Maschine denkt mit

^{Webspecial Fraunhofer-Magazin 3.2024}

Wenn er geht, sieht es noch gefährlich nach geriatrischem Schlurfen aus. Dafür kann Optimus aber inzwischen ein rohes Ei aus dem Karton heben und im Eierkocher platzieren. Große Hoffnungen ruhen auf den breiten Metallschultern des Bots: Tesla-Chef Elon Musk, offizieller Vater von Optimus, prognostizierte schon – vollmundig wie immer –, dass humanoide KI-Roboter wie Optimus die Wirtschaft komplett auf den Kopf stellen werden.

Optimus ist nicht das einzige Exemplar seiner Art. Figure 2 aus den Tech-Laboren des US-amerikanischen Softwareunternehmens OpenAI kann sprechen und Geschirr in die Spülmaschine räumen, Atlas von Boston Dynamics beherrscht Saltos und durchläuft selbst schwierige Parcours. Der Armar-7, kreiert vom Karlsruher Institut für Technologie (KIT) als Support im Alltag, kann Türen öffnen, mit Menschen interagieren und kleine Mahlzeiten zubereiten. Diese Erfolge lassen die Erwartungen der Öffentlichkeit an KI-basierte Robotik steigen. Bei manchen Visionären hört es sich bereits so an, als wäre das »Terminator«-Zeitalter längst angebrochen.

Viele Fraunhofer-Experten sehen dies anders. »Entwicklungen wie der Optimus von Tesla schaffen natürlich Aufmerksamkeit. Doch die eigentlichen Innovationen entstehen woanders. Ein Schweißroboter mag nicht so sexy sein wie Optimus, spielt aber in der industriellen Produktion schon heute eine sehr viel größere Rolle«, sagt Dr.-Ing. Werner Kraus, Leiter des Forschungsbereichs Automatisierung und Roboter am Stuttgarter Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA. »Wir haben große und berechtigte Zweifel, dass die humanoiden Roboter in den nächsten zwei bis fünf Jahren wesentlich zur Wertschöpfung beitragen werden.«

Trotzdem führt auch für Kraus kein Weg an smarten Robotern vorbei: »KI braucht Robotik – und Robotik braucht KI«, steht für den Mechatronik-Ingenieur fest. Hier komme zusammen, was sich perfekt ergänzt: Der Roboter besaß bislang nicht die nötige Intelligenz, um mehr als nur einen festen Satz einprogrammierter Bewegungen auszuführen. Der Künstlichen Intelligenz wiederum fehlte der Körper, um in der realen Welt aktiv zu werden. »Die Vision ist, dass der Roboter irgendwann mitdenkt und proaktiv tätig wird«, sagt Kraus. »Bislang aber sind wir schon froh, wenn wir dem Roboter eine gewisse Flexibilität bei der Aufgabenbewältigung verleihen können – etwa, um auch Gegenstände korrekt zu greifen, die er vorher noch nie gesehen hat.«

Der berühmte Griff in die Kiste

Dem Roboter das Greifen beibringen: Daran arbeitet seit mehreren Jahren ein Forschungsteam am Fraunhofer IPA. Die Automatisierung des sogenannten »Griff in die Kiste« – englisch »Bin Picking« – gilt als eine der Königsdisziplinen der Robotik. In vielen Bereichen der industriellen Produktion fallen große Mengen Schüttgut an, die möglichst sortenrein getrennt werden sollen. Die Aufgabe ist monoton, körperlich belastend und kostenintensiv – und dadurch bestens geeignet für den Kollegen Roboter. Für den allerdings ist dieser Job höchst anspruchsvoll: Das Gros der Industrieroboter, die hier aktuell im Einsatz sind, verwendet bestenfalls einen Laserscan, um vorher gelernte Gegenstände unterscheiden zu können.

Künstliche Intelligenz versucht, die kognitiven Fähigkeiten eines Menschen nachzuahmen, indem sie – wie der homo sapiens auch – eingehende Informationen erkennt und sortiert. Allerdings wird dabei kein Lösungsweg vorgegeben: Der Algorithmus entwickelt bei diesem maschinellen Lernverfahren allein in der Simulation einen Weg, Aufgaben korrekt auszuführen. Durch das Training mit sehr großen Datenmengen können sogenannte Neuronale Netze – ein Untergebiet des Maschinellen Lernens – Muster und Zusammenhänge erkennen und auf dieser Basis dann Entscheidungen und auch Vorhersagen treffen. Dies bedingt, dass sie mit der Zeit immer besser werden.

Maschinelles Lernen kann auch bei der Handhabung unbekannter Objekte weiterhelfen: Im Forschungsprojekt Deep Grasping wurden Neuronale Netze in einer virtuellen Simulationsumgebung für die Objekterkennung trainiert und anschließend auf reale Roboter übertragen. Inzwischen ist das Robotersystem in der Lage, selbst verhakte Bauteile zu erkennen und sein Greifen so zu planen, dass es diese voneinander lösen kann. Zudem wird an Automatisierungssystemen gearbeitet, die sich selbstständig konfigurieren, etwa durch die automatische Wahl von Greifer und Greifposen – Stichwort »Automatisierung der Automatisierung«.

Dinge aus einer Kiste zu klauben und anderswo abzulegen: Das klingt banal angesichts der von Optimus & Co. geweckten Hoffnungen. Doch diese scheinbar kleinen Jobs basieren auf riesigen Fortschritten in der Robotik. Werner Kraus verweist hier auf das sogenannte »Moravec‘sche Paradox«: Gerade Aufgaben, die uns Menschen unglaublich simpel erscheinen, sind für Roboter tatsächlich extrem schwierig. Oder wie es der kanadische Wissenschaftler Hans Moravec formulierte: »Es ist vergleichsweise leicht, Computer dazu zu bringen, Leistungen auf Erwachsenenniveau bei Intelligenztests oder beim Dame-Spiel zu erbringen – und schwierig bis unmöglich, ihnen die Fähigkeiten eines Einjährigen in Bezug auf Wahrnehmung und Mobilität zu vermitteln.«

Der Einzug der KI in die Robotik soll helfen, diese Hürden zu überwinden, und gilt als einer der bahnbrechenden Trends in der Digitalisierung der industriellen Produktion. Das Marktforschungsunternehmen Mordor Intelligence etwa prognostiziert für den Robotikmarkt bis 2029 eine jährliche Wachstumsrate von 29 Prozent. Smarte Industrieroboter können Produktionsgeschwindigkeit, Genauigkeit und Sicherheit steigern, die Fehlererkennung und -behebung erleichtern und die Produktion durch vorausschauende Wartung resilienter machen.

Um die Wirtschaft auf ihrem Weg in die Industrie 5.0 zu unterstützen, hat das Fraunhofer IPA gemeinsam mit dem Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO in Stuttgart 2019 das KI-Forschungszentrum »Lernende Systeme und Kognitive Robotik« gegründet – ein anwendungsorientierter Zweig des Cyber Valley, Europas größter Forschungskooperation im Bereich KI. Ziel ist, über praxisnahe Forschungsprojekte eine Brücke zu schlagen zwischen Technologien der KI-Spitzenforschung und dem Mittelstand.

In Magdeburg hat das Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF gemeinsam mit Unternehmen Use Case Labs geschaffen, in dem das produzierende Gewerbe ihre Automatisierungsanforderungen präsentieren und maßgeschneiderte intelligente Robotik-Lösungen erarbeiten kann. Das Spitzenforschungsinstitut Lamarr – eines von fünf universitären KI-Kompetenzzentren bundesweit, die als Teil der KI-Strategie der Bundesregierung dauerhaft gefördert werden – gestaltet eine neue Generation der Künstlichen Intelligenz, die leistungsstark, nachhaltig, vertrauenswürdig und sicher zur Lösung zentraler Herausforderungen in Wirtschaft und Gesellschaft beiträgt. Das Fraunhofer-Institut für Materialfluss und Logistik IML bringt sich dabei unter anderem mit seiner Forschungsinfrastruktur PACE Lab ein.

Im Juli ist zudem das Robotics Institute Germany (RIG) gestartet, das zur zentralen Anlaufstelle für Robotik in Deutschland werden soll. An dem vom Bundesministerium für Bildung und Forschung (BMBF) mit 20 Millionen Euro geförderten Kompetenznetzwerk unter der Leitung der Technischen Universität München (TUM) sind neben den Fraunhofer-Instituten IPA und IML auch das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB beteiligt. Ziele des RIG sind, eine international wettbewerbsfähige Forschung für KI-basierte Robotik in Deutschland zu etablieren, Forschungsressourcen effektiv zu nutzen, Talente auf dem Gebiet der Robotik gezielt zu fördern und den Transfer von Forschungsergebnissen in die Industrie, in Logistikunternehmen und die Dienstleistungsbranche zu vereinfachen und voranzutreiben.

Roboter entsprechend ihrer Aufgabe entwickeln

Der Roboter als »der Neue« im Team muss nicht zwingend auf zwei Beinen einlaufen, denn das ist beim aktuellen Stand der Technik nicht die effektivste Art der Fortbewegung: zu energieintensiv, zu langsam, zu sturzgefährdet. »Ein humanoider Roboter wäre insgesamt für Industrie und Logistik völlig überentwickelt: zu viele Aktoren, zu viele Freiheitsgrade, zu viele Motoren, die gar nicht für den jeweiligen Use Case nötig sind«, argumentiert Leon Siebel-Achenbach, stellvertretender Leiter der Abteilung IoT und Eingebettete Systeme am Fraunhofer IML. »Wir müssen stattdessen mehr Roboter bauen, die nennenswert Leistung bringen können – gerade für Branchen, in denen der Fachkräftemangel bereits spürbar ist.«

Am Fraunhofer IML hat ein kreatives Projektteam bereits 2019 für den Logistikbereich den LoadRunner entwickelt – ein autonomes Highspeed-Fahrzeug mit dem Aussehen eines überdimensionierten Staubsauger-Roboters, der sich dank intelligenter Fahrzeugkoordination mit bis zu zehn Metern pro Sekunde selbst im Schwarm sicher bewegt und sich bei Bedarf mit seinen Roboterkollegen zusammenkoppeln kann. Als Transporter für Lasten bis zu 30 Kilogramm eignet sich der LoadRunner perfekt für Sortier- und Verteilungsaufgaben.

Auf den LoadRunner folgte 2021 unter Leitung von Patrick Klokowski der evoBOT®: »Projektziel ist die Entwicklung eines agilen Roboters für die Logistik, der Lasten selbstständig aufnehmen, transportieren und aktiv übergeben kann in einer Höhe, die auch von Menschen bedient wird«, beschreibt es Elektrotechnik-Ingenieur Leon Siebel-Achenbach. Statt auf zwei Beinen zu gehen, rollt der evoBOT® auf zwei Rädern heran, und das ganz schön flink. Der AMR (autonome mobile Roboter) basiert auf dem Prinzip des inversen Pendels, wie man es beispielsweise vom Segway kennt, einem sich selbst ausbalancierenden elektrischen Roller auf zwei Rädern. Links und rechts besitzt er zwei mit Greifern versehene »Arme«, mit denen er Gegenstände aufheben und transportieren kann.

Am Ende des Projekts soll der evoBOT® in der Lage sein, dank Künstlicher Intelligenz seine Umgebung und den Untergrund zu erkennen und zu kartografieren, sodass er sich frei in einem definierten Raum bewegen und Hindernissen ausweichen kann. Kamerasysteme unterstützen ihn dabei, Ladegut zu identifizieren und zu klassifizieren, es also korrekt aufzuheben, sich entsprechend des Gewichts auszubalancieren und die Ware an einem anderen Ort abzugeben. »Dann könnte der evoBOT® komplett autonom als Serviceroboter eingesetzt werden«, so Siebel-Achenbach. »Interessant wäre dies etwa für die Logistikbranche oder auch im Krankenhaus – der Roboter könnte dort Betten transportieren oder Medikamente im Haus verteilen. Wir haben ihn bewusst modular entwickelt, sodass er hinsichtlich der Größe maximal skalierbar ist und zugleich möglichst viele Use Cases abdeckt.«

Forscher und Entwickler erklären die Technologie

Hier geht's zum Youtube-Video

Die Lücke zwischen Simulation und Realwelt überbrücken

Das Lernen in der digitalen Simulation hat viele Vorteile – aber auch eine Schwachstelle: Die virtuelle Lernumgebung ist nie zu 100 Prozent deckungsgleich mit der realen Welt. »Die Herausforderung für die Forschung«, erklärt Informatiker Christian Jestel, »liegt darin, den sogenannten ›Reality Gap‹ klein zu halten«. Es gilt, die Simulation entweder möglichst identisch zur Realität zu gestalten oder aber maximal viele Varianten der Realität abzudecken, damit das Neuronale Netz zu generalisieren lernt und sich eines Tages dann auch in unbekannten Umgebungen zurechtfindet.

Am Fraunhofer IML forscht Jestel mit sogenannten RoboMastern: Robotern eines chinesischen Herstellers, von denen der Wissenschaftler aber nur Chassis und Räder als Forschungsplattform für das sogenannte »Deep Reeinforcement Learning« nutzt: Lernen mittels Belohnung und Bestrafung. In einer von Jestel entwickelten Simulation erhält die KI umso mehr Punkte, je schneller und störungsfreier sie an ein vorgegebenes Ziel gelangt. Entfernt sie sich davon oder stößt sie an ein Hindernis, werden ihr Punkte abgezogen.

»Anfangs probiert die KI einfach alles aus. Doch schon in den nächsten Trainingsrunden vermeidet sie jene Handlungen, die zu einem Punkteabzug geführt haben«, erklärt Jestel. Mit der trainierten KI ausgerüstet, können die RoboMaster dann in der realen Welt Richtungsentscheidungen dezentral und autonom auf der Basis der Umgebungswahrnehmung mittels Laserscanner treffen. Auch dieser Trainingsansatz könnte schon bald die Logistikbranche verändern. »Mitunter bekomme ich zu hören, der RoboMaster sei ja nur ein Spielzeug«, sagt Jestel. »Doch bei diesem Projekt geht es nicht um das Fahrzeug selbst, sondern um die Idee dahinter. Und die hat Transformationspotenzial für eine Vielzahl von Anwendungen für industrielle mobile Roboter.«

Intelligenz zum Andocken

Dank Künstlicher Intelligenz emanzipiert sich der Roboter immer mehr vom Menschen. Die Einsatzmöglichkeiten für seinesgleichen sind – Stand heute – noch nicht abzuschätzen, doch gerade das fasziniert Informatiker Sebastian Hoose an der Thematik: »Alles ist so superschön kompliziert, immer wieder neu und anders spannend.« Um den Technologie-Sprung auch kleinen und mittelständischen Unternehmen zu ermöglichen, forscht der wissenschaftliche Mitarbeiter am Fraunhofer IML an einer Software, die möglichst generisch trainiert und verwendet werden kann. »RAI – Remote AI« ist so etwas wie eine KI zum Mitnehmen: Künstliche Intelligenz in einer Box, mit deren Hilfe sich herkömmliche Transportfahrzeuge nach dem Plug-and-Play-Prinzip schnell und einfach autonomisieren und mit speziellen Fähigkeiten aufwerten lassen. Die Algorithmen der KI-Box ermöglichen es dem Roboter, sich in definierten Räumen fortzubewegen und Transportaufgaben zu übernehmen. Ein weiterer Vorteil des Remote-Ansatzes: Der Lernerfolg einzelner Fahrzeuge kann problemlos anderen Robotern oder gar einer gesamten Roboter-Flotte zur Verfügung gestellt werden.

Aufrüsten statt Neuanschaffung: »RAI macht die Technologie für KMU ökonomisch interessant«, urteilt Sebastian Hoose. Als ein Zusatzmodul besitze die KI-Box eine gewisse Brückenfunktion zwischen herkömmlicher und KI-basierter Robotik. Limitiert wird der Remote-Ansatz noch durch die Herausforderung, dass aktuell jeder Transportroboter je nach Hersteller eine andere Schnittstelle aufweist, was ein simples Andocken der Box verhindert. »Wir haben deshalb von RAI-Seite aus einen Standard entwickelt«, erklärt Hoose. Nun müsse man bei der Installation lediglich ein kleines Code-Stück implementieren, »darum kommen wir nicht herum, solange es keine Industriestandards gibt«.

Faszination für viele Fachbereiche

Was viele Fraunhofer-Forschende am Thema KI-basierte Robotik fasziniert, ist dessen Interdisziplinarität: »Um ein intelligentes Gesamtsystem zu entwickeln, ist Expertise aus vielen Fachbereichen gefragt«, erklärt Janko Petereit. Und zwar nicht nur aus Gebieten wie Informatik, Elektrotechnik oder Mechatronik, sondern auch aus der Psychologie, den Rechtswissenschaften und der Ethik. Denn intelligente, oftmals bereits sprachfähige Roboter, die uns immer häufiger am Arbeitsplatz, im privaten Umfeld und auch im öffentlichen Raum begegnen werden, verändern die Art und Weise, wie wir auf Hightech-Geräte blicken, sie wahrnehmen und mit ihnen interagieren. Je humanoider sie aussehen, desto eher tendieren wir beispielsweise dazu, Robotern nicht nur Intelligenz, sondern auch menschliche Eigenschaften und Emotionen zuzuschreiben. Als im Juni 2024 in der südkoreanischen Stadt Gumi ein Serviceroboter eines Restaurants erst lange um eine Stelle kreiste und sich dann eine mehr als zwei Meter hohe Treppe hinabstürzte, entstanden sofort Theorien, inwiefern das technische Versagen ein maschineller Suizid aufgrund von Arbeitsüberlastung gewesen sei.

Niedlich – aber bitte nicht zu niedlich

Um derlei zu unterbinden und dem Menschen die Interaktion zu erleichtern, wurde beispielsweise die KI-Box RAI des Fraunhofer IML mit zwei stilisierten Augen versehen sowie zwei Lautsprechern links und rechts des Kastens, die wie Ohren aussehen. Dem evoBOT® verleihen zwei Punkte, die entfernt an Augen erinnern, ein niedliches, leicht menschliches Aussehen. »Das freundliche Design hat die Funktion, die Hemmschwelle für die Interaktion mit dem Roboter zu senken«, sagt Forscher Leon Siebel-Achenbach. »Das haben wir mit dem Design besser erreicht als erwartet. Obwohl es sich um einen Prototyp handelt, der noch einige Entwicklungszyklen durchlaufen muss, um ihn für die sichere Interaktion mit dem Menschen fertigzustellen, sind wir überrascht, wie offen die Menschen auf den Roboter zugehen.« Bei den mobilen Reinigungsgeräten, die bei ZEN-MRI zum Einsatz kommen, wurde bewusst auf ein humanoides oder tierähnliches Äußeres verzichtet, um jegliche unterschwellige Aufforderung zur Interaktion zu vermeiden.

»Gerade weil Roboter momentan noch nicht so etabliert sind im Alltag der Menschen, finde ich die Forschung in diesem Bereich so spannend und wertvoll«, erklärt Selina Layer. »Es geht um die Gestaltung von Standards: Wie werden wir künftig mit Robotern kommunizieren – und wie sie mit uns?«

Eine Frage der Sicherheit

Industrieroboter agieren immer noch vorwiegend hinter Schutzgittern. Bei Cobots, die ohne Schutzzaun zum Einsatz kommen können, spielt das Thema der Personensicherheit und Sicherheitszertifizierung eine sehr wichtige Rolle. Doch mit intelligenten AMR, also autonomen mobilen Robotern, und humanoiden Robotern wird eine neue Stufe der Sicherheitsbewertung und deren Anforderungen erreicht. »Die Sicherheitsfrage hat sich de facto als einer der wichtigsten Herausforderungen für die Kollaboration von Mensch und Roboter im gemeinsamen Arbeitsraum erwiesen«, erklärt Prof. Norbert Elkmann vom Fraunhofer IFF. »Sie ist ein wesentlicher Grund, warum sich die Hoffnungen der Industrie auf eine schnelle Implementierung von Robotern und Cobots in der Produktion nicht in dem Maße erfüllt haben.«

In einer Studie von 2018 wurde beispielsweise vom Weltwirtschaftsforum prognostiziert, dass im Jahr 2025 gut 52 Prozent und damit die Mehrheit aller Arbeitsstunden von Robotern erledigt werden. Davon, so Elkmann, sind wir aktuell noch weit entfernt – auch weil der Planungs- und Umsetzungsaufwand sowie der Prozess zur CE-Kennzeichnung für Anwendungen mit Mensch-Roboter-Kollaboration oftmals sehr aufwendig ist. Für mobile Roboter entstehen ganz neue Herausforderungen: die Aktionen und Szenarien des Zusammentreffens von Mensch und Roboter sind viel weniger planbar als bei stationären Robotern. Das Fraunhofer IFF verfolgt daher einen neuen Ansatz: Jede Aktion eines Roboters wird einer digitalen Risikoanalyse unterzogen und dann mit einem CE-Kennzeichen versehen. »KI-gestützte Robotik, die ihre Bewegungen selbstständig plant und ausführt, steht diametral den heutigen Sicherheits- und Zertifizierungsprinzipien entgegen, die von deterministischen Systemen ausgehen«, erläutert Elkmann. »Aber wir werden auch das lösen.«

Das Fraunhofer IFF erstellt Sicherheitsstandards für die Mensch-Roboter-Kooperation, die sich weltweit in Normen niederschlagen. Beispielsweise haben Forscher des Instituts eine Versuchseinrichtung mit einem Pendel entwickelt, die – mit Zustimmung der Ethikkommission – Kollisionsversuche mit Versuchspersonen ermöglicht, um die sogenannte Schmerzeintrittsschwelle zu ermitteln: Ab wann tut eine Kollision an welchen Körperstellen weh? Die in derlei Studien ermittelten Belastungswerte für Kraft, Druck und Stoßenergie lassen sich dann in verifizierte Grenzwerte überführen, die von essenziellem Nutzen für die Gestaltung einer sicheren Mensch-Roboter-Kollaboration sind. Die Resultate aus der Studie bilden heute den Stand der Technik weltweit ab. Zudem ermöglichen die Daten eine sehr präzise simulative Abbildung von Berührungen zwischen Mensch und Roboter. Dies ist eine wesentliche Voraussetzung dafür, dass sich künftig KI-gesteuerte Roboter so bewegen, dass der Mensch im Kontaktfall nicht zu Schaden kommt.

»Die Erwartungshaltung der Wirtschaft wie der Menschen überhaupt hinsichtlich intelligenter und möglicherweise auch humanoider Roboter ist hoch, manchmal auch – bedingt durch die neuen Entwicklungen aus den USA – stark überhöht«, bilanziert Norbert Elkmann. »Die Robotik-Entwickler haben noch einige grundsätzliche Aufgaben vor sich, bis wirklich flexibel und ökonomisch sinnvoll einsetzbare Produkte auf den Markt kommen. Die Sicherheitsfragen sind zusätzlich zu lösen. Diese Entwicklung zu begleiten und mitzugestalten, macht sehr viel Spaß.«