Kategorie: Forschung

Veröffentlicht am

Gründe für die Ablehnung von künstlicher Intelligenz

Die Ablehnung von Künstlicher Intelligenz (KI) ist ein intensives Forschungsfeld der Sozial- und Kognitionspsychologie sowie der Mensch-Computer-Interaktion (HCI). Die Forschung identifiziert mehrere zentrale psychologische Mechanismen, warum Menschen KI-Systeme ablehnen, meiden oder ihnen misstrauen.

Psychologische Hauptursachen für die Ablehnung von KI

Algorithmen-Aversion (Algorithm Aversion), also das Phänomen, dass Menschen menschlichen Entscheidern Fehler eher verzeihen als algorithmischen Systemen. Ein einziger Fehler einer KI führt oft zu einem überproportional starken Vertrauensverlust – selbst wenn die KI statistisch nachweislich treffsicherer ist als der Mensch.
Verlust von Intransparenz: Da viele KI-Modelle als „Black Box“ agieren, empfinden Nutzer einen Mangel an Erklärbarkeit (Perceived Explainability). Fehlt das Verständnis dafür, wie eine Entscheidung zustande kommt, sinkt das Vertrauen schlagartig.

Bedrohung der menschlichen Identität und Einzigartigkeit
Psychologische Bedrohungstheorien zeigen, dass die KI-Entwicklung an Grundfeiler des menschlichen Selbstbilds rührt (Threat to Human Uniqueness):
Autonomieverlust: In Bereichen, die bisher als rein menschlich galten (z. B. Kunst, Diagnostik, Recht oder Psychotherapie), empfinden Menschen das Auftauchen von KI als Entwertung menschlicher Fähigkeiten und Kontrolle.
Vernichtungs- und Identitätsangst (Annihilative Anxiety): Tief sitzende Sorgen, dass die Grenzen zwischen Mensch und Maschine verschwimmen und der Mensch als autonomer Akteur entbehrlich wird.

KI-Angst (AI Anxiety) und ethische Risikowahrnehmung
Forschungsarbeiten unterscheiden verschiedene Dimensionen von KI-bezogener Angst:
Antizipatorische Angst: Die Sorge vor zukünftigen gesellschaftlichen und beruflichen Umbrüchen (z. B. Arbeitsplatzverlust oder Kontrollverlust).
Ethische Risikowahrnehmung: Bedenken hinsichtlich Datenschutz, Halluzinationen, Manipulation und Urheberrechtsverletzungen. Die Wahrnehmung ethischer Risiken gilt als einer der stärksten Prädiktoren für eine aktive KI-Aversion.

Das Bedürfnis nach Personalisierung und Empathie
In Kontexten, die eine hohe subjektive Komponente erfordern (z. B. medizinische Entscheidungen, psychologische Beratung oder Kunst), bevorzugen Menschen konsistent menschliche Interaktion. Menschen schreiben KI-Systemen zwar analytische Kompetenz zu, sprechen ihnen jedoch echte Empathie, moralische Verantwortung und intuitive Urteilskraft ab.

Literatur

Castelo, N., Bos, M. W., & Lehmann, D. R. (2019). Task-dependent algorithm aversion. Journal of Marketing Research, 56(5), 809–825.
Dietvorst, B. J., Simmons, J. P., & Massey, C. (2015). Algorithm aversion: People erroneously avoid algorithms after seeing them err. Journal of Experimental Psychology: General, 144(1), 114–126.
Frenkenberg, A., & Hochman, G. (2025). It’s scary to use it, it’s scary to refuse it: The psychological dimensions of AI adoption—Anxiety, motives, and dependency. Systems, 13(2), doi:10.3390/systems13020082
Jussupow, E., Benbasat, I., & Heinzl, A. (2020). Why are we averse towards algorithms? A meta-analysis of algorithm aversion. Proceedings of the 28th European Conference on Information Systems (ECIS).
Lu, Z., & Kim, J. J. H. (2026). A double-edged algorithm attitude: How appreciation and aversion shape students‘ AI learning anxiety in higher education. Behavioral Sciences, 16(6), doi:10.3390/bs16060932
Longoni, C., Bonezzi, A., & Morewedge, C. K. (2019). Resistance to medical artificial intelligence. Journal of Consumer Research, 46(4), 629–650.

Veröffentlicht am

Empathischen Roboter?

Empathische Roboter sind Geräte, die in der Lage sind, menschliche Emotionen zu erkennen und angemessen darauf zu reagieren. Die Idee ist, dass diese Roboter eine bessere Interaktion mit Menschen ermöglichen, indem sie ihre Bedürfnisse und Emotionen verstehen und darauf reagieren können.

Allerdings muss man dazu sagen, dass die Technologie für empathische Roboter noch im Entwicklungsstadium ist und es momentan eher Prototypen und Forschungsprojekte als einsatzreife Produkte gibt. Es gibt jedoch bereits einige Anwendungen, bei denen empathische Roboter in Bereichen wie Pflege und Therapie eingesetzt werden, um die Interaktion mit Menschen zu verbessern.

Der Roboterhersteller Fanuc etwa unterstützt die Entwicklung eines einfühlsamen Roboters für den Einsatz in der Industrie. Das mit EU-Mitteln geförderte Forschungsprojekt „Fluently“ will eine Roboterplattform schaffen, die eine soziale Zusammenarbeit zwischen Mensch und Maschine ermöglicht.

Das auf drei Jahre angelegte Projekt unter der Leitung von Roboverse Reply verfolgt zwei Ziele: die Entwicklung eines auf Künstlicher Intelligenz basierenden, tragbaren Geräts für Industriearbeiter und Roboter sowie die Entwicklung eines speziellen Schulungszentrums mit der Bezeichnung „The Fluently RoboGym“, in dem Fabrikarbeiter und Roboter eine reibungslose Interaktion im Industrieprozess trainieren können.

Eine gute Zusammenarbeit zwischen Mensch und Maschine ist besonders wichtig in modernen intelligenten Fabriken, in denen sich Produktionsvolumen und Produkte ständig ändern und in denen mobile Transportsysteme und Roboter neben statischen Arbeitsplätzen stehen.

Die „Fluently“-Forscher konzentrieren ihre Entwicklungsarbeit auf drei für die europäische Wirtschaft wichtige Wertschöpfungsketten: die Demontage und das Recycling von Batterien für E-Bikes und Elektrofahrzeuge, Prüf- und Montageprozesse in der Luft- und Raumfahrtindustrie sowie die Aufarbeitung hochkomplexer Industrieteile mittels Laserbearbeitung.

Roboter könnten in Zukunft die Arbeitnehmer zumindest teilweise von der mit diesen Prozessen verbundenen Belastung befreien sowie einige der zeitaufwendigeren Aufgaben übernehmen. Dies würde helfen, einerseits die Kompetenzen und Erfahrungen der Arbeitnehmer zu erhalten und andererseits die Möglichkeiten ihrer Weiterqualifizierung erhöhen.

Wie einfache Maschinen zu emotionalen Familienmitgliedern werden

Die Vorstellung, dass Maschinen emotionale Bindungen zu Menschen entwickeln, gehört heute längst nicht mehr in die Zukunft. Dies belegt eine aktuelle Studie von Zhao & McEwen (2025), in der untersucht wurde, wie sich Familien zu ihrem 2021 eingeführten Vorleseroboter Luka verhielten. Ursprünglich als Leseförderung für Vorschulkinder konzipiert, blieb Luka vier Jahre später weiterhin in 18 von 19 Haushalten präsent – obwohl seine ursprünglich vorgesehene Funktion längst überflüssig war. Für die Kinder avancierte der 24 cm kleine, augenschönen Roboter zu einer emotional bedeutsamen Figur – sie betrachteten ihn als „kleinen Bruder“ oder gar als „einziges Haustier“. Diese Zuwendung belegt eindrucksvoll, dass selbst simple Maschinen Teil familiärer Bindungen werden können. Die emotionale Wertschätzung war offenbar keine Frage technisch eingebundener Funktionen, sondern resultierte aus nostalgischer Verbundenheit: Eltern sowie Kinder hielten Luka nicht mehr aus praktischer Notwendigkeit, sondern aus sentimentaler Erinnerung an gemeinsame Momente fest. In einigen Fällen wurde Luka sogar an jüngere Familienmitglieder als Art „Ruhestandsobjekt“ weitergereicht, was seinen symbolischen Wert weiter erhöhte. Beobachtet wurde auch, dass Luka dekorativ in Wohnräumen platziert und persönlich gestaltet wurde – mit Namensschild oder Spitze darunter, wie man es von Erinnerungsstücken kennt. Die Studie zeigt, dass schon wenige soziale Signale ausreichen können, um eine emotionale Bindung zwischen Mensch und Maschine herzustellen, und wirft damit ein neues Licht auf die soziale Rolle von Robotern im häuslichen Umfeld. Während die Technologie voranschreitet, könnten Roboter zukünftig nicht nur als funktionale Werkzeuge, sondern als emotionale Begleiter und Symbole menschlicher Erinnerung anerkannt werden – mit weitreichenden Implikationen für Design, Einsatz und den gesellschaftlichen Umgang mit KI-basierten Helfern.

Sprachmuster bei der Mensch-Roboter-Interaktion

Die Kommunikation zwischen Menschen und Robotern unterscheidet sich deutlich von der Kommunikation untereinander, wie eine Studie von Coelho et al. (2025) zeigt. Wenn Menschen mit Maschinen interagieren, nutzen sie eine einfachere, direktere Sprache, die weniger Erklärungen und höfliche Formulierungen enthält. Das liegt daran, dass Menschen dazu tendieren, Robotern klare Befehle zu geben, während sie bei menschlichen Partnern eher Fragen oder indirekte Bitten verwenden. Die Studie untersuchte die Zusammenarbeit von 13 erwachsenen, deutschsprachigen Personen beim Aufbau eines Regals. Eine Gruppe arbeitete mit einem Industrieroboter, während die andere in Teams von zwei Personen zusammenarbeitete. Die Forschenden analysierten die Sprachmuster in beiden Szenarien und fanden heraus, dass fast die Hälfte (49 %) der Äußerungen an Roboter direkte Anweisungen waren, verglichen mit nur einem Drittel (33 %) in den menschlichen Teams. Die Anweisungen an Roboter waren oft kürzer, direkter und wiederholten sich häufiger, wie zum Beispiel „Arm weiter nach links.“ Im Gegensatz dazu formulierten die Teilnehmenden Anweisungen an andere Menschen als Fragen, etwa „Kannst du es mal kurz festhalten?“ . Zudem stellte man fest, dass die Kommunikation mit Robotern auch weniger erklärend war und keine Bemühungen unternommen wurden, ein gemeinsames Verständnis aufzubauen (z. B. „Das hier ist der Schraubenzieher.“). Viele Teilnehmende empfanden die Kommunikation mit den Robotern als zu einfach oder zu langsam, obwohl auch emotionale Äußerungen wie Lob vorkamen. Diese Erkenntnisse deuten darauf hin, dass das Design von Robotern die natürlichen Kommunikationsmuster von Menschen stärker berücksichtigen sollte, um eine fließendere Interaktion zu ermöglichen. Möglicherweise gelten diese Ergebnisse des Experiments nicht für alle Mensch-Roboter-Interaktionen, da die Studie mit einem Roboterarm und teilweise ferngesteuerter oder vorprogrammierter Reaktion durchgeführt wurde.

Literatur

Coelho, S. G., Kaden, S., Beccard, M., Röhrbein, F. & Sanchez-Stockhammer, C. (2025). Another bit. Upwards. Okay, stop. Do we talk differently to humans and robots when assembling a shelf together? Proceedings of the Mensch und Computer 2025, 465–470.
Stangl, W. (2025, 20. September). Sprachmuster bei der Mensch-Roboter-Interaktion – 👁️👁️ was stangl bemerkt ….

Sprachmuster bei der Mensch-Roboter-Interaktion


Zhao, Z., & McEwen, R. (2025). The Robot That Stayed: Understanding How Children and Families Engage with a Retired Social Robot. Frontiers in Robotics and AI, doi:10.3389/frobt.2025.1628089
https://www.bigdata-insider.de/fluently-forscht-am-empathischen-roboter-a-f6225a06edc3fc848bd496dc2ba50772/ (23-02-14)

Veröffentlicht am

Voice Cloning für humanoide Roboter

Ein Forschungsprojekt am Lehrstuhl für Menschzentrierte Künstliche Intelligenz der Universität Augsburg untersucht, wie die Stimme eines humanoiden Roboters gestaltet sein sollte, damit sie vom Menschen als angenehm und sympathisch wahrgenommen wird. Dabei liegt der Fokus auf der Frage, ob eine personalisierte Stimme, die der eigenen Stimme des Nutzers ähnelt, die Sympathie gegenüber einem Roboter steigern kann. Die Interaktion mit humanoiden Robotern, die menschenähnliche Merkmale aufweisen, wird in Zukunft immer wichtiger, insbesondere in Bereichen wie Assistenz, Pflege und Therapie.

Die Studie, die von Johanna Kuch unter der Leitung von Prof. Dr. Elisabeth André durchgeführt wurde, nutzt einen Roboterkopf, der verschiedene synthetische Stimmen wiedergeben kann. Die Versuchspersonen führten jeweils drei Gespräche mit dem Roboter, wobei in jedem Gespräch eine andere Stimme zum Einsatz kam: eine designkongruente Stimme, die zum Aussehen des Roboters passt, eine neutral klingende Stimme, die weder zum Roboter noch zum Gesprächspartner passt, und eine personalisierte Stimme, die auf der Sprachprobe der Teilnehmenden basiert und deren stimmliche Merkmale wie Tonhöhe und Klangfarbe nachahmt. Die Teilnehmenden wussten dabei nicht, dass ihre Stimme geklont wurde.

Die Ergebnisse der Studie zeigen, dass die personalisierten und designkongruenten Stimmen von den Teilnehmenden als sympathischer wahrgenommen wurden als die neutralen Stimmen, auch wenn die meisten der Probanden ihre eigene Stimme nicht direkt erkannten. Diese Ergebnisse deuten darauf hin, dass individuell angepasste Stimmen in der Mensch-Roboter-Interaktion positive Auswirkungen auf die Wahrnehmung der Sympathie haben können. Die Forschungsergebnisse legen nahe, dass Voice Cloning eine vielversprechende Alternative zu aufwendig gestalteten Roboterstimmen sein könnte, besonders in Eins-zu-eins-Interaktionen zwischen Menschen und Maschinen.

Zusammenfassend lässt sich sagen, dass die Stimme eines Roboters eine wichtige Rolle in der zwischenmenschlichen Interaktion spielt, und dass personalisierte Stimmen das Potenzial haben, die Sympathie und Akzeptanz von Robotern in der Gesellschaft zu erhöhen.

Veröffentlicht am

Künstliche Intelligenz, die auch logisch denken kann

Das aktuellesösterreichische Forschungsprojekt Bilaterale KI zielt darauf ab, eine fortschrittliche künstliche Intelligenz zu entwickeln, die nicht nur aus großen Datenmengen lernen, sondern auch logisch denken und Schlussfolgerungen ziehen kann. Diese sogenannte „Broad AI“ soll zwei bisher getrennte Ansätze der KI-Forschung vereinen: das subsymbolische Denken, das auf der Verarbeitung großer Datenmengen basiert, und das symbolische Denken, das auf Logik und Regeln aufbaut.

Projektleiterin Martina Seidl und Key Researcher Günter Klambauer von der Johannes Kepler Universität Linz erklären, dass aktuelle KI-Systeme wie ChatGPT zwar sprachlich korrekte Sätze formulieren können, aber nicht in der Lage sind, deren Wahrheitsgehalt oder logische Konsistenz zu überprüfen. Das neue Projekt zielt darauf ab, eine KI zu entwickeln, die beide Fähigkeiten kombiniert. Die Forscher planen, die Logiksysteme bereits während des Trainingsprozesses in die KI zu integrieren. Dies könnte beispielsweise bedeuten, dass das Sprachmodell bei der Vorhersage von Wörtern auf logisches Wissen zurückgreift oder dass ein Logiksystem die Korrektheit der von der KI generierten Sätze überprüft. Das Forschungsteam orientiert sich dabei am menschlichen Gehirn als Vorbild, da Menschen effizienter lernen als künstliche neuronale Netzwerke. Sie können beispielsweise von einem einzelnen abstrahierten Beispiel lernen, während KI-Systeme oft tausende Varianten benötigen, um etwas sicher zu erkennen.

Die entwickelte Broad AI soll in verschiedenen Bereichen Anwendung finden, wo komplexe Planungen erforderlich sind, wie im Verkehr, im Gesundheitswesen oder im Energiemanagement. Als konkretes Beispiel wird die Steuerung von intelligenten Stromnetzen (smart grids) genannt, die eine effiziente Koordination verschiedener Komponenten und die Berücksichtigung sich ändernder Situationen erfordert. Die Forscher betonen auch die Wichtigkeit, ethische Aspekte zu berücksichtigen. Sie wollen Techniken entwickeln, um unethisches Verhalten von KIs zu verhindern, indem sie Methoden schaffen, mit denen man der KI bestimmte Regeln vorgeben kann. Die Festlegung dieser Regeln soll jedoch in einem demokratischen Prozess erfolgen.

Link: Cluster of Excellence „Bilateral Artificial Intelligence“

Das Projekt „Bilaterale KI“ zielt darauf ab, die künstliche Intelligenz (KI) auf die nächste Stufe zu heben. Die derzeitigen KI-Systeme sind in gewisser Weise eng gefasst. Sie konzentrieren sich auf eine bestimmte Anwendung oder Aufgabe wie die Objekt- oder Spracherkennung. Unser Projekt wird zwei der wichtigsten Arten von KI kombinieren, die bisher getrennt entwickelt wurden: symbolische und subsymbolische KI. Während die symbolische KI mit klar definierten logischen Regeln arbeitet, basiert die subsymbolische KI (wie ChatGPT) auf dem Training einer Maschine mit Hilfe großer Datensätze, um intelligentes Verhalten zu erzeugen. Diese Integration, die zu einer breit angelegten KI führt, soll etwas widerspiegeln, was der Mensch von Natur aus tut: die gleichzeitige Nutzung von kognitiven und argumentativen Fähigkeiten.

Veröffentlicht am

Künstliche Haut für komplexe Roboterstrukturen

Wissenschaftler haben eine innovative Methode entwickelt, um künstlich gezüchtete Haut auf die komplexen Oberflächen humanoider Roboter aufzubringen. Diese Technologie verspricht, die Bewegungsfähigkeit, Selbstheilungskräfte, integrierten Sensorfunktionen und das realistische Erscheinungsbild von Robotern erheblich zu verbessern.

Um eine stabilere Verbindung zwischen Roboterteilen und künstlicher Haut zu schaffen, wurde eine neue Technik mit speziellen V-förmigen Perforationen in festen Materialien entwickelt. Diese Innovation könnte nicht nur in der Robotik, sondern auch in der Schönheitsindustrie und in der Ausbildung von Chirurgen für rekonstruktive Eingriffe Anwendung finden. Für die Befestigung der Haut verwendeten die Forscher ein spezielles Kollagengel, dessen natürliche Viskosität es erschwerte, es in die winzigen Perforationen einzubringen.

Mit Hilfe des speziellen Gels gelang es, die feine Struktur der Haut nachzubilden und diese eng mit der Oberfläche zu verbinden. Professor Takeuchi und sein Team verfolgen mit ihrer Forschung nicht nur wissenschaftliche Erkenntnisse, sondern auch praktische Anwendungen in der Medizin. Das Konzept eines „Face-on-a-Chip“ könnte sich beispielsweise für die Erforschung von Hautalterung, Kosmetika oder chirurgische Eingriffe als sehr nützlich erweisen. Darüber hinaus könnten integrierte Sensoren die Wahrnehmungs- und Interaktionsfähigkeiten von Robotern verbessern. Obwohl die Forschung noch am Anfang steht, haben die Entwickler bereits neue Herausforderungen identifiziert, wie die Notwendigkeit von Oberflächenfalten und einer dickeren Epidermis, um eine menschenähnlichere Optik zu erreichen.

Veröffentlicht am

Dialekt in der Robotersprache erhöht seine Vertrauenswürdigkeit

Roboter werden zunehmend als Interaktionspartner mit Menschen eingesetzt, wobei soziale Roboter so konzipiert sind, dass sie den erwarteten Verhaltensnormen bei der Auseinandersetzung mit Menschen folgen und mit unterschiedlichen Stimmen und sogar Akzenten verfügbar sind. Einige Studien deuten darauf hin, dass Menschen es vorziehen, dass Roboter im Dialekt des Benutzers zu sprechen.

Kühne et al. (2024) untersuchten in einer Studie die Auswirkungen des Berliner Dialekts auf die wahrgenommene Vertrauenswürdigkeit und Kompetenz eines Roboters. Deutsche Muttersprachler sahen sich ein Online-Video mit einem NAO-Roboter, der entweder im Berliner Dialekt oder in Standarddeutsch sprach, und bewerteten seine Vertrauenswürdigkeit und Kompetenz. Dabei zeigte sich ein positiver Zusammenhang zwischen den selbst berichteten Berliner Dialektkenntnissen und Vertrauenswürdigkeit des im Dialekt-sprechenden Roboters. Bei der Analyse der demografischen Faktoren gab es einen positiven Zusammenhang zwischen den Dialektkenntnissen der Teilnehmer, der Dialektleistung und deren Bewertung der Kompetenz des Roboters für den Standard-Deutschsprachigen Roboter. Auch das Alter der Teilnehmer, das Geschlecht, die Aufenthaltsdauer in Berlin beeinflussten die Bewertungen, d. h., die Kompetenz des Roboters kann seine Vertrauenswürdigkeit positiv voraussagen. Menschen neigten offenbar dazu, Roboter zu bevorzugen, die ihnen irgendwie ähnlich sind.

Literatur

Kühne, Katharina, Herbold, Erika, Bendel, Oliver, Zhou, Yuefang & Fischer, Martin H. (2024). “Ick bin een Berlina”: dialect proficiency impacts a robot’s trustworthiness and competence evaluation. Frontiers in Robotics and AI, 10, doi:10.3389/frobt.2023.1241519.

Veröffentlicht am

Kooperation Mensch mit Roboter

Eine Studie der Hochschule Coburg zeigt, dass Menschen eine humanoide Form bei Robotern nicht immer als positiv empfinden. Untersucht wurde, welche Rolle die Vermenschlichung bei kooperativen Handbewegungen zwischen Mensch und Roboter spielt. Menschen neigen dazu, ein menschliches oder menschenähnliches Gegenüber zu imitieren, was auf die Aktivierung von Spiegelneuronen zurückzuführen ist, die beim Lernen durch Imitation eine wichtige Rolle spielen. Dies führt zu Bewegungsablenkungen bei der gemeinsamen Aufgabenbewältigung von Mensch und Roboter, so dass der Mensch aktiv gegen diese Ablenkungen arbeiten muss, was zu zusätzlichen Belastungen führt, wie in der Studie mit einem Roboterarm in menschenähnlicher Schulteraufhängung im Vergleich zur Tischaufhängung gezeigt wurde. Menschenähnlichkeit ist also nicht immer positiv zu bewerten, und der Grad der Menschenähnlichkeit muss im praktischen Einsatz von Robotern stets abgewogen werden, um eine Balance zwischen Intuitivität und Belastungsarmut zu finden.

Veröffentlicht am

Was soll ein Roboter im öffentlichen Raum dürfen?

Der öffentliche Raum bietet mit seinen Verkehrs- und Grünflächen sowie Innenbereichen, zum Beispiel Parks, Bahnhöfen oder Museen diverse Nutzungsmöglichkeiten. Er kann als Möglichkeitsraum verstanden werden, dessen Sinnhaftigkeit erst durch die Menschen, die sich darin aufhalten, konkret wird. So ist beispielsweise der Park für manche Menschen ein Ruhepol, für andere eine Sportanlage oder ein sozialer Treffpunkt. Dementsprechend fluide ist, was ein öffentlicher Raum ist und sein soll.

Die Interaktion zwischen Mensch und Roboter ist komplex und nicht immer leicht vorhersehbar. Aus ethischer Perspektive stellen sich viele Fragen: Wie soll ein Roboter auf verschiedene Verhaltensweisen von Menschen im öffentlichen Raum reagieren? Welche Formen der robotischen Unterstützungen sind wünschenswert, welche sind einer freien Entfaltung im öffentlichen Raum potenziell abträglich? Wie verändert der Einsatz eines Roboters unser Bild vom öffentlichen Raum – und wie kann diese Veränderung bereits in der Entwicklung gestaltet werden?

Diesen Fragen will das Forschungsprojekt „rokit“ nachgehen, und wird sich speziell mit ethischen Implikationen der Mensch-Roboter-Interaktion im öffentlichen Raum beschäftigen, dazu zählt beispielsweise die Interessenabwägung zwischen allen Beteiligten. Auf einer Meta-Ebene soll untersucht werden, was eine ethische Technikberatung kann, soll und muss. In diesem Zusammenhang ist die Frage nach Methoden einer integrierten Ethik interessant: Wie kann Ethik bereits im Entwicklungsprozess eingesetzt und Technologieentwicklung aktiv beeinflusst werden?

„Ziel des Projekts ‚rokit‘ ist es deshalb, interdisziplinäre Gestaltungsansätze sowie Test- und Prüfverfahren zu entwickeln, um einen verantwortungsvollen Einsatz von Robotern im öffentlichen Raum zu ermöglichen.

Verbundprojekt „rokit“: https://www.interaktive-technologien.de/projekte/rokit

Veröffentlicht am

Wahrnehmung der Umgebung durch Roboter

Eine präzise Wahrnehmung der Umgebung ist notwendig, damit ein Roboter sicher und effizient navigieren kann. Ein wichtiges Anwendungsfeld sind industrielle Umgebungen, ein sehr dynamisches Umfeld, besonders wenn der Einsatzort etwa ein Warenlager ist, das nicht von Beginn an für die Automation gedacht war. An der Universität in Örebro haben wir uns in der Forschung ganz bewusst für ein „semi-kontrolliertes Umfeld“ entschieden, in dem die Fahrzeuge langsamer als etwa Autos unterwegs sind und Änderungen eingeführt werden können, die dem Roboter Teilaufgaben erleichtern können. Hier lassen sich zudem Sicherheitswesten nutzen, die die Mitarbeitenden tragen und so zuverlässig zu erkennen sind – auch im Dunkeln. Wären wir direkt in den Straßenverkehr gegangen, hätten wir in dem gegebenen Umfeld zu viele Herausforderungen auf einmal gehabt.

Quelle

https://www.tum.de/aktuelles/alle-meldungen/pressemitteilungen/details/der-robotik-einen-weiteren-sinn-hinzufuegen (23-04-21)

Veröffentlicht am

EU-Projekt Sharework

Im EU-Projekt „Sharework“ entwickelte ein europäisches Konsortium aus sechs Forschungseinrichtungen, dreizehn Partnern und einer Normierungsinstanz neue Ansätze für die Zusammenarbeit von Mensch und Roboter. Die verschiedenen Software- und Hardwaremodule ermöglichten insbesondere auch Schwerlastrobotern wie Industrierobotern, mit Menschen zu interagieren, ohne dass physische Schutzbarrieren wie Zäune erforderlich seien.

Ziel war es, im Sinne einer effektiveren Zusammenarbeit vorhandene Barrieren in der Mensch-Roboter-Kollaboration zu überwinden, und zwar ohne Abstriche bei der Sicherheit in Kauf nehmen zu müssen. Das IWU fokussierte sich dabei auf übergreifende Sicherheitsaspekte.

Das Ergebnis ist nun ein modulares System, das in der Lage ist, die Umgebung eines Roboters und menschliche Handlungen durch „Wissen“ und Sensoren, Vorhersagen über zukünftige Zustände, „intelligente“ Datenverarbeitung, Augmented Reality sowie Gesten- und Spracherkennungsfunktionen zu verstehen.

Die entwickelten Module wurden in der Automobil-, Bahn-, Metall- und Investitionsgüterindustrie bereits mit Erfolg erprobt. Ein Einsatz ist jedoch auch in anderen industriellen Montage- und Produktionsprozessen denkbar, um die Effizienz von Fertigungsprozessen zu verbessern.