Künstliche Intelligenz (KI) hält Einzug in den Arbeitsschutz

Sind Maschinen die Zukunft des HSE-Managements?

von Fredrik Löfberg

Künstliche Intelligenz (KI) hat in den letzten Jahren viele Befürworter gewonnen. Computer, die dem Menschen mit intelligenten Strategien immer einen Spielzug voraus sind, sind nur eine von vielen vorher unvorstellbaren Entwicklungen. Das Faszinierendste ist, dass die KI tatsächlich gelernt hat, wie man strategische Spiele führt und dabei immer den Sieg vor Augen hat. Bei einer hohen Anzahl an möglichen Spielzügen kann Künstliche Intelligenz aber nicht allein durch ihre bloße Rechenleistung gewinnen. Um Spielzüge treffend vorherzusagen, ist weitaus mehr Intelligenz nötig. Künstliche Intelligenz muss, genau wie der Mensch, immer wieder beobachten, lernen und trainieren. Wie das möglich ist, sehen wir auch in der Robotik. Statt starr auf Gehen, Springen oder Klettern programmiert zu werden, lernen und üben Roboter heute wie Kleinkinder.

Wir können Maschinen also heute beibringen, besser zu sein als der Mensch. Bei analytischen Aufgaben wie visuellen Beobachtungen, einer logischen Entscheidungsfindung oder mathematischen Operationen ist es heute nicht unwahrscheinlich, dass die Künstliche Intelligenz bereits die Nase vorn hat. Aber so leistungsfähig KI auch sein mag: Wenn die Aufgabe wäre, Farbstifte nach ihrer Anordnung im Regenbogen zu sortieren, würde sie gegen ein Kind verlieren.

 

Wie Künstliche Intelligenz Arbeitssicherheit und Risikomanagement verändern wird

Im Arbeits- und Gesundheitsschutz sowie im Risikomanagement finden für die Datenbeobachtung oft visuelle Konzepte Anwendung. Auch um aktuelle Zustände, die Einhaltung von Vorschriften, Best Practices und sichtbare Gefahren besser zu verfolgen, sind visuelle Beobachtungen unerlässlich. Wir nutzen sie, um die Gefahren, denen wir am Arbeitsplatz ausgesetzt sind, zu erkennen und zu beseitigen. Bei richtigem Training kann das menschliche Gehirn sehr gut visuelle Beobachtungen machen – selbst bei einer begrenzten Datenmenge. So können wir unser Wissen über Gefahren, das wir durch Erfahrungen und Lernen erlangt haben, weiter trainieren. Allerdings sind die Aufmerksamkeitsspanne und die Konzentrationsfähigkeit des menschlichen Gehirns auf vielleicht ein paar hundert Bilder pro Tag begrenzt, wodurch Fehler entstehen können.

Visualisierungen sind daher ein Bereich, in dem Maschinen bereits in der ersten KI-Generation konstant starke Leistungen erbringen können. KI-Modellen wird beigebracht, Gefahren aus vielen Einzelbildern zu erkennen. Ebenso lernen auch HSE-Fachkräfte bei ihrer Arbeit hinzu. Entsprechend wird die Künstliche Intelligenz mit großen Mengen an Bilddatensätzen und Informationen über alle im Bild befindlichen relevanten Elemente gefüttert. Mit diesen Trainingsverfahren lernt das das KI-Modell Schwerpunkte zu erkennen und übertrifft damit selbst erfahrene HSE-Experten bei der Erkennung potenzieller Gefahren. Der Mensch bleibt dennoch der letzte Entscheidungsträger. Die Technologie kann als erweiterte Intelligenz genutzt werden, die einerseits bei Bedarf Warnungen auslöst und andererseits die menschlichen Nutzer von eintönigen Routineaufgaben befreit, sodass sie sich auf andere spannende und wichtige Themen konzentrieren können.

 

Erste Schritte in Richtung künstlich intelligentem HSE-Management

Der Automatisierungsgrad wird durch intelligente Lösungen in den kommenden Jahren rasant zunehmen. Jeder HSE-Manager muss sich dieses Trends bewusst und immer einen Schritt voraus sein, um die HSE-Strategie eines Unternehmens in die richtige Richtung zu lenken. KI-basierte Tools werden bei der Verarbeitung und Analyse von visuellen und schriftlichen Daten bald als Assistenten fungieren. Sie werden so schrittweise Routineaufgaben übernehmen und einfache Tätigkeiten automatisieren. Auf diese Weise unterstützen Maschinen den Menschen dabei, sich mehr auf konzeptionelle Themen zu konzentrieren und bessere Leistungen bei Routineaufgaben zu erbringen. Dadurch können wir unsere Arbeit in Zukunft noch besser und sicherer gestalten und erledigen.