Ultrapräzise Mikrostrukturen auf großen Flächen

Unternehmen sind zunehmend gefordert, Fach- und Arbeitskräftemangel bei steigenden Anforderungen an Produktivität, Flexibilität und Innovationsfähigkeit zu bewältigen. Während sich das Arbeitskräfteangebot nur begrenzt erweitern lässt, rückt die produktivitätsorientierte Gestaltung von Arbeitssystemen stärker in den Fokus. Autonome Systeme bieten hier erhebliches Potenzial. Ihr Einsatz erfordert neben technischen Anpassungen vor allem Veränderungen in Organisation, Kompetenzen und Arbeitsgestaltung. Im Beitrag werden empirisch fundierte Änderungsbedarfe in bestehenden Arbeitssystemen sowie damit verbundene wirtschaftliche Potenziale analysiert.

Erklärbare künstliche Intelligenz (XAI)-basiertes Nudging ist zwar ethisch komplex, kann jedoch eine vorteilhafte Alternative zu starren, algorithmisch generierten Fertigungsplänen darstellen, um sowohl die Planungsautonomie von Fertigungsmitarbeitenden als auch die Gesamtleistung des übergeordneten Fertigungssystems zu verbessern. Dieser Artikel präsentiert eine Laborstudie, die das erfolgreiche Nudging von 28 Studierenden des Studiengangs Wirtschaftsingenieurwesen in einer Fertigungssimulation demonstriert. Die Studie zeigt, dass die Übereinstimmung der von den Studierenden ausgewählten Bearbeitungsreihenfolge von Fertigungsaufgaben mit einer vordefinierten Bearbeitungsreihenfolge durch Nudging um 9 % zunimmt. Durch den Einsatz von XAI werden die Präferenzen der Studierenden analysiert und Deadlines sowie Prioritäten in der Simulation angepasst. Der Artikel diskutiert die ethischen Fragen des Nudging, darunter potenzielle Manipulation, Scheinautonomie und die Reduzierung von ...

In Zeiten des demografischen Wandels, der mit einem wachsenden Pflegebedarf und Fachkräftemangel einhergeht, rücken KI-basierte Technologien zunehmend in den Fokus pflegebezogener Innovationen. Erwartet werden Entlastung, Zeitersparnisse und eine höhere Attraktivität des Pflegeberufs. Der Beitrag untersucht am Beispiel der KI-gestützten Dokumentation von Aufnahmegesprächen, inwiefern solche Systeme Arbeits- und Pflegequalität verbessern können. Im Zentrum stehen die Perspektiven von Pflegekräften und -expert:innen. Die Ergebnisse zeigen Potenziale zur Entlastung, Steigerung der Dokumentationsqualität und Freisetzung zeitlicher Ressourcen für die direkte Pflege. Voraussetzung ist eine humanzentrierte, kontextsensibel gestaltete Implementierung.

Die zunehmende Komplexität industrieller Umgebungen erfordert neue Kompetenzen, insbesondere in der Interaktion mit digitalen Systemen. Traditionelle Ausbildungsmethoden reichen für den effektiven Transfer von angewandtem Wissen oft nicht aus. Um diese Lücke zu schließen, wurde ein Experiment durchgeführt, bei dem Augmented Reality (AR) und papierbasierte Anleitungen in einem Produktionsszenario verglichen wurden. Die Ergebnisse zeigen: Teilnehmer, die mit AR lernten, führten den Produktionsprozess deutlich schneller und mit weniger Fehlern durch. Darüber hinaus berichteten die Lernenden, die AR nutzten, von einer höheren Benutzerfreundlichkeit und einer geringeren kognitiven Belastung während des Trainings.

Eine gezielte ergonomische Gestaltung von Arbeitsplätzen und Prozessen kann den Herausforderungen der manuellen Montage entgegenwirken und die Arbeitsbedingungen verbessern. Die derzeit vorherrschende manuelle Ergonomiebewertung durch Experten ist jedoch zeit- und ressourcenintensiv. In diesem Beitrag wird eine automatisierte Bewertungsmethode vorgestellt, die auf dem Rapid Upper Limb Assessment (RULA) basiert. Ergebnisse einer Laborstudie mit einem Montageszenario weisen eine Übereinstimmung mit Expertenbewertungen nach.

Wie kann Künstliche Intelligenz (KI) die Produktionsplanung und -steuerung (PPS) automatisieren? Im vorliegenden Artikel wird untersucht, inwiefern KI einen Beitrag zur Automatisierung der PPS leisten kann, indem die Potenziale zur Steigerung der Effizienz in modernen Produktionsumgebungen erforscht werden. Der Fokus liegt auf der Implementierung einer robusten Dateninfrastruktur, die Echtzeit-, historische und kontextbezogene Daten integriert. Konkret wird die Anwendung von Reinforcement Learning (RL) betrachtet und eine Roadmap für die Umsetzung vorgestellt, die sich auf die praktische Anwendung fokussiert.