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.
Hier gelangen Sie zum KI-Anwendungsszenario der Plattform Lernende Systeme.
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?
-
Essenszuschuss als steuerfreier Benefit
635
-
Workation und Homeoffice im Ausland: Was Arbeitgeber wissen müssen
632
-
BEM ist Pflicht des Arbeitgebers
386
-
Acht rettende Sätze für schwierige Gesprächssituationen
340
-
Probezeitgespräche als Feedbackquelle für den Onboarding-Prozess
276
-
Ablauf und Struktur des betrieblichen Eingliederungsmanagements
238
-
Das sind die 25 größten Anbieter für HR-Software
212
-
Vorlage: Leitfaden für das Mitarbeitergespräch
211
-
Mitarbeiterfluktuation managen
2024
-
Warum Offboarding an Bedeutung gewinnt
168
-
Würdezentrierte Gespräche statt Exit-Interview im Offboarding
27.02.2026
-
Gender Pay Gap stagniert
26.02.2026
-
Tarifliche Ausbildungsvergütung stark gestiegen
25.02.2026
-
Gesundheit wird unternehmerische Herausforderung
24.02.2026
-
Wo Personalprofis die besten Jobchancen haben
23.02.2026
-
Wie aus Distanz Gemeinschaft im Team entsteht
23.02.2026
-
Deutschlands Arbeitnehmende im EU-Vergleich am ältesten
19.02.2026
-
Machiavelli wollte das Richtige und predigte das Falsche
18.02.2026
-
Warnung vor gefährlicher Schatten-KI
16.02.2026
-
Fehlzeiten reduzieren: Tipps zur Analyse von Gesundheitsdaten
16.02.2026