Intuitive Robotik durch Sprachsteuerung

Die Steuerung von Robotern erfordert in der industriellen Praxis in der Regel spezifische Programmierkenntnisse sowie komplexe Eingabeschnittstellen. Sprachbasierte Schnittstellen stellen hier einen vielversprechenden Ansatz dar, um den Zugang zu Robotersystemen zu vereinfachen und deren Einsatz flexibler zu gestalten. Gezeigt wird dabei, wie sich gesprochene Sprache zur direkten Steuerung eines Roboters nutzen lässt. Ziel ist es, dass zukünftig auch Personen nahezu ohne Programmierkenntnisse Roboter anweisen können, Aufgaben durchzuführen.

Die Umsetzung: Von Sprache zu Bewegung

Im Mittelpunkt steht die Verarbeitung natürlicher Sprache in mehreren Schritten. Zunächst werden gesprochene Anweisungen mithilfe von Automatic Speech Recognition (ASR) in Text umgewandelt. Dabei kommen trainierte Modelle zum Einsatz, die Spracheingaben analysieren und in schriftliche Form überführen. Dies bildet die Grundlage für die weitere Verarbeitung.

Ein Large Language Model (LLM) interpretiert anschließend die Bedeutung der Anweisungen und überführt diese in strukturierte, maschinenlesbare Befehle. Vereinfacht formuliert entsprechen diese Befehle konkreten Bewegungsanweisungen, die an den Roboter übermittelt werden. Der Prozess erfolgt mit geringer Verzögerung, sodass der Roboter nahezu in Echtzeit auf die Spracheingabe reagiert.

Hindernisparcours als Anwendungsszenario

Das Exponat ist als interaktiver Hindernisparcours gestaltet. Besucher*innen haben die Möglichkeit, den Roboter ausschließlich durch Sprachbefehle zu steuern. Die Aufgabe besteht darin, den Roboter möglichst schnell und präzise an den Hindernissen vorbei sicher zum Ziel zu steuern. Hierbei wird deutlich, dass für die erfolgreiche Steuerung die Präzision der Spracheingabe entscheidend ist.

Potenziale für die Industrie

Die Kombination aus Sprachsteuerung und Robotik demonstriert neue Möglichkeiten für die Mensch-Maschine-Interaktion. Für Bereiche mit sich häufig verändernden Prozessen könnten sprachbasierte Schnittstellen einen Beitrag dazu leisten, Aufwände für Einrichtung und Programmierung zu reduzieren. Zusätzlich könnten Mitarbeiterinnen*innen ohne signifikante Vorkenntnisse aufgrund der intuitiven Steuerung zur Bedienung befähigt werden.

Von der Datenanalyse zur KI-Strategie

Das IPH begleitet Unternehmen beim strukturierten Einstieg in das Thema KI. Hierzu zählen die Analyse von Datenpotenzialen, die Identifikation von Anwendungsfeldern und die Entwicklung einer Strategie mit klarer Roadmap, um effiziente Prozesse, fundierte Entscheidungen und nachhaltigen Mehrwert zu erzielen. In bereits zahlreichen Beratungs- und Forschungsprojekten hat das IPH umfangreiche Erfahrung im Bereich Künstliche Intelligenz unter Beweis gestellt.

Am Messestand informieren Projektingenieur*innen über aktuelle Forschungs- und Entwicklungsprojekte und stehen für Fragen aus Industrie und Wissenschaft gerne zur Verfügung. Besuchen Sie das IPH auf der Hannover Messe 2026 in Halle 11, Stand B56: https://www.hannovermesse.de/aussteller/iph-institut-fur-integrierte-produktion/N1605480

Wissenschaftler*innen des IPH – Institut für Integrierte Produktion Hannover gGmbH und des IPRI International Performance Research Institute gGmbH führen in den kommenden Monaten Interviews mit Fach- und Führungskräften produzierender Unternehmen durch, die nach eigener Einschätzung gut durch die Corona-Pandemie gekommen sind. Gesucht werden Unternehmen verschiedenster Branchen und Größen. Voraussetzung ist lediglich, dass es sich um produzierende KMU handelt, also um produzierende Unternehmen mit weniger als 250 Mitarbeitenden und weniger als 50 Millionen Euro Jahresumsatz.

Welche Eigenschaften helfen Unternehmen durch Krisen?

Die Interviews dienen als Ausgangspunkt für die Erforschung unternehmerischer Resilienz im Projekt RESI-GLOBE. Aus den individuellen Erfahrungen der befragten Fach- und Führungskräfte wollen die Wissenschaftler*innen allgemeingültige Resilienz-Faktoren ableiten – also Eigenschaften, die Unternehmen helfen, Krisen gut zu bewältigen.

Diese Resilienz-Faktoren validieren die Forschenden anschließend quantitativ – mit einer groß angelegten Umfrage unter produzierenden KMU verschiedenster Größen und Branchen.

Die Forschenden gehen davon aus, dass nicht alle Faktoren für alle produzierenden Unternehmen gleich wichtig sind. So könnte der Begriff Resilienz für eine kleine Käserei etwas anderes bedeuten als für einen mittelständischen Automobilzulieferer – und für ein Unternehmen, das Arzneimittel herstellt, gelten möglicherweise andere Spielregeln als für ein Unternehmen, das Öko-Kleidung produziert. Zudem erfordern unterschiedliche Krisen auch unterschiedliche Bewältigungsstrategien.

„Es gibt nicht die eine Resilienz für alle“, sagt Antonia Schwich, die das Forschungsprojekt RESI-GLOBE am IPH leitet. „Aber es gibt verschiedene Faktoren, die Unternehmen auf unterschiedliche Krisen vorbereiten – und diese Faktoren gilt es herauszufinden.“

Resilienz erforschen in Theorie und Praxis

Das Forschungsprojekt läuft bis 2027 und soll sowohl theoretische als auch praktisch anwendbare Ergebnisse liefern. Zunächst erarbeiten die Forschenden einen Resilienzfaktoren-Katalog: In diesem wissenschaftlichen Werk wird in Zahlen ausgedrückt, wie stark sich welcher Resilienzfaktor auf welche Unternehmensgröße und welche Branche auswirkt. „Dieser Katalog ist das wissenschaftliche Ziel unseres Forschungsprojekts“, so Schwich. Darüber hinaus entwickeln die Forschenden einen anwenderfreundlichen Fragebogen, der Unternehmen bei der Bewertung ihrer aktuellen Resilienz unterstützt.

Diesen praxistauglichen Resilienz-Check wollen die Wissenschaftler*innen gegen Ende des Forschungsprojekts frei zugänglich im Internet veröffentlichen. Unternehmen geben dort einige Daten ein – etwa Größe und Branche – und füllen eine Selbsteinschätzung aus, welche Resilienz-Faktoren auf sie zutreffen und welche nicht. Anschließend erhalten sie einen individuellen Fahrplan, um ihre Resilienz zu verbessern, inklusive konkreter Handlungsempfehlungen und Best-Practice-Beispiele.

Gesucht: Produzierende KMU für Interviews

Fach- und Führungskräfte, die ihre Erfahrungen aus der Corona-Pandemie mit den Forschenden teilen wollen, melden sich bei Antonia Schwich unter der Telefonnummer +49 511 27976 451 oder per E-Mail an schwich@iph-hannover.de. Die Interviews werden telefonisch oder per Videokonferenz durchgeführt und nehmen einmalig etwa 90 Minuten in Anspruch.

Ab sofort müssen Unternehmen nachweisen, dass ihr Personal über ausreichende KI-Kompetenzen verfügt – sofern die Mitarbeitenden KI nutzen. Das schreibt die KI-Verordnung der EU vor. Betroffen sind fast alle Berufstätigen, die gelegentlich am Computer arbeiten, völlig unabhängig von der Branche. In der Verwaltung, der IT, in Schulen und auch in Handwerksbetrieben kann KI den Arbeitsalltag enorm erleichtern, viele Aufgaben lassen sich mit KI deutlich schneller erledigen.

In vielen Unternehmen gehören KI-Tools deshalb schon selbstverständlich zur Software-Ausstattung. Andere Unternehmen verbieten die Nutzung, weil KI auch große Risiken mit sich bringt – etwa für den Datenschutz. „Diese Risiken gibt es zweifellos. Doch auf KI zu verzichten, ist auch keine Lösung“, sagt Denise Wullfen, Wissenschaftliche Mitarbeiterin und KI-Expertin am IPH.

Schatten-KI: Warum Verbote keine Sicherheit bringen

Verbote bringen vor allem Wettbewerbsnachteile gegenüber der Konkurrenz, die KI nutzt. Zudem besteht das Risiko von sogenannter Schatten-KI. Das bedeutet, dass Künstliche Intelligenz auf inoffiziellem Weg genutzt wird. „Tools wie Chat-GPT gehören für viele Menschen schon so sehr zum Alltag, dass die Versuchung groß ist, sie auch im Beruf zu nutzen“, sagt Wullfen. Unternehmen haben dann keine Kontrolle mehr über die Risiken, die KI mit sich bringt – das macht Schatten-KI so gefährlich.

Statt auf Verbote zu setzen, sollten Unternehmen deshalb klare Regeln zum Umgang mit KI festlegen und ihre Mitarbeitenden aufklären – beispielsweise über Datenschutz-Risiken. „Nur so kann ein verantwortungsvoller Umgang mit KI entstehen“, sagt Wullfen. „Und genau das ist das Ziel der KI-Verordnung. Die EU will Unternehmen keine Steine in den Weg legen, im Gegenteil. Unternehmen werden verpflichtet, sich mit KI auseinanderzusetzen, damit sie diese in einem sicheren Rahmen nutzen können und wettbewerbsfähig bleiben.“

Sicheren Umgang mit KI lernen: Viel Praxis statt reine Theorie

Um Fach- und Führungskräfte zum Umgang mit KI zu schulen, hat das IPH ein viertägiges Seminar entwickelt. Da es von der EU kofinanziert wird, ist es kostengünstiger als vergleichbare Angebote. Zudem bietet das KI-Seminar einen sehr hohen Praxisanteil, der leichter im Gedächtnis bleibt als reine Theorie.

Die Teilnehmenden lernen die Grundlagen von KI kennen und setzen sich mit zentralen rechtlichen Fragen auseinander – von Datenschutz bis Haftung. Ein Schwerpunkt des Seminars liegt zudem auf der Entwicklung und Umsetzung von Ideen, wie sich KI im eigenen beruflichen Alltag sinnvoll einsetzen lässt. Im Austausch untereinander schärfen die Seminarteilnehmenden ihre Ideen für individuelle KI-Anwendungen und entwickeln einen konkreten und praxisnahen Fahrplan zur Umsetzung.

Zu den Referent*innen des KI-Seminars gehören neben Denise Wullfen auch Dr.-Ing. Maren Müller und Alexander Poschke vom IPH sowie Thomas Althammer, Geschäftsführer der Althammer & Kill GmbH & Co. KG, der als Datenschutz-Experte einen kurzen Fachvortrag hält und konkrete Fragen beantwortet.

KI-Seminar in Hannover: Termine, Veranstaltungsort und Kosten

Vermittelt wird das KI-Wissen an insgesamt vier Seminartagen jeweils von 9 bis 15 Uhr im IPH (Hollerithallee 6, 30419 Hannover).

Die allererste Gelegenheit, am neuen KI-Seminar teilzunehmen, besteht am 19. und 20. sowie 26. und 27. November 2025. Weitere Termine sind bereits geplant: So findet das KI-Seminar erneut am 10. und 11. sowie 17. und 18. Februar 2026 statt. Eine weitere Wiederholung ist für den 8. und 9. sowie 15. und 16. April 2026 geplant.

Das KI-Seminar richtet sich an alle Mitarbeitenden – unabhängig von Branche oder Position –, die bereits KI-Tools nutzen oder zukünftig einsetzen möchten.

Ein Jahr lang wird das Angebot von der Europäischen Union kofinanziert , während dieser Zeit ist das Seminar für Unternehmen aus der Leine-Weser-Region deutlich günstiger und kostet für vier Seminartage inklusive Verpflegung 750 € pro Person. Die reguläre Teilnahmegebühr beträgt 2.500 € pro Person (zzgl. MwSt.).

Die Nachfrage nach Elektromotoren steigt rasant. Allein bei Elektro-PKWs beträgt der weltweite Anteil an den Neuzulassungen derzeit knapp 20 Prozent. Bis 2030 wird dieser Anteil auf voraussichtlich 40 Prozent ansteigen, bis 2035 auf mehr als 50 Prozent (Quelle: Fraunhofer ISI). Doch nicht nur für PKWs werden zunehmend Elektromotoren benötigt, sondern auch für Schiffe, Flugzeuge, industrielle Maschinen und vieles mehr.

Der wesentliche Treiber für diesen Wandel sind Klimaschutzziele. Für eine erfolgreiche Energiewende ist es essenziell, Elektromotoren mit hohem Wirkungsgrad und langer Lebensdauer herzustellen – und dies zu wettbewerbsfähigen Produktionskosten. In der Regel wird die Produktion umso günstiger, je höher die produzierten Stückzahlen sind und je stärker die Produktion automatisiert ist.

Eine ungelöste Herausforderung bei der Produktion von Elektromotoren ist die Luftspaltmessung, die für die Qualitätskontrolle wichtig ist und derzeit noch nicht automatisiert erfolgen kann.

Luftspalt beeinflusst Wirkungsgrad und Lebensdauer des Motors

In jedem Elektromotor befindet sich zwischen Rotor und Stator ein schmaler Luftspalt. Dieser beeinflusst maßgeblich den Wirkungsgrad und die Lebensdauer des Motors. Wenn dieser Luftspalt inhomogen – also ungleichmäßig – ist, läuft der Motor nicht rund, der Wirkungsgrad leidet und er geht schneller kaputt.

Besonders empfindlich gegenüber Toleranzen ist der Luftspalt bei einer neuartigen Bauart von Elektromotoren, den sogenannten Axialflussmotoren oder „Scheibenläufern“. Diese Motoren zeichnen sich durch eine hohe Drehmoment- und Leistungsdichte aus und gelten daher als vielversprechende Entwicklung für die Elektromobilität. Ein homogener Luftspalt ist bei diesen Motoren jedoch besonders wichtig, da bereits kleinste Abweichungen die Lebensdauer deutlich verkürzen können. Die maximale Effizienz und Langlebigkeit eines „Scheibenläufer“-Motors lässt sich daher nur mit einer präzisen Qualitätskontrolle des Luftspalts sicherstellen.

Die Luftspaltmessung zu automatisieren, ist das Ziel des neuen Forschungsprojekts „MotorInspector“ des IPH – Institut für Integrierte Produktion Hannover gGmbH und der MFP Messtechnik & Fertigungstechnologie GmbH. Zwei Jahre lang – bis 2027 – forschen das IPH und MFP gemeinsam an der automatisierten Qualitätskontrolle. Gefördert wird das Forschungsprojekt mit Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) und des Landes Niedersachsen.

IPH und MFP wollen die Luftspaltmessung automatisieren

Im Forschungsprojekt „MotorInspector“ ist das IPH für das Automatisierungskonzept verantwortlich und die Firma MFP für die Luftspaltmessung an sich. Die Grundlage bildet ein Sensor, den MFP entwickelt hat. Der sogenannte „gapMaster“ misst den Luftspalt resistiv – das heißt, der Sensor tastet den Spalt direkt ab. Dieses Messverfahren ist vergleichsweise robust und schnell, lässt sich allerdings noch nicht vollständig in industrielle Fertigungsprozesse integrieren.

Ziel des Forschungsprojekts ist es, ein automatisiertes Messsystem zu entwickeln, das auf diesem Sensor basiert. Geplant ist der Einsatz eines Roboters, der mithilfe einer Kamera oder eines Lasers in der Lage ist, den Sensor automatisch und präzise mittig in den Luftspalt einzuführen. So wollen die Forschenden eine automatisierte Qualitätskontrolle direkt im Produktionsprozess ermöglichen – ohne manuelle Zwischenschritte.

Am IPH wird derzeit der Demonstrator eines Elektromotors aufgebaut. An diesem Nachbau werden im Verlauf des Forschungsprojekts Versuche durchgeführt, um ein Automatisierungskonzept zur Luftspaltmessung zu entwickeln und iterativ zu verbessern.

Fachwissen von Elektromotor-Herstellern soll in die Forschung einfließen

Damit diese automatisierte Qualitätskontrolle am Ende wirklich praxistauglich ist und eine spürbare Verbesserung der Elektromotor-Produktion darstellt, wollen die Forschenden zunächst die industriellen Fertigungsprozesse und den Ablauf der Qualitätskontrolle analysieren und Fachwissen aus der Praxis in das Automatisierungskonzept einfließen lassen.

Für eine Befragung suchen die Forschenden deshalb nach Unternehmen, die Elektromotoren herstellen – insbesondere Axialflussmotoren, sogenannte „Scheibenläufer“, aber auch Radialflussmotoren. Fachwissen können sowohl Automobilkonzerne und Zulieferbetriebe als auch Start-ups und Forschungseinrichtungen beisteuern, die sich mit diesem Thema beschäftigen. Die Ergebnisse der Befragung fließen anonymisiert in das Forschungsprojekt ein; dabei verpflichten sich die Wissenschaftler*innen zur Geheimhaltung sämtlicher unternehmensbezogener Informationen.

Unternehmen, die Fachwissen beisteuern können, um die Qualitätskontrolle bei Elektromotoren zu verbessern, melden sich spätestens bis zum 15. Dezember 2025 bei Projektleiter Simon Pauka unter der Telefonnummer +49 511 27976 342 oder per E-Mail an pauka@iph-hannover.de.

Von der Fertigung über die Qualitätskontrolle bis zum Vertrieb – in fast allen Unternehmensbereichen lassen sich Aufgaben mithilfe von Künstlicher Intelligenz (KI) deutlich schneller erledigen. Unternehmen können KI beispielsweise nutzen, um Angebote zu schreiben, um die Stromkosten zu reduzieren oder die Produktqualität zu verbessern. Auch in der Ausbildung kann KI zum Einsatz kommen – etwa um Berufsanfänger*innen individuelles Feedback zu ihrer Arbeit zu geben. All das sind keine Zukunftsvisionen, sondern aktuelle Anwendungsfälle aus Unternehmen in Niedersachsen.

Doch bei allen Vorteilen bringt KI auch Risiken mit sich. Um diese Risiken zu minimieren und sicherzustellen, dass Unternehmen verantwortungsvoll mit der Technik umgehen, hat die Europäische Union (EU) die KI-Verordnung erlassen – das erste Gesetz, das einheitliche Regeln für die KI-Nutzung festlegt.

Je höher das Risiko der KI, desto strenger sind die Vorschriften der EU

Die KI-Verordnung der EU teilt KI in vier verschiedene Risikoklassen ein.

KI-Systeme mit unannehmbarem Risiko hat die EU komplett verboten. Dazu gehört etwa das Social Scoring, mit dem Behörden oder Unternehmen menschliches Verhalten bewerten können – etwa, indem sie den öffentlichen Raum überwachen und mithilfe von KI versuchen, Straftaten vorherzusagen und Menschen präventiv festzunehmen. Weil derartige KI-Systeme in die Grundrechte von Menschen eingreifen, dürfen sie in der EU nicht zum Einsatz kommen.

Für KI-Systeme mit hohem Risiko gelten besonders strenge Anforderungen. Als hochriskant gilt jegliche KI, die Einfluss auf Menschen hat. Das ist beispielsweise der Fall, wenn Personalabteilungen KI nutzen, um Bewerbungen auszusortieren, oder wenn ein Hersteller von medizinischen Geräten KI nutzt, um Produktionsfehler zu erkennen. Die KI-Verordnung verpflichtet Unternehmen unter anderem, solche Systeme unter menschliche Aufsicht zu stellen und nur hochwertige Datensätze zu verwenden, um die KI zu trainieren.

Für KI-Systeme mit mittlerem Risiko gelten besondere Transparenzverpflichtungen. Nutzer*innen müssen deutlich darauf hingewiesen werden, dass sie es beispielsweise in der Kundenberatung mit einem Chatbot statt mit einem Menschen zu tun haben. Texte oder Bilder, die mithilfe von KI erzeugt wurden, müssen entsprechend gekennzeichnet werden – egal, ob es sich um einen Social-Media-Beitrag oder um eine mit KI geschriebene Bedienungsanleitung handelt.

Zu KI-Systemen mit minimalem Risiko zählen beispielsweise Spamfilter. Hier müssen Unternehmen keine speziellen Pflichten erfüllen – sie dürfen aber freiwillig zusätzliche Verhaltensregeln für die Nutzung aufstellen.

KI-Verordnung: Sinnvolles Risiko-Management oder Hindernis für Innovation?

„Ein verantwortungsvoller Umgang mit KI ist wichtig, die Regeln der EU sind also durchaus sinnvoll“ sagt Denise Wullfen, Wissenschaftliche Mitarbeiterin und KI-Expertin am IPH – Institut für Integrierte Produktion Hannover gGmbH. „Aber für Unternehmen ist das Regelwerk momentan noch schwer zu durchschauen.“ Die Hürde, KI zu nutzen, werde aus Angst vor Strafen noch höher – schließlich müssen Unternehmen, die gegen die KI-Verordnung verstoßen, bis zu 20 Millionen Euro Strafe zahlen. Vor allem kleine und mittlere Unternehmen (KMU) ohne eigene Rechtsabteilung hätten es momentan schwer, herauszufinden, was sie beim Einsatz von KI konkret beachten müssen, so Wullfen.

Auf die Nutzung von KI zu verzichten, um Strafen zu vermeiden, ist allerdings keine Lösung. Damit hätten Unternehmen einen großen Wettbewerbsnachteil gegenüber der Konkurrenz, die KI nutzt. Zudem müssen Unternehmen ihren Mitarbeiter*innen klare Vorgaben machen, sonst entsteht sogenannte Schatten-KI. „Tools wie Chat-GPT gehören für viele Menschen schon so sehr zum Alltag, dass die Versuchung groß ist, sie auch im Beruf zu nutzen“, sagt Wullfen. Unternehmen können das Thema nicht ignorieren, sondern müssen die KI-Nutzung entweder klar verbieten oder aber regulieren. Für beides brauchen Unternehmen eine KI-Richtlinie.

Jurist*innen und KI-Expert*innen starten gemeinsames Forschungsprojekt

Um KMU die rechtssichere Nutzung von KI zu ermöglichen, hat das IPH gemeinsam mit dem Lehrstuhl für Bürgerliches Recht und IT-Recht am IRI – Institut für Rechtsinformatik der Leibniz Universität Hannover das interdisziplinäre Forschungsprojekt „AI Act-Ready“ gestartet.

Gemeinsam erarbeiten die KI-Expert*innen und Jurist*innen zwei Hilfestellungen speziell für produzierende KMU. Zum einen schreiben die Forschenden einen Leitfaden, der Unternehmen verständlich und praxisnah den Weg durch die neuen KI-Vorschriften weisen soll. Zum anderen entwickeln sie einen Software-Demonstrator: Dieser soll Unternehmen helfen, herauszufinden, zu welcher Risikoklasse eine KI-Anwendung gehört, unter welchen Bedingungen sie genutzt werden darf und ob sich der Einsatz trotz aller Vorgaben und Risiken für das Unternehmen lohnt. Zudem können KMU den Software-Demonstrator nutzen, um eigenständig einen Entwurf für eine unternehmensindividuelle KI-Richtlinie zu erstellen.

Mit diesen Hilfestellungen wollen die Forschenden produzierenden KMU die Angst vor der KI-Verordnung nehmen – damit das Gesetz nicht zum Hindernis für Innovationen wird, sondern einen verlässlichen Rahmen bietet, um KI rechtssicher zu nutzen und wettbewerbsfähig zu bleiben.

Gesucht: Produzierende Unternehmen, die sich am Forschungsprojekt beteiligen wollen

Für das Forschungsprojekt suchen das IPH und das IRI noch produzierende KMU, die bereits KI nutzen oder den Einsatz von KI in naher Zukunft planen. Im Projektbegleitenden Ausschuss (PA) des Forschungsprojekts erhalten sie die Gelegenheit, sich mit den KI-Expert*innen und Jurist*innen über ihre konkreten Anwendungsfälle auszutauschen und herauszufinden, was sie konkret tun müssen, um die KI-Verordnung einzuhalten.

Unternehmen, die daran Interesse haben, melden sich bis zum 30. September 2025 bei Denise Wullfen unter der Telefonnummer +49 511 27976 442 oder per E-Mail an wullfen@iph-hannover.de.

Fahrerlose Transportfahrzeuge (FTF) sind flexibler als Fließbänder und oftmals effizienter als Gabelstapler. Viele Unternehmen nutzen FTF bereits in der Intralogistik, beispielsweise für den automatisierten Materialtransport vom Lager in die Montage oder um fertige Produkte aus der Fabrik ins Versandlager zu bringen.

Bisher werden FTF zentral gesteuert. Das heißt, sie erhalten die Transportaufträge über einen zentralen Rechner, der mit allen Fahrzeugen über Funk kommuniziert. Bei einer geringen Anzahl an FTF funktioniert das in der Regel problemlos. Doch je mehr Fahrzeuge sich im System befinden, desto größer und komplexer wird der Rechenaufwand. Die daraus resultierenden Herausforderungen in Bezug auf die Funkkommunikation können zu Störungen und Perfomance-Verlusten führen. Zentral gesteuerte Fahrerlose Transportsysteme kommen somit irgendwann an ihre Grenzen und sind nicht beliebig skalierbar.

Abhilfe könnten in Zukunft dezentral gesteuerte Fahrzeugschwärme schaffen. Die FTF im „Schwarm“ kommunizieren direkt untereinander und benötigen somit keinen zentralen Rechner, der sie steuert. Jedes Mal, wenn sich Fahrzeuge begegnen, tauschen sie Informationen über ihre Wegstrecke aus und beachten die im System hinterlegten Vorfahrtsregeln, um eine Kollision zu vermeiden. Sendet eine Maschine das Signal, dass ein Produkt fertiggestellt und bereit zur Abholung ist, nimmt jenes FTF den Auftrag an, das gerade frei ist, sich möglichst nah an der Maschine befindet und einen ausreichenden Ladezustand hat.

Eine solche dezentrale Steuerung wäre sehr effizient, robust gegen Störungen und somit skalierbar, meinen Wissenschaftler*innen am Fraunhofer Institut für Integrierte Schaltungen IIS in Nürnberg sowie am IPH – Institut für Integrierte Produktion Hannover gGmbH. Im gemeinsamen Forschungsprojekt „Orpheus – Optimierte Vernetzung kooperierender Fahrzeugschwärme“ wollen sie die dezentrale Steuerung näher untersuchen.

Während das Fraunhofer IIS erforscht, wie die Kommunikation im Fahrzeugschwarm aus technischer Sicht funktionieren kann, untersucht das IPH, ob die dezentrale Steuerung tatsächlich Vorteile in Bezug auf die Logistikleistung bringt. Zu diesem Zweck simulieren die Forschenden am IPH mehrere Anwendungsfälle aus der Praxis. In Materialflusssimulationen wollen sie möglichst viele unterschiedliche intralogistische Prozesse und Fertigungsstrategien nachbilden und für jedes Szenario vergleichen, ob der Einsatz eines zentral gesteuerten Fahrerlosen Transportsystems oder eines dezentral gesteuerten Fahrzeugschwarms zu einer besseren Logistikleistung führt.

„In den Simulationen wollen wir möglichst viele unterschiedliche Materialflüsse nachbilden“, sagt Manuel Savadogo, der am IPH für das Projekt verantwortlich ist. „Dafür nutzen wir reale Fabriklayouts von unseren Partnerunternehmen.“ Eines dieser Unternehmen erwägt derzeit, FTF in drei Fabrikhallen einzusetzen, um den bisher manuellen Transport zu automatisieren. „Wir simulieren zunächst den Materialfluss mit fünf Transportfahrzeugen. Dann erhöhen wir Schritt für Schritt die Anzahl und schauen, wie sich die dezentrale Steuerung auf die logistischen Zielgrößen auswirkt und ob sich im Vergleich zur zentralen Steuerung ein signifikanter Vorteil ergibt“, erklärt Savadogo.

Ein anderes Unternehmen, das sich am Forschungsprojekt beteiligt, sucht bereits seit längerem nach einer automatisierten Lösung für den Transport eines sechs Meter langen Bauteils. Bisher wird das Bauteil sehr aufwändig mit mehreren Gabelstaplern transportiert. In der Materialflusssimulation überprüfen die Forschenden, ob mehrere FTF diese Aufgabe übernehmen können, und vergleichen auch für diesen Anwendungsfall die zentrale mit der dezentralen Steuerung.

Weitere Unternehmen, die Interesse an einer Materialflusssimulation haben, können sich bis zum 29. August 2025 bei Manuel Savadogo melden – per E-Mail an savadogo@iph-hannover.de oder unter der Telefonnummer +49 511 27976 449.

Gesucht werden sowohl Unternehmen, die bereits FTF einsetzen, als auch solche, die das für die Zukunft erwägen. Die Unternehmen müssen ihr Fabriklayout für das Forschungsprojekt zur Verfügung stellen und erhalten im Gegenzug kostenfrei eine Materialflusssimulation, die aufzeigt, wie der innerbetriebliche Materialtransport mit zentral sowie mit dezentral gesteuerten FTF aussehen würde.

So können die beteiligten Unternehmen ihre Logistikleistung verbessern – und die Forschenden können den Nutzen von Fahrzeugschwärmen wirklich praxisnah überprüfen.

Eine Maschine ist defekt, Mitarbeitende sind krank, Material wird nicht rechtzeitig geliefert – und schon kann die gesamte Montage ins Stocken geraten. Solche Störungen können hohe Kosten verursachen, insbesondere bei der Montage von hochwertigen Produkten wie Maschinen, Anlagen oder Sonderfahrzeugen. Die verantwortlichen Mitarbeitenden müssen deshalb schnell reagieren und zielsicher eine Lösung finden, um die Störung zu beheben. Dabei kann in Zukunft Künstliche Intelligenz (KI) helfen.

Die Idee: Montagemitarbeiter*innen erfassen die Störung mit einer intuitiv bedienbaren App auf einem mobilen Endgerät. Die App schlägt Lösungen für das Problem vor und leitet die Nutzer*innen Schritt für Schritt durch den Entstörprozess. Hinter der Software steht eine KI-basierte Ähnlichkeitsprüfung: Diese durchsucht eine Datenbank nach ähnlichen Störungen aus der Vergangenheit und schlägt auf dieser Basis erfolgsversprechende Lösungen für das aktuelle Problem vor.

Vom Forschungsprojekt zur Start-up-Gründung

Die Idee für das KI-gestützte Entstörungsmanagement entstand im Forschungsprojekt „StoMaXXL – Störungsmanagement in der Einzel- und Kleinserienmontage von großskaligen Produkten“ am IPH. Ardita Krasniqi und Katharina Aper brachten ihre fachliche Expertise ein, arbeiteten intensiv an der Umsetzung und vertieften ihre Erkenntnisse in ihren Studien- und Masterarbeiten. „Wir haben schnell gemerkt, dass viele Unternehmen Interesse an der Idee haben – und dass es für jede Art der manuellen Montage funktionieren kann, nicht nur bei großskaligen Produkten“, sagt Aper.

Im Forschungsprojekt wurden allerdings nur die Grundlagen gelegt: Die Wissenschaftler*innen haben eine Methode entwickelt und in einem Softwaredemonstrator umgesetzt. Bis zu einer marktreifen Lösung braucht es mehr Zeit und Entwicklungsarbeit. Deshalb entschieden sich Katharina Aper und Ardita Krasniqi dafür, auch nach Ende des Forschungsprojekts weiter an dem Thema zu arbeiten. 2024 haben sie bereits die EXIST-Women-Förderung erhalten – nun bekommen sie für ein Jahr das EXIST-Gründungsstipendium. Mit Sascha Brinkmann, der als Wissenschaftliche Hilfskraft am IPH beschäftigt war und hier sowohl seine Bachelor- als auch Masterarbeit geschrieben hat, ist „Quvas“ inzwischen zu einem dreiköpfigen Team angewachsen.

EXIST ist ein Programm des Bundesministeriums für Wirtschaft und Klimaschutz, das Existenzgründungen aus der Wissenschaft fördert. Bewerben können sich Hochschulabsolvent*innen, Wissenschaftler*innen und Student*innen. Wer das EXIST-Gründungsstipendium erhält, bekommt zwölf Monate lang finanzielle Unterstützung bei der Vorbereitung einer Existenzgründung. Aus dem EXIST-Programm erhalten die drei Mitglieder des „Quvas“-Teams von März 2025 bis Februar 2026 ein monatliches Stipendium sowie Budget für Sachmittel. Das IPH unterstützt die Gründer*innen ebenfalls und stellt ihnen unter anderem ein Büro samt IT-Infrastruktur zur Verfügung. IPH-Gesellschafter Professor Ludger Overmeyer fungiert als Mentor für das Start-up.

Praxis-Test der Entstörungsmanagement-App geplant

Die zwölfmonatige Förderung will „Quvas“ nutzen, um einen Prototyp der Entstörungsmanagement-App zu entwickeln und in der Praxis zu testen. Dafür sucht das Start-up nach Unternehmen, die die App ausprobieren wollen, noch bevor sie auf den Markt kommt.

Gesucht werden Unternehmen mit manueller Montage. Sie bekommen die App zur Verfügung gestellt und sollen sie nutzen, um Störungen zu dokumentieren. „Wenn die Unternehmen ihre Störungen bisher mit Papierformularen oder Excel-Tabellen dokumentiert haben, können wir diese Daten auch in die App übertragen“, sagt Aper. „Dann können die Unternehmen schon mit einer Datenbasis in die Testphase starten.“

Eine Teilnahme an dem Pilotprojekt ist jedoch auch ohne umfangreiche Datenbasis möglich: Mit Hilfe von Interviews und Fragebögen können aus dem Erfahrungswissen der Mitarbeiter*innen die ersten Einträge für die App und die integrierte KI geschaffen werden. Zudem lernt die KI laufend hinzu: Mit jeder Störung und der dazugehörigen Lösung, die ein Unternehmen eingibt, wird die Datenbasis erweitert. So werden die vorgeschlagenen Lösungen mit der Zeit immer präziser.

Ein weiterer Vorteil ist, dass die KI mit der Zeit Störungsschwerpunkte und störanfällige Montageschritte im Projektablauf erkennt. Diese Erkenntnisse können unter anderem in der Projektplanung für zukünftige Projekte herangezogen werden.

Störungen reduzieren, Kosten senken und Fachkräfte entlasten

Mit der KI-basierten Störungsbehebung können Unternehmen Unterbrechungen der Montage sowie die damit verbundenen Kosten reduzieren, die Liefertreue verbessern und ihre Mitarbeitenden entlasten. Gerade in Zeiten des Fachkräftemangels ist es ein unschätzbarer Vorteil, wenn auch unerfahrene Mitarbeitende zielsicher eine Störung beheben können – dank KI-Unterstützung.

Unternehmen, die die Entstörungsmanagement-App testen wollen, melden sich bei Katharina Aper unter der Telefonnummer +49 511 27976 555 oder per E-Mail an aper@iph-hannover.de. Die Testphase startet im August 2025. 

Automation with artificial intelligence and cobots

Even though the number of vacancies in Germany has fallen in recent years, the figure remains at a high level. The shortage of skilled workers is omnipresent in almost all sectors and is an increasingly difficult challenge to overcome, especially for small and medium-sized companies. Demographic change will lead to a further decline in the number of people of working age in the coming years and thus to a worsening of the situation. The use of collaborative robots (cobots) in conjunction with artificial intelligence (AI) offers a promising solution to these challenges. This can make production processes more efficient and counteract the shortage of skilled workers.

AI and robotics in production

In 2025, the IPH – Institut für Integrierte Produktion Hannover gGmbH will demonstrate how artificial intelligence and robotics can be combined to automate production processes. The aim is to react to unforeseen events on the one hand and, on the other, to achieve this with lower personnel costs.

Against the backdrop of labor market developments, it is therefore advisable for companies to start thinking about automation and the use of AI now. This is an elementary building block for securing Germany and regions such as Hanover as business locations in the long term.

Cobots: human-robot collaboration

Collaborating robots, known as cobots, are an innovative approach. Unlike conventional industrial robots, they can work directly with humans. Safety guards are not necessary as they have special sensors and protective mechanisms that prevent collisions. This makes it clear that cobots are not intended to replace human workers, but to provide them with targeted support and thus relieve their workload.

One example of this is an IPH exhibit that uses innovative image processing algorithms. An image unknown to the cobot is captured and pre-processed so that the cobot can then draw it in detail. The AI processes the image and automatically creates a movement instruction for the cobot without a human having to program the process. This technology can be transferred to various production areas, such as automated welding. The targeted use of AI and cobots offers companies significant potential.

Research and prospects

IPH has extensive experience in the field of artificial intelligence from numerous consulting and research projects. These include AI-based data analysis of medical data and AI-supported order verification. IPH is also involved in the European research project “AIMS5.0”, which is further developing AI in the manufacturing industry and setting the course for Industry 5.0 in Europe. IPH engineers will be on hand at the stand to provide information on projects and welcome inquiries from research and industry. Visit IPH at the Hannover Messe 2025 in hall 16, stand F09: https://www.hannovermesse.de/…

Die Prozessüberwachung auf Basis von Künstlicher Intelligenz (KI), die im Forschungsprojekt „AutoPress“ entwickelt wurde, erkennt Parameterabweichungen mit einer Erfolgsquote von 95 bis 98 Prozent. Werden Fehler erkannt, erhält die Person eine Rückmeldung, die die Anlage bedient:

„Achtung, das Werkzeug ist fehlerhaft eingebaut!“
„Achtung, das Halbzeug ist nicht zentriert!“
„Achtung, Sie haben das falsche Material eingelegt!“

Produzierende Unternehmen können mit diesem System nicht nur Fehler frühzeitig erkennen, Ausschuss vermeiden und die Bauteilqualität steigern – sie entlasten auch ihr Personal. Mit KI-Unterstützung können auch weniger qualifizierte Mitarbeitende die Maschinen bedienen. In Zeiten des Fachkräftemangels ist dies ein echter Wettbewerbsvorteil.

Retrofit verlängert die Lebensdauer von Maschinen und Anlagen

Um modernste Sensoren und KI nutzen zu können, müssen produzierende Unternehmen nicht unbedingt teure Maschinen neu anschaffen. Stattdessen können sie alte Maschinen im Rahmen eines sogenannten Retrofits nachrüsten. Ein Retrofit ist in der Regel kostengünstiger als die Neuanschaffung. Zudem ist es nachhaltiger, weil es dazu führt, dass Maschinen länger genutzt werden.

Im Forschungsprojekt „AutoPress“ haben das IPH und JOBOTEC beispielhaft eine in die Jahre gekommene Spindelpresse mit modernen Sensoren ausgestattet. Dabei haben sie darauf geachtet, mit kostengünstigen Komponenten und bestehenden Industriestandards zu arbeiten – damit auch kleine und mittlere Unternehmen in der Lage sind, ihre Maschinen ohne großen Aufwand nachzurüsten. Was im Forschungsprojekt „AutoPress“ am Beispiel einer Spindelpresse entwickelt wurde, lässt sich auch auf zahlreiche andere Maschinen und Anlagen übertragen.

KI-Modelle werten Sensordaten aus und erkennen Abweichungen

Ausgerüstet wurde die Spindelpresse unter anderem mit Laserdistanzsensoren, Sensoren zur Spannungsmessung und Temperatursensoren. Verschiedene KI-Modelle werten die Messergebnisse aus und gleichen sie mit den idealen Parametern ab. Werden Abweichungen erkannt, gibt das System Handlungsempfehlungen aus.

So erkennt das System beispielsweise Abweichungen von der idealen Halbzeughöhe. Wenige Millimeter können hier große Folgen haben: Wurde zu wenig Material in die Presse eingelegt, wird keine Formfüllung erreicht und Ausschuss produziert. Ist das Halbzeug dagegen zu hoch, wird Material und Energie verschwendet. In beiden Fällen ist die KI in der Lage, eine Empfehlung abzugeben, um wie viele Millimeter die Höhe des Halbzeugs korrigiert werden muss – um entweder Ausschuss oder Verschwendung zu vermeiden.

Abweichungen von der idealen Werkzeugposition erkennt die KI ebenfalls. Liegen beispielsweise die beiden Werkzeughälften nicht genau deckungsgleich übereinander, wirkt sich dies negativ auf die Bauteilqualität aus. Gleiches gilt, wenn das Halbzeug nicht genau mittig im Werkzeug liegt.
Auch das falsche Material kann zu Fehlern führen – und eine Verwechslung ist oftmals nicht mit bloßem Auge erkennbar. Verschiedene Stahlsorten benötigen unterschiedliche Temperaturen und Umformkräfte. Die KI erkennt dies und weist auf Werkstoff-Verwechslungen hin – so kann die Anlage gestoppt und der Fehler korrigiert werden, bevor in großer Zahl fehlerhafte Bauteile produziert werden.

Supervised Learning: KI muss zunächst trainiert werden

Sensoren nachrüsten, KI-Software installieren, fertig? Ganz so einfach ist es nicht. Die KI-gestützte Prozessüberwachung ist ein sogenanntes Expertensystem, das zunächst angelernt werden muss – von einer Person, die viel Fachwissen und Erfahrung mit der entsprechenden Maschine mitbringt. Supervised Learning-Algorithmen sorgen dafür, dass das System schnell lernt und selbst zum Experten wird, der Fehlerbilder zuverlässig erkennen kann. So lässt sich das System auf viele verschiedene Maschinen und Produktionsprozesse trainieren.

Das KI-System soll Menschen nicht ersetzen, sondern unterstützen. So können künftig auch Mitarbeitende mit wenig Fachwissen und Erfahrung die Maschinen bedienen – wenn ihnen die KI zur Seite steht. Für Unternehmen, die unter dem Fachkräftemangel leiden, bedeutet das eine enorme Entlastung.

Ausschuss vermeiden und nachhaltiger produzieren

Die KI-gestützte Prozessüberwachung ist aber nicht nur eine Hilfestellung fürs Personal. Sie kann darüber hinaus dazu beitragen, die Bauteilqualität zu erhöhen, Ausschuss zu vermeiden, Material und Energie einzusparen und damit letztlich nachhaltiger zu produzieren. All das stärkt die Wettbewerbsfähigkeit produzierender Unternehmen.