Suchen

Expertenbeitrag

André Schmiljun

André Schmiljun

Mitarbeiter Presse & Öffentlichkeitsarbeit, InSystems Automation GmbH

Schwarmintelligente Roboter

Wie schwarmintelligent sind heutige Transportroboter?

| Autor/ Redakteur: André Schmiljun / Sebastian Human

Schwarmintelligente Transportroboter mit Teamgeist, die sich wie eine Fußballmannschaft verhalten, sich untereinander mit Blick auf zu treffende Entscheidungen abstimmen und koordinieren, sind längst keine Science-Fiction mehr.

Firmen zum Thema

Bei der Schwarmintelligenz bilden individuelle Fähig- und Fertigkeiten eine kollektive Intelligenz.
Bei der Schwarmintelligenz bilden individuelle Fähig- und Fertigkeiten eine kollektive Intelligenz.
(Bild: Pixabay / CC0)

Sie klingen noch immer ein klein bisschen nach Sci-Fi, sind aber weit davon entfernt, fiktiv zu sein: sogenannte schwarmintelligente Roboter. Heutige Transportroboter können bereits komplexe Aufgaben, wie die Bereitstellung von Material an Maschinen und Arbeitsplätzen innerhalb eines Flottenverbundes, gemeinsam lösen. Der Systemverbund verfügt über eine kollektive sowie kooperative Intelligenz, die man gemeinhin als Schwarmintelligenz bezeichnet.

Was heißt eigentlich Schwarmintelligenz?

Was verbirgt sich hinter dem Begriff der Schwarmintelligenz und inwiefern lassen sich heutige Transportroboter bereits als schwarmintelligent bezeichnen? Folgt man der Definition von Professor Olaf Bendel im Gabler Wirtschaftslexikon, so versteht man unter Schwarmintelligenz (engl. swarm intelligence), bezogen auf Menschen, zunächst allgemein das Zusammenwirken mehrerer Individuen als Gruppe zur Lösung von Problemen und Bewältigung von Anforderungen. Anders gesagt, mehrere Individuen bilden mit ihren Fähig- und Fertigkeiten eine kollektive Intelligenz.

Statt von Individuen oder Gruppen sprechen wir bei InSystems Automation von Systemen, die in einem Verbund gemeinsam Aufgaben verrichten. Terminologisch nutzen wir statt „Schwarmintelligenz“ lieber den Begriff der kollaborativen Systemverbünde, wobei kollaborativ im Sinne von zusammenarbeitend zu verstehen ist. Jedes System ist dazu in der Lage, eigene Ziele übergeordneten Systemgruppenzielen unterzuordnen und sich kooperativ gegenüber anderen Systemmitgliedern zu verhalten. Folglich könnte man auch von einer kooperativen Intelligenz sprechen. Überträgt man die Definition von Bendel auf unser Beispiel, dann würde es also heißen: Mehrere Systeme tragen im Verbund zur Lösung von Problemen und Bewältigung von Anforderungen bei und verfügen über eine kollektive beziehungsweise kooperative Intelligenz.

Kollaborierende Transportroboter

Transportroboter sind heute bereits insofern „schwarmintelligent“, als sie Transportaufträge innerhalb ihrer Flotte flexibel erledigen, autonom in einer komplexen, sich verändernden Umgebung navigieren und plötzlich auftretende Hindernisse erkennen und vermeiden können. Sie erledigen selbständig die an sie gestellten Aufgaben und werden von einem zentralen Flottenmanagementsystem disponiert und überwacht.

Kommende Modelle werden über einen wesentlich höheren Grad kollektiver sowie kooperativer Intelligenz verfügen. Egal ob Kisten, Paletten oder Fässer, künftige Transportroboter entscheiden untereinander, ohne ein zentrales Softwaremanagement, welches Fahrzeug einen Transportauftrag übernehmen soll. Maßgeblich hierfür werden verschiedene Leistungsindikatoren (KPIs) wie der Batterie- und Wartungszustand, Fahrtroute und -zeit, aber auch die individuellen Fähigkeiten eines jeden Roboters sein. Auf der anderen Seite optimiert sich die Flotte nach sogenannten Systemgruppenzielen oder globalen Zielen. Diese können etwa lauten, dass Transportaufträge so schnell wie möglich oder aber mit so wenig Verschleiß wie möglich abgearbeitet werden sollen.

Die kollektive Intelligenz besteht nun darin, dass die Flotte Strategien entwickelt, wie sie die ihr gestellten Ziele idealerweise erreichen kann, ohne dabei die eigenen individuellen Vorgaben (zum Beispiel Füllstand der Batterie darf nicht unter 20% fallen) zu missachten. Eine große Herausforderung und notwendiger Bestandteil solcher dezentral organisierten Verbünde ist die Selbstkontrolle des „Schwarms“ durch Verwendung geeigneter Monitoring-Methoden, ob die vorgegebenen Ziele eingehalten werden konnten, um eventuell Strategieanpassungen vorzunehmen.

KI Methoden bei kollaborativen Systemverbünden

In einem weiteren Entwicklungsschritt ist davon auszugehen, dass Methoden der Künstlichen Intelligenz (KI) immer wichtiger werden. Kollaborative Systemverbünde werden Muster erfassen können, die es ihnen erlauben, auf Schwankungen im intralogistischen Materialprozess zu reagieren. Fallen innerhalb bestimmter Zeiten (zum Beispiel beim Schichtwechsel) mehr Transporte an einer Maschine an, werden Transportroboter von der Flotte vorausschauend an den Hotspots positioniert und bereitgehalten. Durch diese Art des Flottenmanagements können die vorhandenen Transportkapazitäten effizienter genutzt werden. Geplant ist außerdem die Verbesserung einzelner individueller Fähigkeiten wie das Docking an einer Ladestation oder das vorausschauende Erkennen von Wartungs- und Reparaturarbeiten (Predictive Maintenance).

Fazit

Heutige Transportroboter agieren bereits „schwarmintelligent“ und können komplexe Transportaufträge in einem Verbund lösen. Sie verfügen über kollektive beziehungsweise kooperative Intelligenz. Durch den Einsatz neuer Technologien und Methoden, vor allem im Bereich der KI, ist mit einem entscheidenden Innovationssprung bei der Performance von Transportrobotern in den nächsten Jahren zu rechnen. Das Ziel ist es, die Dynamik von intralogistischen Materialprozessen mit selbstlernenden, sich selbst optimierenden Verbundsystemen zu kontrollieren.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 45716599)

Über den Autor

André Schmiljun

André Schmiljun

Mitarbeiter Presse & Öffentlichkeitsarbeit, InSystems Automation GmbH