apl. Prof. Dr.-Ing. habil. Ralph Riedel, Franziska Schmalfuss, Michael Bojko, Sebastian Mach

Flexible Automatisierung in Abhängigkeit von Mitarbeiterkompetenzen und –beanspruchung

Dokumente und Dateien

Hinweis

Bitte nutzen Sie beim Zitieren immer folgende Url:

http://nbn-resolving.de/urn:nbn:de:bsz:ch1-qucosa-231812

Kurzfassung in Deutsch

Industrie 4.0 und aktuelle Entwicklungen in dem Bereich der produzierenden Unternehmen erfordern hohe Anpassungsleistungen von Menschen und von Maschinen gleichermaßen. In Smart Factories werden Produktionsmitarbeiter zu Wissensarbeitern. Dazu bedarf es neben neuen, intelligenten, technischen Lösungen auch neuer Ansätze für Arbeitsorganisation, Trainings- und Qualifizierungskonzepte, die mit adaptierbaren technischen Systemen flexibel zusammenarbeiten. Das durch die EU geförderte Projekt Factory2Fit entwickelt Lösungen für die Mensch-Technik-Interaktion in automatisierten Produktionssystemen, welche eine hohe Anpassungsfähigkeit an die Fähigkeiten, Kompetenzen und Präferenzen der individuellen Mitarbeiter bieten und damit gleichzeitig den Herausforderungen einer höchst kundenindividuellen Produktion gewachsen sind. Im vorliegenden Beitrag werden die grundlegenden Ziele und Ideen des Projektes vorgestellt sowie die Ansätze des Quantified-self im Arbeitskontext, die adaptive Automatisierung inklusive der verschiedenen Level der Automation sowie die spezifische Anwendung des partizipatorischen Designs näher beleuchtet. In den nächsten Arbeitsschritten innerhalb des Projektes gilt es nun, diese Konzepte um- und einzusetzen sowie zu validieren. Die interdisziplinäre Arbeitsweise sowie der enge Kontakt zwischen Wissenschafts-, Entwicklungs- und Anwendungspartnern sollten dazu beitragen, den Herausforderungen bei der Realisierung erfolgreich zu begegnen und zukunftsträchtige Smart Factory-Lösungen zu implementieren.

Das Projekt Factory2Fit wird im Rahmen von Horizon 2020, dem EU Rahmenprogramm für Forschung und Innovation (H2020/2014-2020), mit dem Förderkennzeichen 723277 gefördert.

weitere Metadaten

Schlagwörter
(Deutsch)
Smart Factory, Quantified-self, Wearable Device, Level der Automatisierung, adaptive Automatisierung, Partizipatorisches Design
Schlagwörter
(Englisch)
Smart Factory, Quantified-self, Wearable Device, Level of Automation, adaptive Automation, Partizipatory Design
SWD SchlagworteAutomation, Industrie 4.0, Anpassung
DDC Klassifikation620
DDC Klassifikation150
Beteiligte Institution(en) 
HochschuleTechnische Universität Chemnitz
FakultätMaschinenbau
ProfessurProfessur für Fabrikplanung und –betrieb
HochschuleTechnische Universität Chemnitz
FakultätFakultät für Human- und Sozialwissenschaften
ProfessurProfessur für Allgemeine Psychologie und Arbeitspsychologie
Institution(en) 
InstitutionGesellschaft für Arbeitswissenschaft e.V.
AbteilungGfA-Press
DokumententypInProceedings
SpracheDeutsch
Erstveröffentlichungjahr der Druckausgabe2017
Veröffentlichungsdatum (online)19.12.2017
persistente URNurn:nbn:de:bsz:ch1-qucosa-231812
QuelleDokumentation der Herbstkonferenz der Gesellschaft für Arbeitswissenschaft e.V. vom 28. und 29. September 2017, Chemnitz
ISBN978-3-936804-23-2

Hinweis zum Urheberrecht

Diese Website ist eine Installation von Qucosa - Quality Content of Saxony!
Sächsische Landesbibliothek Staats- und Universitätsbibliothek Dresden