Diese Website verwendet Cookies und Drittinhalte

Auf unserer Website verwenden wir Cookies, die für die Darstellung der Website zwingend erforderlich sind. Mit Klick auf „Auswahl akzeptieren“ werden nur diese Cookies gesetzt. Andere Cookies und Inhalte von Drittanbietern (z.B. YouTube Videos oder Google Maps Karten), werden nur mit Ihrer Zustimmung durch Auswahl oder Klick auf „Alles akzeptieren“ gesetzt. Weitere Einzelheiten erfahren Sie in unserer Datenschutzerklärung, in der Sie Ihre Einwilligung jederzeit widerrufen können.

KISS - Künstliche Intelligenz in der Schmutzwäschesortierung

Entwicklung einer Schmutzwäschesortierung basierend auf vorhandenen automatischen Maschinen und künstlicher Intelligenz

 

Das Projekt wird im Rahmen des Programm „Zukunft der Arbeit“ vom Bundesministerium für Bildung und Forschung gefördert. Die Verantwortung für den Inhalt dieser Website liegt bei der Deutschen Angestellten-Akademie.

Projekt

 

In der industriellen Wäschereitechnik wird die Klassifizierung nach Waschkategorien von Schmutzwäsche bisher entweder gar nicht oder anhand von Barcodes oder RFID-Chips vorgenommen. Letzteres erfordert den Kontakt des Menschen mit der verdreckten und oftmals auch kontaminierten Wäsche, was eine große physische und psychische Belastung für die Mitarbeiter*innen darstellt und zudem ein erhebliches gesundheitliches Risiko in sich birgt. Diese Problematik ergibt sich bei fast allen industriellen Wäschereien (allein in Deutschland mehrere hundert Unternehmen), sodass eine Unterstützung der Wäschereien in diesem Problemfeld eine gewaltige Verbesserung der Arbeitsbedingungen für abertausende Mitarbeiter*innen in diesen Betrieben bedeutet.

Ziel ist, den Kontakt der arbeitenden Menschen mit verschmutzter und evtl. kontaminierter Wäsche durch die automatische Klassifikation der in der Wäscherei angelieferten verschmutzten Wäsche zu minimieren, sodass diese ohne direkten menschlichen Kontakt möglichst sortenrein behandelt werden kann.

Aufbauend auf einer vorhandenen automatischen Maschine zur Wäschevereinzelung soll eine primär auf Kamerabildern und künstlicher Intelligenz basierende Lösung zur Schmutzwäschesortierung gemäß Waschprogrammen entwickelt werden. Hierbei muss berücksichtigt werden, dass in unterschiedlichen Wäschereien verschiedene Arten von Wäsche gewaschen werden, sodass zudem ein Mensch-Maschine-Interaktions-Modul zum intuitiven Eintrainieren der konkreten Anforderungen einer spezifischen Wäscherei mittels Verfahren des „Aktiven Lernens“ mitentwickelt wird.

Das gelernte Wissen des hierbei verwendeten künstlichen neuronalen Netzes soll nicht als „Blackbox“ fungieren, sondern es sollen aktuelle Ansätze der „Explainable Artificial Intelligence“ auf die Bedürfnisse der Mitarbeiter*innen in mittelständischen Firmen angepasst und weiterentwickelt werden. Dadurch entsteht eine neue Arbeitsteilung zwischen Mensch und KI-gesteuerter Maschine.

Dieser Einführungsprozess der KI-Steuerung soll durch einen Qualifizierungsprozess unterstützt werden, der die meist ungelernten Mitarbeiter*innen auf die Kooperation mit dem KI-System vorbereitet und schult. Hierbei stehen nicht nur die fachlichen Schulungen im Vordergrund, sondern es soll auch ein grundlegendes Verständnis der Funktionsweise und des erlernten Wissens dieses KI-basierten Systems vermittelt werden, um dadurch die Vorbehalte gegen dessen Einsatz möglichst klein zu halten. Durch die Erweiterung von Waschstraßen um eine Komponente zur Schmutzwäscheklassifikation verbessern sich die Arbeitsbedingungen im Bereich der Schmutzwäschesortierung deutlich. Dies ist für die Mitarbeiter*innen in industriellen Wäschereien vorteilhaft und erleichtert andererseits den meist mittelständischen Unternehmen die Gewinnung von Arbeitskräften für diesen nicht sonderlich beliebten Arbeitsbereich.

Partner

 

Das Projekt wird in enger Partnerschaft aus vier unterschiedlichen Perspektiven bearbeitet: aus der technischen Perspektive des Forschungsinstituts für Kognition und Robotik der Universität Bielefeld, aus der Bildungsperspektive der Deutschen Angestellten-Akademie, aus der praktischen Unternehmensperspektive des Maschinenherstellers Kannegiesser und aus der Perspektive der Beschäftigten, vertreten durch die IG Metall.

Das Ziel von Kannegiesser ist es, den Kund*innen hochwertige und innovative Produkte zur Verfügung stellen zu können und gleichzeitig die körperlich anstrengenden Arbeiten in einer Wäscherei so belastungsarm wie möglich zu gestalten sowie gesundheitliche Risiken zu minimieren. Kannegiesser koordiniert alle fachpraktischen und Wäscherei-spezifischen Aktivitäten im Leuchtturmprojekt.

Das Forschungsinstitut für Kognition und Robotik der Universität Bielefeld will einerseits eine KI-gestützte Technik zur Schmutzwäscheerkennung und -klassifizierung entwickeln, andererseits aber auch die Verstehbarkeit der Lern- und Arbeitsweise künstlicher neuronaler Netze insbesondere für KI-Laien ermöglichen. Die Universität Bielefeld koordiniert daher alle technischen Entwicklungsprozesse im Leuchtturmprojekt KISS.

Die DAA entwickelt das Schulungsprogramm für die Anwender*innen, insbesondere im Bereich Motivation und Abbau von Veränderungsängsten. Bildungsziel ist die Vermittlung von Grundlagenkompetenzen, sozial-kommunikativen Kompetenzen zur Vorbereitung der Kolleg*innenhilfe in den Veränderungsprozessen und der Umgang mit dem technischen System.

Das Ziel der IG Metall ist die Entwicklung von Konzepten und Vorgehensweisen zur Erschließung der Nutzenpotenziale von KI für die Sicherung von Beschäftigung, die Erhöhung der Qualifikation der Beschäftigten und die Verbesserung der Arbeitsqualität. Diese Perspektive bringt die IG Metall in alle Gestaltungsschritte des Leuchtturmprojektes KISS ein.

 

Die gesammelte Expertise dieser vier Institutionen verspricht eine ganzheitliche Entwicklung, die von vornherein Technik und Mensch gleichberechtigt in den Fokus nimmt.

Vorgehen

 

Das Leuchtturmprojekt KISS soll den Technikentwicklungs- und Einführungsprozess explizit ganzheitlich gestalten, d.h. Fragen der Technik, der Arbeitsbedingungen und der Qualifizierung simultan und gleichrangig bearbeiten. Daher verläuft der Gestaltungsprozess im Leuchtturmprojekt in mehreren verzahnten Schritten.

Zunächst wird im Rahmen der Analyse der Ausgangssituation eine Befragung der Mitarbeiter*innen in Wäschereien durchgeführt, um in einem beteiligungsorientierten Prozess die besonderen Belastungen bei der Schmutzwäschesortierung, die Verbesserungsmöglichkeiten und Qualifikationsbedarfe zu erheben. Hierzu wurde – aufgrund der besonderen Zugangsproblematiken in der Pandemiezeit – eine App entwickelt, mit der Teile der Befragung auch ohne persönlichen Kontakt erfolgen können.

Parallel wird ein technischer Versuchsstand aufgebaut, an dem alle relevanten Anlagenfunktionen modular entwickelt und umfassend erprobt werden können. Zentral ist dabei das Erkennungsmodul, welches mit Hilfe von Sensordaten und künstlicher Intelligenz die Wäschestücke Waschprogrammen zuordnet, um den Kontakt von Menschen mit der verschmutzten und kontaminierten Wäsche zu minimieren. Auf der Basis von Trainingsdatensätzen wird die KI anschließend darauf trainiert, verschiedene Verschmutzungsparameter zu erkennen und entsprechenden Waschprogrammen zuzuordnen.

Das Ergebnis von klassischen maschinellen Lernprozessen ist jedoch nicht immer für den Menschen nachvollziehbar, was ein erhebliches Problem für den soziotechnischen Einführungsprozess darstellt. Daher werden im Leuchtturmprojekt KISS Methoden der Explainable Artificial Intelligence eingesetzt und weiterentwickelt, die drauf abzielen, die Arbeitsweise und das gelernte Wissen eines Convolutional Neural Networks auch für die meist ungelernten Mitarbeiter*innen in Wäschereien verstehbarer zu machen.

Das so entwickelte KI-System muss auf verschiedene Anwendungsumgebungen (konkret unterschiedliche Wäschereien) anpassbar sein. Hierzu erfolgt die Entwicklung einer intuitiven Mensch-Maschine-Interaktion, um das Eintrainieren auf ein spezielles Objekt-Erkennungsproblem mittels Methoden des „Aktiven Lernens“ zu unterstützen. Hierbei wird insbesondere darauf geachtet, dass die erforderlichen Interaktionen auch von Nicht-KI-Expert*innen durchgeführt werden können. Es wird also eine einfache Schnittstelle entwickelt, mit der die Mitarbeiter*innen vor Ort in einer Wäscherei die KI trainieren können.

Zeitgleich zu den technischen Entwicklungen wird das Schulungsprogramm für die Beschäftigten entwickelt. Das Ziel des Qualifizierungsansatzes ist es, die Mitarbeitenden auf die Einführung des KI-gestützten Systems vorzubereiten. Da es sich bei der Zielgruppe um geringer qualifizierte und bildungsungewohnte Beschäftigte handelt, umfasst die Kompetenzentwicklungsstrategie nicht nur technische Handhabungsschulungen, sondern auch Maßnahmen, die überhaupt die Motivation für Bildung herstellen und Ängste vor der Veränderung abbauen. Bildungsziel ist die Vermittlung von Grundlagenkompetenzen, sozial-kommunikativen Kompetenzen zur Vorbereitung der Kolleg*innenhilfe in den Veränderungsprozessen und der Umgang mit dem technischen System.

Die Qualifizierungs- und Einführungsprozesse wie auch die technische Lösung werden in einer realen Anwendungsumgebung erprobt und evaluiert, sodass die geprüften Ergebnisse und vor allem auch die Anwendungserfahrungen in die Breite transferiert und „Nachahmern“ zur Verfügung gestellt werden können. In diesem Transferprozess sollen auch explizit Fragen der Sozialverträglichkeit von KI-Anwendungen und Fragen der Ethik behandelt werden. Hier wird das Leuchtturmprojekt von gewerkschaftlicher Seite unterstützt.

Ergebnisse


App DIKOMP-KI

Die Einführung von Technologien der künstlichen Intelligenz in Unternehmen birgt hinsichtlich der Belegschaft zwei generelle Herausforderungen: erstens die Kompetenz, zweitens die Akzeptanz. Beschäftigte, die mit künstlicher Intelligenz arbeiten müssen, benötigen neue Basiskompetenzen, um KI zu verstehen, zu nutzen und mit ihr ggfs. zu kooperieren. Andererseits müssen Beschäftigte KI-unterstützte Technologien auch akzeptieren, denn dies ist die zentrale Voraussetzung für erfolgreiche KI-Einführungsprozesse.

Vor der Inbetriebnahme KI-unterstützter Technologien muss also eine Bildungsoffensive in den Betrieben erfolgen, die nicht nur Bedienerwissen vermittelt, sondern auch – und vielleicht noch wichtiger – ein Grundverständnis für künstliche Intelligenz. Dabei muss wie bei jedem Bildungsprojekt zunächst eine Kompetenzdiagnose vorgenommen werden, um die Defizite und damit die Bildungsbedarfe der Beschäftigten zu ermitteln.

Im Leuchtturmprojekt KISS wird für diese Kompetenzdiagnose und Bildungsbedarfsermittlung die Smartphone-App DIKOMP (Digitale Kompetenzen) eingesetzt.

Die App DIKOMP dient dazu, sehr schnell und einfach individuell zu erfassen, welches Wissen über künstliche Intelligenz jemand schon besitzt und wo die konkreten individuellen Weiterbildungsbedarfe für die Übernahme von bestimmten Funktionen im KI-unterstützten Workflow liegen.

Die Basis dafür ist eine Selbsteinschätzung des vorhandenen Basis- und Anwendungswissens über künstliche Intelligenz. Als konzeptionelle Grundlage wird hier der DIGComp-Kompetenzrahmen (als Teil der Europass-Initiative der Europäischen Union) angewendet, der als Framework auch für die Systematisierung der Kompetenzen für die Nutzung und Kollaboration mit KI darstellt: Datenverarbeitung, Erstellung von Inhalten, Kommunikation, Problemlösung und Sicherheit.

Hierzu werden eine Reihe von konkreten Fragen gestellt wie z.B. „Ich kann folgende Arbeiten durchführen“ (z.B. KI trainieren),  oder „Ich kann folgende Begriffe erklären“ (z.B. künstliches neuronales Netz). Teilnehmer*innen schätzen auf einer intuitiven Smileyskala selbst ein, wie kompetent sie sich fühlen. Das beansprucht keine wissenschaftliche Gültigkeit, dauert aber erfahrungsgemäß nicht mehr als 15 Minuten, regt zum Nachdenken über das Themenfeld an – und macht vielen Teilnehmenden sogar Spaß.

Diese einfache Selbsteinschätzung reicht bereits aus, eigene Kompetenzdefizite und Bildungsbedarfe zu diagnostizieren. Die App bietet hierfür drei verschiedene Auswertungen an: Kompetenzprofil, Benchmarking und Bildungsbedarfsanalyse.

Weitere Informationen unter https://digitalekompetenzen.org.

Identifikationsmodul-Versuchsstand

Das Modul soll eine auf Kamerabilder und KI-basierte Lösung zur Schmutzwäschesortierung gemäß Waschprogrammen realisieren. Dabei werden an dem Versuchsstand verschiedene Techniken zur automatischen Erkennung von Wäschestücken auf dem Förderband exploriert. Des Weiteren wird ein Datensatz von Schmutzwäschebildern erstellt, anhand dessen eine KI trainiert werden soll, welche die Wäschestücke automatisch einem Waschprogramm zuordnet.

 

Wie ist er aufgebaut?

Die Hauptkomponenten des Identifikationsmoduls sind ein Förderband, eine Kamera sowie ein Computer. Die Kamera ist dabei auf das Förderband gerichtet, wobei beide durch eine Verkleidung von äußeren Einflussfaktoren wie Licht isoliert sind.

Wie funktioniert er?

Die Kamera nimmt kontinuierlich Bilder des Förderbands auf. Aus jedem dieser Bilder wird der Ausschnitt des Förderbands entnommen und darauf versucht, Konturen zu detektieren. Wenn eine Kontur erkannt wird, welche eine Mindestgröße überschreitet, wird ein Wäschestück auf dem Bild vermutet. Sobald dies bei mehreren aufeinanderfolgenden Bildern, ohne große Unterbrechung, zutrifft, wird dies als Bildserie eines einzelnen Kleidungsstücks erkannt. Diese Annahme lässt sich treffen, da die Wäschestücke vereinzelt auf dem Förderband platziert werden. Anschließend werden fünf Bilder dieser Serie anhand von vorher fest definierten Positionen gespeichert und von einem Experten in Kategorien wie Farbe, Typ und Verschmutzungsart eingeordnet.

Anhand dieser Bilder soll ein künstliches neuronales Netz trainiert werden, welches die Aufgabe des Experten automatisiert unterstützen und daher die Schmutzwäsche Waschprogrammen zuordnen kann.

Download: Versuchsstand - Blatt 1 (PDF)

Arbeitswelt Plus

 

Im Rahmen der Arbeitsforschung werden kontinuierlich Konzepte, Methoden und Instrumente entwickelt, die dazu eingesetzt werden können, die Arbeit von morgen aktiv zu gestalten.

Um den Transfer dieser Erkenntnisse in die Gesellschaft zu stärken, verfolgt das BMBF mit dem Förderschwerpunkt „Zukunft der Arbeit: Regionale Kompetenzzentren der Arbeitsforschung“ das Ziel, die Arbeitsforschung enger mit der Arbeitsgestaltung in der betrieblichen Praxis sowie der Hochschulausbildung zu verzahnen. Dafür werden in regionalen Kompetenzzentren der Arbeitsforschung neue Erkenntnisse zur Gestaltung der Arbeit der Zukunft in Forschungsverbünden aus Wissenschaft und Wirtschaft/Sozialpartnern erarbeitet sowie geeignete Strategien zur Überführung dieser Ergebnisse in die betriebliche Praxis entwickelt, erprobt und modellhaft validiert.

Mit dem Fokus auf die Stärken ihrer jeweiligen Regionen sollen die Kompetenzzentren als zentrale Anlaufstelle etabliert werden und so die regionalen betrieblichen Akteure dabei unterstützen, passgenaue Arbeitswelten zu entwickeln. Das regionale Kompetenzzentrum „Arbeitswelt.Plus“ wird als Anlaufstelle für Unternehmen und alle weiteren Akteure der industriellen Arbeitswelt fungieren.

Ziel des Forschungsprojekts ist der Aufbau eines solchen regionalen Kompetenzzentrums sowohl vor Ort als auch in digitaler Form. Um den industriellen Mittelstand bei den komplexen Herausforderungen und Potenzialen von KI zu unterstützen, wird eine ganzheitlich ausgerichtete KI-Arbeitsforschung etabliert. Dabei werden die Dimensionen Technologie, Organisation und arbeitender Mensch gleichermaßen adressiert.

Zur Website von Arbeitswelt.Plus: https://arbeitswelt.plus.de

Kompetenzcheck

 

Sie werden in Zukunft mit Künstlicher Intelligenz zu tun haben?

Testen Sie hier Ihr Wissen, vergleichen Sie sich mit Berufskollegen und erfahren Sie, was Sie noch lernen müssen. Wir führen Sie Schritt für Schritt durch den Test.