KI – Künstliche Intelligenz und Lernende Systeme

Das Projekt AI@Work unter­sucht die Nutzung von KI in europä­­ischen Unter­­nehmen. Ziel ist es, Chancen, Risiken und Bedürf­­nisse im Umgang mit KI in diversen Branchen zu analysieren und Empfeh­­lungen für deren verant­­wortungs­­vollen Einsatz zu erarbeiten. Im Fokus stehen dabei KI-Systeme, die zur Personal­­führung, zur Steigerung der Produk­tivität und Wett­­bewerbs­fähigkeit, sowie der Bekämpfung des Fach­­kräfte­­mangels eingesetzt werden.

Wie verändert die Digitali­sierung typische Aufgaben und Berufe in der Metall- und Elektro­industrie? Was müssen Unter­nehmen beachten, wenn sie eine neue Techno­logie wie Künstliche Intelligenz einführen möchten? Was sind die Erfolgs­faktoren und wo liegen typische Stolper­fallen?

Im Rahmen des Projekts »AWA – Arbeits­aufgaben im Wandel« werden diese Fragen anhand konkreter Anwen­dungs­beispiele beantwortet. Das Ziel ist es, heraus­zustellen wie sich die Tätigkeiten der Beschäf­tigten verändert haben und welche Auswir­kungen das auf die erforder­lichen Kompe­tenzen sowie die Anfor­derungs- und Belastungs­merkmale hat.

Im Projekt ChAmp entsteht ein Assistenz­system, das die Erstellung und Prüfung von Software­dokumen­tationen beschleunigt. Es basiert auf großen Sprach­modellen und wird so gestaltet, dass Motivation, Daten­schutz und rechtliche Anfor­derungen berück­sichtigt sind. Die Konzepte sollen auch für andere Branchen und Prüf­prozesse, etwa im Rahmen des EU-AI-Gesetzes, nutzbar sein.

In dem Verbund­projekt unter Leitung des ifaa werden innovative Arbeits­systeme für die indus­trielle Produktion gestaltet, die eine flexible Aufgaben­verteilung zwischen Mensch und Roboter ermöglichen. Für die intelligente Roboter­steuerung werden innovative KI-basierte Visual-Language-Action-Models entwickelt.

Im Projekt „KI_eeper – Know-how to keep“ entwickelte das ifaa multi­­modale KI-Systeme, mit denen Erfahrungs­­wissen von Beschäf­tigten im Arbeits­­prozess erfasst und weniger erfahrenen Arbeits­­kräften für die Ausführung von Tätig­keiten zur Verfügung gestellt werden kann.

Im Verbund­projekt en[Al]ble wurde ein Weiterbildungsangebot entwickelt und erprobt, mit dem Unternehmen befähigt werden, sinnvolle KI-Anwen­dungen strategisch zu bewerten und präventiv zu gestalten. Neben technischen KI-Grund­kennt­nissen werden vor allem Kompetenzen in der ganz­heitlichen sozio­technischen Arbeits- und Organi­sations­gestaltung vermittelt.

Das ifaa untersuchte im Rahmen des Forschungs­projektes „humAIn work lab: Künstliche Intelligenz und der Wandel von Arbeit“ die mit KI verbundenen Heraus­forderungen und Anforderungen an Manage­ment- und Führungsaufgaben und erarbeitete übertragbare Handlungs­empfehlungen für die betriebliche Praxis.

Die Plattform Lernende Systeme bündelt die vorhandene Expertise im Bereich KI von rund 200 Mitgliedern, die in verschiedenen Arbeits­gruppen organisiert sind. Die Expertinnen und Experten des ifaa engagieren sich in der Arbeits­gruppe „Arbeit, Qualifikation, Mensch-Maschine-Interaktion“, die sich der mensch­zentrierten Gestaltung der zukünftigen Arbeits­welt sowie Fragen der Mensch-Maschine-Interaktion widmet. Unter Beteiligung des ifaa sind u. a. die folgenden Publikationen verfasst worden:

• „Kriterien für die Mensch-Maschine-Interaktion bei KI“
• „Einführung von KI-Systemen in Unternehmen“
• „Führung im Wandel“
• „KI für die Fachkräftesicherung nutzen“

Künstliche Intelligenz kann die Leistungs­fähigkeit der Beschäftigten fördern und Belastungen reduzieren, z.B. in dem Routine- und Planungs­aufgaben oder Muster­erkennung von KI übernommen und Analysen und Vorher­sagen schneller und genauer durchgeführt werden können. Die Chancen bestehen darin, Arbeit mit KI individueller an den Bedürfnissen der Beschäf­tigten und den Anforderungen der Aufgaben zu gestalten. So können Beschäftigte bei ihren Aufgaben unterstützt und ggf. entlastet werden, damit ihre Leistungs­fähigkeit erhalten bleibt und die Arbeit produktiver wird. Das Risiko besteht darin, dass neuartige Belastungs­faktoren (z.B. zu starke Fremd­bestimmung, zu hohe Komplexität) nicht erkannt oder nicht beachtet werden und es durch die Arbeit für die Beschäf­tigten zu möglicher­weise die Gesund­heit beeinträch­tigenden Beanspruch­ungsfolgen kommt. 

Heutige Beispiele für KI-Systeme finden sich in der Bild­erkennung im Produk­tions­bereich, in Assistenz­systemen in der Montage oder in der Mensch-Roboter-Kollabo­ration: Dank funktional integrierter Mechanik, Elektronik und Steuerungs­technik können heutige Industrie­roboter bereits einfach und intuitiv bedient werden, und Mensch und Maschine können effektiv zusammen­arbeiten. Mithilfe der KI und der Aus­stat­tung mit Sensoren sollen Roboter „intel­ligenter“ und befähigt werden zu sehen, zu hören und zu fühlen. Ziel der Entwicklung ist, dass Industrie­roboter sich ohne großen Programmier­aufwand intuitiv über einfache Kommandos oder Gesten steuern lassen und durch Nach­ahmung kompletter Arbeits­abläufe selbst­ständig von „mensch­lichen Kollegen“ lernen.