Abstract
ZusammenfassungDieser Beitrag der Zeitschrift Gruppe. Interaktion. Organisation. (GIO) widmet sich der lernförderlichen Gestaltung eines roboterbasierten Assistenzsystems für industrielle Montagetätigkeiten. Individualisierte Produkte, kleinere Losgrößen und beschleunigte Prozesse sind Aspekte des digitalen Wandels in der industriellen Fertigung und Teil des Leitbilds einer flexiblen Produktion. Mensch-Roboter-Kollaboration und wissensbasiertes Engineering sind aktuelle Ansätze, um diesen Anforderungen gerecht zu werden. Dieser Artikel stellt an einem Anwendungsbeispiel (Verdrahtung von Schaltschränken) einen ersten Ansatz vor, wie mittels wissensbasierter Technologien (v. a. Ontologien und deren logische Interpretation) Vorschläge zur Arbeitszuteilung zwischen Menschen und Robotern sowohl nach ökonomischen als auch nach Kriterien der humanen Arbeitsgestaltung automatisiert erstellt werden können. Zum einen können für jede Aufgabe ihre Anforderungen mit den individuellen Fähigkeiten und Stärken der Beschäftigten sowie mit denen des kollaborativen Robotersystems in einem Mixed-Skill-Konzept nach betrieblichen Kennziffern (z. B. Zeit, Qualität) abgeglichen werden, um sich so einem optimalen Produktionsablauf anzunähern. Zum anderen können dabei Aspekte einer humanen Gestaltung der Mensch-Maschine-Interaktion (MMI) berücksichtigt werden, die vordringlich mit Blick auf Lernförderlichkeit zusammengeführt werden. Lernförderlichkeit in der MMI setzt Zeit, Handlungsräume und förderliche Inhalte voraus und ist zugleich eine zunehmende Notwendigkeit, um vorausschauend auf den dynamisierten Wandel von Arbeit zu reagieren. Denn gerade mit dem Technikeinsatz ist ein starker Tätigkeitswandel in Richtung Entscheidungsträger und Problemlöser verbunden, der neben Qualifizierung und Weiterbildung auch niedrigschwelliger, arbeitsintegrierter Lerngelegenheiten bedarf. Gerade die kollaborative Robotik als Schlüsseltechnologie der flexiblen Fertigung macht es nötig, neue Konzepte für die Organisation des hybriden Zusammenwirkens von Mensch und Roboter zu entwickeln. Im Folgenden wird aufbauend auf den grundlegenden Ansatz das Konzept eines technischen Demonstrators vorgestellt, welches entlang eines empirischen Fallbeispiels entwickelt wurde. Die prototypische, technische Umsetzung basiert auf einer Arbeitsumgebung mit einem Roboterarm und zugehörigen Werkzeugen, formalen semantischen Beschreibungen der Fähigkeiten und Tätigkeiten von Menschen und Robotern sowie einer intuitiven Benutzeroberfläche, unter anderem für die individuelle Anpassung der generierten Arbeitszuteilungen.
Funder
Bayerisches Forschungsinstitut für Digitale Transformation
Publisher
Springer Science and Business Media LLC
Subject
Organizational Behavior and Human Resource Management,Applied Psychology,Developmental and Educational Psychology,Education,Social Psychology
Reference45 articles.
1. Autor, D., Mindell, D., & Reynolds, E. (2020). The work of the future: building better jobs in an age of intelligent machines
2. Böhle, F. (2017). Arbeit als Subjektivierendes Handeln. Handlungsfähigkeit bei Unwägbarkeiten und Ungewissheit. Wiesbaden: VS.
3. Böhle, F., & Busch, S. (2012). Management von Ungewissheit: Neue Ansätze jenseits von Kontrolle und Ohnmacht. Bielefeld: transcript.
4. Bolte, A., & Neumer, J. (2021). Lernen in der Arbeit. Erfahrungswissen und lernförderliche Arbeitsgestaltung bei wissensintensiven Berufen. Augsburg, München: Rainer Hampp.
5. Brown, P. C., Roediger, H. III, & McDaniel, M. (2014). Make it stick: The science of successful learning. Cambridge: Harvard University Press.
Cited by
1 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献