Autonome Systeme: Wie und warum sollte man sie vergleichen? VDI im Gespräch mit Katharina Giese und Piet Lipke

Dem stehen Maschinen und Anlagen gegenüber, die nur noch zum Teil oder gar nicht mehr vom Menschen bedient werden. Sind diese schon autonom, wenn sie einem vorgeschriebenen Betriebsablauf folgen? Wenn laut Duden der Begriff „Autonomie“ Selbstständigkeit und Unabhängigkeit bedeutet, dann umfasst das auch die Fähigkeit, auf unerwartete Ereignisse angemessen und nachvollziehbar zu reagieren, um ein vorbestimmtes Ziel zu erreichen.

VDI: Was sind erforderliche Eigenschaften Autonomer Systeme?

Giese: Generalisiert man die Grundstrukturen Autonomer Systeme, ergeben sich die Elemente …

• Zielerkennung: Technische Systeme werden für bestimmte Anwendungszwecke entworfen. Die erste Gemeinsamkeit ist das Ziel, zu dessen Erfüllung ein solches System beiträgt.
   
• Selbstständige Umfelderfassung: Autonome Systeme müssen ihre Umgebung beziehungsweise ihren Kontext wahrnehmen, um den Grad der Zielerfüllung einschätzen zu  können. Diese Umfelderfassung übernehmen z.B. Sensoren.
   
• Selbstständig generierter Handlungsplan: Um ein gegebenes Ziel zu erreichen, muss ein System Einfluss auf die Umgebung nehmen können und zwar auf eine Weise, die der Zielerfüllung zweckdienlich ist. Ein vom Autonomen System selbstständig generierter Handlungsplan bildet die nachvollziehbare Grundlage der Aktionen.
      
• Resilienz und Failsafe-Strategien: Diese Handlungspläne werden auf der Grundlage historischer und aktueller Daten unter anderem mit Methoden des maschinellen Lernens und der künstlichen Intelligenz generiert. Für das Erreichen der Unabhängigkeit ist die Resilienz besonders wichtig. Denn nur so kann das System auf unvorhergesehene Ereignisse und Fehlerzustände angemessen reagieren. Die Strategien umfassen nicht nur die vom Entwickler vorgedachten potenziellen Probleme. Sie schließen auch die Fähigkeit ein, auf unerwartete Ereignisse sowie Ausfälle innerhalb des Systems zu reagieren, entsprechende Failsafe-Strategien zu entwickeln und umzusetzen, um die eigentliche Aufgabe angemessen weiter zu bearbeiten.

VDI: Was bedeutet das für die Vergleichbarkeit?

Lipke: Um den Grad der Autonomie verschiedener Systeme einschätzen zu können, kann der Umfang der Umsetzung der oben genannten Grundstrukturen Autonomer Systeme betrachtet werden. Dazu sind folgende Fragen zu beantworten:

• Reicht die Umgebungserfassung aus?
   
• Sind alle Elemente, die zur Zielerfüllung benötigt werden, in diesem System vorhanden oder müssen andere Systeme hinzugezogen werden?
   
• Wie würde dann die Kommunikation erfolgen?
   
• Erfolgt die Generierung des Handlungsplans wirklich selbstständig auf Basis der dem System zugänglichen Daten? Wird von außen Einfluss genommen, werden Vorgaben gemacht?
   
• Kann das System auch auf komplexe Probleme ohne Weisungen von außen reagieren?
   
• Ab wann ist ein Eingreifen durch den Menschen notwendig (z.B. zur Wartung)?

VDI: Wie kann die Autonomie eines Systems mit diesen Kriterien eingeschätzt und erhöht werden?

Giese: Als Beispielsystem nehmen wir hier ein wandlungsfähiges Produktionssystem aus der SmartFactoryOWL in Lemgo. Es handelt es sich um mobile und modularisierte Betriebsmittel, die über ein Transfersystem verkettet sind.

Das Ziel ist eine möglichst ressourceneffiziente Produktion von hoch individualisierten Produkten. Durch ein digitales Produktgedächtnis an den Werkstückträgern kann die Individualisierung ausgelesen werden. Gleichzeitig geben diese Tags Aufschluss über den Erfüllungsgrad des Ziels.

Um den Grad der Autonomie zu erhöhen, kann z.B. an den Schnittstellen angesetzt werden. Wenn einzelne Transfermodule ihre Position eigenständig innerhalb des Produktionssystems erkennen, kann das System zunehmend selbstkonfigurierend agieren. Zusätzlich können durch die durchgängige Vernetzung aller am Ziel beteiligten Betriebsmittel die Wartezeiten an Arbeitsplätzen optimiert werden, wenn das Transfersystem die Bearbeitungsreihenfolge innerhalb gewisser Grenzen selbstständig wählen kann.

Der Handlungsplan des Produktionssystems, etwa welche Betriebsmittel bei Produktwechsel wann und wo benötigt werden, kann mit Methoden des maschinellen Lernens optimiert werden. Um Ausfällen entgegenzuwirken und neue Betriebsmittel zur Laufzeit einzubinden, können die Betriebsmittel selbstfahrend gestaltet werden. So werden Konfigurationsänderungen durch Produktwechsel oder auch bei Ausfällen innerhalb des Produktionssystems ohne menschliche Eingriffe realisiert.