Robotik

Mein Kollege ist ein Roboter

Mein Kollege ist ein Roboter

Akzeptanz der kollaborativen Robotik in Lagerhäusern
Frederic Jacob, Eric Grosse ORCID Icon, Stefan Morana, Cornelius J. König
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.
Industrie 4.0 Management | 39. Jahrgang | 2023 | Ausgabe 1 | Seite 23-26 | DOI 10.30844/IM_23-1_23-26
Die Bearbeitungsgenauigkeit beim Fräsen optimieren

Die Bearbeitungsgenauigkeit beim Fräsen optimieren

Einfluss der Frässpindel-Orientierung bei Industrierobotern
Bernd Kuhlenkötter ORCID Icon, Dennis Möllensiep, Lars N. Josler
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.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 5 | Seite 53-56 | DOI 10.30844/IM_22-5_53-56
Technikakzeptanz von robotergestützter Prozessautomatisierung (RPA)

Technikakzeptanz von robotergestützter Prozessautomatisierung (RPA)

Jonas Geist, Jörg von Garrel
Dieser Beitrag zielt darauf ab, auf Basis der Darstellung des State-of-the-Art ein Modell zur Akzeptanz von RPA-Technologien zu erarbeiten. Dieses Modell dient dabei als Grundlage einer empirischen Studie zur Akzeptanz von robotergestützter Prozessautomatisierung (RPA) bei einem weltweit agierenden Technologieunternehmen. Die Ergebnisse dieser Studie werden in einer korrespondierenden Veröffentlichung „Eine empirische Analyse zur Technikakzeptanz von robotergestützter Prozessautomatisierung (RPA) (Teil 2)“ dargestellt.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 4 | Seite 43-47
Industrielle Datenprozesse für KI-Technologien

Industrielle Datenprozesse für KI-Technologien

Handlungsempfehlungen am Beispiel von Robotik-Applikationen
Christian Brecher, Manuel Belke, Minh Trinh, Lukas Gründel, Oliver Petrovic
Daten spielen in unserer Welt – und u. a. auch in der Produktionstechnik – eine immer größere Rolle. Unternehmen sind steigenden Kundenanforderungen und einem erhöhten Wettbewerbsdruck ausgesetzt. Weiterhin erfordert der Trend zu kleineren Losgrößen und zunehmender Variantenvielfalt eine schnelle Reaktionsfähigkeit und Agilität der Unternehmen. Um unter diesen Voraussetzungen die richtigen Entscheidungen treffen zu können, müssen Daten erzeugt und analysiert werden, um daraus Erkenntnisse abzuleiten. Oftmals sind bereits Unmengen an ungenutzten Daten im Unternehmen vorhanden, sodass eine Verarbeitung notwendig ist, um z. B. mithilfe von KI-Algorithmen Mehrwert daraus zu generieren.
Industrie 4.0 Management | 37. Jahrgang | 2021 | Ausgabe 6 | Seite 37-41
Kollaborationsfähige Roboter: Hype oder Zukunftstechnologie?

Kollaborationsfähige Roboter: Hype oder Zukunftstechnologie?

Ergebnisse einer empirischen Marktanalyse
Tobias Kopp ORCID Icon, Isabel Hendig, Steffen Kinkel ORCID Icon
Kollaborationsfähige Roboter (sog. Cobots) gelten als Zukunftstechnologie für produzierende Unternehmen, die ein neues Maß an Mensch-Technik-Interaktion in der digitalisierten Arbeitswelt ermöglicht. Allerdings bleibt die Marktdurchdringung bisher hinter den Erwartungen zurück und wirft die Frage auf, ob es sich bei Cobots in Wirklichkeit um ein bloßes Hype-Thema handelt. Die geringe Markttransparenz erschwert die Beantwortung dieser Fragestellung. Um diese Erkenntnislücke zu schließen, analysieren wir auf Basis von Sekundärdaten und von elf Experteninterviews den Markt für Cobots und thematisieren aktuelle und prognostische Entwicklungstrends sowie gegenwärtige Barrieren.
Industrie 4.0 Management | 37. Jahrgang | 2021 | Ausgabe 3 | Seite 53-57
Potenziale von Reinforcement Learning für die Produktion

Potenziale von Reinforcement Learning für die Produktion

Marco Huber, Tobias Nagel, Raphael Lamprecht, Florian Eiling
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.
Industrie 4.0 Management | 37. Jahrgang | 2021 | Ausgabe 2 | Seite 25-29 | DOI 10.30844/I40M_21-2_S25-29
Technologieorientierung zu Assistenzrobotik

Technologieorientierung zu Assistenzrobotik

Welche Akzeptanz besteht bei der Einführung von Assistenzrobotik für die Pflege älterer Menschen?
Julia A. Hoppe, Kirsten Thommes, Rose-Marie Johansson-Pajala, Christine Gustafsson, Helinä Melkas, Outi Tuisku, Satu Pekkarinen, Lea Hennala
Es werden die Erwartungen und Wahrnehmungen älterer Menschen in Bezug auf Assistenzrobotik in der Altenpflege untersucht. Assistenzrobotik hat das Ziel, Selbständigkeit im Alter zu verlängern und das Pflegepersonal zu unterstützen. Die Relevanz der Technologie ist durch rasante Fortschritte in der Robotik Forschung sowie durch die demographische Situation begründet. Vor der Implementierung von Robotik müssen Einstellungen, Erwartungen und Wahrnehmungen aber auch Ängste und Unsicherheiten von älteren Menschen, dem Pflegepersonal und -managern festgestellt werden, um auf die wahren Bedürfnisse eingehen zu können. Dabei haben sich durch die qualitative Erhebung, sieben Kategorien in Bezug auf den Einsatz von Robotik in der Pflege ergeben. Das Ziel ist es eine bessere Orientierung bezüglich Assistenzrobotik in der Pflege zu ermöglichen
Industrie 4.0 Management | 36. Jahrgang | 2020 | Ausgabe 2 | Seite 61-65
Digitalisierung steigert die Wett-bewerbsfähigkeit der Windindustrie

Digitalisierung steigert die Wett-bewerbsfähigkeit der Windindustrie

Horst Wildemann
Der von der Politik beschlossene Ausstieg aus der Kernenergie und das Ziel, den Energiemix erheblich auf erneuerbare Energien auszurichten, beschert der Branche großes Wachstumspotenzial. Die Digitalisierung und die Technologien, die sich daraus ergeben, wie Sensorik, Robotik und Assistenzsysteme, künstliche Intelligenz sowie Virtual- und Augmented Reality unterstützen die Unternehmen dabei, das Potenzial zu realisieren. In der Studie „Industrialisierung der Windindustrie“ der TU München hat sich herausgestellt, dass die Digitalisierung auf den „Levelized Cost of Energy“ (LCOE) einen positiven Effekt haben wird.
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 4 | Seite 63-65
Kollaborative Robotik – Maschinelles Lernen durch Imitation

Kollaborative Robotik – Maschinelles Lernen durch Imitation

Flexible Automation für KMUs durch intelligente und kollaborative Roboterassistenten
Andrea Giusti, Dieter Steiner ORCID Icon, Walter Gasparetto, Sebastian Bertoli, Michael Terzer, Michael Riedl, Dominik T. Matt ORCID Icon
Der Trend zur kundenindividuellen Massenproduktion stellt klassische Produktionsmethoden kleinerer und mittlerer Unternehmen vor große Herausforderungen. Branchenübergreifend lässt sich feststellen, dass es für diese Unternehmen besonders schwierig ist mit klassischen Automationslösungen einen tragbaren Kompromiss für den Dreiklang aus hoher Flexibilität, hoher Produktionseffizienz und geringem Investitionsrisiko zu finden. Gleichzeitig stellt die Agilität zur Anpassung an variable Marktbedingungen eine typische Stärke kleiner und mittlerer Unternehmen dar.
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 3 | Seite 43-46 | DOI 10.30844/I40M_19-3_S43-46
Modulare und Wandlungsfähige Robotersysteme

Modulare und Wandlungsfähige Robotersysteme

Modellbasierte Softwareentwicklung basierend auf AutomationML und ontologischer Semantik
Yingbing Hua, Michael Mende, Björn Hein
Die Softwareentwicklung bei Industrierobotern benötigt erhebliches interdisziplinäres Wissen und viel technische Erfahrung. Vor allem die Heterogenität der herstellerspezifischen Programmiersprachen und -werkzeuge verursacht hohen Aufwand beim Einsatz von Industrierobotern, obwohl Roboter per se frei programmierbar sind und für eine Vielzahl von Aufgaben eingesetzt werden können. Um verschiedene Rollen, wie z. B. den Komponentenzulieferer, Anwendungsentwickler sowie Systemintegratoren und Endanwender, bei der Programmierung und Integration von Robotern zu unterstützen, wurde im Rahmen des Forschungsprojekts ReApp ein modellbasierter Ansatz entwickelt. Das Datenaustauschformat AutomationML wurde hierbei für die Modellierung der Roboterkomponenten und -systeme eingesetzt. Auf Basis von Domäne-Ontologien wurden die AutomationML-Modelle semantisch verarbeitet und zu einem maschineninterpretierbaren Informationsmodell umgewandelt, aus dem Quellcodes generiert werden konnten.
Industrie 4.0 Management | 33. Jahrgang | 2017 | Ausgabe 6 | Seite 33-37
1 2 3 4