Roboterhorchen beim Schweißen

00:00:00: Hi Robert hier.

00:00:01: Dieser Podcast wird euch präsentiert von der Hannover Messe.

00:00:04: Wir sagen vielen herzlichen Dank an die Kollegen in Hannover und jetzt geht's los.

00:00:09: Robotik in der Industrie.

00:00:15: Der Podcast mit Helmut Schmidt und Robert Weber.

00:00:18: Hallo liebe Zuhörerinnen und Zuhörer, willkommen zu einer neuen Folge unseres Podcastes Robotik in der Industrie.

00:00:25: Mein Name ist Robert Weber und mir zugeschaltet in München ist...

00:00:29: Helmut Schmidt.

00:00:31: Helmut Servus, ich bin gerade bei Bosch und sitze am Löwentor in Stuttgart.

00:00:35: Wir haben uns heute einen Gast aus der Schweiz eingeladen und ich bin total froh, dass die Katrin sich Zeit genommen hat.

00:00:41: Hallo Katrin, willkommen im Podcast.

00:00:43: Hallo zusammen.

00:00:45: Du sitzt in Zürich, oder?

00:00:47: Genau, in der Bins.

00:00:49: Sehr schön.

00:00:51: Katrin, bevor es losgeht, stelle ich doch ganz kurz in zwei, drei Sätzen vor.

00:00:55: Mein Name ist Katrin und ich bin jetzt seit...

00:00:58: Du hast auch so einen schönen Nachnamen, du hast einen richtig schönen Schweizer Nachnamen, Hösli.

00:01:02: Genau, kommt aus dem Kanton Glagos, bedeutet kleine Hosen auf Schweizerdeutsch.

00:01:08: Kann man sich das gut merken.

00:01:10: Ja, ich bin jetzt seit zwei Jahren bei Rocket Science verantwortlich eigentlich für alle operativen Prozesse, Projekte und auch noch sehr viel anderes, weil wir noch ein kleines Unternehmen sind.

00:01:22: Ich habe in meinem Kalender heute Helmut, du hast auch den Termin drin stehen und der Termin heißt "So ein bisschen schweizerisch Roboterhorchen".

00:01:29: Katrin, magst du mal erklären, warum unser Termin Roboterhorchen heißt?

00:01:33: Genau, also wir sind eigentlich spezialisiert auf Akustik.

00:01:38: Sowohl negative Akustik, also Töne, die man eigentlich weg haben will, weil Projekte, Anlagen, Produkte zu laut sind,

00:01:48: aber eben auch akustische Informationen verwerten und zu etwas Positiven zu machen.

00:01:55: Und da ist eine sehr wichtige Schwarte, die Robotics Schwarte.

00:01:59: Sehr schön. Ja, ich bin gerade bei Bosch, Bosch-Rexrot, da heißt das Hydraulikthemen, die wollen auch mal in diesen Hydraulik lernlos werden.

00:02:05: Das hat mir mal jemand erklärt, die sind da wirklich hart hinterher, auch mit AI, daran zu gehen.

00:02:10: Und ihr habt ja auch das Thema AI in eurem Portfolio. Was macht ihr genau?

00:02:17: Also wir haben in sehr vielen verschiedenen Elementen AI drin, einfach Unsupervised Learning,

00:02:24: aber ich muss schon auch sagen, dass wir nicht nur AI machen, wir machen da AI, wo es sinnvoll ist und starten meist sehr basic,

00:02:33: nicht AI technisch mit physikalischen Modellen und die Zusammenhänge zu verstehen und erst danach nutzen wir AI oder eben teilweise auch nur Machine Learning.

00:02:44: Interessant. Wenn man sich jetzt den Roboter anhört, ich komme relativ lange aus der Robotik, gehört habe ich da nichts.

00:02:51: Genau, das habe ich mir auch gefragt.

00:02:54: Also es gibt ja sehr viele unterschiedliche Roboter, vielleicht muss ich noch etwas ausholen.

00:02:59: Als wir die sparte Using Sound, das Positivenutzen von Tönen gestartet haben, haben wir eine Marktstudie gemacht

00:03:07: und mit unterschiedlichen Profilen von Industriearbeitern gesprochen.

00:03:14: Dabei gemerkt, dass sehr, sehr, sehr viele aktiv ihr Gehör in ihr Arbeit einsetzen.

00:03:21: Also zum Beispiel Schweißer oder auch Polymechaniker, also alle, die in welche Fräsmaschinen oder Schweißmaschinen einsetzen,

00:03:32: die nutzen für Qualitätskontrollensicherheit auch nur schon um Settings einzustellen, nutzen sie ihr Gehör.

00:03:39: Und wenn ein menschliches Gehör etwas hört, dann hört man es technologisch eigentlich noch viel besser,

00:03:45: weil man kann technologisch zum Beispiel auch als ein anderes Beispiel Unterschiede von Schweißpapierqualität detektieren,

00:03:53: etwas, das man mit dem Gehör selber kaum hört.

00:03:56: Aber wenn es das menschliche Gehör hört und das ist eben bei sehr, sehr vielen Jobs der Fall, dann ist es etwas,

00:04:03: das maschinell technologisch eigentlich sehr viel einfacher auch umsetzbar ist, also einfacher nicht zwangsläufig,

00:04:10: weil es sehr viele unterschiedliche Art und Töne gibt und diese Toninterpretation auch nur möglich ist

00:04:16: bei sehr ausgebildeten Mitarbeitern, somit man muss aufbauen um natürlich alle Elemente abdecken zu können.

00:04:24: Aber es ist vielleicht, wir hören nicht alles, aber Leute, die sich gewohnt sind mit in diesen Schwarten zu arbeiten,

00:04:31: die hören es tatsächlich.

00:04:33: Aber da habe ich eine Frage, Kathrin.

00:04:35: Jetzt ist ja sehen, hören und fühlen einen der vordergründigen Themen,

00:04:42: heutigen Vorteile des Menschen teilweise auch sehr subjektiv, da eine hört besser, da sieht es schlechter, etc.

00:04:49: Jetzt höre ich eine Schweißnote ab als Beispiel, als Schweißer, wie die Qualität ist.

00:04:56: Wie lernt ihr jetzt, dass das, was ihr digital hört und das, was ich als Mensch höre, identisch, anders oder zu interpretieren ist?

00:05:07: Also ich habe es noch nicht ganz verstanden, aber das würde mich wahnsinnig interessieren, wie man da die Vergleichbarkeit hinbekommt.

00:05:15: Also was wir eigentlich meistens machen in spezifischen neuen Projekten, also wenn wir uns zum Beispiel neu mit dem Schweißen auseinandersetzen würden,

00:05:24: dann starten wir mit gelableden Daten von gute Qualität, schlechte Qualität oder gewisse Beänderungen von Parametern,

00:05:33: um wirklich auch die Unterschiede zu hören und darauf aufbauen, dann eigentlich unser Algorithmen zu trainieren.

00:05:40: Also es ist nicht so, dass wir genau dasselbe abbilden müssen, wir müssen nicht genau das hören, was das menschliche Ohr hört,

00:05:49: sondern wir müssen herausfiltern, was ist relevant für den Prozess und was nicht.

00:05:54: Warum sollte ich eher hören, anstatt eine Vision-Lösung zu machen?

00:05:59: Also ich würde jetzt immer sagen, es ist oft nicht entweder oder, es gibt einfach gewisse Elemente, die man besser sieht.

00:06:07: Es ist ja auch bereits im Industrieumfeld sehr oft so, dass schon sehr viele visuelle Sachen gemacht werden.

00:06:14: Es ist einfach eben das hören, fühlen und sehen.

00:06:18: Sehen ist sehr gut bereits abgedeckt, aber beim fühlen und beim hören ist es noch nicht so abgedeckt.

00:06:24: Und es ist halt so, dass gewisse Themen wie zum Beispiel jetzt Fräsen oder Schweißen oder Boren, das sieht man nicht.

00:06:31: Aber man kann sie eben hören. Und vielleicht noch spezifischer zum hören, für mich ist hören auch fühlen.

00:06:40: Also Vibrationsinformationen sind genau gleich hören, weil das sind ja auch Schallwelten.

00:06:46: Genau, wandelt ihr dann im Prinzip das Soundfile, man sieht ja dann was in diesem Soundfile,

00:06:52: wandelt ihr das dann zu einem Bild um oder wie kann ich mir das vorstellen?

00:06:55: Nein, also wir nutzen eigentlich wie so Fingerprints mit 0 und 1, also numerische Fingerprints.

00:07:02: Allerdings zum Start und zu schauen, ob wirklich irgendwas verfügbar ist und was man hört,

00:07:07: einfach als erste Grobanalyse nutzen wir oft.

00:07:10: Die visuelle Komponente auch in der Diskussion mit den Kunden, weil das einfach verständlich ist, weil das ja unterschiedlich ist.

00:07:18: Helmut, hast du schon mal einen Roboter, Hörerinnen gesehen? Ich finde das schon ein spannender Ansatz.

00:07:23: Ich finde es super spannend. Ich weiß natürlich, dass tatsächlich Menschen mit all ihren Sinnen teilweise darauf interagieren.

00:07:31: Mir war es allerdings nicht bewusst, dass bei bestimmten Applikationen, Anwendungen, wo heute der Roboter im Einsatz ist,

00:07:39: der Bediener im Nachgang noch bestimmte Justierungen oder Interpretationen über sein Gehör macht, war man tatsächlich nicht bewusst.

00:07:47: Und da bin ich für mich das super spannend. Ich stelle mir allerdings die Herausforderung darin vor.

00:07:54: Jetzt bin ich so ein Mittelständler. Ich habe dort meine Leute, die haben die selben Herausforderungen.

00:08:01: Deswegen ist es so eine Lösung für euch vielleicht ganz gut, dass wir Generationen, Wechsel haben und Leute in den Urstand.

00:08:08: Aber wie transportiert ihr das? Einem 10, 20, 100-Mann Mittelstandsbetrieb, der seinen Fachschweißer oder Facharbeiter dort tatsächlich nur gehabt haben, was neu ist, das geht überhören.

00:08:19: Ich tue mir ja schon schwer. Wie einfach oder wie schwierig ist es denn für euch da, in den Markt hineinzukommen und diese tolle Technologie tatsächlich zu transportieren?

00:08:30: Oder muss man auch ein anderes wie Hickel?

00:08:32: Also unser Kunde ist eigentlich nicht der Mittelständler oder eigentlich fast nie ein Großunternehmen, sondern wirklich der Roboterhersteller.

00:08:44: Weil der Case ist so für den Roboterhersteller auch viel interessanter und es skaliert halt auch einfach.

00:08:51: Aber es gibt wie so verschiedene Schritte. Also das eine ist oft im Mittelstand und Welt werden die Roboter auch für unterschiedliche Sachen eingesetzt.

00:09:00: Und oft müssen sie dann immer individuell parametrisiert werden, also wie alles aufgesetzt werden.

00:09:07: Und das haben viele der Unternehmen, haben bereits viel gemacht, um da etwas mehr Automatisierung reinzubringen.

00:09:13: Aber diese Automatisierungslösungen sind bis jetzt noch nicht so erfolgreich, weil die Erfahrungen mit Robotern noch nicht so verbreitet sind und diese Parametrisierung auch sehr, wie soll ich sagen,

00:09:27: zahlenbasiert und anders aufgesetzt ist, als halt die Schweizer, die früher eine Schweißmaschine in die Hand genommen haben.

00:09:34: Also vom Handling ist es für sie sehr weit weg und daher ist es sehr kompliziert und diese Lösung verkauft sich daher auch nicht so gut.

00:09:42: Und somit ist eben dieses Setup schon eine schon sehr, sehr gut.

00:09:48: ein sehr großes Thema, wo man akustisch viel vereinfachen kann. Also wenn man zum Beispiel

00:09:51: einfach startet und jetzt wieder schweißen oder auch poren, dann kann man sehr viele

00:09:57: Informationen einfach unterziehen und langfristig. Also das ist jetzt ein Ziel, dass das halt

00:10:03: automatisch parametrisiert wird, basierend auf dem Gehören. Also das Ziel ist nicht,

00:10:09: dass wir es jetzt komplizierter machen für die Anwender, sondern dass die aktuelle Situation

00:10:15: zu kompliziert ist und sie so eigentlich automatisiert werden kann, weil wie du vorher Helmut gesagt hast,

00:10:22: immer weniger Leute wirklich spezialisierte Schweizer oder auch Rohre sind oder viele verschiedene

00:10:29: Maschinen haben und somit das Wissen oder die Spezialisierung viel kleiner wird.

00:10:35: Okay, das heißt aber, wenn ich das richtig verstehe, ihr arbeitet zum Beispiel mit einem

00:10:41: Schweizer Roboter Hersteller zusammen, der nimmt euch als add on mit. Der Schweizer Roboter Hersteller

00:10:48: ist bei einem Kunden in einer Applikation und wenn dann dieses Wissen von Nöten ist, setzt er es mit ein.

00:10:55: Das heißt, ihr müsst den Hersteller der unterschiedlichen Marken ja dann darauf sensibilisieren.

00:11:00: Ist das dann das Vorgehen? Ja, also wir haben eigentlich wie so zwei Parteien. Die eine ist

00:11:07: eigentlich wie der Roboter Hersteller und teilweise sind es auch Integratoren, die mit mehreren Roboter

00:11:14: Herstellen zusammenarbeiten, aber die eigentlich wie so eine added value proposition anbieten wollen,

00:11:21: die dann verschiedene Handhabungen vereinfachen oder eben auch während dem Prozess von der Nutzung

00:11:27: zusätzliche Informationen gibt, sei es zur Qualität oder auch zum Material, das bearbeitet wird,

00:11:33: weil das hört man auch akustisch sehr gut. Jetzt vielleicht das anderes Beispiel zum Schweisen beim Bohren.

00:11:38: Wenn man dem Bohrer aus dem Material rausnimmt, dann hört man sehr viele Informationen über das Material,

00:11:45: in das man geboot hat. Und all diese Informationen kann man einfach bewerten und zur Verfügung stellen.

00:11:52: Und das ist oft für eben Hersteller oder Integratoren sehr spannend.

00:11:58: Und kannst du verraten, mit welchem Roboter Hersteller ihr da zusammenarbeitet?

00:12:01: Leider kann ich nicht. Nein.

00:12:03: Aber kennen wir die alle?

00:12:05: Also es sind schon große, ja.

00:12:07: Ah, spannend. Spannend. Und wo hängt dann euer Tool? Ist es dann auf der Steuerung oder wie kann ich mir das vorstellen?

00:12:14: Wie integriert ihr euch in die Robotik?

00:12:16: Also zurzeit sind wir noch im Integrationsprozess. Wir starten eigentlich oft einfach wie so als Blackbox.

00:12:23: Wenn ich in allen Forschungen möglichst schnell die Informationen zu kriegen, uns nicht zu stark mit

00:12:29: Integrationen auseinanderzusetzen und dann je mehr man weiß, umso mehr integrieren wir.

00:12:35: Und das machen wir dann immer sehr falsch spezifisch zum Kunden.

00:12:39: Also möglichst viele Elemente wiederverwerbten, die sie haben und integrieren in ihr Ökosystem.

00:12:45: Aber zurzeit sind wir noch nicht voll integriert in irgendeinem Robotik und diesen spezifischen Tier.

00:12:50: Aber was ist da euer Ziel? Wann wollt ihr da sozusagen in den Start rein?

00:12:56: Also wir sind im Prozess und das Ziel ist eigentlich, möglichst mit vielen schnell vorwärts zu kommen und dann schon auch...

00:13:07: Also ich kann... ist noch schwierig zu sagen, aber ich würde sagen so in einem Jahr sicher bei zweien voll integriert wäre auf jeden Fall das Ziel.

00:13:14: Wow, also Helmut, da hat uns noch keiner was aus der Robotik von erzählt, dass er daran geht.

00:13:18: Nee, also es gibt ja nicht so viele Schweiß-Experten, es gibt ja nicht so viele Schweiß-Experten, sagen wir mal so.

00:13:26: Das ist so, es gibt viele Schweiß-Unternehmen.

00:13:29: Ja, das schon, aber es gibt nicht...

00:13:31: Ja, aber es gibt nicht so viele Schweiß-Robotik-Experten, würde ich mal sagen, oder Helmut?

00:13:37: Genau, also aus der Robotik gibt es ein paar Spezialitäten oder Spezialisten, die mit dem Schweiß-Karosserie und so weiter groß geworden sind.

00:13:46: Aber es könnte ja auch ein anderer Fall sein.

00:13:49: Also wo heute die Robotik, die kollaborative Robotik am meisten skaliert, sind ja Beispiel Lorch, Kuhwelter, Trumpf, Reldigend, Benner, und so weiter.

00:14:00: Das heißt nicht der Roboter-Hersteller, weil der Tool-Hersteller der Schweiß-Roboter hat ja dieselbe Problematik, der Anwender bricht ihm weg.

00:14:10: Das heißt arbeitet ihr auf der anderen Seite auch mit den Schweiß-Anbietern zusammen?

00:14:17: Die könnten ja vielleicht noch besser skalieren wie der Roboter-Hersteller.

00:14:20: Also bis jetzt haben wir einfach die Erfahrung gemacht, dass wir oft mit einem Anwender gestartet sind und dann aber eigentlich doch wieder zum Hersteller.

00:14:31: Also das Projekt startete dann eigentlich trotzdem wieder mit dem Hersteller.

00:14:36: Es gab immer ein Lied, aber nicht...

00:14:39: Also der Lied wurde wie von Kundenseite validiert sozusagen, aber der Kunde dann eigentlich war der Hersteller.

00:14:45: Und wie stellt ihr denn euer Geschäftsmodell vor? Ist es dann so ein Lizenzgeschäft oder was wünscht ihr euch am Ende?

00:14:52: Langfristig im Lizenzgeschäft. Aktuell sind wir noch nicht im Lizenzgeschäft.

00:14:56: Aber das ist das Ziel damit, oder?

00:14:58: Ja.

00:14:59: Und wie seid ihr zu diesem Geräusch-Akkustik-Thema bei Rocket Science gekommen?

00:15:05: Ich finde ja den Namen eurer Firma schon cool.

00:15:07: Wie seid ihr zu diesem Thema gekommen?

00:15:11: Also unser Unternehmen hat sehr viele Jahre im Aktiv-Noise-Control gestartet und wir haben unter anderem für eine Verbrennungsanlage ein Aktiv-Noise-Control-System gebaut.

00:15:23: Und hierbei es gaben Brummen und wir mussten identifizieren wo das herkommt und kurzfristig eine Lösung bremten.

00:15:30: Und um das Problem zu identifizieren, haben wir halt sehr viele Sensoren, Vibration und Mikrofone platziert gehabt

00:15:38: und eigentlich super viele interessante Informationen gehört, die sehr relevant sind für den ganzen Prozess.

00:15:46: Also wie viel Asche runterfällt eigentlich das Projekt, das wir ja schon mal im anderen Podcast diskutieren?

00:15:52: Genau, das haben wir im Industrial AI Podcast schon diskutiert.

00:15:54: Genau.

00:15:55: Genau. Also ganz, ganz viele Informationen und da dachten wir eigentlich plötzlich, hey, wir könnten ja eigentlich diese Art von Informationen auch verwerten

00:16:04: und darauf aufbauen, auch wie ein Geschäftsbereich aufbauen.

00:16:09: Und haben danach eben mit ganz vielen Kunden gesprochen und eben auch mit unterschiedlichen Rollen

00:16:14: und hierbei unter anderem eben mit Schweizer und Bocah und Menschen, die an verschiedenen Maschinarbeiten gesprochen

00:16:21: und dabei gesehen, dass es eigentlich ein baues System ist, das aktuell nicht so besetzt ist.

00:16:27: Kommt ihr dann ursprünglich von der ETH in Zürich oder kommt der Ursprung dann des Unternehmens her?

00:16:35: Also viele unserer Mitarbeiter sind von der ETH, aber wir sind nicht an der ETH entstanden.

00:16:44: Aber du merkst, Helmut, in der Robotik, also nicht in der klassischen Robotik, aber du merkst in Zürich,

00:16:50: da hast du ja die ganzen Drohnenleute auch, Skaramuzzi und Davideh, der da ganz viel macht,

00:16:56: da geht schon richtig was, tolle Ideen.

00:16:59: Absolut, also in und um Zürich, es gibt ja auch dieses gräter Zürich-Area mit der ETH im Mittelpunkt,

00:17:06: viele beinige Roboter tun sich auf, also das ist ein superinteressantes Laster, das sich dort die letzten Jahre entwickelt hat, sehr dynamisch.

00:17:14: Wann können wir mal was sehen? Katry, können wir was hören?

00:17:17: Wann kann man wirklich mal was ausprobieren?

00:17:19: Hast du da so ein bisschen, vielleicht ladet uns mal ein, wenn auch der Robotik herstellt, ja, sagt oder so?

00:17:25: Also ich glaube, das ist genau der kritische Punkt, ich glaube, sobald wir jemanden überzeugen können,

00:17:30: dass das Endier etwas gelockert wird, dann sehr gerne, also dann können wir sehr gerne was zeigen,

00:17:37: ich kann mich gerne auf dem laufenden halten und vielleicht auch noch schnell wegen eben den Vierbeinern und den Drohnen.

00:17:43: Auch da ist eigentlich das Ohr sehr spannend, es ist einfach nicht so das kurzfristige, sondern eher das mittelfristige,

00:17:51: weil man halt durch das Gehör auch viel mehr Umgebungsinformation aufnehmen kann und die Off, zum Beispiel die Kamerasteilung machen kann

00:18:01: oder zum Beispiel die spezifische Events wie Schüsse oder Schreie oder was auch immer der Einsatz ist,

00:18:09: halt sehr spezialisiert, lokalisieren und auch klassifizieren.

00:18:13: Na klar, bei Surveillance und so, klar, bei der Überwachung, genau, stimmt, ja, wenn Glas kaputtgeschlagen wird oder sowas, ja.

00:18:20: Genau. Super spannend. Jetzt haben wir kurz vor Weihnachten, vielleicht hast du ja eine Wunschschliste, das ist mir sicherheitlich eine Wunschschliste,

00:18:28: weil es hat nicht um deine persönliche, wir haben ja sehr, sehr viele Zuhörer.

00:18:32: Was würdest du oder ihr euch denn wünschen oder was würdet ihr brauchen, um euch weiterzubringen?

00:18:40: Zusätzliche Kunden, die gerne mit uns zusammenarbeiten möchten.

00:18:44: Okay, also der Aufruf geht an die ganzen Robotiker. Ja, Michael Klos von Jaskawa, kannst du mal vorbeischauen, würde ich mal sagen.

00:18:51: Ja, sehr schön. Katrin, vielen herzlichen Dank für deine Erläuterung. Ich finde das ein super spannendes Thema.

00:18:58: Wir behalten das auf jeden Fall im Auge und wir würden uns natürlich super freuen, wenn ihr eine lockere NDA habt,

00:19:05: dass wir dann mal uns was anhören dürfen bei euch.

00:19:08: Sehr gerne.

00:19:10: Vielen herzlichen Dank und schönen Grüße nach Zürich.

00:19:12: Danke euch und auch schöne Weihnachtszeit.

00:19:15: Danke, tschüss.

00:19:16: Tschüss.

00:19:17: Robotik in der Industrie. Der Podcast mit Helmut Schmidt und Robert Weber.

00:19:27: [Musik]