Karlsruher KIT: Roboter mit künstlicher Intelligenz könnten bald eingesetzt werden

Ob bei Rettungseinsätzen, Löscharbeiten oder Inspektionen in der Tiefsee: Mobile Roboter, die sich mit Hilfe von Künstlicher Intelligenz (KI) in unbekannten Situationen zurechtfinden, können den Menschen künftig bei Tätigkeiten in gefährlichen Umgebungen wirksam unterstützen.

Die Potenziale sowie den konkreten Nutzen von KI in diesem Einsatzfeld zeigt ein aktueller Bericht der Plattform Lernende Systeme anhand von zwei Anwendungsszenarien auf. Der Bericht wurde heute am Karlsruher Institut für Technologie (KIT) vorgestellt, dessen Wissenschaftlerinnen und Wissenschaftler sich bei der Plattform engagieren. Die Autoren benennen zudem technische und gesellschaftliche Herausforderungen sowie Voraussetzungen, die für einen verlässlichen und wirtschaftlichen Einsatz von KI in lebensfeindlichen Umgebungen zu schaffen sind.

Mobile selbstlernende Roboter können den Menschen in Zukunft von gefährlichen oder gesundheitsschädigenden Tätigkeiten entlasten. Zugleich machen sie Einsätze in schwer zugänglichem Gelände wirtschaftlicher oder überhaupt erst möglich. Für den Einsatz derartiger Lernender Systeme in lebensfeindlichen Umgebungen sind jedoch aus technischer Sicht noch einige Herausforderungen zu bewältigen. Dazu zählt das autonome Lernen in unbekannten Umgebungen. Zudem gilt es, die Zusammenarbeit der selbstständigen Roboter mit dem Menschen zu gestalten.

„Der Einsatz von Künstlicher Intelligenz ist mit enormen Chancen für unsere Gesellschaft verbunden. Gerade im Katastrophenschutz, beim Rückbau von Atomkraftwerken oder in maritimen Bereichen sind die Möglichkeiten groß, Fachkräfte mit Hilfe von Künstlicher Intelligenz wirksam zu unterstützen. Deshalb hat die Plattform Lernende Systeme eine interdisziplinäre Arbeitsgruppe eingesetzt, die erörtert, wie Lernende Systeme für lebensfeindliche Umgebungen zum Wohle der Menschen entwickelt und eingesetzt werden können“, sagt Professor Holger Hanselka, Präsident des Karlsruher Instituts für Technologie und Mitglied des Lenkungskreises der Plattform Lernende Systeme. „Gerade bei autonomen Systemen, die wir im Krisenfall einsetzen, wird die IT-Sicherheit enorm wichtig sein. Daher setzt das KIT in seiner Forschung darauf, nicht nur die Außengrenzen eines komplexen IT-Systems zu schützen, sondern auch jedes einzelne Teil, und bringt insbesondere auch seine Expertise in der IT-Sicherheit in die Plattform Lernende Systeme ein.“

Lesen Sie auch
Neues Fach: Es soll an deutschen Schulen eingeführt werden

Die Arbeitsgruppe Lebensfeindliche Umgebungen zeigt in ihrem Bericht anhand von zwei Anwendungsszenarien auf, wie Künstliche Intelligenz in rund fünf Jahren im Katastrophenschutz sowie bei Erkundungs- und Wartungsmissionen unterstützen kann. Das Anwendungsszenario „Schnelle Hilfe beim Rettungseinsatz“ illustriert, wie KI-gestützte robotische Systeme die Feuerwehr am Boden und aus der Luft beim Brand einer Chemiefabrik unterstützen können. Mit Hilfe von Multi-Sensorik sind die Systeme in der Lage, schnell ein detailliertes Lagebild zu erstellen, eine Kommunikations- und Logistikinfrastruktur für Rettungsarbeiten aufzustellen, Verletzte zu suchen sowie Gefahrenquellen zu identifizieren und einzudämmen. Im Anwendungsszenario „Unter Wasser autonom unterwegs“ warten robotische Unterwassersysteme die Fundamente einer Offshore-Windkraftanlage. Sie navigieren selbständig in der Tiefsee, übernehmen die vorgesehenen Planungsschritte und fordern bei Bedarf Unterstützung durch Taucher oder ferngesteuerte Systeme an.

Noch sind Lernende Systeme für den Einsatz in lebensfeindlichen Umgebungen ein Nischenmarkt. Deutschland ist bei der Entwicklung dieser KI-Systeme gut aufgestellt. Die Arbeitsgruppe Lebensfeindliche Umgebungen unter der gemeinsamen Leitung von Jürgen Beyerer (KIT und Fraunhofer IOSB) und Frank Kirchner (Robotics Innovation Center, Deutsches Forschungszentrum für Künstliche Intelligenz und Universität Bremen) benennt in ihrem Bericht konkrete Gestaltungsoptionen, um die Chancen von Lernenden Systemen in lebensfeindlichen Umgebungen zu nutzen und mit den selbstlernenden Robotern weltweite Märkte zu bedienen. Diese reichen vom Aufbau geeigneter Infrastrukturen wie zum Beispiel umfassende Datenpools und Referenzplattformen über die Förderung von Innovationen etwa durch Wettbewerbe oder Technologiedemonstratoren bis hin zum Schaffen von Standards für Wirtschaft und Forschung sowie die Flexibilisierung des Beschaffungsmarktes.