Vertrauen zwischen Mensch und KI

Forschungsprojekt TEAMING.AI

Internationales Forschungsprojekt gestartet

Auf Künstlicher Intelligenz (KI) basierende Systeme sind die neuen Teamkollegen der Zukunft. Sie sollen den Menschen am Arbeitsplatz tatkräftig unter die Arme greifen – insbesondere da, wo hohe Flexibilität gefragt ist, wie z.B. bei der Fertigung von individuellen Produkten in Losgröße 1. Wichtig ist, dass der Mensch seinen „künstlichen“ Teamkollegen vertraut und diese gut miteinander kommuniziert können. Das Software Competence Center Hagenberg (SCCH) hat dazu das internationale Forschungsprojekt TEAMING.AI initiiert und leitet dieses auch. Gemeinsam mit europäischen Top-Partnern aus Forschung und Industrie wird das visionäre Konzept anhand von Demonstratoren in den Bereichen Qualitätsinspektion, Maschinendiagnostik und Unfallprävention realisiert und veranschaulicht.

Flexibel fertigen mit Köpfchen 


KI in der Produktion ist eine Schlüsselfrage für die globale Wettbewerbssituation von Gesamteuropa, denn in den USA und China ist KI im Industriebereich nicht so stark präsent. "Die EU fokussiert sich auf die Reindustrialisierung und die KI-gestützte Produktion, deshalb gab es auch den Call AI for Manufacturing", sagt der Initiator und Koordinator von TEAMING.AI, Priv.-Doz. Moser. In der Produktion wird sehr viel automatisiert, das funktioniert bei großen Losgrößen gut. Der Trend geht aber zu individualisierten Produkten, daher sollen die Fertigungsstraßen flexibler agieren können, mit dem Ziel, effizient in geringeren Losgrößen fertigen zu können.

KI lernt vom Know-how des Menschen 


Durch die Produktion in geringeren Stückzahlen stehen allerdings auch weniger Daten für Maschinelles Lernen zur Verfügung. Es braucht daher das Know-how und die Unterstützung von erfahrenen Fachkräften mit ihrem Wissen zu Prozessen und Zusammenhängen. Für kleine Losgrößen und generell bei Wartungsarbeiten oder beim Umrüsten auf eine neue Produktionslinie braucht man vor allem Kontextinformationen – diese spielen eine wichtige Rolle beim Erkennen von Mustern. "Wir haben es mit statischen und dynamischen Daten zu tun. Das können technische Dokumentationen, System-Logs oder Sensordaten von Maschinen und das Feedback von Menschen sein. Diese Vielfalt an Daten gilt es nutzen und auf einen Nenner zu bringen, um Teamwork zwischen Mensch und KI zu ermöglichen. Dazu bieten sich sogenannte Knowledge-Graphen an. Darunter versteht man ganz allgemein eine Systematik, anhand derer Informationen gesucht und miteinander verknüpft werden. Diese werden in Sozialen Medien wie etwa Facebook erfolgreich eingesetzt. Dabei gibt es jedoch einen Haken! Denn, für Soziale Medien genügt eine Aktualisierung dieser Daten-Strukturen im Bereich von mehreren Stunden. Für industrielle Zwecke aber brauchen wir Aktualisierungsraten im Bereich von Minuten oder sogar Sekunden!“, erklärt Priv.-Doz. Moser.