Workshop für KI-Bilderkennungssoftware

Akteure

Lehrer, Schüler und KI-Entwickler

Eingesetzte KI-Technologien

Bilderkennungssoftware für die Robotik.

Geplante Aktivitäten

Mit der Bilderkennungssoftware wurde eine Beispielanwendung für Berufsschüler entwickelt, wie eine Klebebandrolle unabhängig von ihrer Position durch Bilderkennung identifiziert werden kann. Anschließend wird die Klebebandrolle von einem Roboter auf einen Abroller gelegt.

Befund

Es gibt kein standardisiertes System für den Einsatz von KI, das den Auszubildenden für den Einsatz in ihren Unternehmen beigebracht werden könnte. Das hat zur Folge, dass bisher alle Unternehmen auf wenige KI-Pionierunternehmen als externe Dienstleister für KI-Anwendungen zurückgreifen mussten, die jedoch aufgrund ihrer individuellen Position eine Preispolitik verfolgen, die A-I-Anwendungen für die meisten Unternehmen von vornherein unwirtschaftlich macht.
Für die Auszubildenden müsste eine Anwendungssoftware entwickelt werden, die es ermöglicht, KI mit geringem Programmieraufwand als Low-Code- oder No-Code-Anwendung universell für betriebliche Anwendungen einzusetzen und die sich als Quasi-Standard in Industrie und Handwerk etabliert oder auch von einem Normungsgremium unterstützt wird.

Herkunft des Projekts

Die für den Unterricht an berufsbildenden Schulen entwickelte Software wurde von Berufsschullehrern als sehr vereinfachtes Beispiel entwickelt, um Schülerinnen und Schülern die grundlegende Funktion von KI zu demonstrieren und zu vermitteln. An diesem Beispiel geht es nicht um öffentliche Fördermittel des Bundes.

Unterrichtsplanung

Das bestehende Angebot wird in Unterrichtssequenzen zur Robotik integriert.

Technische Voraussetzungen

Smart Factory von Festo – liefert ein Beispiel dafür, wie KI prinzipiell funktionieren kann.

Externe Stakeholder

Die Lehrer wandten sich an namhafte KI-Entwickler, um über ihre Lösungen und Methoden zu sprechen und ihre Lernsoftware weiterzuentwickeln, aber die Unternehmen zeigten kein Interesse an der Entwicklung eines benutzerfreundlichen Tools und nannten Vertraulichkeit und Geschäftsgeheimnis als Begründung.

Aufgetretene Probleme

Neben Software muss entsprechend leistungsfähige Hardware beschafft werden. Die Bilderkennung in diesem didaktisch-technischen Kontext wurde als ethisch unkritisch eingestuft, da keine personenbezogenen Daten verarbeitet werden, sondern nur Musterbauteile fotografiert wurden.

Informationen zu den Ergebnissen

Die Ergebnisse wurden mit den Schülern und unter den Lehrern diskutiert. Die Ergebnisse werden auch über die Website der Schule verbreitet und bei Schulveranstaltungen vorgestellt.