+49 6221 672 19-00 info@hdvisionsystems.com

Automatisierung im Laufe der Zeit

Autonomes Fahren, Smart Homes, Solarstraßen, Roboter in jedem Dienstleistungssektor… dies sind alles Beispiele für Automatisierung und wir könnten diese Aufzählung noch ewig weiter führen. Neuartige Erfindungen prägen so sehr unseren Alltag, dass es uns schon fast nicht mehr auffällt. Dabei vergessen wir oft, dass Automatisierung kein neuer Begriff ist, sondern dass Menschen schon seit Jahrtausenden daran versucht sind, Dinge zu automatisieren.

 

Herkunft des Begriffs

Fast genauso alt wie der Grundgedanke der Automatisierung, ist auch der Begriff an sich. Automatisierung leitet sich von dem altgriechischen Wort automatos ab und bedeutet so viel wie sich selbst bewegend.  Die griechische Göttin Automatia steht im Zusammenhang damit als „Göttin des freiwaltenden Glückes und der ohne menschliches Zutun eintretenden Ereignisse“.

 

Die drei Phasen der Automatisierung

In den letzten 2000 Jahren wurde Automatisierung schrittweise immer wichtiger und das Streben nach Effizienz und Effektivität nahm immer mehr an Bedeutung zu. Bis in die Gegenwart kann man Automatisierung in drei Phasen gliedern. Diese Phasen sind jeweils durch unterschiedliche historische Ereignisse geprägt und unterscheiden sich dadurch in ihren Inhalten bezüglich Automatisierung stark:     

  1. Mechanisierung
  2. Einsatz von Elektrizität, Elektrotechnik und Elektronik
  3. Einsatz von Rechentechnik und Informationstechnologie

 

Die erste Phase: Mechanisierung

Die erste und längste Phase der Automatisierung ist stark durch Mechanisierung geprägt. Dabei stammen die ersten Überlieferungen, die sich konkret mit Automatisierung beschäftigen, bereits aus dem alten Ägypten und antiken Griechenland.

 

Der vermutlich im ersten Jahrhundert nach Christus lebende Mathematiker und Ingenieur Heron von Alexandria entwickelte den ersten Verkaufsautomaten, der Milch und Wein beinhaltete. Er entwickelte außerdem sich automatisch öffnende Tempeltüren, ein Prototyp der ersten Dampfmaschine, aber auch eine Waffe die ähnlich wie ein Maschinengewehr Pfeile schießt. Keine seiner Entwicklungen sind erhalten geblieben – lediglich Dokumente mit Bauplänen wurden überliefert.

 

Die erste industrielle Revolution veränderte die traditionellen Arbeitsformen und gilt als größter Meilenstein der Automatisierung. Diese begann circa 1780 in England. Nach der Erfindung der Dampfmaschine folgte der mechanische Webstuhl und die Eisenbahn. Durch Produktionssteigerung in der Textilindustrie erlangte die Wirtschaft enormes Wachstum.

 

Die zweite Phase: Einsatz von Elektrizität, Elektrotechnik und Elektronik

Durch die Entdeckung und Nutzung von Elektrizität, Elektrotechnik und Elektronik wurde die Mechanisierung der Industrien weiter vorangetrieben. Allessandro Volta, André Marie Ampère, Werner von Siemens und viele weitere Entdecker:innen und Erfinder:innen prägten und revolutionierten diese Zeit.

 

Als Meilensteine der zweiten Phase zählt die erste Fließbandfertigung für das Model T von Henry Ford 1913 oder auch die Inbetriebnahme des ersten Industrieroboters 1961 namens Unimate. Er war bei General Motors dafür zuständig, Spitzgussteile zu entnehmen und zu vereinzeln.  In den 1970er und 80er Jahrensetzten die Automobilfabriken ihren Fokus vermehrt auf die Automatisierung monotoner Arbeitsprozesse.

 

Die dritte Phase: Einsatz von Rechentechnik und Informationstechnologie

Der Personal Computer leitete die bis jetzt letzte Phase der Automatisierung ein. Erstmals wird Automatisierung nicht nur für physische Prozesse verwendet. Das Informationszeitalter lebt von der Sammlung und Auswertung von Daten, den sogenannten Big Data. Durch das Internet der Dinge entstehen noch mehr Daten,  die entsprechend weiterverwendet werden. Auch Data-Mining wird immer relevanter für Firmen weltweit, um Trends bei den Kunden frühzeitig zu erkennen und darauf zu reagieren.

 

Wie wird die Zukunft aussehen?

Die Zukunft von damals

Die Frage nach der Zukunft hat man sich schon immer gestellt. Interessant werden in der Vergangenheit getroffene Theorien dann, wenn sie zur Gegenwart werden. So stellte Jean-Marc Côté und weitere Künstler von 1899 bis 1910 Postkarten her, mit ihren Ideen wie das Jahr 2000 aussehen könnte.

A Tailor of the latest fashion
At school

Betrachtet man diese Bilder heute, wird klar, dass es sehr schwer ist die Zukunft richtig einzuschätzen. In vielen Bereichen hatte man allerdings auch richtige Prognosen gestellt. Besonders was die Weiterentwicklung von bereits vorhandenen Erfindungen betrifft: etwa, dass das Telefon in Zukunft mit Videofunktion ausgestattet sein wird. Oder dass sich die Rechenleistung von Computern verbessern wird. Zum Vergleich: Zu Zeiten der Mondlandung 1969 war die gesamte Rechenleistung der NASA-Computer so groß wie in einem modernen Smartphone.

 

Besser und schneller in der Zukunft

Genauso können wir heute auch Aussagen über die Zukunft treffen. Grundsätzlich werden alle denkbaren Bereiche in einer Form schneller oder besser ablaufen.

Schon heute können wir künstliche Haut mit einem 3D-Drucker herstellen – in Zukunft dann wahrscheinlich ganze Organe. Die Fabriken werden so weit automatisiert, dass es nur noch wenige Arbeitskräfte gibt. Produkte können noch schneller und besser hergestellt werden, während sich die Menschen weiterbilden können, um andere wichtige Aufgaben zu erfüllen. Künstliche Intelligenz wird in unserem Alltag eine immer größere Rolle einnehmen.

 

Wie weit das alles gehen wird und bis zu welchem Punkt wir automatisieren werden, ist allerdings schwer zu sagen. Stephen Hawkings meinte dazu „der Aufstieg der leistungsstarken KI wird entweder das Beste oder das Schlimmste sein, was der Menschheit je widerfahren ist.“

 

In der sich rasant entwickelnden Welt der industriellen Automatisierung ist eine zuverlässige und flexible Objekterkennung ein Grundpfeiler für Vision-Guided Robotics (VGR) und Qualitätssicherung. Bei HD Vision Systems ist es unsere Mission, die Grenzen des Möglichen in der Automatisierung neu zu definieren. Als Vision-Partner auf der Bosch Rexroth CtrlX-Plattform bringen wir modernste Bildverarbeitungstechnologie durch leistungsstarke Apps auf den Fabrikboden, die Konnektivität vereinfachen und die Leistung verbessern.

Pattern Matching: Ein traditioneller Ansatz

Eine der häufigsten Fragen beim Entwurf von Automatisierungslösungen ist, ob traditionelle Pattern-Matching-Techniken oder moderne KI-basierte Objekterkennung verwendet werden sollen. Pattern Matching ist regelbasiert und nutzt manuell definierte Vorlagen oder geometrische Formen zur Objekterkennung. Obwohl es lange ein fester Bestandteil klassischer Bildverarbeitung war, stößt es unter realen Bedingungen oft an seine Grenzen. Änderungen in Beleuchtung, Ausrichtung, Maßstab oder selbst kleine Verdeckungen können zu Erkennungsfehlern führen. Zudem ist die Einrichtung aufwändig, erfordert Expertenwissen und lässt sich nur schwer an Veränderungen in der Produktionslinie anpassen.

Deep Learning: Intelligent und anpassungsfähig

Im Gegensatz dazu nutzt die KI-basierte Objekterkennung datengetriebene Modelle, die auf großen und vielfältigen Datensätzen trainiert wurden. Diese Modelle erkennen Objekte anhand abstrakter Muster und sind dadurch wesentlich robuster und flexibler. Sie kommen mit unterschiedlichsten Abweichungen und Unregelmäßigkeiten in industriellen Umgebungen zurecht. Mithilfe von Transfer Learning und Datenaugmentation lassen sich Modelle zudem schnell auf neue Objekte oder Bedingungen anpassen – ganz ohne komplexes Regelwerk.

Integrierte KI auf CtrlX

Wir bei HD Vision Systems setzen konsequent auf diesen modernen Ansatz und haben ihn direkt in die Bosch Rexroth CtrlX-Plattform integriert. Unsere Apps ermöglichen den Anschluss von Standard-Industriekameras gemäß dem GenICam-Standard via Ethernet. Die aufgenommenen Bilder werden von KI-Modellen direkt im CtrlX-Ökosystem verarbeitet. Die Ergebnisse sind nicht nur präzise, sondern werden auch automatisch aus 2D-Bildkoordinaten in 3D-Weltkoordinaten überführt – entscheidend für präzise Roboterführung und Qualitätssicherung.

Vor-Ort-Training und Individualisierung

Neben vortrainierten Modellen bieten wir Frameworks an, mit denen Nutzer eigene Bilddaten annotieren und individuelle Objekterkennungsnetzwerke trainieren können – komplett vor Ort, ohne Daten in die Cloud zu senden. So behalten Sie die volle Kontrolle über Datenschutz und Datensicherheit. Integratoren und Endanwender können so hochspezialisierte Erkennungslösungen entwickeln – exakt zugeschnitten auf ihre Anwendung.

Zukunftsausblick: KI für moderne Fertigung

Pattern Matching hatte seine Zeit, aber die zunehmende Komplexität moderner Fertigungsprozesse verlangt intelligentere, flexiblere Systeme. Deep Learning liefert genau das. Mit den fortschrittlichen Vision-Tools von HD Vision Systems und der Modularität der Bosch Rexroth CtrlX-Plattform stehen Herstellern leistungsstarke Objekterkennungslösungen zur Verfügung, die mit ihren Anforderungen wachsen.

Egal ob Nachrüstung bestehender Anlagen oder Neuplanung – jetzt ist der richtige Zeitpunkt, die Kraft KI-gesteuerter Bildverarbeitung zu nutzen. Wir freuen uns, Sie dabei zu begleiten.

Continue reading:

Share This