicht beurteilen, ob er das gut macht – und wie er es vielleicht noch besser machen könnte. An dieser Stelle kommt das Thema der KI-basierten Robotik ins Spiel.

Was hat man darunter zu verstehen?

Der Begriff bedeutet, dass man wegkommt von fest programmierten Robotern und hin zu solchen, die – etwa durch den Einsatz von Kameras und Kraftsensoren – selbstständig Wissen generieren. So können sie letztlich selbst entscheiden, was sie tun. Die Grundlage dafür liefert die Künstliche Intelligenz, kurz KI. Sie spielt zum Beispiel beim Griff in die Kiste eine Rolle – im englischen Fachjargon auch Bin Picking genannt. Das gilt nach wie vor als eine Königsdisziplin der Robotik.

Inwiefern?

Bei solchen Greifaufgaben stößt ein Roboter immer wieder auf Schwierigkeiten, etwa weil sich Bauteile in der Kiste ineinander verhakt haben. Wenn der Roboter beim Herausgreifen der Teile stets dieselben, zuvor programmierten Bewegungen macht, kommt er damit nicht klar. Mit einer lernfähigen Künstlichen Intelligenz hingegen ist das anders. Sie erkennt die Verhakung und sucht dann eigenständig nach einer geeigneten Bewegung, um sie zu beseitigen. Auf diese Weise werden immer wieder neue Roboterbahnen generiert. Bis vor einigen Jahren musste man so etwas noch händisch programmieren. Doch dabei sind die Möglichkeiten zur Problemlösung stark eingeschränkt.

Also bringt die Künstliche Intelligenz die Robotik einen großen Schritt voran?

Ja, so ist es. Der Einsatz von Künstlicher Intelligenz hilft enorm – und zwar überall dort, wo bisher Experten für die Programmierung gebraucht wurden: etwa für die technische Auslegung eines Roboters oder beim Einlernen von Objekten. Ein Beispiel ist die Anwendung von Robotern für das Depalettieren in einem Supermarkt. Dort gibt es eine immense Fülle von Artikeln mit sehr vielen unterschiedlichen Designs, etwa an Flaschen und Gebinden. Bevor da die KI ins Spiel kam, musste ein Experte die Bildverarbeitung und den Greifmechanismus des Robotersystems mühsam für jeden einzelnen Artikel einlernen. Heute erledigt das die KI.

Was genau macht die KI?

Ein Roboter lernt durch Künstliche Intelligenz unter anderem, welchen Druck er beim Greifen eines Gegenstands anwenden muss. Er greift in die Kiste, ohne zu wissen, was sich darin befindet. Aber er erkennt Oberflächen, die gut anzufassen sind – und genau da greift er zu. Dieser Ansatz wurde vor einigen Jahren in den USA entwickelt und ist zu einer Art Standard in der Logistik geworden. Um ihn zu nutzen, ist kein Vorwissen nötig. Durch Künstliche Intelligenz gelingt es, beim Greifen Strategien zu entwickeln, mit denen sich selbst aus einem einfachen Greifwerkzeug noch viel herausholen lässt.

Also klappt inzwischen der Griff in die Kiste?

Der Griff in die Kiste: ja. Aber das genügt nicht. Denn nachdem der Roboter etwas gegriffen hat, soll er es auch wieder ablegen – etwa in einen Versandkarton. Doch wenn er nicht weiß, ob es sich beispielsweise um einen robusten Stecker oder ein zerbrechliches gläsernes Werkstück handelt, tut er sich damit schwer. Das ist aktuell ein großes Forschungsthema. Bislang fahren die meisten Roboter zum Ablegen eines Objekts über die Kiste und lassen den Gegenstand einfach dort hineinfallen. Das ist bei Glas keine gute Idee. Während also das Problem des Greifens weitgehend gelöst ist, gilt das für das Ablegen von gegriffenen Teilen noch nicht. Das bereitet nach wie vor Schwierigkeiten, für die wir aber an Lösungen arbeiten.

Befinden sich KI-basierte Roboter bereits im kommerziellen Einsatz?

Solche Systeme gelangen gerade nach und nach in die Anwendung. Seit etwa fünf Jahren werden die ersten Prototypen kommerziell genutzt, vor allem in der Logistik. Und seither haben die Systeme noch viel dazugelernt, sie werden immer besser. Es gibt Ankündigungen, zum Beispiel vom Versandhändler Otto, der 100 Bin-Picking-Roboter in seinen Lagern installieren will. Auch der Schraubenhersteller Würth sowie der Einzelhandel sind an dem Thema dran. Hilfreich ist dabei auch ein Technologietransfer aus anderen Bereichen.

Was heißt das konkret?

Bei der Mechatronik von Robotern existieren viele gut funktionierende und erprobte Technologiebausteine. Doch es schwappen auch immer wieder Techniken in die Robotik hinein – zum Beispiel eine sehr gute und zudem preiswerte Kameratechnik, die für Spielekonsolen entwickelt wurde. Sie dient dort zur Gestenerkennung. Doch sie lässt sich auch für Roboter nutzen. Die Kameras liefern neben Bilddaten auch Tiefeninformationen. Das ist nützlich für die Mensch-Maschine-Interaktion, aber auch für den Griff in die Kiste.

Gibt es weitere wichtige Forschungsthemen?

Ein anderes Thema, an dem wir und andere Roboterforscher arbeiten, ist das sogenannte Domänenwissen. Damit ist das Wissen gemeint, um das es bei einer Aufgabe tatsächlich geht und worauf es vor allem ankommt. Und es geht darum zu erkennen, ob eine Aufgabe richtig gelöst wurde. So gibt es Eisroboter, die Kugeln aus einer Masse von Eiscreme ausstechen. Doch die Kugeln sehen unschön aus. Sie sind klein und enthalten teils Luft. Hier fehlt es dem Roboter am notwendigen Domänenwissen. Ein Gegenbeispiel ist die Entwicklung eines neuartigen Schweißroboters bei uns am Institut.

Was kann der Besonderes leisten?

Das Schweißen ist ein traditionelles Einsatzfeld für Roboter. Das geschieht seit ein paar Jahren auch mithilfe von Cobots – Robotern, die mit Menschen zusammenarbeiten sollen. Aber auch Cobots machen immer nur dieselben angelernten Bewegungen. Ein Team am IPA fand eine Lösung, um das zu ändern – auf der Grundlage von persönlichen Kenntnissen und Erfahrungen. Der Teamleiter hat zuvor in einem Schweißbetrieb gearbeitet. Ein anderes Teammitglied ist ausgebildeter Schlosser, ein weiterer Kollege hat bei Daimler eine Zeit lang Panzerplatten in Sicherheitslimousinen eingeschweißt. Diesem Team ist es gelungen, einem Roboter mit einem speziellen Sensor beizubringen, Anfang und Ende einer Schweißnaht zu erkennen und zudem eigenständig Toleranzen in der Form der Bauteile auszugleichen. Diese Unregelmäßigkeiten entstehen etwa durch einen Wärmeverzug oder beim Zusammenfügen. Der Roboter ist inzwischen durch das Unternehmen Lorch Schweißtechnik lizenziert. Er regelt in Echtzeit alles aus, was es an Fehlern gibt.

Und das Domänenwissen war der Schlüssel dazu?

Ja. Wir hatten auch zuvor schon an einer Lösung für das Problem der Toleranzen gearbeitet und dabei unter anderem auf eine Daten-Cloud, einen digitalen Zwilling und 3D-Sensoren gesetzt. Doch das erwies sich als viel zu kompliziert. Ermöglicht wurde die erfolgreiche Entwicklung nun, weil das Team genau wusste, worauf es ankommt: Was braucht der Nutzer – und was nicht? Entscheidend war die Erfahrung der Teammitglieder auf diesem Gebiet.

Eine Erfolgsgeschichte! Wie oft gibt es das?

Es wird an vielen Themen geforscht. Aber wenn man sieht, wie wenig davon schließlich den Weg in die Anwendung findet, erkennt man: Dieser Transfer ist schwierig und zäh. Der Zukunftsrat des Bundeskanzlers zu KI-basierter Robotik hat das erkannt und setzt an diesem Problem an. In seinem Rahmen diskutieren wir aktuell sogenannte Robotope.

Was ist das?

Die Idee eines Robotops ist, ein optimales Ökosystem zu bauen – eine Art Biotop für Roboter. Dabei spielt ein evolutionärer Gedanke die tragende Rolle: Entwicklungen, die wenig Aussicht auf Erfolg haben, sollten wir „sterben“ lassen – und nicht auf Gedeih und Verderb daran weiterforschen, nur weil dafür einmal eine Förderung bewilligt worden ist. Das Konzept eines solchen Biotops soll nun mit Unterstützung der Bundesregierung umgesetzt werden, voraussichtlich zuerst für die Logistik. Das Ziel ist, hochmoderne Greifroboter in einen breiten industriellen Einsatz zu bringen.

Es soll also kein Geld mehr für Dinge ausgegeben werden, die vermutlich in eine Sackgasse führen?

Ein wichtiger Aspekt dabei ist das Domänenwissen. Potenzielle Kunden müssen ihre Bedürfnisse am Ende in einem Produkt wiederfinden. Entscheidend soll vor allem sein, was die Nutzer erwarten – und nicht allein, was technisch möglich ist.

Was entscheidet letztlich über den wirtschaftlichen Nutzen eines Roboters?

Es gibt da einen wichtigen Punkt, an dem wir ebenfalls intensiv forschen: die sogenannte Automatisierung der Automatisierung. Dabei geht es vor allem um Engineering-Prozesse. Derzeit werden jährlich etwa eine halbe Million Industrieroboter neu installiert. In absehbarer Zeit wird die Zahl wohl auf über eine Million steigen. Und jeder neue Roboter muss technisch auf seine vorgesehenen Aufgaben ausgelegt und sicher in Betrieb genommen werden. Dafür braucht es wiederum eine Risikobeurteilung. Das erfordert viele Ingenieurstunden an Arbeit. Das Ziel ist es, diesen Aufwand zu automatisieren. Dazu soll der Roboter auf Basis einer Simulation selbst prüfen, welche Sicherheitstechnik er für einen gefahrlosen Betrieb benötigt – zum Beispiel Laserscanner oder einen Schutzzaun – und mit welchen Taktzeiten er arbeiten muss. So ist beim Griff in die Kiste stets die Frage: Wird die Kiste in der vorgegebenen Zeit auch leer? Das ist eine Sache der technischen Auslegung mit geeigneten Kameras und Greifwerkzeugen.

Und um diese Auslegung soll sich die Maschine künftig selbst kümmern?

Genau. Die Basis ist ein CAD-Modell des Bauteils, das gegriffen werden soll. Daran werden verschiedene Greifer virtuell getestet. So lässt sich feststellen, welcher der richtige ist, um die Kiste zu leeren – und in welchem Takt die Arbeitsschritte zu erfolgen haben. So geht der Roboter automatisch mit dem richtigen technischen Konzept in die Realisierung. Das spart nicht nur Zeit und teure Arbeitsstunden, sondern bietet auch mehr Sicherheit für die Nutzer. Denn die bisherige, nicht automatisierte Vorgehensweise ist immer wieder für Überraschungen gut.

Können Sie ein Beispiel nennen?

Wir hatten mal einen Fall, bei dem ein Roboter Pleuel für Automobile greifen und bereitstellen sollte. Doch die Kamera, mit der er dafür ausgestattet war, hatte dafür keine ausreichend hohe Auflösung. Die Folge: Der Roboter konnte eine kleine Nase auf den Bauteilen nicht erkennen und damit rechts und links nicht unterscheiden. Das führte zu einer monatelangen Verzögerung des Robotereinsatzes. Es geht also stark um das Vermeiden von Fehlern bei der Inbetriebnahme. Und das hilft den Unternehmen: Durch das Straffen des Engineerings lassen sich bis zu 50 Prozent Kostenersparnis herausholen. Allein durch den Einsatz von Robotern dagegen sind zehn Prozent mehr Produktivität schon viel.

Wie wird es weitergehen bei der Servicerobotik?

Wir haben während der Corona-Pandemie gesehen, was die Servicerobotik leisten kann. Es gab da viele Ansätze, beispielsweise UVC-Roboter. Sie können durch ultraviolette Strahlung etwa Räume in einem Krankenhaus desinfizieren. Das kanadische Unternehmen Blue Ocean Robotics, das solche Geräte bereits vor der Pandemie im Portfolio hatte, hat davon stark profitiert. Inzwischen werden UVC-Roboter unter anderem auch in Gewächshäusern eingesetzt, um Mehltau oder Spinnweben zu bekämpfen. Zudem gibt es viele Entwicklungen im Bereich der Pflege, wo Serviceroboter das Personal unterstützen sollen.

Wie weit ist das bereits gediehen?

Diese Anwendung nimmt einen Umweg über Labore. Dafür haben wir „Kevin“ entwickelt: einen Laborroboter, der mit einem Tragarm zum Beispiel Mikrotiterplatten befördern kann. Die Grundlage dafür lieferte die Technik, die wir für den Pflegeroboter Care-O-Bot entwickelt haben. In Pflegeheimen oder Krankenhäusern könnten Serviceroboter – ähnlich wie Kevin im Labor – Arzneimittel, Bettwäsche oder andere Dinge transportieren. Bis es allerdings Roboter geben wird, die vollständig automatisiert sind und statt weniger spezieller eine Vielzahl verschiedener Aufgaben erfüllen können – etwa im Haushalt oder in der Gastronomie –, müssen wir noch einige dicke und harte Bretter bohren. Das wird sicherlich noch fünf bis zehn Jahre Forschungsarbeit beanspruchen. Und bei manchen Dingen werden Roboter vielleicht immer hinter den menschlichen Fähigkeiten zurückbleiben – auch beim Greifen: Da leisten die menschlichen Hände Einzigartiges, das technisch noch immer kaum erreichbar ist.

Menschen orientieren sich bei Entscheidungen an den Erfahrungen anderer. Dieses als „Social Proof“ bekannte psychologische Phänomen…