Die meisten Azubis nutzen KI, wissen aber nicht, wie sie arbeitet. Ein Projekt der Uni Augsburg ändert das. Dort bauen Azubis eigene KI-Lösungen und haken eine lästige Werkstattaufgabe für immer ab.
Bevor es an den Rechner geht, puzzeln die Azubis zusammen, wie maschinelles Lernen abläuft.
(Bild: Julia Thurner-Irmler, Universität Augsburg)
Nach jeder Reparatur landen übrig gebliebene Schrauben, Muttern und Unterlegscheiben achtlos in einer großen „Kruschtkiste.“ Spätestens bei der Inventur muss irgendjemand das Chaos lichten. „Das ist der Job, um den sich alle drücken, aber eine oder einer muss aufräumen. Und am Ende sind es oft die Azubis“, berichtet Marietta Menner, die an der Uni Augsburg ein KI-Programm für Auszubildende leitet.
Einer von ihnen wollte sich nicht länger damit abfinden und entwickelte einen Lösungsansatz: Was, wenn eine Kamera den Inhalt der Kiste filmt und eine Software erkennt, in welches Fach das jeweilige Bauteil gehört?
Auf genau solche Ideen will das „KI-Zertifikat für Azubis“ die jungen Nachwuchskräfte bringen. Gemeinsam mit der IHK und der HWK Schwaben führt die Universität Augsburg das Weiterbildungsangebot durch. Entwickelt hat es Menner. „Es wird oft suggeriert, junge Menschen seien Digital Natives, die müssten den Umgang mit KI automatisch beherrschen“, sagt sie. „Das ist aber ein Irrtum. Viele wissen nicht, warum Chatbots Ergebnisse frei erfinden, wie Text- und Bilderkennung arbeiten oder wie man die Programme füttern muss.“
KI zum Anfassen
Um das zu ändern, starten die Azubis mit einem sechsstündigen Online-Kurs. Was unterscheidet maschinelles Lernen von generativer KI? Woher stammen die Daten? Und wie formuliert man Prompts, damit das System sinnvolle Antworten liefert?
Einige Wochen später treffen sie sich in der 5.300 Quadratmeter großen Halle 43. Hier stehen Produktionsanlagen und Roboter, wie man sie auch aus großen Industriebetrieben kennt. Und doch beginnt der erste Praxistag völlig analog: In einem Escape-Room-Format ordnen die Azubis Begriffe wie „Muster“ oder „Interaktion“ den Lücken auf einem Whiteboard-Schaubild zu.
So tüfteln sie Schritt für Schritt aus, worin der Unterschied zwischen überwachtem und unüberwachtem Lernen liegt: Gibt der Mensch beim Training die richtige Lösung vor, oder reimt sich die KI das Ergebnis allein zusammen? Auch das Konzept der Blackbox steht auf dem Programm: Wir wissen, was wir in die KI eingeben und was als Ergebnis herauskommt, aber der Weg dahin ist unsichtbar.
Sicherer Wartungsassistent
Neben der reinen Technik geht es an diesem Tag auch um Sicherheit. Wer geschützte Reparaturleitfäden oder sensible Kundendaten bei offenen Plattformen großer Tech-Konzerne hochlädt, verletzt den Datenschutz und verliert die Kontrolle darüber, was mit den Daten passiert.
Deshalb testen die Azubis, wie KI-Systeme arbeiten, die auf einem eigenen Firmen-Server laufen und keine Daten ins Internet schicken. Ihr Versuchsobjekt dafür ist ein digitaler Wartungsassistent. Sie bauen ihn selbst auf und füttern ihn ausschließlich mit eigenen Dokumenten.
Auf den Kfz-Bereich übertragen, könnte eine Werkstatt so ein System gezielt mit Herstellervorgaben und Reparaturleitfäden trainieren. Statt bei einer kniffligen Reparatur ewig in Herstellerportalen oder Handbüchern zu blättern, fragt man dann die eigene Werkstatt-KI und erhält innerhalb weniger Sekunden die gewünschte Antwort, etwa das korrekte Anzugsdrehmoment oder den nächsten Prüfschritt.
Der KI Augen geben
Zurück in ihren Betrieben durchleuchten die Azubis ihre Arbeitsabläufe und überlegen, welche Aufgaben künftig eine KI übernehmen kann. Für den Azubi mit der Kruschtkiste kam dieser Aha-Moment am zweiten Praxistag des Seminars. Da steht unter anderem die automatische Objekterkennung auf dem Programm. Die Azubis trainieren eine Software darauf, Schrauben, Muttern, Unterlegscheiben und Nägel voneinander zu unterscheiden.
Das heißt: Kamera an, die verschiedenen Kleinteile aus allen erdenklichen Blickwinkeln fotografieren und die einzelnen Gegenstände anschließend in einer Software zum maschinellen Sehen labeln. Das Programm dafür hat die Uni speziell für diesen Kurs entwickelt.
Stand: 08.12.2025
Es ist für uns eine Selbstverständlichkeit, dass wir verantwortungsvoll mit Ihren personenbezogenen Daten umgehen. Sofern wir personenbezogene Daten von Ihnen erheben, verarbeiten wir diese unter Beachtung der geltenden Datenschutzvorschriften. Detaillierte Informationen finden Sie in unserer Datenschutzerklärung.
Einwilligung in die Verwendung von Daten zu Werbezwecken
Ich bin damit einverstanden, dass die Vogel Communications Group GmbH & Co. KG, Max-Planckstr. 7-9, 97082 Würzburg einschließlich aller mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen (im weiteren: Vogel Communications Group) meine E-Mail-Adresse für die Zusendung von redaktionellen Newslettern nutzt. Auflistungen der jeweils zugehörigen Unternehmen können hier abgerufen werden.
Der Newsletterinhalt erstreckt sich dabei auf Produkte und Dienstleistungen aller zuvor genannten Unternehmen, darunter beispielsweise Fachzeitschriften und Fachbücher, Veranstaltungen und Messen sowie veranstaltungsbezogene Produkte und Dienstleistungen, Print- und Digital-Mediaangebote und Services wie weitere (redaktionelle) Newsletter, Gewinnspiele, Lead-Kampagnen, Marktforschung im Online- und Offline-Bereich, fachspezifische Webportale und E-Learning-Angebote. Wenn auch meine persönliche Telefonnummer erhoben wurde, darf diese für die Unterbreitung von Angeboten der vorgenannten Produkte und Dienstleistungen der vorgenannten Unternehmen und Marktforschung genutzt werden.
Meine Einwilligung umfasst zudem die Verarbeitung meiner E-Mail-Adresse und Telefonnummer für den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern wie z.B. LinkedIN, Google und Meta. Hierfür darf die Vogel Communications Group die genannten Daten gehasht an Werbepartner übermitteln, die diese Daten dann nutzen, um feststellen zu können, ob ich ebenfalls Mitglied auf den besagten Werbepartnerportalen bin. Die Vogel Communications Group nutzt diese Funktion zu Zwecken des Retargeting (Upselling, Crossselling und Kundenbindung), der Generierung von sog. Lookalike Audiences zur Neukundengewinnung und als Ausschlussgrundlage für laufende Werbekampagnen. Weitere Informationen kann ich dem Abschnitt „Datenabgleich zu Marketingzwecken“ in der Datenschutzerklärung entnehmen.
Falls ich im Internet auf Portalen der Vogel Communications Group einschließlich deren mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen geschützte Inhalte abrufe, muss ich mich mit weiteren Daten für den Zugang zu diesen Inhalten registrieren. Im Gegenzug für diesen gebührenlosen Zugang zu redaktionellen Inhalten dürfen meine Daten im Sinne dieser Einwilligung für die hier genannten Zwecke verwendet werden. Dies gilt nicht für den Datenabgleich zu Marketingzwecken.
Recht auf Widerruf
Mir ist bewusst, dass ich diese Einwilligung jederzeit für die Zukunft widerrufen kann. Durch meinen Widerruf wird die Rechtmäßigkeit der aufgrund meiner Einwilligung bis zum Widerruf erfolgten Verarbeitung nicht berührt. Um meinen Widerruf zu erklären, kann ich als eine Möglichkeit das unter https://contact.vogel.de abrufbare Kontaktformular nutzen. Sofern ich einzelne von mir abonnierte Newsletter nicht mehr erhalten möchte, kann ich darüber hinaus auch den am Ende eines Newsletters eingebundenen Abmeldelink anklicken. Weitere Informationen zu meinem Widerrufsrecht und dessen Ausübung sowie zu den Folgen meines Widerrufs finde ich in der Datenschutzerklärung, Abschnitt Redaktionelle Newsletter.
Im Hintergrund übersetzt die KI das Bildmaterial in Daten. Dafür analysiert der Algorithmus die Pixel des Fotos. Er sucht nach wiederkehrenden Mustern wie Kanten, Schatten oder dem Umriss eines Gewindes. Diese Informationen speichert die Software als typische Merkmale des entsprechenden Teils ab.
Tücken des Trainings
Halten die Azubis der Kamera später etwas aus der berüchtigten Sammelkiste vor die Linse, gleicht das System es mit den gespeicherten Merkmalen ab und berechnet, wie wahrscheinlich ein Treffer ist. Ein Blick auf den Monitor im Foto zeigt, wie das in der Praxis aussieht. Der Wert „0.94“ neben dem Begriff „Unterlegscheibe“ bedeutet: Das System ist sich zu 94 Prozent sicher, dass es das Teil richtig erkannt hat.
Die Trefferquote steht und fällt mit dem Training. Wer eine Schraube immer nur flachliegend auf dem Tisch fotografiert, verpasst der Software regelrecht Scheuklappen. Wenn dann jemand dieselbe Schraube hochkant vor die Linse hält, erkennt das System die Schraube nicht. „Es kennt dann eben nur eine Schraube auf der Tischplatte“, bringt es Marietta Menner auf den Punkt. Der Fehler liegt also bei einer lückenhaften Datenbasis, nicht bei der Technik selbst.
Ausbildende sind neidisch
Dass die Azubis Programme mit eigenen Daten füttern und Lösungen für die Werkstatt bauen, weckte das Interesse der Ausbildenden. „Nach den ersten Durchläufen kamen sie auf uns zu, wollten besser verstehen, was ihre Azubis machen“, erzählt Menner. Die Uni bot daraufhin spezielle Kompaktkurse an, in denen sie die Ausbildenden auf einen Wissensstand mit ihren Lehrlingen bringen. Der Hauptauftrag bleibt aber der Nachwuchs: Inzwischen haben rund 800 Azubis aus über 210 Unternehmen das Programm absolviert.
Demnächst soll das System die Bauteile nicht nur erkennen, sondern auch automatisch sortieren. Die Azubis verknüpfen dann die von ihnen trainierte Objekterkennung mit der Steuerung eines Roboterarms: Die Kamera identifiziert das entsprechende Kleinteil, der Greifarm fährt los und befördert es ins richtige Fach. Damit ist die lästige Kruschtkiste wohl endgültig Geschichte.