Von Roboter bis Cobots – Teil Zwei

Im ersten Teil hatten wir bereits über aktuelle Forschungen zur Robotik im Flugzeugbau berichtet. Heute gehen wir noch weiter auf Chancen dieses Bereichs sowie Machine Learning ein.

Erhöhte Flugzeugproduktion – mehr Arbeit für Facharbeiter und Maschinen

Um sich erhöhenden Orderzahlen, aber auch höherem Kostendruck zu stellen, ist in der Flugzeugproduktion bei der industriereifen Robotisierung ein Innovationsschub zu erwarten. Viele Projekte sind noch oder schon in der Entwicklung. Robotik und Automatisierungen werden sich mehr Raum erobern als den bislang eher wenigen. In der Gesamtschau bleibt im Flugzeugbau wohl das engere, effizientere Zusammenarbeiten von Mensch und Maschine Priorität: Kollaboration und Kooperation. Statt Wegrationalisierung von Arbeitsplätzen bleibt der Mensch im Mittelpunkt der Aviation-Beschäftigung. Im Teamwork mit Robotern.

Wobei die maschinelle Kollegschaft schon heute noch viel mehr kann wie höchst anspruchsvolle Aufgaben zu leisten, wie Verschrauben, Nieten, Schweißen oder Lackieren. Zum Beispiel sensible Prozesse übernehmen, wie das Prüfen von Dicke und Integrität von Tragflächen und Flugzeughüllen. Oder das roboterbasierte Analysieren ohne Zerlegen mittels Computer-Tomographie. Die neuen intelligenten Systeme verzahnen via digitalem Datenmanagement in der Industrie 4.0 Produktion, Informations- und Kommunikation-Techniken.

Als ein exemplarischer Faktor für die Industrie 4.0 können Roboter zusehends auch anderen Robotern Erlerntes weitergeben und bekommen Lernunterricht:

Machine Learning, Constraints Learning

C-Learn wurde am Computer Science and Artificial Intelligence Laboratory des MIT entwickelt und vereinfacht und beschleunigt Lernprozesse für Roboter. Das Protokoll ermöglicht, Robotern neue Funktionen beizubringen, die sie dann an ihresgleichen vermitteln könnten – was besonders für die industrielle Fertigung von großem Interesse ist. Und damit für die Verfahren in der Luftfahrt, die mit menschlichen Handgriffen und menschlichem Know-how zu tun haben. Machine Learning selbst basiert kurz gesprochen auf Mustererkennung und befähigt, selbstständig Wissen aus Erfahrungen zu generieren.

Robotiksysteme perspektivisch betrachtet

Viele robotische Innovationen stehen noch an – Forschung, Digitalisierung, Künstliche Intelligenz, Big Data und Automatisierungstechnologien bereiten weiter die Wege. Experten sehen langfristig, dass sich viel Robotik-Potenzial beispielsweise noch im Bereich Maintenance, Repair and Operations auftun kann. Neueste Robotik ist auch auf der Aircraft Interiors Expo zu sehen, wie etwa auf dem Messestand des Hamburger Luftfahrtclusters.

Ihr sprecht dort mit uns menschlichen WingMag-Ansprechpartnern. Vor circa einem Jahr sprach eine humanoide KI-Roboterdame auf dem Münchner Flughafen mit Passagieren und half im Terminal mit Auskünften weiter. Mit diesem Test-Einsatz waren Flughafen und Lufthansa Pionier. Die Technologie dazu, auf individuelle Fragen präzise zu antworten, lieferte Watson, ein selbstlernendes Computerprogramm von IBM, den Roboter Softbanks Robotics.

von Reiner Hertl