Ihr Unternehmen will mit seiner No-Code-Programmierung die Robotik demokratisieren. Was heißt das und wie soll das funktionieren?
Wir reden aktuell von rund 3,5 Millionen installierten Industrierobotern weltweit. Wenn man das mit anderen Bereichen vergleicht, Computer oder Smartphones, dann schluckt man erstmal und sagt: krass, das sind ja wenige. Aber vor allem kleine Unternehmen vom Mittelstand bis runter zu den Handwerksbetrieben finden heute aufgrund der Komplexität der Technologie oft gar keinen Zugang. Die können sich zwar so einen Roboter kaufen, aber ihn wirklich in Betrieb zu nehmen, zu programmieren, anzupassen auf wechselnde Prozesse, das können sie in der Regel nicht. Entsprechend sind sie angewiesen auf externe Experten, auf Systemintegratoren. Die können aber solche Dienstleistungen nie und nimmer für eine ganze Heerschar von Mittelständlern leisten, das wäre einfach zu teuer. Was wir machen ist im ersten Schritt ein Self-Enablement für die Aufgabe des Programmierens. Wir bringen Stück für Stück ein Tool in den Markt, mit dem jeder Mensch in der Lage ist, in ganz geringer Zeit ohne Vorkenntnisse einem Roboter eine Aufgabe beizubringen – und ihn damit prozessstabil in Applikationen einzusetzen. Er zeigt dem Roboter, was er tun soll und der macht es einfach nach. Das ist für uns Demokratisierung der Robotik.
Sie sagen ‚im ersten Schritt‘. Was wäre der nächste, wie sieht die weitere Entwicklung aus?
Ich bin mir sicher, dass wir allerspätestens in zehn Jahren so weit sein werden, dass ich einen Roboter nicht mehr programmiere, sondern dass ich ihm eine Problembeschreibung präsentiere, etwa durch ein Sprach-Interface oder durch elektronische Daten und die Problemlösung dann generativ aus der Intelligenz des Softwaresystems kommt. Das heißt ich programmiere einen Roboter nicht mehr, sondern der Roboter erarbeitet sich seine Lösung per KI selbstständig. Um so etwas umsetzen zu können, braucht man aber erstmal eine Menge guter Daten, auf deren Basis man Machine-Learning-Verfahren trainiert. Diese Daten sind heute aber noch gar nicht verfügbar. Selbst wenn ich alle Roboter dieser Welt anzapfen könnte, wären diese Daten noch nicht gut genug, um solche Lösungen zu bauen. Deshalb ist der erste Schritt so wichtig, über die einfachere Programmierung viel mehr Roboter in den Einsatz zu bringen und ihre Bedienung über den Human Touch, die Übersetzungsfunktion zwischen Mensch und Robter, greifbarer zu machen. Wenn man diese Hürde überwunden hat, kann man aus dem Wissen, das man dabei generiert, den zweiten Schritt gehen.
Wenn man den Roboterherstellern glaubt, sind die Geräte schon heute sehr leicht zu programmieren, mit Touch-Display und grafischer Benutzeroberfäche…
Das ist ein Mythos, den ich gerne einmal ausräumen möchte, das gilt generell und hat mit Robotern gar nichts zu tun: Es wird immer der Eindruck erweckt, dass nur weil eine Programmierung grafisch ist, sie auch einfach ist. Es ist seit den 1990ern relativ klar, dass eine grafische Programmierung für das Lernen des Programmierens, für die ersten Schritte sehr gut geeignet ist. Deswegen eignen sich grafische Programmiersprachen auch so gut für Schüler, die das allererste Mal mit Programmierung zu tun haben. Allerdings steigt die Komplexität bei grafischen Programmiersprachen mit dem Problem: Je komplizierter das Problem ist, umso komplizierter wird auch die Grafik. Da kommt man ganz schnell an einen Punkt, wo die Grafik so kompliziert wird, dass man sie gar nicht mehr versteht – und wo ein Text tatsächlich einfacher zu verstehen ist als die Grafik. Was wir als Wandelbots bereitstellen ist eine Brücke, die nicht nur eine grafische Programmierung hat, sondern als erstes Eingabemedium für die Programmierung eine Demonstration durch den Menschen. Die Software lernt anhand der Beispiele, die ich ihr praktisch zeige. Das macht es dann wieder ein Stück einfacher, aber es ist auch noch nicht der Weisheit letzter Schluss. Deshalb arbeiten wir ja daran.
