KI-Zertifikat für Azubis Azubis bauen eigene KI

Von Sybille Weinschenk 4 min Lesedauer

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)
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.

Bildergalerie
Bildergalerie mit 5 Bildern

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.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

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.

(ID:50987634)