Mit der rapide fortschreitenden technologischen Entwicklung werden Roboter verschiedenster Art vermehrt zum Gesprächsthema am Familientisch. Einige halten von Robotern herzlich wenig und sehen in ihnen eine Bedrohung für den Menschen. Sei dies nun als «überlegene» Arbeitskraft oder sogar als potenzielle Bringer einer Apokalypse. Andere wiederum sehen Roboter als Chance, die Fähigkeiten von Robotern und Menschen zu kombinieren und so das beste aus zwei Welten zum Gemeinwohl aller zu vereinen. Genau das ist auch eines der zentralsten Ziele von Human-Robot Collaboration. Man könnte also auch in Kurzform zusammenfassen, dass Roboter dafür sorgen sollen, dass Menschen sich nicht mehr wie Roboter verhalten müssen.
Was ist Human-Robot Collaboration?
Bei der Human-Robot Collaboration dreht sich, wie der Name schon vermuten lässt, alles um die Zusammenarbeit von Mensch und Roboter. Dabei soll der Roboter den Menschen bei seiner Arbeit unterstützen und ihm insbesondere statische, repetitive, anstrengende und teilweise körperliche Arbeit abnehmen. Beispiele sind das Kopieren von tausenden von Datenwerten aus einem Excel-Arbeitsblatt in ein anderes IT-System oder aber auch das Heben und Verschieben schwerer Gegenstände. Komplexere Aufgaben, die ein hohes Mass an Präzision erfordern, sind aber auch denkbar, wie etwa die Unterstützung in industriellen Fertigungsprozessen. In der Industrie, wie Sie sicherlich bestens wissen, spielen Roboter schon länger eine zentrale Rolle. In der Automobilindustrie wurden die ersten Roboter beispielsweise schon 1961 von General Motors eingesetzt. Doch mit der technologischen Entwicklung haben sich auch deren Anwendungsmöglichkeiten erweitert. Heute spielen Roboter eine führende Rolle bei der Optimierung und Umgestaltung von Produktionsprozessen.
Roboter, die mit Menschen zusammenarbeiten, werden oftmals «kollaborative Roboter» genannt oder auch «Cobots». Sie arbeiten mit Menschen am gleichen Arbeitsplatz und benötigen deshalb in der Regel auch weniger Stellfläche. Die Separation der Arbeitsplätze von Roboter und Mensch wird also aufgehoben. Betrieben werden die Cobots mit Sensoren, die auf menschliche Berührungen reagieren. Die Sicherheit, die zuvor mit einer Umzäunung erfolgte, wird durch den Betrieb mit diesen Sensoren sowie einer Verringerung der Kraft, Geschwindigkeit und Stärke der Roboter sichergestellt.
Nebst physischen Arbeiten gibt es aber wie schon angedeutet auch andere Anwendungsmöglichkeiten von Robotern. Sprich, es gibt mittlerweile auch tausende von Robotern ausserhalb von Produktionsstätten. Ihre Arbeitsumgebungen umfassen heutzutage ebenso komplexere Umfelder wie beispielsweise Wohnungen, Büros oder Krankenhäusern. Natürlich aber auch Computer und das Internet. Wie in einem vorherigen Artikel beschrieben, können grundsätzlich all jene Aufgaben automatisiert werden, die regelbasiert sind und wiederholt stattfinden. Ein Paradebeispiel für eine solche Anwendung ist denn auch OCR, also Optical Character Recognition, was soviel wie optische Zeichenerkennung bedeutet. Dazu später aber mehr.
Vorteile von Human-Robot Collaboration
Human-Robot Collaboration hat zahlreiche Vorteile zu bieten. Gewisse Vorteile sind dabei spezifisch und nur bei der jeweiligen Anwendungsmöglichkeit erzielbar. Es gibt aber auch Vorteile, die über alle Anwendungsmöglichkeiten hinweg gelten.
Menschliche Fähigkeiten wie die Lösung von komplexen, kontextübergreifenden Problemen, Kreativität (wobei wir uns hier streiten können, da Randomness in einem System wunderbar konfiguriert werden kann – eine Definitionsfrage also) oder anspruchsvollere Kommunikation sind nach wie vor nicht wirklich automatisierbar und somit von Robotern robust ausführbar. Bis ein Roboter solche komplexen Fähigkeiten besitzt, dürfte es noch eine Weile dauern. In diversen Disziplinen wir zum Beispiel der Kommunikation machen wir aber extrem grosse Fortschritte – siehe OpenAIs GPT2/3.
Deshalb kann auch das Argument, dass Roboter eine grosse Bedrohung für den Menschen als Arbeitskraft seien, zumindest heute noch, stark entkräftigt werden. Selbstverständlich gibt es viele Arbeitsplätze, die obengenannte Kriterien erfüllen, also repetitiv und regelbasiert und somit zumindest teilweise auch automatisierbar sind. Aber wenn wir wirklich ehrlich zu uns selbst sind, sind das auch nicht wirklich gute und attraktive Jobs. Und Arbeit an sich gibts ja zur Genüge.
In der Regel werden die Mitarbeiter daher nicht entlassen und sind somit als Folge nur selten arbeitslos. Meines Erachtens wird die menschliche Arbeitskraft vielmehr eine andere Struktur haben, anstatt vollständig ersetzt zu werden. Durch die Roboter haben die Mitarbeiter weniger mit der bisherigen Arbeit zu tun und mehr Zeit für andere. Das bedeutet also, dass die Mitarbeiter neue Aufgabenbereiche übernehmen können in dieser Zeit, die es ihnen erlaubt menschlicher, kreativer und erfinderischer zu sein und vermehrten sozialen Kontakt zu kultivieren. Solche Arbeit kann schlussendlich zu einer höheren Arbeitszufriedenheit führen. Ganz im Sinne des eingangs erwähnten Vergleiches: Roboter sollen dafür sorgen, dass Menschen nicht mehr wie Roboter arbeiten müssen.
Einer der Hauptvorteile von Human-Robot Collaboration oder Robotic Process Automation (RPA) ist demnach die daraus resultierende erhöhte Arbeitszufriedenheit und das Potenzial, welches davon ausgeht und allerlei Formen annehmen kann. Ob Roboter am Arbeitsplatz Fluch oder Segen sind, darüber streitet sich selbst die Wissenschaft. Wer tiefer gehen möchte, kann sich hier weiter informieren.
Ein ergänzender industrieübergreifender Vorteil ist ganz klar die Effizienzsteigerung. Roboter werden nie müde, müssen nicht auf die Toilette, machen keine Mittagspause, sind nie krank oder demotiviert und gehen auch nie in die Ferien. Sie sind also zweifelsohne effizientere Arbeiter als die Menschen. So führt die gesteigerte Effizienz auch zu relativen Kosteneinsparungen.
Nebst der Effizienzsteigerung haben Roboter auch zum Vorteil, dass sie wenig bis gar keine Fehler (um statistisch halbwegs konform zu bleiben: <0.000001%) machen, wohingegen Menschen viel häufiger Fehler machen. Fehler, die früh geschehen, ziehen sich dann weiter bis jemand den Fehler bemerkt. Das kann schnell aufwändig und teuer werden.
Human-Robot Collaboration in der Dokumentenextraktion
Nun wie versprochen zum Thema OCR. OCR kann die Zeichen auf Dokumenten erkennen und sie danach in digitale Formate umwandeln. So können etwa die Daten auf Rechnungen, Lieferscheinen oder Verträge in ein zentrales Dokumentenmanagement-System (DMS) eingelesen werden. Diese Fähigkeit ist äusserst wertvoll für Unternehmen, die hohe Volumen an Dokumenten, seien diese digital oder physisch, erhalten und diese in digitalen Datenbanken abspeichern beziehungsweise in nachgelagerten Prozessen weiterverarbeiten möchten, ohne stundenlange manuelle Dateneingabe vornehmen zu müssen. Mehr zum Thema (RPA) und OCR gibt es in diesem Blog Artikel.
So könnte etwa ein Buchhaltungsexperte oder ein Treuhänder eine Rechnung in eine OCR-Software-Schnittstelle hochladen und die Technologie dann die Zeichen auf dem Beleg erkennen lassen.
Dank Machine Learning kann die OCR Technologie eine Vielzahl an verschiedenen Dokumenten erkennen trotz Unterschiede in den Layouts. Wenn Sie schon einmal mit altbackener OCR Software gearbeitet haben, wissen Sie, was das für ein Gamechanger ist. Denn für die Unternehmen und deren Mitarbeiter bedeutet dies weniger mühsame, eintönige manuelle Arbeit und mehr soziale Interaktionen und anspruchsvollere Arbeit, was natürlich signifikante ökonomische Effekte hat.
Die Arbeit kann jedoch in diesem Zusammenhang nicht komplett an digitale Roboter ausgelagert werden. Auf jeden Fall noch nicht. Denn auch diese Technologien haben Schwachstellen. Beispielsweise können Extraktionsrobotern Fehler bei der Analyse der Daten unterlaufen. Wenn ein Teil des Textes etwa mit einem Leuchtmarker angestrichen wurde, ist es erheblich schwieriger den Text fehlerfrei zu extrahieren. Ähnliche Herausforderungen stellen Hintergrundbilder, Wasserzeichen oder Hintergrundfarben dar. Wenn die Dokumente schon im Vorneherein nicht sauber gescannt wurden, kann dies ebenfalls zu Schwierigkeiten in der Extraktion führen. So kann es beispielsweise geschehen, dass anstelle der Zahl «5» der Buchstabe «S» extrahiert wird. Auch wenn auf dem Dokument Rechnungsfehler vorhanden sind, werden diese lediglich extrahiert aber nicht korrigiert. Es braucht also nur ein wenig Noise und schon ist der Job für Roboter erheblich schwieriger.
Aufgrund dessen kann eine menschliche Nachbearbeitung sinnvoll sein. Solche Fehler können nachdem der Roboter seine Arbeit erledigt hat, korrigiert und somit verheerende Folgen verhindert werden. Durch dieses Mensch-Roboter Gespann, sprich, dem Training des Roboters, können zudem solche Fehler zukünftig minimiert werden. Dies dank Machine Learning Technologien.
Genau deshalb legen wir bei Parashift unseren Fokus so erpicht auf die Human-Robot Collaboration. Denn state-of-the-art Machine Learning Technologien kombiniert mit menschlicher Nachbearbeitung, ermöglicht eine stark flexible und effiziente Lösung, die jeder Herausforderung der Dokumentenextraktion gewachsen ist, stets ausgezeichnete Daten liefert und vor allem zukunftsorientiert aufgestellt ist.
