Müll als Müll erkennen und die Ware als Sortiergut unterscheiden: Swisslog und Kuka wollen mit Künstlicher Intelligenz die Robot-Programmierung und die richtige Artikel-Zusammenstellung von Lebensmitteln& Co. in Grosslagern einfacher machen. Beachtliches ist möglich – anderes ginge womöglich auch einfacher.

«Einen Roboter für eine Aufgabe zu programmieren, ist in weiten Teilen immer noch Expertinnen und Experten vorbehalten», sagt Roland Ritter, Platform Program Manager Simulation bei Kuka. «Genau deswegen arbeiten wir an einem KI-Chatbot, der einen einfachen Sprachbefehl in einen Programmiercode übersetzt.» Aus «Greife die Bauteile nacheinander und lege sie in einer U-Form auf den Tisch» generiert das KI-Modell dann den Code, der den Roboter dazu bringt, genau das zu tun.

Ritter ist Teil eines Teams, das einen KI-Chatbot für die Kuka Robot Language entwickelt, und stellt sich gemeinsam mit Swisslog-Entwicklungs-Chef Niklas Goddemeier, KI-Experte für roboterbasiertes Kommissionieren im Lebensmittel-, Pharma- oder Elektronik-Bereich, in einer virtuellen Pressekonferenz den Fragen von zwanzig Teilnehmern.

Aus Schweizer Perspektive geht es vor allem um Datenanalyse und vorausschauende Wartung, KI-Algorithmen für die Lageroptimierung, die Betriebskosten zu senken und Personalengpässe zu beseitigen. Bei der Umsetzung der Handlungs-Anweisungen an die Maschine, sagt Ritter, scheint es eher die Regel, dass «die erste Handlung nicht das (ist), was man erwartet». Einerseits stellt die sinnvolle Nutzung von KI in Aussicht, dass Greifer und Robotarme kein «teach-in» benötigen sollen, um ihre Aufgabe – beispielsweise aus einer Kiste mit unterschiedlichen Artikeln die Richtigen heraus zu kommissionieren – zu erfüllen. Andererseits braucht auch hier die Umsetzung der sprachlichen Anweisung durchaus ein Training, um überhaupt erstmal zu wissen, was gemeint ist, und was er da greifen soll.

Einfaches Beispiel: Das Gerät soll Würfel aus einer Schachtel entnehmen, auf einem Papier ablegen, ohne zuvor darauf trainiert worden zu sein, und anschliessend probehalber alle Würfel nach links verschieben. «Ich könnte es auch auf Englisch ins Menü-Fenster reinschreiben», sagt Ritter während der am Bildschirm grafisch und per «live»-Kamera laufenden Demonstration. Er könnte auch schon in diesem Stadium – sozusagen «Alexa»-mässig – das Ergebnis mit dem realen Ablauf-Code auf die reale Steuerung des Robotarms übernehmen.

Fotos: Swisslog/Kuka

Niklas Goddemeier, aus dem Swisslog-Büro in Dortmund zugeschaltet, demonstriert «Item Pick» als Paradebeispiel für den Lernvorgang. Im Durchschnitt haben Swisslog-Kunden wie Rewe, DM oder Unternehmen aus der Pharmaindustrie mehrere 10.000 verschiedene Produkte in ihren Sortimenten, verpackt in Tüten, Kartons oder auch ohne Umverpackung. «Jeden Tag müssen diese unterschiedlichen Artikel kommissioniert, also für einen Kunden- oder Auslieferungsauftrag zusammengestellt werden – und das möglichst fehlerfrei», sagt er.

 Nicht alle Möglichkeiten können vorausprogrammiert werden. Die Stichworte lauten hier in aller Experimentierfreude darauf, den «Lösungsraum beherrschbar zu machen», die «Grifferfolgsrate zu erhöhen», Material und den gewünschten Artikel klar von «Müll» zu trennen. Fehler sollen selbständig im Kontext korrigiert werden. In der Box herrscht sichtlich Chaos. Shampoo-Flaschen, Schraubenzieher, ein Stück Pappe, um die Maschine auf die Probe zu stellen. Brav wählt der Roboter das passende Aufsatzstück für seinen Greifer aus, und sortiert das Material in unterschiedliche Fächer. Das Stück Pappe wird per Sauggreifer angehoben und in einen neben der Arbeitsfläche stehenden Papierkorb expediert. Auch Palettenzu bauen scheint hier kein Problem mehr darzustellen.

Ein Teilnehmer fragt, ob das hier Vorgezeigte «bereits Praxis» sei, oder «übt Ihr noch?» Wären auch spontan formulierte – also ins «Unreine» gesprochene - Sätze möglich? Ritter muss einräumen, dass alles noch in Arbeit ist. Zumindest im Vorlauf muss die KI tatsächlich auch lernen, wie und in welcher Form gefragt wird oder gefragt werden kann. «Wir sind dabei, die Syntax zu vermitteln und Sprachmodelle zu trainieren». Das wird interessant, wenn man es nicht nur mit einem Robot zu tun hat, sondern dann auch gleich noch eine Förderstrecke in Gang setzen will. Vorhaltewinkel und Positionen müssen eingelernt werden.

Vor einigen Jahren wurde manuell mit dem Robotarm an der Hand noch ein «teach-in» durchgeführt. Die KI muss sich sozusagen erst noch «vergewissern», bevor sie begreift, was sie tut. Dafür kann sie dann aber auch flexibler eingesetzt werden und umfassendere Szenarien am Objekt entwickeln. Aktuell passiert das alles noch in einer simulierten Umgebung. In der Zwischenzeit springt ein Digitaler Zwilling ein, um zu überprüfen, ob das KI-generierte Roboterprogramm fehlerfrei ist.

www.swisslog.ch / www.kuka.com