Robotik

Herausforderungen wie der Klimawandel und die Folgen der COVID-19- Pandemie erfordern innovative Lösungen, die Ferninteraktionen und -kooperationen ermöglichen und die Notwendigkeit von Reisen reduzieren. Fortschritte in der Elektronik, Robotik und IT haben zur Entwicklung von Telepräsenzrobotern (TPRs) geführt, die in diesem Kontext eine Schlüsselrolle spielen. Zugleich braucht es Arbeitsumgebungen, die das Potenzial von TPRs ausschöpfen und den klimatischen, digitalen und sozialen Wandel unterstützen.

Durch Megatrends wie Mass Customization verkürzen sich die Produktlebenszyklen immer weiter, während die Variantenvielfalt stark ansteigt. Dadurch entstehen neue Herausforderungen für die Produktion, insbesondere in der Montage. Zur Lösung dieser Problemstellungen kann die Automatisierung der Montage ein wichtiges Hilfsmittel sein. Dieser Beitrag gibt Einblick in eine Studie, in der Experten aus mittelständischen Unternehmen zur genannten Thematik befragt wurden. Er zeigt die bestehenden Hemmnisse sowie Treiber der Automatisierung auf und leitet Handlungsmaßnahmen für KMU ab, wie diese eine zukunftsfähige Produktion in Deutschland aufrechterhalten können.

Die Lagerhaltung ist in vielen Unternehmen sehr arbeits- und kosten­intensiv. Die Digitalisierung und Automatisierung von manuellen Lagerprozessen können die Effizienz steigern, Kosten senken und Mitarbeitende entlasten. Dabei finden kollaborative Roboter, die sich Arbeitsaufgaben mit Mitarbeitenden teilen, zunehmend Anwendung in Lagerhäusern. Der unreflektierte Einsatz solcher Roboter kann jedoch die Akzeptanz der Mensch-Roboter-Kollaboration negativ beeinflussen. Verschiedene Einflüsse wie Angst vor Arbeitsplatzverlust, höherer kognitiver Stress, erwarteter Mehraufwand oder die Sorge vor Verletzungen können die Zusammenarbeit zwischen Mensch und Roboter behindern und sich negativ auf den wirtschaftlichen Nutzen auswirken. Dieser Beitrag stellt mögliche Barrieren für die Akzeptanz der kollaborativen Robotik in Lagerhäusern vor und diskutiert Handlungsempfehlungen für eine menschzentrierte, nachhaltige Mensch-Roboter-Kollaboration.

Industrieroboter finden zunehmend Anwendung bei Bearbeitungsprozessen. Hier weisen die Roboter bedingt durch ihre vergleichsweise geringe Steifigkeit eine deutlich höhere Abdrängung des Endeffektors, als herkömmliche CNC-Maschinen, auf. Dieser Beitrag stellt einen Ansatz zur Minimierung solcher Abdrängungen des Werkzeugs durch die Ausnutzung der rotatorischen Freiheitsgrade an der Frässpindel vor. Hierzu wurde die Abdrängung des Endeffektors bei unterschiedlichsten Orientierungen der Frässpindel mittels eines Strukturmodells untersucht.

Reinforcement Learning (RL) konnte bereits publikumswirksam in Video- und Strategiespielen beeindruckende Erfolge erzielen [1]. Diese Grundlagenforschung schafft die Grundlagen, dass RL für reale Entscheidungsprobleme in der Produktion nutzbar wird. Beispiele hierfür sind: Wie erhält ein Roboter mehr Intelligenz, um Aufgaben selbstständiger und ohne aufwendige Programmierung durchzuführen? In welcher Reihenfolge müssen Aufträge in einer Produktion abgearbeitet werden, um eine optimale Termintreue zu erhalten? Der Beitrag gibt eine Einführung in die Arbeitsweise des RL, sowie dessen bevorzugte Einsatzgebiete und beschreibt Anwendungsbeispiele aus dem produzierenden Alltag. Das präsentierte Überblickswissen über die aktuelle Forschung soll diesen Teilbereich der Künstlichen Intelligenz einem breiteren Interessentenkreis zugänglich machen. Übergeordnetes Ziel der beschriebenen Methoden ist, die Wertschöpfung am Wirtschaftsstandort Deutschland kontinuierlich zu steigern.