(CLXLAB) Selbstlernautomation
Allgemeines
Vielleicht sollte ich mir den Begriff Selbstlernautomation schuetzen lassen. Bei Google gab es am 2026-01-01 genau 2 (!) Treffer und die hatten mit Automation nichts zu tun.
Abgrenzung Automatisierung/Automation:
Automatisierung beschreibt die Ueberfuehrung vormals manuell ausgefuehrter Ablaeufe in selbsttaetig arbeitende technische Systeme, unabhaengig davon, ob diese analog oder digital realisiert sind.
Das ist ja schon mal ein Ansatz klingt aber mit den normnahen Aussagen wie
- Prozesse selbsttätig
- auf Basis von Mess-, Steuer- und Regeltechnik
- mit minimalem menschlichem Eingriff
eher nach 20zigstes Jahrhundert.
"Moderne SPS/PLC-Programmierung kombiniert klassische IEC 61131-3 Sprachen (wie FUP, KOP, ST) mit Hochsprachen (C/C++, Python) durch offene Plattformen wie Phoenix Contact's PLCnext Technology, um Flexibilität und Innovation zu erhöhen. Trends sind Cloud-Anbindung, Edge Computing, Machine Learning (ML), verbesserte Cybersicherheit (OPC UA, TSN) und hardwareunabhängige Entwicklung, oft durch Visual Studio, Eclipse oder Simulink integriert. Sie ermöglicht die Steuerung komplexer Anlagen mit smarter Visualisierung und skalierbaren Lösungen, die sich an neue Anforderungen anpassen lassen."
Diese Aussage einer KI macht die Sache kaum besser.
Automation steht für das Ergebnis des Vorgangs – ein System zu entwickeln, das kontinuierlich, wiederholt und ohne staendige menschliche Intervention funktioniert.
Das heiszt fuer mich ein System zu realisieren, welches
- auf Basis von Regeln / Steuerungen / Regelkreisen,
- innerhalb definierter Grenzen,
- mit moeglicher Überwachung oder Eingriffsmoeglichkeit,
kontinuierlich, wiederholt und ohne staendige menschliche Intervention, nach einer Zeit X optimalere Ergebnisse erzielt als ein geschulter Mensch.
Einstiegbeispiel
Mal schauen ob es sich eignet.
TODOs
- Use-Case eingrenzen
- Schnittstellendefintion
- Boundary/Safety festlegen
- Datenaufzeichnung, Control Runtime
- Formales Regelschema entwickeln
- Rule-Parser/Interpreter bauen
- Layermodell entwerfen
- Observability Timeseries DB (InfluxDB/Prometheus), Dashboard (Grafana), Replay/Experiment Tracking (MLflow)
- ...
Simulation lasse ich bewusst auszen vor. Oft ist die Simulation zu bauen komplexer als das zu testende System. Oft werden beim Abbilden der Realitaet hin zur Simulation vereinfachende Annahmen getroffen, die den Aufbau der Simulation, zwar handhabbarer, aber weniger herausfordernd für den Testkandidaten machen.
Was ich mir allerdings vorstellen koennte ist, dass ein Automationssystem beim Selbstlernen sich ein eigenes Abbild der der Realitaet erschafft, um daraus Schlussfolgerungen des eigenen Handelns zu ziehen. Ein Beispiel, das mir dazu spontan einfaellt ist die Raumkarte von Saugrobotern.