A socio-technical assistance system for learning-conducive work design in robot-assisted assembly

Author:

Albu-Schäffer AlinORCID,Huchler NorbertORCID,Kessler IngmarORCID,Lay FlorianORCID,Perzylo AlexanderORCID,Seidler Michael,Steinmetz FranzORCID,Weitschat RomanORCID

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

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3