Stillstand in der Automatisierung?

»Wir haben das Gegenmittel – den Menschen!«

8. November 2021, 14:00 Uhr | Heinz Arnold

Warum Industrie 4.0 und künstliche Intelligenz heute oft noch missverstanden werden, warum schlichte Automatisierung Stillstand bedeutet, was das wirklich Neue an Industrie 4.0 ist und warum es niemals menschenleere Fabriken geben wird...

...erklärt Prof. Martin Ruskowski, Vorstandsvorsitzender der SmartFactory Kaiserslautern, im Interview mit Markt&Technik.

Markt&Technik: In der eigentlich hochautomatisierten Produktion ersetzt ein Unternehmen plötzlich bestimmte Maschinen und Roboter, um wieder Arbeitsplätze für Menschen dazwischen zu schalten. Ist das ein peinliches Eingeständnis, dass das Unternehmen offensichtlich nicht gut automatisiert hat, oder wird da eine Erkenntnis umgesetzt?

Prof. Martin Ruskowski: Es kommt natürlich sehr auf den Einzelfall an. Im Allgemeinen würde ich sagen: Es handelt sich um die Revision eines Missverständnisses, und damit ist es eine interessante Erkenntnis.

Welches Missverständnis?

Dass durch die Automatisierung mechanischer Tätigkeiten die Fabriken menschenleer produzieren können. Dabei würde diese Strategie aber den Status quo einfach nur fortschreiben – das bedeutet Stagnation. Solche Systeme sind auf ihrem technischen Stand eingefroren, sie können sich nicht selbstständig verbessern. Das ist Industrie 3.0 und hat mit Industrie 4.0 nichts zu tun.

Soll Industrie 4.0 nicht gerade durch die Fähigkeit selbstlernender Systeme die Flexibilität der Fertigung erhöhen – Losgröße 1 ohne Menschen?

Ich bin fest überzeugt: In der Industrie-4.0-Produktion steht der Mensch im Mittelpunkt. Wir bei SmartFactory-KL denken dabei in der Kategorie der Arbeitsplätze. Wir wollen nicht nur Maschinen untereinander, sondern eben Arbeitsplätze vernetzen, solche von Maschinen und solche von Menschen. Denn keine Maschine ist so flexibel wie der Mensch.

Jeder soll das tun, was er am besten kann. Das ist der große Unterschied zu Industrie 3.0.

Innerhalb des an der SmartFactory Kaiserslautern entwickelten Konzepts „Production Level 4“, kurz: PL4, wird jeder Maschine bzw. jedem Arbeitsplatz eine bestimmte Menge an Fähigkeiten (Skills) zugeordnet – dem Menschen also auch?

Ja, und zwar bei Menschen sehr flexible Skills, wie wir die Fähigkeiten in unserem Konzept nennen. Diese Skills werden in dem System vernetzt – und zwar so, dass sich die Maschinen an den Menschen anpassen, nicht umgekehrt. Die Produkte werden sich ihre Fertigungswege je nach Auftrag selbst konfigurieren, so das Ziel von PL4. Es geht um weit mehr, als nur die Wertschöpfung zu erhöhen wie in Industrie 3.0, das ist das eigentlich Neue. Dann sitzen die Roboter genauso an der richtigen Stelle wie die Menschen.

Die Produktivität erhöht sich durch die Vernetzung nicht. Was bringt dann das Ganze?

Über die Vernetzung, an der wir arbeiten, könnten die vorhandenen Skills, also Maschinen, sehr viel besser genutzt werden, es gäbe sehr viel weniger Stillstandszeiten, weil ihre Skills auf Marktplätzen wie Gaia-X gehandelt würden. Wie das einmal funktionieren kann, bauen wir gerade als „Shared Production“ an drei Standorten verteilt in Kaiserslautern auf. Das kann in einem Fall heißen, zusätzliche Maschinen, in einem anderen Fall, zusätzliche Arbeitsplätze mit Menschen einzubinden, was die Eingangsfrage noch einmal beantwortet: Handarbeitsplätze sind kein Rückschritt, sondern das Gegenteil! Wir werden so flexibel, dass wir beides kombinieren können, wie wir mit unserem PL4-Demonstrator zeigen.

Wo liegt der Vorteil?

Bisher war diese Zuordnung eine Aufgabe der Arbeitsvorbereitung und Produktionsplanung. In PL4 wird die Arbeitsvorbereitung automatisiert, die menschliche Arbeit entfällt deshalb aber nicht, es wird keine menschenleeren Fabriken geben. Vordergründig steigt nicht die Produktivität der Arbeitsplätze, sondern durch die Automatisierung der Arbeitsvorbereitung fallen die versteckten Kosten im Hintergrund weg, die bisher nicht angegangen werden konnten. Der Mensch bleibt das wichtigste Element in der Kette, denn weder die Automatisierung noch ML oder KI können sagen, wie die optimale Produktion aussieht.

Ärzte in der Radiologie werden oft als Beispiel genannt, dass der KI künftig sogar akademische Berufe zum Opfer fallen könnten. Es werden also nicht nur ungelernte Mitarbeiter von der neuen Automatisierungswelle betroffen sein wie früher. Denn neuronale Netze können plötzlich Röntgen- und MRT-Bilder besser auswerten als darauf spezialisierte Ärzte. Wird die ärztliche Expertise also überflüssig – und wird das nicht für viele Berufe gelten?

Ein schönes Beispiel, denn es verhält sich genau umgekehrt. Die Anzahl der Aufnahmen über bildgebende Verfahren ist über die vergangenen Jahre geradezu explodiert, die Zahl der Ärzte würde nicht mehr ausreichen, die Bilderflut zu bewältigen. In der Vergangenheit hatten die Ärzte mit ihrer begrenzten Arbeitskapazität sogar den Flaschenhals gebildet, sodass die Maschinen nicht ausgelastet werden konnten. Jetzt können KI-Systeme die aus medizinischer Sicht unauffälligen Aufnahmen aussortieren. Das entlastet die Ärzte, und die Maschinen werden heute viel besser ausgelastet. Aber die kritischen Aufnahmen müssen sie immer noch ansehen, nur sie können endgültige Entscheidungen treffen. Ihr Job fällt nicht weg.

Nach diesem Muster kann auch in einer hochautomatisierten Fertigung nur der Mensch entscheiden, was künftig getan wird?

Ja, denn jede Maschine wird von Menschen programmiert, die festlegen, in welchen Grenzen die Automatisierung, das ML und die KI arbeiten. Es gibt keine Maschinen ohne den Menschen und sie werden sich ohne Menschen nicht auf wirklich neue Situationen anpassen können. Sie entwickeln nicht die Informatik, die die Grundlage für ihre Programmierung bildet. Deshalb dürfen Maschinen nur Vorschläge machen. Für die Automatisierung einschließlich KI gilt wie für jedes andere Werkzeug auch: Die Menschen müssen mit ihnen sehr vorsichtig umgehen und penibel entscheiden, wo sie Einsatz finden sollten, wo sie echten Nutzen bringen und wo nicht. Den Experten ersetzt keine Automatisierung, sie unterstützt ihn nur.

Neuronale Netze sind doch aber lernfähig und deshalb sehr flexibel, um mit neuen Aufgaben zurecht zu kommen.

Das ist ein Mythos. Denn sie werden auf spezielle Verfahren aufwändig trainiert. In diesem Rahmen können sie Muster viel schneller und besser aus einem Wust von Daten erkennen als Menschen. Aber mit Daten, auf die sie nicht trainiert wurden, können sie nichts anfangen. Auch sie bewahren wie die Automatisierung auf Industrie-3.0-Level die bis zu ihrer Programmierung gültigen Erkenntnisse und auch die unbewussten Vorurteile ihrer Programmierer. Neues können sie nicht erkennen, geschweige denn einen Arbeitsprozess unter neuen Bedingungen neu aufzusetzen.

Also wird auch das autonome Fahren in der vollen Ausbaustufe eher ein Traum bleiben?

Ja und nein. In definierten Umgebungen kann es sehr gut funktionieren. Aber ob das zukünftig in allen möglichen Situationen vollautonom, also auf Level 5, funktioniert, bezweifle ich. Erfahrungsgemäß entsteht auf den letzten Entwicklungsmetern eine Asymptote von Kosten, Aufwand und Nutzen. Wir in der SmartFactory-KL haben für die Industrie Level 4 im Blick, das heißt maximale Unterstützung des Menschen durch Technik. Der Mensch steht aber bei uns immer im Mittelpunkt, denn wir produzieren ja für uns.