Wenn Mitarbeitende die Roboter programmieren: No-Code-Schnittstellen für eine menschenfreundliche Automatisierung

Was wäre, wenn Produktionsmitarbeitende Roboter selbst programmieren könnten? Eine an der BFH in Zusammenarbeit mit Bien-Air Dental SA durchgeführte Studie zeigt, dass No-Code-Schnittstellen den Mitarbeitern die Kontrolle über kollaborative Roboter ermöglichen und damit den Weg für eine kostengünstige, flexible Automatisierung in Schweizer KMU ebnen.

Das Automatisierungsparadoxon

Seit Jahrzehnten wird die industrielle Automatisierung auf Geschwindigkeit, Präzision und Robustheit optimiert. Das funktioniert gut in der Massenproduktion, versagt jedoch dort, wo die Schweizer Fertigungsindustrie am stärksten ist: bei der Produktion kleiner Stückzahlen und hoher Produktvielfalt. Laut dem «Swiss Manufacturing Survey» sind Arbeitskosten und der Mangel an qualifiziertem Personal die beiden grössten Hindernisse für die Fertigung in der Schweiz. Automatisierung könnte beides lindern, doch viele Aufgaben werden weiterhin manuell erledigt, da die Neuprogrammierung eines Roboters für jedes neue Produkt kostspielige externe Experten erfordert. Kollaborative Roboter (Cobots) versprachen, dies mit intuitiven, „No-Code“-Schnittstellen zu ändern. In der Praxis ging die Benutzerfreundlichkeit jedoch zu Lasten der Flexibilität: Die meisten Plug-and-Play-Systeme sind auf sehr einfache Aufgaben beschränkt, was zum Teil ihre geringe Verbreitung in der Schweizer Industrie erklärt. Automatisierung kann nur dann agil sein, wenn die Mitarbeiter in der Fertigung sie selbst umprogrammieren können.

Von der Benutzerfreundlichkeit zur Lernfreundlichkeit

Im Rahmen des CODIMAN-Projekts, einem Forschungsprojekt an der BFH, das darauf abzielt, den Mitarbeitern die Kontrolle über digitale Fertigungstechnologien zu erhalten, haben wir eine No-Code-Programmierschnittstelle auf Basis von Blöcken entwickelt, die auf einer roboterbasierten Kompetenzarchitektur aufbaut. Eine Roboterkompetenz ist eine verallgemeinerte, wiederverwendbare Roboterfunktionalität, wie beispielsweise Aufnehmen, Ablegen oder Drücken. Anstatt Code zu schreiben, setzen die Nutzer visuelle Blöcke zusammen, die diese Fähigkeiten darstellen, um vollständige Aufgaben zu erstellen. Das zentrale Designprinzip besteht darin, die Erlernbarkeit gegenüber der reinen Benutzerfreundlichkeit zu priorisieren: Anstatt die Mitarbeiter auf vordefinierte Verhaltensweisen zu beschränken, hilft ihnen das System dabei, schrittweise die Kompetenzen aufzubauen, die erforderlich sind, um die Automatisierung selbstständig anzupassen, Fehler zu beheben und zu erweitern.

Die Prograblock-Oberfläche: Roboterfunktionen werden als visuelle Blöcke zusammengestellt (links und in der Mitte), begleitet von einer Live-3D-Ansicht der Roboterzelle (rechts).

Diese Unterscheidung ist entscheidend für die Eigenverantwortung der Mitarbeiter. Ein System, das lediglich einfach zu bedienen ist, hält die Mitarbeiter in der Abhängigkeit von Experten. Ein System, das leicht zu erlernen ist, macht den Roboter zu einem Hilfswerkzeug unter der Kontrolle des Mitarbeiters – ähnlich wie es der Computer für die Büroarbeit geworden ist.

Was wir in der Fertigung gelernt haben

Mehrere im Labor durchgeführte Studien zeigten, dass Anfänger Roboteraufgaben mit blockbasierten Schnittstellen erfolgreich programmieren können, wobei hohe Usability-Werte und gute Abschlussquoten erzielt wurden. Die Arbeit mit einem physischen Roboter anstelle einer Simulation verringerte zudem die Angst der Teilnehmer und unterstützte die Entwicklung präziser mentaler Modelle des Systems, insbesondere bei komplexen Aufgaben.

Anschließend haben wir unseren Ansatz in der realen Produktion bei Bien-Air Dental SA, einem Hersteller von zahnmedizinischen Instrumenten in Biel, validiert. Eine erste automatisierte Aufgabe läuft nun aktiv in der Produktion, und nach Schulungsworkshops haben die Techniker des Unternehmens begonnen, den Roboter für neue Aufgaben umzuprogrammieren, wobei sie gelegentlich noch Unterstützung durch unser Team benötigen. Für das Unternehmen ist dies ein entscheidender Vorteil: Neue Aufgaben können intern automatisiert werden, ohne auf einen externen Integrator angewiesen zu sein, was Kosten senkt, die Markteinführungszeit verkürzt und den Einsatz einer einzigen Roboterzelle für viele Produkte rentabel macht.

Die Studien lieferten zudem eine subtile, aber wichtige Erkenntnis zum Thema Autonomie. Wenn etwas schiefging, zogen es die Mitarbeiter oft vor, den technischen Support hinzuzuziehen, anstatt selbst einzugreifen. Bei genauerer Betrachtung zeigte sich, dass dies kein Mangel an Fähigkeiten war, sondern eine bewusste Risikoeinschätzung in einem Umfeld, in dem Fehler kostspielig sind. Autonomie in der Industrie bedeutet nicht, allein zu arbeiten; sie bedeutet zu wissen, wann man handeln und wann man andere hinzuziehen muss – was wir als „informierte Interdependenz“ bezeichnen.

Befähigung ist soziotechnisch

Die zentrale Erkenntnis dieser Forschung ist, dass die Befähigung der Mitarbeiter nicht allein aus technischer Innovation entsteht, sondern aus aufeinander abgestimmten soziotechnischen Systemen. Vereinfachte Benutzeroberflächen sind notwendig, aber nicht ausreichend. Rollenspezifisches Design, Vertrauen innerhalb der Organisation, Lernstrukturen und die Einbindung der Mitarbeiter in den Entwicklungsprozess bestimmen gemeinsam, ob neue Technologie als Gewinn an Handlungsfähigkeit oder als Kontrollverlust empfunden wird.

Vom Labor in die Industrie und zurück

Diese Ergebnisse werden nun auf zwei sich ergänzenden Wegen weiterverfolgt.

Auf der Forschungsseite unterstützt ein Startzuschuss aus dem strategischen Themenfeld «Humane Digital Transformation» der BFH das Projekt «Robotik Worker Empowerment», das gemeinsam mit Industriepartnern einen neuen Innosuisse-Antrag vorbereitet. Gemeinsam mit Arbeitspsychologen des Instituts „New Work“ der BFH untersuchen wir, wie Weiterbildungen, die praktische Workshops mit Tutorials kombinieren, bestehende Mitarbeiter dazu befähigen können, Robotersysteme selbstständig zu programmieren und zu bedienen. Ziel ist es, Menschen parallel zur Technologie weiterzuentwickeln, damit Unternehmen mit ihrer bestehenden Belegschaft intern Automatisierungskompetenzen aufbauen können und die Mitarbeiter in die Lage versetzt werden, mit Robotern zusammenzuarbeiten, anstatt von ihnen ersetzt zu werden.

Im Bereich des Transfers entwickeln wir gemeinsam mit dem im Dezember 2024 gegründeten BFH-Spin-off „Auto-Mate Robotics“ und mithilfe eines vom SNF und Innosuisse finanzierten BRIDGE-Proof-of-Concept-Zuschusses problemorientierte Tutorials, die den Mitarbeitern die zentralen Konzepte der Robotik und Programmierung vermitteln, die sie benötigen, um selbstständig arbeiten zu können. Das System ist herstellerunabhängig, wird bereits bei zwei Schweizer Unternehmen eingesetzt und reduziert den Programmieraufwand im Vergleich zu herkömmlichen Methoden erheblich.

Ein Übungsaufbau, der einen Cobot, reale Objekte und Tablets kombiniert; dieselbe Umgebung steht auch in der Simulation zur Verfügung.

Indem Automatisierung auch für Kleinserienproduktionen erschwinglich gemacht wird und die Mitarbeiter die Kontrolle über die Maschinen behalten, berücksichtigt dieser Ansatz beide Aspekte der „Humane Digital Transformation“: Er stärkt die Wettbewerbsfähigkeit der Schweizer KMU und verbessert gleichzeitig die Qualität der industriellen Arbeit.

Links

Website des Start-ups Auto-Mate Robotics: https://www.auto-mate-robotics.ch/

Best Paper CHIRA 2023: Blanc, C., Boudry, L., Sonderegger, A., Nembrini, J., Dégallier-Rochat, S. (2023). Empowering Production Workers to Program Robots: A No-Code, Skill-Based Approach. Springer CCIS.

Blanc, C., Jankowski, J., Sonderegger, A., Calinon, S. und Dégallier Rochat, S. (2025). Intuitive Roboterprogrammierung. Barresi, G. und Wischniewski, S. (Hrsg.). Ergonomie in der Robotik: Fortschritte und Innovationen. Springer.