Anwendungsszenario zur Zusammenarbeit mit intelligenten Robotern

In großen Fabriken sind KIs schon lange fester Bestandteil im Fertigungsablauf. Um auch kleinen und mittelständischen Unternehmen eine klare Vorstellung zu geben, wie die Zusammenarbeit zwischen Mensch und KI aussehen kann, hat die Plattform Lernende Systeme (PLS) ein fiktives Anwendungsszenario mit der ausgedachten Facharbeiterin Paula Nowak entwickelt. Diese wird in einer Fabrik, die für die Automobilindustrie Kabelbäume produziert, bei anstrengenden, monotonen und gefährlichen Tätigkeiten von einem Greifarm unterstützt. Die Facharbeiterin macht dem selbstlernenden Roboterwerkzeug variierende Tätigkeiten vor und bringt ihm somit neue Abläufe bei.
Interaktive Grafik: Intelligente Roboter sollen befähigen statt ersetzen
Wird der Roboter mich ersetzen oder sogar verletzen? Sorgen, die auch in der interaktiven Grafik thematisiert werden. Zentrale Botschaft des Anwendungsszenarios ist: KI-basierte Industrieroboter ersetzen die Menschen nicht, sondern unterstützen und befähigen sie. So passen sich die lernenden Werkzeuge im Team um Paula Nowak den individuellen Bedürfnissen und Routinen der bedienenden Person an. Dabei werden die Facharbeitenden entsprechend ihrer Kompetenzen und ihrem Arbeitstempo unterstützt. Realer Bezug zum Thema wird auf der Plattform auch durch Audio- und Videostatements von Expertinnen und Experten aus Wissenschaft, Industrie und Gewerkschaften hergestellt.
Kontrolle, Transparenz und Schutz persönlicher Daten
Das Anwendungsszenario zeigt eine erfolgreiche Zusammenarbeit: Paula Nowak nimmt ihre Arbeit als abwechslungsreicher wahr, da die monotonen Tätigkeiten an den Roboter delegiert werden und sie selbst vermehrt planerischen Aufgaben nachgehen kann. Sie kann selbst entscheiden, wann sie das Werkzeug einsetzen möchte und wann nicht. Ein wichtiger Punkt ist auch die Transparenz: So kann Paula Nowak in der Lernhistorie nachvollziehen, aufgrund welcher Parameter Entscheidungen getroffen werden und kontrollierend in die Tätigkeit des Werkzeugs eingreifen. Dies schafft nicht nur Vertrauen, sondern trägt auch zu einer klaren Zuschreibung der Verantwortlichkeit und Haftung bei Fehlern bei.
Bei den selbstlernenden KIs ist auch der Schutz persönlicher Daten von Bedeutung, da das Werkzeug mithilfe von Kameras mit einer im Werkzeug eingebauten Software analysiert, was Paula Nowak tut. Dabei muss sichergestellt werden, dass der Arbeitergeber diese Informationen nicht zur Leistungskontrolle missbraucht. Deshalb werden im Anwendungsszenario die Daten nicht zentral gespeichert, sondern direkt am Roboterwerkzeug erfasst und anschießend wieder gelöscht.
Damit das Anwendungsszenario Wirklichkeit werden kann, werden Aus - und Weiterbildungen empfohlen. Außerdem sind weitere Forschungs- und Entwicklungsarbeiten auf den Feldern Robotik, Programmierung und maschinellem Lernen vonnöten.
Das könnte Sie auch interessieren:
Sind Sie reif für die Industrie 4.0?
-
Workation und Homeoffice im Ausland: Was Arbeitgeber beachten müssen
1.377
-
In diesen Jobs verdienen Azubis am meisten
846
-
Ablauf und Struktur des betrieblichen Eingliederungsmanagements
790
-
Essenszuschuss als steuerfreier Benefit
759
-
BEM ist Pflicht des Arbeitgebers
651
-
Probezeitgespräche als Feedbackquelle für den Onboarding-Prozess
523
-
Vorlage: Leitfaden für das Mitarbeitergespräch
439
-
Warum die Politik beim Mindestlohn nicht mitmischen sollte
334
-
Checkliste: Das sollten Sie bei der Vorbereitung eines Mitarbeitergesprächs beachten
324
-
Krankschreibung per Telefon nun dauerhaft möglich
289
-
Warum Befehlsempfänger auch dem Militär nicht helfen
30.04.2025
-
Wie KI den Berufseinstieg erschwert
29.04.2025
-
Mit Urlaubsgeld in die Erholung: So stärken Sie Ihr Team
28.04.2025
-
Bedingungsloses Grundeinkommen verbessert mentale Gesundheit
28.04.2025
-
Tipp der Woche: Ältere Beschäftigte einbinden
24.04.2025
-
Job Crafting für mehr Mitarbeiterzufriedenheit
24.04.2025
-
Warum Unternehmen Corporate Influencer unterschätzen
22.04.2025
-
Ist HR reif für KI?
17.04.2025
-
Bedeutung der bAV wächst
17.04.2025
-
Job Hopping - Zu oft gewechselt, um gut zu sein?
16.04.2025