Content

VI Herausforderungen in:

Jürgen Handke

Humanoide Roboter, page 183 - 202

Showcase, Partner und Werkzeug

1. Edition 2020, ISBN print: 978-3-8288-4250-2, ISBN online: 978-3-8288-7135-9, https://doi.org/10.5771/9783828871359-183

Tectum, Baden-Baden
Bibliographic information
183 VI Herausforderungen Die Nutzung humanoider Roboter, egal ob als Showcase, Partner oder Werkzeug – so vielversprechend das auch sein mag – birgt eine Reihe von Herausforderungen, die einen Dauereinsatz in vielerlei Hinsicht erschweren. Zwar sind die Herausforderungen je nach Einsatzart unterschiedlich ausgeprägt, sie können aber folgenden generellen Problemgruppen zugeordnet werden: • Bereitstellung und Logistik • Entwicklung • Programmierung Neben diesen Herausforderungen soll abschließend die in Kapitel II angerissene Frage nach der Beziehung zwischen Künstlicher Intelligenz und Robotik erneut aufgegriffen werden. VI.1 Bereitstellung und Logistik Für den Einsatz eines humanoiden Roboters für eigene Zwecke bieten sich drei Optionen an. Man kann • einen Roboter mit den gewünschten Anwendungen kaufen, • einen Roboter kaufen und ihn selbst programmieren, • einen Roboter bauen und weiterentwickeln. Inzwischen bietet sich mit dem Leasing von Robotern eine weitere Option an, die allerdings noch nicht flächendeckend realisiert ist. Genau wie in der Automobilindustrie könnte das Leasing von Robotern immer mehr zu einem Geschäftsmodell werden, das Roboter für Institutionen mit begrenztem Budget für den gewünschten Einsatzzeitraum erschwinglich macht. VI.1.1 Infrastruktur Die Infrastruktur, in der ein Roboter agiert, hängt stark von dessen Einsatz ab. Als Lehrpartner im Seminarraum müssen Roboter beispielsweise jeweils in ihren ‚Arbeitsbereich‘ transportiert werden. Zudem ist es sinnvoll, sie vor ihrem Einsatz in einem sicheren Trainingsbereich zu testen. Werden sie dagegen als Werkzeuge in speziellen Maker-Spaces eingesetzt, befinden sie sich ja in der Regel permanent an ihrem Einsatzort, sodass die Transportfrage gar nicht entsteht. In beiden Fällen benötigen sie aber einen ‚Ruheort‘, an dem sie ihre Batterien aufladen können, und der es den Programmierern gestattet, mögliche Fehler zu beheben oder Änderungen an speziellen Apps vorzunehmen. Dieser Ruheort sollte zusätzlich über einen Testbereich verfügen, in dem sich die Roboter zum Ausprobieren von Bewegungsabläufen nahezu frei und ohne Hindernisse bewegen können und so nah wie möglich an dem Ort sein, an dem der Roboter programmiert und gewartet wird, um die Transportproblematik klein zu halten. Bei der Gestaltung von Maker-Spaces gelten spezielle Anforderungen: Hier sollte eine ausreichende Anzahl von PCs oder Laptops für die einzelnen Trainingsgruppen zur Verfügung stehen, und es sollten freie Bereiche für die Erprobung der Roboterbeweglichkeit geschaf- 184 Herausforderungen fen werden. Zusätzlich sollte im Arbeitsbereich ein einfarbiger Hintergrund zur Verfügung stehen, um Robotern die Objekterkennung zu erleichtern: Das Erkennen von Objekten ist vor derartigen Hintergründen durch die klare Konturierung von Objekten erheblich einfacher. Und um die Roboter vor Beschädigungen zu schützen, sollte man darauf achten, dass der Boden für die Roboter und deren Fortbewegungsmöglichkeiten geeignet ist. Prinzipiell funktionieren Roboter auch ohne Internetzugang. Viele Programme, die auf den Roboter ‚aufgespielt‘ werden, können autonom auch ohne Internetverbindung ausgeführt werden. Mit Internetzugang lassen sich allerdings erheblich komplexere Anwendungen realisieren. Per WLAN können die Roboter Chatbots nutzen, sich mit anderen Plattformen verbinden oder Daten aus web-basierten Datenbanken abrufen. Die im Abschnitt IV.2 vorgestellten Partner-Anwendungen für Pepper-Roboter beispielsweise wären ohne Internetzugang nicht realisierbar. Bei der Nutzung von WLAN sollte allerdings auf den verwendbaren Sicherheitsstandard geachtet werden. So unterstützen Pepper-Roboter bis einschließlich Version 2.5 nicht den sicheren Enterprise-Standard, wie ihn große Firmen und Institutionen verwenden, sondern nur den Personal-Standard. Daher musste z. B. für das Projekt H.E.A.R.T. ein eigenes Roboter-Netzwerk eingerichtet werden. Mit der Pepper-Version 2.9 ist allerdings auch die Unterstützung für den Enterprise-Standard in Pepper integriert worden. VI.1.2 Versicherung und Transport Roboter sind kostenintensiv in der Anschaffung und können anfällig für Schäden sein. Ihre Gliedmaßen und ihre Sensoren können durch Beschädigungen gerade im Dauerbetrieb beeinträchtigt werden, so dass Reparaturen erforderlich werden und zusätzliche Kosten entstehen. Mit einfachen Mitteln lassen sich mittlerweile aber Schäden vermeiden. So bietet die deutsche Firma LPE-Technik mit ihrem 185 Bereitstellung und Logistik „Crashguard“ einen effektiven Fallschutz für NAO-Roboter an, der gerade beim Einsatz im Robotikum bei vielen Schülern Schäden vermeiden hilft. Abb. VI.1 zeigt diesen speziellen Fallschutz, der gerade in Maker-Spaces mit NAO-Robotern von großem Nutzen sein kann. Abb. VI.1: Crashguards for NAO-Roboter Zusätzlich wird aber empfohlen, eine technische Versicherung für die Roboter abzuschließen, um mögliche Reparaturen zu finanzieren. So beträgt beispielsweise die jährliche Versicherungspauschale im Rahmen einer Technikversicherung mit Selbstbeteiligung für einen NAO-Roboter in Deutschland etwa 200 € pro Jahr. Gegenwärtig können sich Roboter nicht frei in unbekanntem Terrain bewegen, und wenn sie es könnten, wären sie viel zu langsam oder könnten nur kurze, ebene Strecken bewältigen. Daher können sie sich nicht selbständig zu ihrem Einsatzort bewegen, sondern müssen dorthin transportiert werden. Kleine Roboter, wie z. B. NAO sind da unproblematisch und können per Koffer, auch als Bordgepäck in Flugzeugen, befördert werden. 186 Herausforderungen Pepper-Roboter sind erheblich schwieriger zu bewegen. Sie benötigen spezielle Transportmittel innerhalb von Gebäuden (z. B. Sackkarren) um an ihre Zielorte gebracht zu werden, und über größere Entfernungen benötigen sie maßgeschneiderte Transportboxen und entsprechend große Transportfahrzeuge. Abb. VI.2 und Abb. VI.3 zeigen typische Transportoptionen für NAO und Pepper. Abb. VI.2: NAO im Transportkoffer, Pepper auf einer Sackkarre Abb. VI.3: Typische Transportbox mit Deckel für Pepper-Roboter 187 Bereitstellung und Logistik Als Folge dieser logistischen Herausforderungen sollte der reguläre Standort des Roboters leicht zugänglich sein. Zum Beispiel ist ein freier Ausgang mit einer Rampe für Pepper-Roboter notwendig, um den Roboter von Ort zu Ort, zum Beispiel vom Entwicklungsbereich zum Einsatzort, zu transportieren. VI.1.3 Bereitstellung Ist der Roboter an seinem Einsatzort angelangt, sind zwei weitere Aspekte zu berücksichtigen. Diese gelten allerdings hauptsächlich für den Einsatz von Pepper-Robotern als Partner. Zum einen ist eine ausreichend große Zeitspanne für die Vorbereitung, das eventuelle Testen und die Platzierung des Roboters zu berücksichtigen. Allein das Hochfahren des Roboters dauert schon einige Minuten, und durch ein ausgiebiges vorheriges Testen an seinem neuen Einsatzort können später möglicherweise auftretende Probleme identifiziert und eventuell noch behoben werden. Abb. VI.4: Pepper mit Lavaliermikrophon und Sender 188 Herausforderungen Sollte der Roboter nicht nur per Dialog gesteuert werden, sondern auch zahlreiche gesprochene Anweisungen an sein Publikum geben, ist für eine Audio-Unterstützung zu sorgen, da der Roboter, gerade vor größeren Gruppen mit mehr als 40 Teilnehmern, nicht von jeder Position im Raum aus gut hörbar ist. Mit einem Headset und einer Audio-Verstärkung über eine externe Audio-Anlage lässt sich hier Abhilfe schaffen (Abb. VI.4). VI.2 Entwicklung Die Roboterentwicklung sollte nicht auf den Schultern eines Einzelnen ruhen. Mit einer Kombination aus Programmierern und fachlich kompetenten Anwendern, z. B. aus dem Finanzwesen, dem Pflegebereich oder dem Bereich Bildung, gelingt es am besten, fachspezifisches, interdisziplinäres und algorithmisches Denken zu kombinieren. Erst wenn es keine Alternative gibt, kann man Programme für NAO- und Pepper-Roboter auch von kommerziellen Software-Entwicklern erwerben. Da diese derzeit jedoch oft nicht auf die inhaltlichen Herausforderungen im gewünschten Bereich spezialisiert sind, ist diese Alternative eher eine Notlösung und wird inhaltlich zumeist auf eher allgemeine Anwendungen beschränkt bleiben. Die Entwicklung digitaler Anwendungen und Szenarien erfordert heute immer auch den Einsatz von Social Media. Plattformen wie Facebook, Instagram, Twitter oder auch YouTube sollten nicht nur als integraler Bestandteil der Entwicklung selbst, sondern auch als Diskussions- und Informationsforen für die Zielgruppen genutzt werden. Über diese Kanäle können zusätzliche Erklärungen gegeben, Fragen gestellt und von den Community-Mitgliedern beantwortet und für neue Entwicklungen genutzt werden. So dient z. B. der YouTube- Kanal des RoboPraX-Projekts nicht nur zur Unterstützung und In- 189 Entwicklung formation zum Projekt selbst, sondern er enthält zusätzlich alle für das NAO-Maker-Space-Konzept notwendigen Lehrvideos. Die Videos sind zudem als CC BY (Creative Commons Attribution) lizenziert, was deren Herunterladen und Wiederverwendung ermöglicht.41 Zusätzlich zu diesen Optionen gibt es bereits frei zugängliche Online-Kurse zum Thema im MOOC-Format. Beispiele sind der Online-Kurs RoboBase, der den NAO-Maker-Spaces vorausgeht (siehe Abschnitt V.6.1) und der vom H.E.A.R.T.-Team entwickelte Robotik- Kurs „Humanoide Roboter in der Bildung“.42 Werden Roboter neu angeschafft, müssen sie zunächst eingerichtet werden. Leider ist die Erst-Installation eines neu erworbenen Roboters nicht so einfach wie die Einrichtung eines Laptop-PCs oder eines Smartphones. Auch wenn man nicht in allen Bereichen der Web- Technologie Experte sein muss, ist ein gewisses Maß an Fachwissen erforderlich. Man muss den Roboter beispielsweise auf der Website des Herstellers registrieren, den Roboter mit dem Internet verbinden, um die gewünschten Sprachpakete zu installieren, die aktuellen Roboter-Apps für das jeweilige Modell herunterladen und den Roboter einsatzbereit machen. Dies erfordert auch die Installation der Entwicklungssoftware auf dem eigenen Computer und die Einrichtung der notwendigen Pfade für jede Bibliothek innerhalb des Computers. Eine hilfreiche Option dabei ist die fachspezifische Community bzw. der Entwicklungsbereich des Anbieters. Ziel der darüber bereitgestellten Angebote ist es, technische und praktische Unterstützung für den Einsatz des Roboters zu leisten.43 41 https://bit.ly/2ON8qLX 42 Beide Kurse werden über die Plattform https://www.oncampus.de/ angeboten. 43 Für NAO- und Pepper-Roboter ist dieser Bereich unter https://developer.softbankrobotics.com/ erreichbar, zusätzlich gibt es ein Online-Forum, in dem man Antworten der Gemeinschaft auf technische oder softwarebezogene Probleme erhalten kann: https://community.ald.softbankrobotics.com/en/content/ welcome-aldebaran. 190 Herausforderungen VI.3 Programmierung Der Einsatz humanoider Roboter erfordert die Entwicklung passgenauer Programme oder „Roboter-Apps“. Für NAO- und Pepper-Roboter gibt es dabei ausgehend von der visuellen Entwicklungsumgebung Choregraphe drei zentrale Möglichkeiten der Pro grammerstellung: • die Blockprogrammierung, • die Blockprogrammierung mit Python-Unterstützung, • die direkte Programmierung. Für die Blockprogrammierung sind nur geringe Programmierfähigkeiten nötig. Man wählt vorgefertigte Bausteine, die Programmboxen, aus, die man mit Inhalten füllen und mit dem nächsten Baustein verknüpfen muss. Hierfür sind keine Programmierkenntnisse nötig, da das Programm einem den Transfer der eingegebenen Daten in ein für den Roboter verständliches Format abnimmt. Durch ein paar Mausaktionen kann man dadurch in kurzer Zeit ein Programm erstellen. Soll z. B. der Roboter eine Begrüßung vornehmen, reicht eine einfache Blockprogrammierung aus, denn schon mit zwei Programmblöcken, den „Programmboxen“ und den erforderlichen Einstellungen erhält man das gewünschte Ergebnis (Abb. VI.5). Abb. VI.5: Blockprogrammierung mit Programmboxen [V.VI.1] 191 Programmierung Eine tageszeitabhängige Begrüßung, z. B. „Guten Morgen“ bis einschließlich zwölf Uhr mittags, ist so aber nicht möglich. Nimmt man mit „Get Date“ eine weitere Programmbox hinzu, ist der Abruf von Datum und Uhrzeit zwar möglich, man erhält allerdings dann als Resultat von „Get Date“ und somit als Eingang in eine erweiterte „Say Text Box“ eine Liste von Werten, die der Roboter dementsprechend auch als Liste vorliest. Abb. VI.6 verdeutlicht diesen Zustand. Werteliste als Resultat von „Get Date“: [2020,3,25,9,35] Abb. VI.6: Blockprogrammierung mit Listenabruf Verfügt man über Programmierkenntnisse, kann man in den einzelnen Programmboxen auch in den Code eingreifen und eigene Erweiterungen oder Modifikationen vornehmen. So wird in unserer kleinen Anwendung erst durch Eingriff in das Python-Skript der „Say Text Box“, z. B. mit einer zusätzlichen Funktion myGetTime, eine ‚vernünftige‘ Ausgabe, in der die Zeit mit dem Tagesabschnitt assoziiert werden kann, möglich (Abb. VI.7). 192 Herausforderungen Script Editor def onInput_onStart(self, p): self.bIsRunning = True self.greeting = myGetTime() try: sentence = "\RSPD=" … sentence += self.greeting … def myGetTime(): myTime = int(time.strftime("%H")) Abb. VI.7: Blockprogrammierung mit Python-Unterstützung Einen Schritt weiter geht die direkte Programmierung. Bei dieser Programmierungsart schreibt man den Code für ein Programm in einer Programmiersprache und muss somit über fortgeschrittene Programmierkenntnisse verfügen, um komplexere Programme entwerfen zu können. Im Fall von Pepper und NAO basieren die Codes auf der Programmiersprache Python. Mit einem kleinen Python-Skript lässt sich das Begrüßungsproblem lösen. # Benötigte Python Bibliotheken import qi import time # Hauptfunktion def main(session): tts = session.service("ALTextToSpeech") tts.setLanguage("German") my_greeting = myGenerateDaytimeGreeting() tts.say(my_greeting) # Zusatzfunktion def myGenerateDaytimeGreeting(): myDayT = ["Guten Morgen","Guten Tag","Guten Abend"] 193 Programmierung myTime = int(time.strftime("%H")) if myTime > 11 and myTime < 18: greeting = myDayT[1] # "Guten Tag" elif myTime >= 18: greeting = myDayT[2] # "Guten Abend" else: greeting = myDayT[0] # "Guten Morgen" return greeting if __name__ == "__main__": # Roboter Variablen robot_ip = "192.168.0.40" port = "9559" # Verbindung zum Roboter aufbauen session = qi.Session() session.connect("tcp://" + robot_ip + ":" + port) # Hauptfunktion aufrufen main(session) Programme wie diese entfalten natürlich große Wirkung, wenn der Roboter einen Menschen auf diese Weise begrüßt, dazu noch per Zufall Körperanimationen ablaufen lässt und per Kopfbewegung seine Kommunikationsfähigkeit untermauert. Doch ist dies auch eine Art Künstliche Intelligenz? VI.4 Robotik und Künstliche Intelligenz Die Begriffe Künstliche Intelligenz (KI), Maschinelles Lernen (ML) sowie Robotik werden von Firmen, Konferenz-Veranstaltern, aber auch in den Medien und von der Politik gleichgesetzt. Entscheider aus verschiedenen Branchen lassen sich gern zusammen mit Robotern ablichten, auch wenn es hauptsächlich um das Thema Künstliche Intelligenz im Allgemeinen und gar nicht spezifisch um das Thema Robotik geht. Pressemeldungen aber auch Meldungen aus der Fachbranche der folgenden Art sind nahezu der Standard: 194 Herausforderungen Darf ich vorstellen? Pepper – der intelligente Roboter aus Bremen Wirtschaftsstandort Bremen Beim „Kiddies Day“ war Pepper mit seiner künstlichen Intelligenz der Hit bei den Kindern. Entrance Robotics Dabei ist das, was viele Menschen als Künstliche Intelligenz betrachten, ja bewundern, zumeist nur die maschinelle Fähigkeit, große Datenmengen schnell und effektiv zu verarbeiten, beispielsweise wenn Computer Schach oder Go spielen. Eine Unterscheidung der oben genannten Begriffe soll zur Klärung beitragen, sodass am Ende nicht jeder NAO- oder Pepper-Roboter mit der Idee einer omnipotenten KI in Verbindung gebracht wird. Denn KI stellt einen Sammelbegriff für viele Disziplinen und eine weit gefasste Umschreibung von wissenschaftlicher Beschäftigung dar, die menschliches Lernen und Denken auf Computer übertragen und diesen damit Intelligenz verleihen sollen. Daher sind maschinelles Lernen und auch große Teile der Robotik Teilgebiete der KI. Im Allgemeinen kann zwischen zwei verschiedenen Arten von Künstlicher Intelligence (engl. Artificial Intelligence, kurz: AI) unterschieden werden: • Schwache KI (engl. weak oder narrow AI): ein KI-System, das für eine klar definierte Aufgabe entwickelt und trainiert wird z. B. virtuelle persönliche Assistenten, Bilderkennungssoftware oder Navigationssysteme. • Starke, auch allgemeine KI (engl. strong oder general AI): ein KI-System mit verallgemeinerten menschlichen kognitiven Fähigkeiten, die dem Menschen ebenbürtig sind oder in mancher Hinsicht sogar übertreffen. Ein derartiges KI-System verfügt über genügend Intelligenz, um eine Lösung zu finden, wenn es mit einer unbekannten Aufgabe konfrontiert wird. 195 Robotik und Künstliche Intelligenz Bis heute ist es noch nicht gelungen, eine auch nur annähernd „starke“ KI zu entwickeln, und deren Realisierung dürfte noch viele Jahre auf sich warten lassen. „Maschinelles Lernen“ ist eine Teildisziplin der KI und befasst sich hauptsächlich mit der Entwicklung von (Lern-) Methoden. Diese Methoden werden für die Lösung unterschiedlichster Probleme herangezogen. Zurzeit ist das Thema „Deep Learning“ von besonderer Bedeutung, aber auch Methoden des statistischen Lernens (der dem Deep Learning vorausgegangene Trend) erhalten nach wie vor viel Aufmerksamkeit. Auch hier befinden sich Forschung und Entwicklung noch am Anfang und die entsprechende KI-Methodik steht NAO oder Pepper noch nicht zur Verfügung. Bleibt noch die Robotik und deren Beziehung zu den Ansätzen der Künstlichen Intelligenz. Eines vorab: mehr als eine schwache KI- Realisierung kann den derzeitigen humanoiden Robotern, egal welchen Typs, nicht attestiert werden. Die Fähigkeit, z. B. Schriftzeichen automatisch erkennen zu können, bedeutet noch nicht, dass ein Roboter anschließend in der Lage wäre, das Geschriebene zu verstehen: Das würde weitere Algorithmen erfordern, die für spezifische Aufgaben trainiert werden müssten (z. B. die Erkennung von Sätzen und ihrer grammatikalischen Struktur, die Extraktion von Themen aus dem Text usw.). Viele der Techniken, die in diesem Buch im Zusammenhang mit den Robotern NAO und Pepper beschrieben wurden, sind im Wesentlichen Beispiele für spezifische Anwendungen der KI, z. B. Beispiel Spracherkennung, Bilderkennung, die Verarbeitung natürlicher Sprache oder die Erkennung von Hindernissen, all das profitiert von den Fähigkeiten in Entwicklung befindlicher KI-Systeme, erhöht natürlich die Fähigkeiten der Roboter und gestattet uns eine einigerma- ßen stabile Interaktion mit ihnen. Während es in jedem dieser Bereiche aufregende Entwicklungen gibt, ist ein weiterer Bereich, in dem die derzeitige Technologie hin- 196 Herausforderungen ter den Erwartungen zurückbleibt, der Bereich des Lernens. Der typische KI-Ansatz des Maschinellen Lernens, besteht ja darin, relevante Daten für die zu lernende Aufgabe zu sammeln und die Modellparameter unter Verwendung dieser Daten zu lernen. Nach dem Training wird das System verwendet, aber dann typischerweise nicht weiter verändert: Der „Lern“-Teil ist unabhängig vom Anwendungsteil. Dies wird als „offline-Learning“ bezeichnet. Die Art des Lernens, die wir als Menschen anwenden, ist allerdings eher ein Online-Lernen, bei dem das Lernen während der Ausführung der Aufgabe stattfindet. NAO und Pepper lernen nur das, was wir Menschen ihnen zeigen: z. B. Objekte, die wir ihnen vor die Kamera halten und entsprechend benennen oder Wege, die sie vorher erkundet und kartographiert haben, also ein reines „Offline-Lernen“. Mit dem maschinellen Lernen als Teilgebiet der Künstlichen Intelligenz hat das nur wenig zu tun, in Maker-Space Anwendungen kann man allerdings sehr gut die Prinzipien des ‚maschinellen‘ Lernens zeigen und verstehen lernen. Es bleibt also die Frage, wie die Funktionalitäten unterschiedlicher KI-Anwendungen zusammengefügt werden können. Wenn ein Roboter zum Beispiel ein wütendes Gesicht wahrnehmen kann, dann können reaktive Verhaltensweisen, wie Zurückweisung oder eine Abwehrhaltung, leicht programmiert werden. Wenn jedoch komplexere Reaktionen erforderlich/gewünscht sind, dann ist eine wesentlich umfangreichere Programmierung erforderlich, einschließlich Logik, Argumentation usw. Hieraus ergibt sich schnell das derzeitige Problem des Mangels an allgemeiner Intelligenz. 197 Robotik und Künstliche Intelligenz Künstliche Intelligenz ist für Sie ein zentrales Zukunftsthema zu dem Sie gerne arbeiten möchten? Sie sind ein erfahrenes Organisationstalent was hochkarätige öffentliche Events und wissenschaftliche Transferformate angeht? Sie brauchen eine interdisziplinäre und dynamische Arbeitsumgebung? Sie haben Lust, ein interdisziplinäres Forschungslabor mit aufzubauen und langfristig erfolgreich zu machen? Dann bekommen Sie hier Ihre Chance genau das zu finden. Projektmanager für das AI & Society Lab gesucht, Quelle: LinkedIn Abb. VI.8: Werbung für das AI & Society Lab Eines sollte daher – als Konsequenz der Ausführungen in diesem Buch – zumindest gegenwärtig unterlassen werden: Die Gleichsetzung von humanoiden Robotern mit einer eher unspezifizierten Künstlichen Intelligenz, wie in Abb. VI.8, einer typischen Anzeige gezeigt. Dort wird der Roboter, wie auch in Abb. II.1 (S. 44) sein Pendant NAO unter dem Label „KI“ genutzt, um uns vorzugaukeln, Pepper, NAO und KI können gleichgesetzt werden. Das ist beileibe nicht der Fall. 198 Herausforderungen VI.5 Zusammenfassung und Ausblick Auf den ersten Blick zahlen sich die Investitionen, die für den Einsatz humanoider Roboter in den verschiedenen in diesem Buch skizzierten Einsatzgebieten getätigt werden müssen, kaum aus. Die logistischen Probleme, der Entwicklungsaufwand und die Kosten sind derzeit überwältigend. Aber war das nicht schon immer beim Ersteinsatz moderner Technologien der Fall? Wollte man z. B. in den 1990er Jahren einen Vortrag mit Power Point halten und seine Folien an die Wand projizieren, sah man sich vergeblich nach Datenprojektoren (auch „Beamer“ genannt) in den Hörsälen deutscher Hochschulen um. Man musste sich entweder selbst versorgen und die damals noch horrenden Anschaffungskosten von vielen Tausend Euro (bzw. damals noch DM) in Kauf nehmen und zudem noch für den Transport dieser oft mehr als 15 kg schweren Geräte sorgen, oder man verzichtete auf die Projektion von vortragsbegleitenden Materialien. In den frühen 2000er Jahren entstand eine ähnliche Situation im Zusammenhang mit der Internetnutzung. Kaum eine Institution konnte damals einen einwandfreien Internetzugang garantieren, schon gar nicht für externe Besucher, die im Rahmen von Vorträgen auf das Internet zugreifen wollten. Um Web-Anwendungen damals auch ohne Internetzugang über den eigenen Laptop zeigen zu können, behalf man sich mit der Simulation eines lokalen Netzes über einen Localhost. Und heute? Gern würde man allerorts Anwendungen auf humanoiden Robotern auch außerhalb der eigenen Einrichtung zeigen. Doch wieder fehlt es an der technischen Unterstützung, in diesem Fall an der Bereitstellung von Robotern außer Haus. Man muss entweder einen eigenen Roboter mitbringen und alle oben genannten logisti- 199 Zusammenfassung und Ausblick schen Probleme in Kauf nehmen oder man verzichtet auf den Robotereinsatz bei eigenen Darbietungen.44 Wir dürfen gespannt sein, ob die Entwicklung genauso weitergeht wie mit der Beamer- und der Internet-Technologie, die heute kein Problem mehr darstellen. Denkbar ist, dass wir in wenigen Jahren keine Roboter mehr zu unseren Zielorten transportieren müssen, sondern die verschiedenen Einrichtungen diese schlicht bereitstellen. Die Roboter werden dann wie im Eingangszitat zu Kapitel II (S. 43) vorausgesagt zu unserer alltäglichen Welt gehören. Doch wiederum gilt das bekannte Zitat der ungleichen Verbreitung: „The future is already here – it’s just not evenly distributed.” (William Gibson, zitiert in „The Economist“, 4. Dezember, 2003.) Humanoide Roboter und die Corona-Krise Während der Anfertigung dieses Buches ‚stolperten‘ die Bildungsinstitutionen gerade in eine tiefe Krise, und es wurde schnell klar, dass klassische Lehrmodelle mit einer synchronen Präsenz aller Beteiligten zumindest für eine gewisse Zeit nicht mehr funktionieren würden. Für die Digitalisierung der Lehre bedeutete dies sicherlich einen gehörigen ‚Push‘, wenn nicht gar einen Zwang, die Lehre endlich ins 21. Jahrhundert zu überführen. Für den Robotereinsatz und auch die Forschung darüber allerdings entstanden nun erhebliche Probleme, da sowohl die Beforschung als auch der Einsatz die gemeinsame physische Präsenz von Menschen und Robotern voraussetzen, diese aber massiv enigeschränkt werden musste. Über die Langzeitfolgen dieses ‚behindernden‘ Aspektes konnte zur Zeit der Drucklegung keine Aussage getroffen werden, es blieb nur die Hoffnung, dass es sich um einen vorübergehenden Effekt handelte. 44 Vorträge und Vorführungen mit NAO- und Pepper-Robotern des Autorenteams außer Haus werden derzeit durch Bereitstellung von Robotern vor Ort durch das Haus SoftBank Robotics unterstützt. 200 Herausforderungen Abschließende Frage zur Vertiefung Wann werden humanoide Roboter menschliche Intelligenz erreicht haben und was bedeutet das für unseren Alltag? 201 Zusammenfassung und Ausblick

Chapter Preview

References

Abstract

Humanoid robots are spreading into more and more areas of daily life. But what tasks do they perform and how can they provide us with useful support, especially in educational contexts?

In his introductory book, the German digital pioneer, Prof. Dr. Jürgen Handke, manager of the two well-known robot projects H.E.A.R.T. and RoboPraX, shows how humanoid robots can be used in an increasingly digital world: as simple showcases, as partners in various areas of life, especially in education, or as tools for acquiring and consolidating digital skills. Beyond these applications, the book provides an overview of humanoid robots and a discussion of the challenges of using them in the context of everyday life.

Zusammenfassung

Humanoide Roboter verbreiten sich in vielen Bereichen des täglichen Lebens. Doch welche Funktionen übernehmen sie dabei im Einzelnen? Was können sie für uns leisten und wie können sie speziell das Lehren und Lernen in einer digitalen Welt sinnvoll unterstützen?

Der deutsche Digital-Pionier Prof. Dr. Jürgen Handke, Leiter der Projekte H.E.A.R.T. und RoboPraX, zeigt in seinem einführenden Buch, wie humanoide Roboter gewinnbringend eingesetzt werden können, und diskutiert die verschiedenen Möglichkeiten der Nutzung durch uns Menschen: von einfachen Showcase-Anwendungen über den Einsatz als Partner in verschiedenen Lebensbereichen, speziell in der Bildung, bis hin zur Nutzung als Werkzeug zur Erlangung und Festigung digitaler Kompetenzen.