Wissen auf Abruf

Es klackert, es rattert, es schleift – und niemand weiß, warum. Bis die KI hinschaut. Das Forschungsprojekt »EyeBuddy« mit dem Augsburger Konzern KUKA zeigt, wie neue Assistenzsysteme Maschinen verstehen lernen – und Wartung radikal vereinfachen.

Wenn in einer Fabrik ein Roboterarm von KUKA stillsteht, läuft die Uhr. Jede Minute kostet Geld, jede Verzögerung bindet Personal. Oft stellt sich dann erstmal eine schein-bar simple Frage: Was ist eigentlich kaputt?

Letícia Baumann kennt das Problem. Bei KUKA, einem der weltweit führenden Anbieter von Industrierobotern und Auto-matisierungslösungen, arbeitet sie als AI Implementation & Process Specialist im Bereich Knowledge Management und verantwortet dort den Einsatz von Wissensmanagement- und KI-Anwendungen im Customer Service. Zu ihren wichtigsten Projekten gehört die Wissensdatenbank »KUKA Xpert«, die allen, die mit den Robotern aus Augsburg arbeiten, umfassende technische Informationen liefert. »Die Daten sind vorhanden«, sagt Baumann. In der Praxis aber scheitere die Reparatur oft an etwas scheinbar Banalerem – an der Kommunikation.

Wer schon einmal versucht hat, einen technischen Defekt in Worte zu fassen, weiß, was sie meint. Ist es ein Klackern? Ein Rattern? Ein Schleifen? Und welches Bauteil ist überhaupt betroffen? Sprache wird schnell ungenau – und damit ineffizient. »Da fängt das Problem an«, sagt Baumann. »Jeder redet anders.« KUKA reagierte früh und setzte KI-gestützte Chatbots ein. Sie helfen, Informationen schneller zu finden und Fragen zu strukturieren. Doch auch sie setzen voraus, dass Nutzende ihr Problem sprachlich präzise formulieren können. Genau hier setzt das Projekt »EyeBuddy« an.

Die Idee: Wenn eine Maschine ein Problem hat, können Mit-arbeitende dies selbstständig dokumentieren. Entweder, indem sie die Fehlfunktion mit dem Smartphone filmen, oder, indem sie diese beschreiben. Bei beiden Vorgehensweisen erhalten sie direkt Unterstützung von der KI: Eine App, die mit Wissen über die Maschinen gefüttert ist und menschliche Sprache verarbeiten kann, leitet Nutzerinnen und Nutzer zur gesuchten Reparaturanleitung. 

»Unser Ziel ist es, auch Live-Maschinendaten oder Anwendungen aus der ›Extended Reality‹, etwa VR-Brillen, in das System zu integrieren«, sagt Christian Blümel, wissenschaftlicher Mitarbeiter am Fraunhofer IAO im Forschungs- und Innovationszentrum Kognitive Dienstleistungssysteme KODIS. Diese Vision sähe dann so aus: Ein Werksmitarbeiter steht vor einer Maschine, filmt das Problem mit seinem Smartphone und erhält direkt Unterstützung. Kein langes Suchen, kein Rätselraten. Dahinter steckt ein Zusammenspiel verschiedener Technologien: von KI-gestützten Sprachmodellen, Live-Maschinendaten, Wissensdatenbanken und perspektivisch auch Anwendungen aus der »Extended Reality«. Das System erkennt das Problem, stellt Rückfragen und schlägt Lösungen vor. Schritt für Schritt, dialogbasiert. »Die Nutzenden werden durch den Prozess geführt – von der Diagnose bis zur Lösung«, sagt Christian Blümel. Selbst wenn die Reparatur nicht vollständig gelingt, bleibt ein Mehrwert: eine dokumentierte Problemanalyse, die den nächsten Service-techniker sofort auf den aktuellen Stand bringt.

Fehler selbstständig beheben

»EyeBuddy« ist Teil des Forschungsprojekts »INSTANCE«, das den Einsatz von Metaverse-Technologien in industriellen Prozessen untersucht. Frühere Versuche mit Virtual oder Augmented Reality scheiterten oft an Technik, Kosten oder Akzeptanz. Mit dem Aufkommen leistungsfähiger KI-Systeme, insbesondere von Sprachmodellen, hat sich die Ausgangslage jedoch verändert. Komplexe Wissensbestände lassen sich plötzlich dialogisch erschließen. In einem Workshop mit KUKA wurde deshalb zunächst breit gedacht: Welche Probleme gibt es in der Instandhaltung? Wo liegen die Hürden? Schnell rückte ein Thema in den Fokus: Wissen. Wer hat es? Wer braucht es? Und wie kommt es dorthin?

Die Umsetzung war bewusst pragmatisch. Statt auf ein perfektes System zu warten, entwickelte das Fraunhofer-Team einen schnellen Prototyp. Der Demonstrator, getestet im »KUKA College« in Augsburg, ist noch weit von der Vision entfernt: eine Smartphone- oder Tablet-Anwendung, in der ein 3D-Roboter gesteuert wird. Doch er macht die Idee greifbar, sagt Blümel.

Zehn Testpersonen bei KUKA – Servicemitarbeitende und Fachkräfte – probierten das System aus, stellten Fragen, durchliefen Szenarien und gaben Feedback. Die Reaktionen waren gemischt, aber aufschlussreich, berichtet Baumann. Gerade zu Beginn gebe es Vorbehalte: KI könne Arbeitsplätze verändern oder sogar ersetzen. »Sobald Mitarbeitende aber verstehen, wie KI sie unterstützen kann, wächst auch das Vertrauen«, so Baumann.

Hier sieht sie großes Potenzial. Routinefragen ließen sich automatisieren, während sich Servicemitarbeitende auf komplexere Aufgaben konzentrieren könnten. Grenzen wurden unmittelbar sichtbar: Sprachsteuerung funktioniert in lauten Produktionshallen nur eingeschränkt, Reaktionszeiten müssen schneller werden – und nicht alle möchten mit VR-Brillen arbeiten, viele bevorzugen das Smartphone.

Der wirtschaftliche Nutzen liegt auf der Hand: Produktionsstillstände zählen zu den teuersten Problemen der Industrie. »Mit jeder Minute Stillstand verlieren die Kunden sehr viel Geld«, sagt Baumann. Wenn Assistenzsysteme helfen, Fehler schneller zu identifizieren, Reparaturen vorzubereiten oder sogar ohne externen Service zu lösen, entsteht unmittelbarer Mehrwert.

Ein Tool, das hilft, Stillstand zu vermeiden

Zugleich adressiert die Technologie ein strukturelles Problem: den Fachkräftemangel. Erfahrene Expertinnen und Experten aus der Boomer-Generation gehen bald in Rente, ihr Wissen verschwindet. Neue Kräfte müssen schnell eingearbeitet werden, oft unter Zeitdruck. Hier sieht Christian Blümel einen zentralen Hebel: »Solche Systeme machen neuen, wenig erfahrenen Mitarbeitenden Wissen zugänglich.«

Hinzu kommt ein kultureller Wandel. Die nächste Generation von Mitarbeitenden tickt anders, beobachtet Baumann. »Die jungen Leute wollen alles selbst recherchieren, ausprobieren und fixen.« Wer heute ein Problem hat, googelt es oder fragt eine KI. Warum sollte das in der Industrie anders sein? »EyeBuddy« greift diesen Impuls auf und überträgt ihn in die Produktionswelt.

Noch ist der »EyeBuddy« ein Lernprojekt. Messbare Effekte gibt es noch nicht, viele Fragen sind offen. Doch es zeigt, wie sich Metaverse-Technologien konkretisieren lassen: nicht als abstrakte Vision virtueller Welten, sondern als praktisches Werkzeug im Alltag. Für potenzielle Nachahmer liegt darin vielleicht die wichtigste Erkenntnis, meint Christian Blümel. Es braucht keinen perfekten Masterplan. Es reicht, mit einem echten Problem zu starten und den Mut zu haben, es experimentell anzugehen.