Affordance: was die Natur bietet versus was Roboter greifen können

Für die meisten Menschen ist affordance kein Wort. Aber für Ökologen und Psychologen benennt es eine einfache Idee: Die Umgebung bietet Möglichkeiten. Ein Ast bietet Greifen an; eine Oberfläche bietet Betreten an; Wasser bietet Schwimmen an. Die affordance ist keine Eigenschaft des Dings selbst, sondern ein Verhältnis zwischen dem, was ein Organismus tun kann, und dem, was die Welt darstellt. James Gibson, der den Begriff 1977 prägte, bestand darauf, dass affordances unmittelbar wahrnehmbar sind, nicht gelernt oder hergeleitet.

In der Robotik wurde affordance geborgt und in etwas Stärker Rechnerisches umgewandelt. Eine robotische affordance ist eine Verbindung zwischen einer Sensoreingabe, einem Objekt oder einer Oberfläche im Arbeitsraum und den Aktionen, die ein Roboter darauf ausführen kann. Ein Greifer erkennt die affordance eines zylindrischen Teils nicht, weil das Teil von Natur aus greifbar ist, sondern weil der Roboter durch Trainingsdaten oder explizite Programmierung gelernt hat, dass bestimmte geometrische und taktile Merkmale mit erfolgreichem Greifen korrelieren. Die affordance wird zu einer gelernten Abbildung: gegeben diese visuelle oder Kraftsignatur, führe diese Bewegung aus.

Die Abweichung geht tief. Gibsons affordance war über Wahrnehmung in Echtzeit, die unmittelbare Erfassung von Umweltstruktur. Die robotische affordance wird oft offline gebaut, in Simulationen oder aus annotierten Datensätzen, dann als Klassifikator oder Regressionsmodell eingesetzt. Ein Roboter nimmt affordance nicht wie ein Tier wahr; er sagt sie voraus. Wenn ein Manipulatorarm auf ein neues Objekt trifft, muss er Merkmale auf gespeicherte Affordance-Modelle abbilden, sonst schlägt es fehl. Die menschliche Hand dagegen entdeckt affordances durch Interaktion, dynamisch und ohne explizite Berechnung.

Doch die beiden Bedeutungen treffen sich auf einem entscheidenden Punkt: Keine affordance ist eine feste Eigenschaft eines Objekts. Ein Hammer bietet dem Menschen das Schlagen an, aber auch das Türstopper, Briefbeschwerer oder Richtlot. Ein Würfel bietet Greifen einem Roboter mit Parallelgreifer an, aber möglicherweise nicht einem mit Saugnapf-Endeffektor. Kontext, Fähigkeit und Absicht spielen alle eine Rolle. In der Robotik ist diese Flexibilität explizit geworden: Forscher trainieren mittlerweile affordance-Netzwerke, die nicht eine einzige Aktion ausgeben, sondern eine dichte Landkarte von Möglichkeiten über die Objektoberfläche, die einem Roboter erlaubt, unter mehreren Möglichkeiten zu wählen, mit demselben Ding zu interagieren.

Der Begriff ist auch in das Design von Benutzeroberflächen gewandert, wo affordances visuelle oder taktile Hinweise sind, die vorschlagen, wie man mit einer digitalen oder physischen Steuerung interagiert. Dieser Sinn sitzt zwischen dem ökologischen und dem robotischen: nicht eine gelernte Wahrscheinlichkeit, sondern ein gestaltetes Signal, ein Hinweis, der ins Artefakt selbst eingebaut ist. In allen drei Bereichen benennt affordance die Brücke zwischen Akteur und Umgebung, zwischen Fähigkeit und Gelegenheit.