Die anhaltende politische und gesellschaftliche Forderung nach umweltverträglichen Produkten setzt Unternehmen zunehmend unter Druck. Insbesondere kleine und mittelständische Unternehmen müssen nun schnell Lösungen für diese Anforderungen finden oder entwickeln. In diesem Beitrag wird daher ein methodischer Ansatz vorgestellt, der die bewährten Strategien agiler Produktentwicklungsmethoden mit den etablierten spezifischen Aktivitäten des sogenannten Ökodesigns (engl. „Ecodesign“) verbindet. Die Methodik wird zunächst theoretisch erörtert und dann anhand einer Fallstudie eines Handwerkszeugs in einem realen Unternehmenskontext experimentell evaluiert und diskutiert.

Reinforcement Learning (RL) konnte bereits publikumswirksam in Video- und Strategiespielen beeindruckende Erfolge erzielen [1]. Diese Grundlagenforschung schafft die Grundlagen, dass RL für reale Entscheidungsprobleme in der Produktion nutzbar wird. Beispiele hierfür sind: Wie erhält ein Roboter mehr Intelligenz, um Aufgaben selbstständiger und ohne aufwendige Programmierung durchzuführen? In welcher Reihenfolge müssen Aufträge in einer Produktion abgearbeitet werden, um eine optimale Termintreue zu erhalten? Der Beitrag gibt eine Einführung in die Arbeitsweise des RL, sowie dessen bevorzugte Einsatzgebiete und beschreibt Anwendungsbeispiele aus dem produzierenden Alltag. Das präsentierte Überblickswissen über die aktuelle Forschung soll diesen Teilbereich der Künstlichen Intelligenz einem breiteren Interessentenkreis zugänglich machen. Übergeordnetes Ziel der beschriebenen Methoden ist, die Wertschöpfung am Wirtschaftsstandort Deutschland kontinuierlich zu steigern.

Viele Montageprozesse im Flugzeugbau laufen manuell ab. In der Endmontage der Airbus A320-Familie werden unter anderem die Längsstreben, sogenannte Stringer, am Querstoß zweier benachbarter Flugzeugrumpfsektionen über Stringerkupplungen miteinander verbunden. Hierfür werden derzeit herkömmliche Vollniete eingesetzt. Zukünftig wird hier ein Wechsel auf Vollstanzniete angestrebt. Aufgrund hoher Prozesskräfte beim Stanznieten weisen die Werkzeuge ein hohes Eigengewicht auf, wodurch die Montage zu hohen physischen Belastungen der Mitarbeiter während der manuellen Handhabung führen würde. Ein innovatives Assistenzsystem auf Basis eines kollaborierenden Roboters soll Abhilfe schaffen. Durch eine intelligente Steuerung soll es darüber hinaus die Qualitätssicherung maßgeblich unterstützen. Das System ist Gegenstand dieses Beitrags.

Viele Industrieunternehmen sind auf der Suche nach neuen Strategien für eine zukunftsichernde Produktentwicklung. Die Ursache hierfür liegt in verschiedensten Herausforderungen und Trends der heutigen Arbeitswelt. Hierzu zählen die zunehmende Vernetzung der Wirtschaft, die Individualisierung und schnelle Änderung von Kundenwünschen, die Verbreitung moderner Informations- und Kommunikationstechnologien sowie die immer kürzer werdenden Innovations- und Technologielebenszyklen. Die heutige Entwicklungsumgebung in Unternehmen, mit meist starren Abteilungsstrukturen, geringer Kommunikation mit den Kunden und zwischen den Abteilungen sowie der späten Auslieferung von fertig entwickelten Produkten wird den Anforderungen nicht mehr gerecht. In diesem Zusammenhang rücken agile Vorgehensweisen gepaart mit additiven Fertigungsverfahren in den Fokus der Entwicklung.