Wahrnehmen. Entscheiden.
Verlässlich handeln.

Ein Roboter schafft noch keinen wirtschaftlichen Vorteil, weil er sich selbstständig bewegt. Ein sinnvoller Ausgangspunkt ist ein wiederkehrendes Problem: Beschäftigte sortieren wechselnde Teile, führen dieselbe Sichtprüfung aus oder transportieren Material zwischen zwei Prozessschritten. Zuerst wird beschrieben, welches Ergebnis gebraucht wird und welche Störung heute Zeit, Qualität oder Ergonomie belastet. Erst danach folgt die Frage, welche technische Lösung dazu passt.

Klassische Automatisierung ist stark, wenn Werkstücke, Positionen und Abläufe gut definiert sind. Eine Vorrichtung kann Teile ausrichten; ein einfacher Sensor kann einen Zustand eindeutig feststellen. KI wird interessant, wenn relevante Unterschiede nicht zuverlässig mit wenigen festen Regeln beschrieben werden können. Eine Bildauswertung kann beispielsweise Bauteilvarianten unterscheiden oder eine Lage schätzen. Ob diese zusätzliche Flexibilität den Aufwand rechtfertigt, muss am realen Prozess gezeigt werden.

Für ein fiktives Beispiel betrachten wir eine Zelle, die bekannte Bauteilvarianten aus einem Behälter entnimmt, an einer Prüfposition ablegt und anschließend einem Zielbehälter zuordnet. Teile dürfen innerhalb festgelegter Grenzen unterschiedlich liegen. Unbekannte Varianten, unzureichende Bildqualität und nicht sicher greifbare Objekte werden zur Klärung ausgesondert. Das Ziel ist ein stabiler Materialfluss mit nachvollziehbarem Prüfergebnis, nicht das Greifen beliebiger Gegenstände.

Der mögliche Nutzen hat mehrere Formen: weniger monotone Handhabung, weniger manuelle Suche nach Varianten, reproduzierbare Dokumentation und eine bessere Zuordnung von Fehlern zu ihren Ursachen. Diese Effekte sind zunächst Hypothesen. Die Projektplanung muss festlegen, woran sie gemessen werden und was sich dadurch im nachgelagerten Ablauf verbessert. Eine schnellere Einzelbewegung ist wenig wert, wenn vor der Zelle ständig Material fehlt oder danach die Qualitätsfreigabe stockt.

Eine Robotikanwendung verbindet mehrere Entscheidungen mit unterschiedlichen Anforderungen. Die Wahrnehmung verarbeitet Sensorinformationen und liefert beispielsweise Objektklasse, Lage und Unsicherheit. Die Planung wählt einen zulässigen nächsten Schritt und berechnet eine passende Bewegung. Die Steuerung setzt freigegebene Vorgaben auf dem Robotersystem um. Eine übergeordnete Ablaufsteuerung hält fest, welcher Auftrag bearbeitet wird und was bereits geschehen ist.

Diese Trennung macht Fehler unterscheidbar. Erkennt die Kamera das falsche Teil, ist das ein anderes Problem als ein korrekt erkanntes Objekt, das der Greifer mechanisch nicht halten kann. Eine geometrisch mögliche Bahn kann trotzdem ungeeignet sein, weil das Werkstück beschädigt würde oder der nächste Prozessschritt nicht bereitsteht. Deshalb braucht jede Stufe klare Eingaben, überprüfbare Ergebnisse und einen definierten Weg für unzureichende Informationen.

Werkzeuge wie MoveIt können bei Bewegungsplanung sowie Kollisions- und Randbedingungsprüfungen im modellierten Arbeitsraum unterstützen. Ihre Ergebnisse hängen von diesem Modell und seiner Aktualität ab. Eine rechnerisch kollisionsfreie Bahn ist keine eigenständige Bestätigung der Maschinensicherheit. Die erforderlichen Schutzfunktionen und die Prüfung der vollständigen Anwendung werden gesondert ausgelegt.

Im Beispiel erkennt die Zelle zunächst eine bekannte Variante und prüft die Verwendbarkeit der Lageinformation. Erst dann wird ein Greifversuch vorbereitet. Nach der Bewegung bestätigt eine geeignete Rückmeldung den tatsächlichen Zustand. War der Griff nicht erfolgreich, darf der Auftrag nicht als erledigt gemeldet werden. Genau diese Rückkopplung unterscheidet einen belastbaren Ablauf von einer Kette optimistischer Annahmen.

Ein Trainingsdatensatz sollte die spätere Aufgabe abbilden, nicht nur gut ausgeleuchtete Referenzteile. Relevant sind unter anderem Varianten, Materialoberflächen, Verschmutzung, Verpackungsreste, Beleuchtung und Verdeckung. Auch Bilder ohne verwertbares Objekt gehören dazu. Wenn ausschließlich erfolgreiche Situationen gesammelt werden, lernt das Team zu wenig über die Fälle, in denen die Anlage anhalten oder Unterstützung anfordern muss.

Die Daten benötigen eine fachlich gepflegte Bedeutung. Was gilt als Defekt? Welche Lageabweichung ist akzeptabel? Welche Produktversion gehört zu einer Markierung? Unterschiedliche Auslegungen zwischen Annotierenden können ein Modell auf widersprüchliche Ziele trainieren. Eine kleine, überprüfte Sammlung mit klaren Regeln kann für einen ersten Versuch hilfreicher sein als eine große Menge unklar beschrifteter Bilder. Aufnahmen, Labels und Regeln werden gemeinsam versioniert.

Training, Abstimmung und abschließende Prüfung verwenden getrennte Bestände. Aufnahmen derselben Szene sollten nicht unbemerkt auf beide Seiten gelangen. Für die Prüfung sind gezielt andere Chargen, Produktionszeiten oder zulässige Varianten interessant. So lässt sich eher erkennen, ob ein Modell eine brauchbare Unterscheidung gelernt hat oder vor allem die Besonderheiten des Trainingsaufbaus wiedererkennt.

Simulation hilft, Layouts und Abläufe vor einer physischen Änderung zu untersuchen. Synthetische Daten können zusätzliche Bildvarianten liefern. Domain Randomization variiert beispielsweise Licht, Materialdarstellung oder Objektlage; entsprechende Funktionen gibt es unter anderem in NVIDIA Isaac Sim und Replicator. Die Unterschiede zwischen Simulation und realer Anlage bleiben jedoch zu messen. Ein simuliert erfolgreicher Griff ersetzt keinen Versuch mit dem tatsächlichen Material und Greifer.

Die Rückführung aus dem Betrieb wird als kontrollierter Lernprozess organisiert: Auffällige Situationen erfassen, fachlich beurteilen, Daten ergänzen, neues Modell getrennt prüfen und erst danach freigeben. Ein autonomes Nachlernen direkt in der Produktion wäre eine eigene Systemänderung mit entsprechenden Anforderungen. Für viele Einstiege ist ein eingefrorenes, nachvollziehbar getestetes Modell die besser beherrschbare Wahl.

Eine hybride Architektur verteilt Aufgaben nach Zeitbedarf, Verfügbarkeit und Schutzbedarf. Bildauswertung und anlagennahe Entscheidungen können lokal an der Zelle laufen. Eine zentrale Umgebung kann Daten verwalten, Modelle entwickeln und Auswertungen für mehrere Standorte zusammenführen. Cloud-Dienste können nach Freigabe zusätzliche Kapazität bereitstellen. Die Aufteilung ist eine begründete Betriebsentscheidung, keine automatische Rangfolge von moderner und älterer Technik.

Zeitkritische Regelung und erforderliche Schutzfunktionen dürfen nicht ungeprüft von Antwortzeiten eines allgemeinen Sprachmodells oder einer externen Verbindung abhängen. Für jede Schnittstelle wird festgelegt, wie lange ein Ergebnis gültig bleibt und was bei Ausfall geschieht. Ein verlorener Cloud-Zugang kann beispielsweise eine Analyse verzögern, während die freigegebene lokale Aufgabe weiterläuft. Welche Weiterarbeit zulässig ist, ergibt sich aus der konkreten Auslegung.

Agents können oberhalb dieser Ausführungsebene hilfreich sein: Auftragsinformationen zusammenführen, freigegebene Arbeitsanweisungen suchen, einen Ablaufvorschlag erstellen oder einen Störfall mit Protokollen vorbereiten. Ein Knowledge Graph kann dabei Beziehungen zwischen Produktversion, Rezept, Werkzeug und Freigabe bereitstellen. Der Agent bekommt dadurch besseren Kontext. Er erhält damit weder automatisch die Berechtigung zur Maschinensteuerung noch eine Garantie, dass seine Schlussfolgerung richtig ist.

Eine geeignete Laufzeitumgebung begrenzt, welche Werkzeuge ein Agent nutzen darf. Lesen, Vorschlagen, Parametrieren und Starten sind unterschiedliche Rechte. Änderungsaufträge werden gegen freigegebene Bereiche und den Anlagenzustand geprüft; risikorelevante Schritte erhalten die vorgesehene menschliche oder technische Freigabe. Ein frei formulierter Satz wird nicht direkt in Motorbefehle übersetzt. Für den Betrieb braucht es nachvollziehbare Auftragskennungen, Zustände und Entscheidungen.

ROS 2 ist ein möglicher Baustein für den Austausch zwischen Robotikkomponenten; zusätzliche Planungskomponenten können das System ergänzen. Die Wahl eines Frameworks löst jedoch weder die Echtzeitfrage noch die Sicherheits- und Betriebsanforderungen. Ein Architekturentwurf sollte vielmehr sichtbar machen, welche Komponente welche Zusage übernimmt und wie diese Zusage geprüft wird.

Zwischen einem Modelltest und einer produktiven Anlage liegt die Integration. Eine gute Objekterkennung hilft wenig, wenn die Auftragsdaten die falsche Variante benennen oder der Zielbehälter nicht zugeordnet ist. Produktkennungen, Rezeptversionen, Materialstatus und Qualitätsregeln müssen von den beteiligten Anwendungen eindeutig verstanden werden. Dabei lohnt es sich, die fachliche Bedeutung einer Meldung vor dem technischen Übertragungsformat zu klären.

Ein ERP-System kann Aufträge und Stammdaten bereitstellen, ein MES den Produktionsablauf koordinieren und eine Qualitätsanwendung Prüfergebnisse verwalten. Die konkrete Verteilung ist unternehmensabhängig. Entscheidend ist, wer einen Auftrag anlegt, wer ihn annimmt und welches Ereignis seinen Abschluss bestätigt. Ein zugestellter Netzwerkaufruf beweist noch nicht, dass ein Werkstück bearbeitet wurde.

Unterbrechungen gehören zum Normalentwurf. Nach einem Neustart muss erkennbar sein, ob ein Teil noch im Greifer, bereits abgelegt oder noch unbearbeitet ist. Wiederholte Nachrichten dürfen nicht unbemerkt zu doppelter Bearbeitung führen. Dazu braucht der Ablauf stabile Auftragskennungen, eindeutige Zustandsübergänge und eine Wiederanlaufstrategie, die den realen Zustand berücksichtigt. Wo er unklar bleibt, wird geprüft statt geraten.

Auch die mechanische Umgebung ist eine Schnittstelle: Greiferwechsel, Vorrichtungen, Kabel, Licht, Reinigung, Materialzuführung und Platz für Wartung beeinflussen den Erfolg. Eine Änderung an Verpackung oder Oberfläche kann die Wahrnehmung beeinträchtigen, obwohl sich die Artikelnummer nicht ändert. Verantwortliche aus Produktion, Instandhaltung, Qualität und IT sollten deshalb dieselbe Änderungsplanung sehen.

Für Bedienende ist eine verständliche Oberfläche Teil der Lösung. Sie zeigt den aktuellen Auftrag, den erkannten Zustand, den Grund einer Unterbrechung und den vorgesehenen nächsten Schritt. Eine Meldung wie „Variante nicht sicher zugeordnet – Teil zur Prüfung entnehmen“ unterstützt die Arbeit besser als eine interne Modellkennung. Die Oberfläche darf dabei keine Bedienhandlung anbieten, die im aktuellen Anlagenzustand unzulässig ist.

Eine Roboteranwendung wird mit ihrem vorgesehenen Einsatz, den Betriebsarten und vorhersehbaren Fehlanwendungen betrachtet. Relevant sind nicht nur der Roboterarm, sondern auch Werkzeug, Werkstück, Zuführung, Arbeitsraum und Menschen in der Umgebung. Ein als kollaborativ angebotenes System ist nicht automatisch in jeder Anwendung gefahrlos. Besonders Werkzeuge und bewegte Teile können Risiken hinzufügen, die im isolierten Produktbild nicht erkennbar sind.

Die Schutzmaßnahmen folgen der Risikobeurteilung der konkreten Anwendung. Dazu gehören die geeignete technische Auslegung, geprüfte Schutzfunktionen und verständliche Betriebsanweisungen. Ein Modellwert für Erkennungssicherheit ist kein Sicherheitsnachweis. Auch ein Bedienknopf „freigeben“ ersetzt keine technische Schutzmaßnahme, wenn die Aufgabe eine solche erfordert. Der Not-Halt ist ebenfalls kein Ersatz für ein durchdachtes Schutzkonzept.

Maschinenrecht, Arbeitsschutz und gegebenenfalls zusätzliche KI-Anforderungen werden gemeinsam eingeordnet. Im EU-Kontext sind das jeweils anwendbare Maschinenrecht und seine Übergangsregeln zu beachten; die Maschinenverordnung (EU) 2023/1230 löst die Maschinenrichtlinie im vorgesehenen Übergang ab. Beim AI Act hängt die Beurteilung unter anderem vom Verwendungszweck und der Rolle der KI im Produkt ab. Nicht jede bildverarbeitende Anwendung fällt allein wegen des KI-Einsatzes in dieselbe Kategorie.

Für das Projekt werden Rollen und Nachweise früh zugeordnet: Wer verantwortet die vollständige Anwendung, wer liefert welche Dokumentation und wer genehmigt spätere Änderungen? Eine Kennzeichnung einzelner Komponenten überträgt sich nicht ungeprüft auf die fertig integrierte Anlage. Die notwendige Konformitätsbewertung und die betrieblichen Pflichten bleiben eigenständige Aufgaben für die jeweils Verantwortlichen.

Kameras und Protokolle können personenbezogene oder vertrauliche Informationen erfassen. Erforderliche Daten, Zugriffsrechte, Aufbewahrung und zulässige Verarbeitungsorte sollten deshalb schon im Entwurf feststehen. Der Blickwinkel einer Kamera kann oft auf die Aufgabe begrenzt werden. Ebenso gehören geschützte Fernzugänge, kontrollierte Softwareänderungen und eine klare Trennung von Betriebs- und Entwicklungsumgebung zum Gesamtkonzept.

Eine aussagekräftige Prüfung beginnt mit dem späteren Betriebsbereich: Welche Varianten, Materialien, Lagen und Umgebungsbedingungen sind erlaubt? Dazu kommen gezielt Fälle außerhalb dieser Grenzen. Das System muss nicht jedes Objekt bearbeiten können. Es muss aber erkennen lassen, wann eine Aufgabe nicht verlässlich fortgesetzt werden kann, und den dafür festgelegten Ablauf auslösen.

Für die Wahrnehmung werden verschiedene Fehler getrennt betrachtet. Ein übersehener Defekt hat andere Folgen als ein gutes Teil, das unnötig zur Nachprüfung gelangt. Bei der Handhabung interessieren erfolgreiche Aufnahme, unbeschädigte Ablage und die Bestätigung des Zielorts. Auf Prozessebene zählen außerdem Wartezeiten, Wiederholungen, Bedienereingriffe und die Qualität der Rückmeldungen. Ein einziger Durchschnittswert verdeckt häufig die entscheidenden Schwächen.

Ein Testplan verbindet bekannte Normalfälle, schwierige zulässige Fälle und absichtlich eingebrachte Störungen. Dazu können eine verdeckte Sicht, eine fehlende Auftragsinformation oder ein nicht erreichbarer übergeordneter Dienst gehören. Solche Versuche werden innerhalb eines geeigneten Test- und Schutzkonzepts durchgeführt. Eine erfolgreiche Reaktion ist häufig das geordnete Unterbrechen und verständliche Übergeben, nicht das Fortsetzen um jeden Preis.

Abnahmekriterien sollten vor der Optimierung feststehen. Sonst wird nachträglich vor allem das gemessen, was die Lösung bereits gut kann. Kriterien lassen sich auf Varianten oder Aufgabengruppen beziehen, damit seltene, aber wichtige Fälle nicht im Gesamtdurchschnitt verschwinden. Auch die Dauer und Bedingungen einer Erprobung müssen zur späteren Last passen; ein kurzer Demonstrationslauf beantwortet andere Fragen als ein längerer Betrieb mit wechselnder Materialzuführung.

Nach der Freigabe bleibt Beobachtung erforderlich. Verschmutzte Optik, geänderte Materialien, Verschleiß und neue Varianten können die Leistung verändern. Monitoring sollte auslösbare Maßnahmen unterstützen: Reinigung prüfen, Datenqualität untersuchen, Variante sperren oder auf einen freigegebenen Stand zurückgehen. Neue Modelle und Rezepte werden vor ihrer Übernahme erneut gegen die betroffenen Kriterien geprüft.

Eine Wirtschaftlichkeitsbetrachtung braucht einen belastbaren Ausgangszustand. Dazu gehören tatsächlich bearbeitete Mengen, produktive Zeit, Ausschuss, Nacharbeit, Umrüsten und der personelle Aufwand für den Ablauf. Bereits heute auftretende Schwankungen sollten sichtbar bleiben. Andernfalls wird ein geplanter Automatisierungsbetrieb mit einem unrealistisch gleichmäßigen manuellen Vergleich verwechselt.

Auf der Kostenseite stehen neben der Anlage auch Integration, Schutzkonzept, Inbetriebnahme, Datenaufbereitung, Schulung, Wartung und spätere Änderungen. Laufende Ausgaben für Software, Rechenleistung, Ersatzteile und fachliche Betreuung gehören dazu. Ein vorhandener Roboter kann den Einstieg erleichtern; er beseitigt diese übrigen Positionen nicht automatisch. Umgekehrt kann ein kleiner Eingriff in die Zuführung mehr Nutzen schaffen als ein aufwendigeres Modell.

Freigewordene Arbeitszeit ist zunächst Kapazität. Sie wird erst dann zu einem finanziellen Effekt, wenn das Unternehmen sie sinnvoll einsetzen oder einen tatsächlichen Aufwand vermeiden kann. Höherer Durchsatz bringt nur dann zusätzlichen Wert, wenn Nachfrage und nachgelagerte Kapazität vorhanden sind. Ergonomie, Qualität und Lieferfähigkeit können ebenfalls wichtige Ziele sein; sie sollten begründet bewertet werden, statt sie ohne Grundlage in eine scheinbar genaue Einsparzahl zu verwandeln.

Das interaktive Rechenbeispiel macht Annahmen sichtbar. Es vergleicht personengebundene Minuten vor und nach einer Automatisierung einschließlich Prüfung und berücksichtigt zusätzliche laufende Betriebskosten. Die bewertete Zeitdifferenz beschreibt zunächst einen Kapazitätseffekt, keine garantierte Zahlungseinsparung. Die voreingestellten Werte sind frei gewählte Szenariowerte. Für eine Investitionsentscheidung werden sie durch Messungen und Angebote ersetzt. Die einfache Amortisationsrechnung wird außerdem um Finanzierung, Anlaufverluste und Steuern ergänzt.

Eine hilfreiche Entscheidungsvorlage enthält mindestens einen vorsichtigen, einen erwarteten und einen günstigen Verlauf. Besonders aufschlussreich ist die Frage, welche Annahme das Ergebnis kippen lässt: zu viele Eingriffe, geringe Auslastung, häufige Variantenwechsel oder ein höherer Betreuungsaufwand. Diese kritische Annahme wird im Piloten gezielt untersucht. So dient die Rechnung der Entscheidung und nicht nur ihrer nachträglichen Rechtfertigung.

Ein guter Einstieg ist eine Aufgabe, die fachlich relevant und ausreichend begrenzt ist. Der erste Workshop beschreibt Eingaben, Ergebnis, Varianten, Ausnahmen, Schutzbedarf und den heutigen Ablauf. Gemeinsam mit den Verantwortlichen wird festgelegt, welche Unsicherheit der Pilot auflösen soll. Das kann die Erkennbarkeit einer Oberfläche sein, die zuverlässige Handhabung einer Variantenfamilie oder die Integration in den bestehenden Auftragsfluss.

Die technische Erprobung prüft zuerst die kritischen Annahmen. Danach folgt eine begrenzte Zelle oder ein geeigneter Testaufbau mit realen Schnittstellen und nachvollziehbaren Zuständen. Die Projektphasen brauchen jeweils eine Entscheidung: fortsetzen, Einsatzbereich ändern oder einen einfacheren Ansatz wählen. Ein negatives Ergebnis kann wertvoll sein, wenn es eine ungeeignete Investition früh verhindert.

Vor dem Übergang in den Betrieb werden Verantwortung, Schulung, Support, Wiederanlauf und Änderungswege festgelegt. Bedienende brauchen nachvollziehbare Anweisungen für den Alltag; Instandhaltung und IT benötigen Zugriff auf die für ihre Aufgaben erforderlichen Informationen. Ein Eigentümer für Modell und Daten ist ebenso sinnvoll wie ein Verantwortlicher für die Mechanik. Die Rollen müssen zusammenarbeiten, wenn eine neue Variante eingeführt wird.

Scalevity verbindet dafür Prozessverständnis, KI-Entwicklung und Softwareintegration. Dazu gehören die Bewertung geeigneter Einsatzfelder, Daten- und Systemarchitektur, prototypische Wahrnehmungs- und Agent-Funktionen sowie die Einbindung in bestehende Anwendungen. Mechanik, Anlagenauslegung und sicherheitstechnische Aufgaben werden mit den dafür erforderlichen Fachdisziplinen und Partnern abgestimmt. Der Leistungsumfang wird anhand der Aufgabe und der erforderlichen Fachdisziplinen festgelegt.

Das Ziel ist ein nachvollziehbarer Weg von einer konkreten Aufgabe zu einem betreibbaren System. Robotik und KI entfalten ihren Nutzen dort, wo flexible Wahrnehmung und Entscheidungen mit verlässlichen Abläufen verbunden werden. Der beste nächste Schritt ist deshalb meist ein klarer Untersuchungsauftrag: Welcher Prozess soll sich verbessern, unter welchen Bedingungen – und anhand welcher Ergebnisse entscheiden wir weiter?