Deep Dive

Reinforcement Learning

Wenn ein System durch Versuch und Irrtum lernen muss, welche Aktionen die besten Ergebnisse liefern — in Robotik, Fertigungssteuerung, Logistik und Pricing.

Was ist RL?

Lernen durch Interaktion

Reinforcement Learning (RL) ist kein überwachtes Lernen aus Beispielen. Ein Agent erkundet eine Umgebung, führt Aktionen aus, erhält Belohnungen oder Bestrafungen und lernt so eine optimale Strategie (Policy). Anders als supervised Learning braucht RL keine gelabelten Trainingsdaten — es generiert seine eigenen Erfahrungen.

Das macht RL besonders geeignet für:

  • Sequenzielle Entscheidungen — jede Aktion beeinflusst den nächsten Zustand
  • Dynamische Umgebungen — der Zustand ändert sich ständig
  • Optimierung über Zeit — kurzfristige Verluste für langfristige Gewinne

In der Industrie markiert RL einen Übergang von regelbasierter Steuerung (deterministisch, vorhersagbar) zu adaptiver Optimierung, die sich an unbekannte Situationen anpasst.

Praxis in DACH

RL in deutschen Unternehmen

Bette (Delbrück)

25 Mio. Produktvarianten in der Bad-Ausstattung. Jedes Produkt belegt Maschinen unterschiedlich lange und durchläuft individuelle Fertigungsschritte. RL optimiert die Produktionsreihenfolge dynamisch — eine klassische Scheduling-Aufgabe, die mit deterministischen Verfahren nicht mehr beherrschbar war.

Otto Group + Reply + NVIDIA

Virtuelles KI-Steuerungssystem orchestriert autonome mobile Roboter über 120 Logistikstandorte. Ein digitaler Zwilling simuliert und trainiert die RL-Richtlinien, bevor sie auf reale Roboter übertragen werden.

SICP / Miele / Kröger

Multi-Agent RL steuert Lagerbestände in komplexen industriellen Lieferketten. Ziel: flexiblere, robustere und wirtschaftlichere Bestandsführung. Ergänzt klassische Optimierungsverfahren.

KIT (Karlsruhe)

Adaptive Order Dispatching basierend auf RL in der Halbleiterindustrie. Ein Job-Shop mit 100+ Maschinen, in dem Aufträge dynamisch zugewiesen werden — RL reduziert Durchlaufzeiten und erhöht Maschinenauslastung.

Technisch

Wann RL, wann nicht?

RL ist die richtige Wahl, wenn:

  • • Entscheidungen sequenziell sind und jede Aktion den nächsten Zustand verändert
  • • Eine klare Belohnungsfunktion definiert werden kann (z. B. Durchlaufzeit minimieren, Energieverbrauch optimieren)
  • • Die Umgebung simulierbar ist — RL braucht viele Iterationen zum Lernen
  • • Traditionelle Optimierung (Lin. Programmierung, Constraint Solving) nicht ausreicht

Klassische Optimierung ist besser, wenn:

  • • Das Problem mathematisch vollständig modellierbar ist
  • • Deterministische, optimale Lösungen gefordert sind
  • • Die Umgebung sich nicht oder nur langsam ändert
  • • Erklärbarkeit und Nachvollziehbarkeit Priorität haben

Zurück zur Landkarte

← Zurück zur KI-Landkarte