Arbeitsgestaltung beim Einsatz autonomer Systeme

Analyse von Änderungsbedarf zur Kompensation von Fachkräftemangel mit autonomen Systemen

ZeitschriftIndustry 4.0 Science
Ausgabe42. Jahrgang, 2026, Ausgabe 5, Seite 44-50
Open Accesshttps://doi.org/10.30844/I4SD.26.5.5
Literatur Teilen Zitieren Download

Abstract

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.

Keywords

Artikel

Die Zahl der Menschen und Arbeitskräfte in Deutschland nimmt durch den demografischen Wandel ab. Besonders deutlich wird dies anhand der begonnenen Verrentung der Babyboomer-Generation. Der damit einhergehende Fachkräftemangel wird in konjunkturellen Hochphasen verstärkt spürbar. Umgekehrt können konjunkturelle Schwächen den Fachkräftemangel zeitweise abmildern. Die grundlegende Entwicklung zeigt Bild 1.

Bild 1: Auswirkung des Fachkräftemangels und Entwicklung des Erwerbspersonenpotenzials anhand des KfW-ifo-Fachkräftebarometers.
Bild 1: Auswirkung des Fachkräftemangels und Entwicklung des Erwerbspersonenpotenzials anhand des KfW-ifo-Fachkräftebarometers.

Vom Mangel stark betroffen ist die Metall- und Elektroindustrie – hier fehlten zwischen Juli 2021 und Juni 2022 bundesweit rund 110.000 Fachkräfte, davon knapp 57.000 in Mechatronik-, Energie- und Elektroberufen [1]. Durch den Fachkräftemangel in ihrer Geschäftstätigkeit eingeschränkt sahen sich im Oktober 2025 rund 26 Prozent der Unternehmen in Deutschland [2].

Rahmenbedingungen für den Einsatz autonomer Systeme

Politik und Unternehmen fokussierten sich lange auf die Erweiterung des Arbeitskräfteangebots – durch Erschließung ungenutzter Arbeitskapazitäten, längere Lebensarbeitszeiten [3], die Anwerbung ausländischer Fachkräfte [4] und eine höhere Arbeitgeberattraktivität [5]. Monetäre und nichtmonetäre Anreize sollten ebenso dazu beitragen, das Arbeitskräfteangebot zu erhöhen. Die Maßnahmen zur Erweiterung des Arbeitskräfteangebots reichen jedoch nicht aus, um einen zunehmenden Fach- und Arbeitskräftemangel erfolgreich zu kompensieren. Auch weil sie nicht dazu beitragen, die Produktivität zu erhöhen.

Neben Maßnahmen zur Ausweitung des Arbeitskräfteangebots gewinnt daher die Reduzierung des Arbeitskräftebedarfs zunehmend an Bedeutung. So lassen sich Geschäftsprozesse und Arbeitsabläufe mit Methoden des Industrial Engineerings und des Lean Managements effizient gestalten [6]. Zudem bieten Digitalisierung und Automatisierung umfangreiche Möglichkeiten zur Weiterentwicklung von Prozessen [6]. Dank Künstlicher Intelligenz (KI) und moderner Robotik etwa können Produktionsprozesse mit weniger Personal aufrechterhalten werden, wodurch sich dem Wegfall erfahrener Arbeitskräfte begegnen und gleichzeitig die Produktivität steigern lässt.

Zudem erlauben diese Ansätze es, Beschäftigte von repetitiven oder belastenden Tätigkeiten zu entlasten [7]. Flexible Arbeitsprozesse sind dabei ein Schlüsselfaktor, der es sowohl ermöglicht, auf veränderliche Markt- bzw. Nachfrageanforderungen zu reagieren, als auch temporäre personelle Engpässe zu kompensieren, die zusätzlich zum Arbeitskräftemangel auftreten können (etwa Krankheitsausfälle). Hier bieten autonome Systeme das Potenzial, zunehmend komplexe Aufgaben zu übernehmen, flexibel auf Störungen zu reagieren [8] und mit Menschen oder anderen Systemen zusammenzuarbeiten [9]. Beispiele reichen von fahrerlosen Transportsystemen über kollaborative Robotik (Cobots) bis hin zu selbstoptimierenden Produktionssystemen.

Autonome Systeme sind komplex, sollen selbstständig ohne menschliche Steuerung handeln und anspruchsvolle Aufgaben ausführen. Aufgrund ihrer Komplexität lässt sich ihr Verhalten nicht für alle möglichen Situationen vollständig vorab programmieren, sodass es teilweise nicht vorhersehbar ist. Dennoch sollen sie auch bei begrenzter menschlicher Aufsicht zuverlässig und sicher funktionieren [10]. Die Gestaltung autonomer Systeme erfordert daher ein ausgewogenes Zusammenspiel von Autonomie und Koordination. Darüber hinaus stellen Investitionskosten, die Integration in bestehende Produktionssysteme, die Akzeptanz durch Beschäftigte sowie die Einhaltung von Sicherheits- und Rechtsvorgaben zentrale Herausforderungen dar [7, 11].

Zur produktiven Gestaltung von Arbeit befasst sich die angewandte Arbeitsforschung mit diesen Herausforderungen. Im Projekt autoWert (FKZ: 02J24B000) wird analysiert, welche Voraussetzungen und Bedarfe Unternehmen für den erfolgreichen Einsatz autonomer Systeme haben und welche Risiken zu beachten sind. Im Fokus stehen technische, organisatorische und personelle Anforderungen für einen nachhaltigen und gewinnbringenden Einsatz. Die Ergebnisse des Projekts liefern Unternehmen praxisnahe Ansätze zur Bewältigung aktueller und zukünftiger Herausforderungen und tragen so dazu bei, den Industriestandort Deutschland zu stärken. 

Methodisches Vorgehen zur Identifikation von Änderungsbedarf

Die Projektziele wurden auf einer empirischen Grundlage unter Einbezug der Expertise von Personen erarbeitet, die Kenntnisse und Erfahrungen mit den Herausforderungen von Fach- und Arbeitskräftemangel sowie der Gestaltung und Anwendung von Automatisierungslösungen oder autonomen Systemen haben. Auf dieser Grundlage wurden zentrale Thesen und Forschungsansätze abgeleitet und zur Diskussion gestellt (Bild 2) [12].

Bild 2: Zentrale Handlungs- und Analysefelder im Projekt autoWert.
Bild 2: Zentrale Handlungs- und Analysefelder im Projekt autoWert.

Zunächst wurden ein strukturiertes Vorgehen zur Erhebung und Analyse von Fachexpertise entwickelt und die Durchführung semistrukturierter Interviews zur Datenerhebung vorgesehen. Zur Entwicklung eines Interviewleitfadens wurden wissenschaftliche Studien und Prognosen recherchiert und analysiert. Dabei wurden demografische und sozioökonomische Entwicklungen ebenso betrachtet wie Wirtschaftswachstumsraten, Innovationstrends und die Eigenschaften autonomer Systeme.

Auf Basis dieser Erkenntnisse wurde ein Interviewleitfaden entwickelt, der zentrale Fragestellungen zu den Auswirkungen des Fach- und Arbeitskräftemangels sowie zum Einsatz autonomer Systeme auf betriebliche Arbeitssysteme adressiert.

Für die Interviews wurden Expertinnen und Experten aus Industrieunternehmen, Verbänden, Forschungseinrichtungen sowie dem Netzwerk der Projektpartner ausgewählt. Ziel war es, eine möglichst breite und vielfältige Perspektive in den Interviews abzubilden. Die semistrukturierten Interviews wurden überwiegend online durchgeführt und transkribiert. Nach zehn der insgesamt fünfzehn geplanten Interviews erfolgte eine Zwischenauswertung der Ergebnisse.

Ziel war es, erste Erkenntnisse zu validieren und thematische Schwerpunkte für die verbleibenden Interviews zu identifizieren, um bestehende Wissenslücken gezielt zu schließen. Dazu wurden die vorliegenden Interviews mittels qualitativer Inhaltsanalyse [13] systematisch ausgewertet, um zentrale Aussagen, wiederkehrende Muster und relevante Zusammenhänge zu identifizieren. Die Ergebnisse wurden nach Themenfeldern geclustert, dokumentiert und in einem Workshop mit acht Verbandsingenieuren validiert.

Die beteiligten Verbandsingenieure stammen aus unterschiedlichen Arbeitgeberverbänden und verfügen aufgrund ihres engen Austauschs mit zahlreichen Unternehmen über umfassende Kenntnisse der betrieblichen Rahmenbedingungen sowie der Einführung und Nutzung digitaler und autonomer Systeme. Im Workshop wurden die Ergebnisse in allen Themenfeldern bzw. Clustern systematisch diskutiert, damit ein gemeinsames Verständnis geschaffen wurde. Dadurch konnten die bisherigen Ergebnisse validiert und zusätzliche Perspektiven integriert werden.

Warum autonome Systeme in der Praxis oft scheitern

Die Expertinnen und Experten halten die Potenziale autonomer Systeme zur Abmilderung von Arbeits- und Fachkräfteengpässen in der Industrie grundsätzlich für gegeben, sehen jedoch weiterhin Entwicklungsbedarf. Dabei geben Unternehmensvertreter, wissenschaftliche Robotik- und KI-Experten sowie Verbandsmitarbeitende zu bedenken, dass erhebliche Herausforderungen in der Integration dieser Systeme bestehen.

In nahezu allen Experteninterviews wurde deutlich, dass fehlendes Know-how zur Integration autonomer Systeme ein wesentliches Hemmnis ist, um diese Systeme gewinnbringend einzusetzen. Betriebe stehen vor der Herausforderung, geeignete Systeme auszuwählen, in bestehende Abläufe zu integrieren und sicher zu betreiben.

Die zum Zeitpunkt der Publikation vorliegenden Aussagen der Experten zu aktuellen Kompetenzdefiziten in der Industrie wurden in fünf Meta-Kategorien strukturiert, die nachfolgend beschrieben und in Bild 3 zusammengefasst sind. 

1) Automatisierung und Integration

In den Betrieben zeigen sich vor allem Defizite in der Automatisierungskompetenz auf Meister- und Teamleiterebene. Während klassische Fertigungsfähigkeiten vorhanden sind, fehlt es an erweiterten Qualifikationen, die für die erfolgreiche Implementierung automatisierter Prozesse und den Wandel zu einem mechatronisch und an Software orientierten Berufsbild notwendig sind. Besonders gefragt sind Mitarbeitende, die Mechanik, Elektronik und Software miteinander verbinden können. 

2) Daten- und KI-Kompetenz

Laut den Experten besteht ein Mangel an Datenkompetenz. Die Fähigkeit, maschinenrelevante Daten zu erfassen, zu verarbeiten und deren Bedeutung für die digitale Produktion zu verstehen, gilt es zu fördern. Hinzu kommt, dass oft Wissen darüber fehlt, wie eine ausreichende Datenqualität sichergestellt werden kann. Dies erschwert die effiziente Nutzung von KI und die Weiterentwicklung datengetriebener Prozesse im Betrieb.

3) Ganzheitliches Systemverständnis

Die Meta-Kategorie adressiert den Bedarf an ganzheitlichem Systemdenken, insbesondere bei der zunehmenden Autonomie und Vernetzung von Teilsystemen. In den Unternehmen fehlen Funktionen und Fachkräfte, die die Gesamtperspektive einnehmen und systemübergreifende Zusammenhänge erkennen. Darüber hinaus werden Methoden zur Fehlerdiagnose, Überwachung und zum Anlernen autonomer Systeme benötigt. Ihr Fehlen kann gerade in frühen Entwicklungsphasen zu Unsicherheiten und Instabilitäten führen.

4) Governance, Sicherheit und Wirtschaftlichkeit

Es zeigen sich Defizite in der Bewertungs- und Entscheidungskompetenz, insbesondere in kleinen und mittleren Unternehmen. Häufig fehlt die Fähigkeit, fundierte Entscheidungen zu Softwareinvestitionen, Weiterbildungsmaßnahmen oder zum Einsatz technischer Lösungen wie Cobots zu treffen. Es fehlt an Know-how zur eigenständigen Einschätzung von Sicherheitsanforderungen, zur Risikobewertung und zur Normenkonformität beim Einsatz autonomer Systeme – vor allem in dynamischen Umfeldern wie der kollaborativen Robotik, wo komplexe Sicherheitsfragen auftreten. Um Sicherheitsanforderungen einzuhalten, werden beispielsweise Cobots, die auf Kollaboration ausgerichtet sind, umzäunt und damit zweckentfremdet zur alleinigen Ausführung von Tätigkeiten eingesetzt.

5) Menschen, Organisation und Transformation 

Diese Meta-Kategorie betrifft die ganzheitliche Integration von autonomen Systemen im Betrieb. Es fehlt an einer proaktiven Strategie, Qualifizierungsbedarfe der Zukunft rechtzeitig zu erkennen und anzugehen. Zusätzlich erschwert ein mangelndes Verständnis der Potenziale von KI und Robotik in der Belegschaft die Entwicklung der erforderlichen Veränderungsbereitschaft. Schließlich ist die schnelle Überführung von Forschungsergebnissen in wirtschaftlich nutzbare Innovationen weiterhin eine große Herausforderung.

Bild 3: Übersicht von Beispielen für häufig fehlende Kompetenzen zur Integration autonomer Systeme.
Bild 3: Übersicht von Beispielen für häufig fehlende Kompetenzen zur Integration autonomer Systeme.

Handlungsempfehlungen für Unternehmen

Um die identifizierten Kompetenzdefizite nachhaltig zu schließen, wurden in den Experteninterviews verschiedene Maßnahmen diskutiert und ein Befähigungsansatz favorisiert. Dabei geht es nicht um einmalige Schulungen, sondern um die Schaffung eines lernorientierten Umsetzungsprozesses entlang realer Anwendungsfälle und Experimentierräume für KI-Anwendungen im eigenen Betrieb.

Zur Befähigung von Unternehmen ist es notwendig, dass insbesondere KMU einen niedrigschwelligen Zugang zu bereits erprobten Lösungen erhalten. Hier setzen zahlreiche Forschungsinitiativen, -projekte, Digitalzentren und KI-Kompetenzzentren bereits an: Unternehmen können diese Angebote systematisch und oftmals kostenlos nutzen, um Best-Practice-Beispiele aus vergleichbaren oder auch anderen Branchen kennenzulernen (inklusive Aufwands- und Nutzenkennzahlen) und KI über Demonstratoren „zum Anfassen“ auszuprobieren.

Die Regionalen Kompetenzzentren der Arbeitsforschung (ReKodA) mit dem Schwerpunkt Gestaltung KI-gestützter Arbeit, wie etwa das Kompetenzzentrum WIRKsam, bieten interaktive Lernumgebungen, senken dadurch die Hemmschwellen und machen Anforderungen an Datenqualität, Schnittstellen und Arbeitsschutz anhand von Best Practices in realen Arbeitsumgebungen von Betriebspartnern sichtbar. Darüber hinaus bieten sie durch breite Netzwerke Zugang zu Entwicklungspartnern und innovativen Start-ups sowie weiteren Forschungspartnern, die wiederum als Informationspool dienen können.

Ergänzend ermöglichen interne Multiplikatoren, sogenannte KI-Scouts oder KI-Enthusiasten, KI im Unternehmen zu fördern und nachhaltig zu integrieren. In kleinen Schritten könnten so Kompetenzen aufgebaut werden, die Technologieeinführung, sichere Umsetzung und den organisatorischen Wandel verbinden – und damit die Grundlage bilden, autonome Systeme produktiv, regelkonform und wirtschaftlich einzusetzen.

Dieser Beitrag entstand im Rahmen des Projekts „autoWert – Ermittlung von Gestaltungspotenzialen autonomer Systeme für eine wettbewerbs- und zukunftsfähige industrielle Wertschöpfung angesichts des Fachkräftemangels“, das vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) im Programm „Zukunft der Wertschöpfung – Forschung zu Produktion, Dienstleistung und Arbeit“ (Förderkennzeichen: 02J24B000) gefördert und vom Projektträger Karlsruhe (PTKA) betreut wird. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autorinnen und Autoren.


Literatur

[1] Malin, L.; Jansen, A.; Köppen, R.: Die Fachkräftesituation in Metall- und Elektroberufen. Studie 01/2023, Institut der deutschen Wirtschaft. Köln 2023.
[2] KfW-ifo-Fachkräftebarometer Oktober 2025. URL: https://www.kfw.de/PDF/Download-Center/Konzernthemen/Research/PDF-Dokumente-KfW-ifo-Fachkr%C3%A4ftebarometer/KfW-ifo-Fachkraeftebarometer_2025-10.pdf, Abrufdatum 15.04.2026.
[3] Czepek, J.; Gürtzgen, N.; Moczall, A.; Weber, E.: Halten rentenberechtigter Mitarbeiter in den Betrieben: Vor allem kürzere und flexiblere Arbeitszeiten kommen zum Einsatz. IAB-Kurzbericht 16/2017. Nürnberg 2017.
[4] Bundesinstitut für Berufsbildung (Hrsg): Datenreport zum Berufsbildungsbericht 2022. Informationen und Analysen zur Entwicklung der beruflichen Bildung. Bonn 2022.
[5] Fuest, C.; Jäger, S.: Höhere Löhne gegen den Fachkräftemangel? APuZ. In: Politik und Zeitgeschichte 74 (2024) 22–23, S. 20–25.
[6] Lennings, F.; Eisele, O.; Terstegen, S.; Cost Reyes, C.; Conrad, R.: Den Fachkräftemangel als Chance begreifen und nutzen. Impulspapier des ifaa – Institut für angewandte Arbeitswissenschaft (2024). URL: https://www.arbeitswissenschaft.net/impuls-fachkraefte, Abrufdatum 15.04.2026.
[7] Forschungsbeirat der Plattform Industrie 4.0/acatech – Deutsche Akademie der Technikwissenschaften (Hrsg): Engineering autonom wandelbarer Industrie 4.0-Systeme. 2024. DOI: https://doi.org/10.48669/fb40_2024-2
[8] Forschungsbeirat der Plattform Industrie 4.0/acatech – Deutsche Akademie der Technikwissenschaften (Hrsg): Engineering autonom wandelbarer Industrie 4.0-Systeme. 2024. DOI: https://doi.org/10.48669/fb40_2024-2
[9] Dumitrescu, R.; Albers, A.; Riedel, O.; Stark, R.; Gausemeier, J. (Hrsg): Engineering in Deutschland – Status quo in Wirtschaft und Wissenschaft. In: Advanced Systems Engineering. Paderborn 2021.
[10] Adler, R.: Autonome Systeme. URL: https://www.bidt.digital/glossar/autonome-systeme, Abrufdatum 15.04.2026.
[11] Sino-German White Paper on Functional Safety for Industrie 4.0 and Intelligent Manufacturing. URL: https://www.bmwk.de/Redaktion/DE/Publikationen/Industrie/industrie-4-0-sino-german-white-paper-on-functional-safety-for-industry-4-0-and-intelligent-manufacturing.pdf?blob=publicationFile&v=1, Abrufdatum 15.04.2026.
[12] Adler, R.; Ottersböck, N.; Harlacher, M.; Jeske, T.; Humpert, L.: Autonome Systeme für die Zukunft der Wertschöpfung: Sicherheitstechnische Herausforderungen beim Einsatz autonomer Systeme zur Sicherung der Wertschöpfung bei Fachkräftemangel. In: Zeitschrift für wirtschaftlichen Fabrikbetrieb 120 (2025) 7–8, S. 477–481.
[13] Mayring, P.: Qualitative Inhaltsanalyse. Grundlagen und Techniken, 13. Auflage. Weinheim 2022.

Ihre Downloads


Potenziale: Management Qualifizierung
Lösungen: Prozessmanagement

Das könnte Sie auch interessieren

Interoperable Datenzugänge in der Karosserie-Serienfertigung

Interoperable Datenzugänge in der Karosserie-Serienfertigung

Deterministische Integration strukturierter Sollparameter in die taktgebundene Produktion
Tim Richter ORCID Icon, Robert Weidner ORCID Icon
KI kann Produktionsprozesse längst analysieren, doch warum gelingt es kaum, ihre Erkenntnisse ohne Umwege zurück in die Produktion zu bringen? In der automobilen Karosserie-Serienfertigung fehlt es hierfür weniger an Daten als an ganzheitlichen Integrationskonzepten in Richtung der Maschinen. Der Beitrag zeigt, warum bidirektional kommunikationsfähige Informationssysteme hierfür entscheidend sind und welche Gestaltungsprinzipien erforderlich sind, um KI-Ergebnisse künftig wirksam in den Produktionsablauf zu integrieren.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 34-42 | DOI 10.30844/I4SD.26.5.4
KI in der industriellen Produktion verständlich vermitteln

KI in der industriellen Produktion verständlich vermitteln

Anforderungen an KI-Demonstratoren zur Förderung von Akzeptanz
Jennifer Link ORCID Icon, Markus Harlacher ORCID Icon, Colin Srebny, Sascha Stowasser ORCID Icon
Künstliche Intelligenz (KI) bietet in der industriellen Produktion vielfältige Potenziale, bringt jedoch auch Herausforderungen hinsichtlich der Akzeptanz der Beschäftigten mit sich. KI-Demonstratoren sind daher von zentraler Bedeutung, da sie praktische Erfahrungen mit KI ermöglichen. Allerdings fehlen bislang systematisch identifizierte Anforderungen an Demonstratoren, die gezielt Akzeptanz fördern und negative Emotionen adressieren. Mithilfe eines mehrstufigen Forschungsdesigns werden 69 Anforderungen identifiziert, die in funktionale Anforderungen, Qualitätsanforderungen und Randbedingungen strukturiert sind.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 6-14 | DOI 10.30844/I4SD.26.5.1
KI-gestützte Bauzustandsprüfung von Großstrukturen

KI-gestützte Bauzustandsprüfung von Großstrukturen

Ein neuer Ansatz für die Bauzustandskontrolle
Jan Sender ORCID Icon, Konrad Jagusch ORCID Icon, Michael Geist ORCID Icon, David Jericho ORCID Icon, Christian Scharr ORCID Icon
Die Überprüfung des Baufortschritts, wie sie die Unikatfertigung großer Strukturen erfordert, ist aufgrund der hohen Komplexität und Individualität sehr zeit- und personalintensiv. Ziel dieses Beitrags ist die Entwicklung eines sensorbasierten Ansatzes zur Erfassung und Auswertung mehrerer Prüfmerkmale. Der Einsatz lernbasierter Modelle zur Detektion von Objekten und Ableitung relevanter Informationen bildet die Basis für die Verknüpfung von Zustand und Ablaufplan. Dies ermöglicht eine signifikante Effizienzsteigerung bei der Bauzustandskontrolle und eine fundierte Fortschrittsbewertung.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 78-84 | DOI 10.30844/I4SD.26.5.9
Inklusive Arbeitssystemgestaltung

Inklusive Arbeitssystemgestaltung

Perspektiven für Automatisierung, Standardisierung und Kontextadaptivität
Sebastian Schlund ORCID Icon
Die Gestaltung inklusiver Arbeitssysteme gewinnt vor dem Hintergrund des demografischen Wandels und der zunehmenden digitalen Durchdringung von Wertschöpfungsprozessen an Bedeutung. Während klassische ergonomische Ansätze primär auf der Perzentillogik basieren und damit nur einen Teil der Nutzerpopulation adressieren, eröffnet die Integration digitaler Technologien neue Möglichkeiten zur dynamischen und individuellen Anpassung von Arbeitssystemen. Der vorliegende Beitrag stellt einen konzeptionellen Handlungsrahmen für inklusive Arbeitssystemgestaltung vor, der die Dimensionen Standardisierung, Automatisierung und Kontextadaptivität integriert. Methodisch basiert der Beitrag auf einer konzeptionellen Analyse bestehender Ansätze aus Ergonomie und Human-Centered Design. Der Beitrag leistet einen theoretischen Beitrag zur Systematisierung inklusiver Arbeitssystemgestaltung und formuliert Gestaltungsbereiche für Forschung und industrielle Praxis.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 70-76 | DOI 10.30844/I4SD.26.5.8
Kooperationsroutinen in digitalen Ökosystemen

Kooperationsroutinen in digitalen Ökosystemen

Eine Mikrofundierung integrativer dynamischer Fähigkeiten
Christian Zabel ORCID Icon, Tahir Schmidt ORCID Icon
Komplementoren spielen eine zentrale Rolle bei der Wertschöpfung in digitalen Ökosystemen, verfügen jedoch nur über begrenzten Einfluss und müssen sich durch dynamische Fähigkeiten anpassen. Aufbauend auf dem „Profiting From Innovation“-Rahmenwerk untersucht diese Studie, wie sich integrative Fähigkeiten bei Komplementoren durch kooperative Routinen manifestieren. Auf Basis einer systematischen Literaturrecherche von in Scopus indexierten Studien aus den Jahren 2020 bis Mitte 2025, die die Mikrofundierung „Orchestrierung von Ökosystemakteuren“ untersuchen, identifizieren wir zwei Routinecluster. Zum einen kooperieren Komplementoren untereinander durch die Auswahl geeigneter Partner, Koalitionsbildung, Ressourcenteilung und Risikoverteilung, während sie gleichzeitig kritische Ressourcen schützen. Zum anderen kooperieren sie mit Plattformbetreibern durch Interaktion über verschiedene Kanäle, Qualitätssignalisierung, Einhaltung von Governance-Vorgaben, Integration ...
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 4 | Seite 22-28 | DOI 10.30844/I4SD.26.4.3