Arbeitsintegriertes Lernen in der Industrie 4.0 |
Eine qualitative Analyse verschiedener Assistenzsysteme in der Montage
| Zeitschrift | Industry 4.0 Science |
| Ausgabe | 41. Jahrgang, 2025, Ausgabe 2, Seite 20-29 |
| Open Access | https://doi.org/10.30844/I4SD.25.2.20 |
| Literatur | Teilen | Zitieren | Download |
Abstract
Keywords
Artikel
Mit der voranschreitenden Entwicklung von Assistenzsystemen (AS) erkennen Unternehmen zunehmend neue Potenziale für die Rationalisierung. Informationen in Echtzeit sollen etwa bestehende Produktionsprozesse optimieren, Personaleinsatzplanungen vereinfachen und Einarbeitungszeiten verkürzen [1, 2, 3]. Gleichzeitig sollen sich mit Assistenzsystemen Potenziale für eine Humanisierung der Arbeit auf der physiologischen und auf der kognitiven Ebene eröffnen, die dem Erhalt und der Erweiterung von Fähigkeiten dienen bzw. fehlende Fähigkeiten kompensieren [1-7].
In der Debatte über die sozialen Folgen von Industrie 4.0 bilden sich im Hinblick auf kognitive Anforderungen in Arbeitsprozessen zwei konträre Szenarien heraus: Mit der Einführung neuer Technologien am Arbeitsplatz sind entweder steigende Anforderungen an die Beschäftigten v. a. in der Facharbeit erwartbar oder sinkende Anforderungen an die Beschäftigten v. a. im Bereich der Einfacharbeit [4-7].
Vor dem Hintergrund der skizzierten Ausgangslage nimmt dieser Beitrag kognitionsunterstützende Assistenzsysteme analytisch in den Blick und geht der folgenden Frage nach: Inwieweit tragen kognitionsunterstützende Assistenzsysteme aus Beschäftigtensicht zum arbeitsintegrierten Lernen bei? Die rekonstruierten Sichtweisen auf implementierte Assistenzsysteme geben Einblicke in die Chancen und Risiken.
Konzeptionelle Herangehensweise
Gegenstand der Studie ist die empirische Beschreibung und kritische Reflexion des arbeitsintegrierten Lernens mit kognitionsunterstützenden Assistenzsystemen. Verortet in der Arbeitssoziologie, bildet das grundlegende Verständnis von Arbeit den Ausgangspunkt: Arbeit als „Grundlage für die zentrale Entwicklung individueller Fähigkeiten des Menschen“ [15] beruht auf Handlungen, die sich wiederum theoretisch unterscheiden in: instrumentell-gegenstandsbezogenes und planmäßiges-rationales Handeln sowie erfahrungsgeleitet-subjektivierendes Handeln [15, 16]. Diese Unterscheidung verdeutlicht das abgebildete Modell.
Dieses Modell stützt sich auf zahlreiche empirische Studien, die seit den 1950er Jahren zeigen, dass gerade in der Industrie Arbeitsprozesse nicht vollständig beherrschbar sind und neben rationalen Handlungen implizites Erfahrungswissen erforderlich ist. Lernen als Erwerb expliziter und impliziter Wissensbestände wird damit zum integralen Bestandteil der Arbeit mit Begriffen wie „erfahrungsgeleitetes Lernen“ [15, 16] oder „arbeitsintegriertes Lernen“. [20]
Arbeitsintergiertes Lernen, das wiederum durch formale und informelle Mechanismen in Betrieben strukturiert ist, findet an Arbeitsplätzen und in der Auseinandersetzung mit Arbeitsmitteln statt. Lerngegenstand können somit technische Artefakte in Form von Werkzeugen und Maschinen sein. In Industriebetrieben sind in der Praxis zwar vielfältig, aber mit Blick auf Industrie 4.0 nehmen kognitionsunterstützende Assistenzsysteme eine Schlüsselrolle in Produktionsbetrieben ein. Sie lassen sich einteilen in: (a) vorstrukturierte, (b) adaptive und (c) tutorielle Assistenzsysteme [2].
Ausgehend von dieser Einteilung sind unterschiedliche Folgen auf die Anforderungen zu erwarten. Ob Assistenzsysteme zur Entwicklung des menschlichen Arbeitsvermögens [16, 17, 28] oder zum selbstbestimmten Arbeitshandeln beitragen [20], hängt stark von Leitbildern in der Technikgenese ab [13, 14, 29a, b].
Fallstudien in der Montage deuten etwa darauf hin, dass in der Einfacharbeit kaum nennenswerte Veränderungen erkennbar sind, während sich in der Facharbeit durchaus gegenläufige Tendenzen zeigen. Gerade in der flexibilisierten Arbeitsorganisation mit häufig wechselnden Abläufen ergeben sich entlastende Effekte für die psychische Gesundheit. Zudem reduzieren sich manuelle Eingriffe durch eine höhere Prozessstabilität in die Steuerung, was die Entwicklung von Erfahrungswissen durch eine abnehmende Auseinandersetzung mit der Technik gefährdet. Gleichzeitig bleiben die komplexen Produktionsprozesse erhalten.
Zudem zeigen sich mit der Vernetzung der Assistenzsysteme neue Kontrollpotenziale in der Produktion, die für steigende Anforderungen in der Prozessgestaltung wichtig sind. Jene Studien unterstreichen, dass beruflich verfasste Kompetenzen aus der dualen Ausbildung sowie beruflich strukturiertes Erfahrungswissen weiterhin relevant für die Beurteilung möglicher Störungen im Produktionsprozess und die Einleitung geeigneter Maßnahmen zur Störungsbeseitigung bleiben [8-10, 19].
Es deutet sich im Kontext von Industrie 4.0 aber auch eine „fortschreitende Polarisierung von Arbeit“ [6] an, und Gründe könnten in der Technikgenese liegen. Im sozialen Interaktionsprozess können sich vorherrschende Leitbilder als verdinglichtes Interesse in Arbeitsmitteln strukturierend auf konkrete Arbeitshandlungen von Beschäftigten auswirken [13, 14] und darüber entscheiden, „wer die Last der Arbeit hat, […] wer die Möglichkeit zur Intervention […] oder wer Zugang zu welchen Informationen bekommt.“ [27 a, b]. Im Anschluss an bestehende Forschung ist es daher das Ziel, subjektive Sichtweisen in der Technikentwicklung und der Techniknutzung nachzuzeichnen.
Methodische Herangehensweise
Methodisch basiert die Studie auf einem qualitativen Forschungsdesign, das subjektorientierte und prozessorientierte Aspekte miteinander verbindet [21, 22, 23]. Im Rahmen der Fallstudienstrategie wurden acht Betriebsfälle nach festgelegten Merkmalen ausgewählt, bei denen es sich um etablierte Produktionsbetriebe der Metall- und Elektroindustrie (M+E Industrie) handelt, die global agierenden Unternehmen angehören und in Deutschland ansässig sind.
Die Betriebe unterscheiden sich insofern, als dass es sich um vier Großbetriebe mit etablierten Mitbestimmungsstrukturen und je über 1000 Beschäftigten sowie um vier kleine und mittlere Betriebe (KMU), mit je ca. 300 Beschäftigten teils ohne Mitbestimmungsstrukturen, handelt. Alle acht Betriebe haben im Kontext von Industrie 4.0 sukzessive neue Assistenzsysteme implementiert, sodass arbeitsintegriertes Lernen für Beschäftigte anzunehmen ist.
Die Datenerhebung ist als qualitative Längsschnitterhebung konzipiert, um Änderungen subjektiver Deutungen zu berücksichtigen. Eine erste größere Phase bezieht sich auf den Zeitraum von 2017 bis 2021 in den vier Großbetrieben. Ergänzend dazu bezieht sich die zweite Phase auf den Zeitraum von 2022 bis 2024 mit vier KMU. Zur Datenerhebung kamen Instrumente wie teilnehmende Beobachtung und leitfadengestützte Interviews zum Einsatz.
Die Auswertung der Daten erfolgte rekonstruktiv mittels qualitativer Inhaltsanalyse [24] im Hinblick auf arbeitsintegriertes Lernen mit kognitionsunterstützenden Assistenzsystemen in der Montage. Die Analyse beinhaltet Interviews mit drei Beschäftigtengruppen in den jeweiligen Betrieben: (1) Montagebeschäftigte, die zu ihren arbeitsintegrierten Lernprozessen vor, während und nach der Implementierung von AS befragt wurden; (2) Interviews mit Mitgliedern des Betriebsrates und (3) Expertinnen, die an der Entwicklung, Planung und Umsetzung betrieblicher Digitalisierungsprojekte beteiligt sind. Zur Kontextualisierung der Ergebnisse wurden betriebsinterne Dokumente integriert.
Sichtweisen auf Assistenzen und Assistenzsysteme
Kognitionsunterstützende Assistenzsysteme sind im Kontext von Industrie 4.0 in Betrieben in umfangreiche Digitalisierungsprojekte eingebettet. Dabei sind unterschiedliche Formen mit abweichenden Verbreitungsgraden auszumachen. In den acht untersuchten Betrieben sind (a) vorstrukturierte Formen v. a. in der manuellen Montage und (b) adaptive Formen v. a. in der automatisierten Montage anzutreffen. Nur vereinzelt sind Pilotprojekte mit (c) tutoriellen Assistenzsystemen erkennbar.
Vorstrukturierte Assistenz
Ein typisches Assistenzsystem, das in allen untersuchten Betrieben zum Einsatz kommt, ist die vorstrukturierte Assistenz. Es ist speziell für repetitive Arbeitsprozesse konzipiert und wird in der manuellen Montage implementiert. Bekannt als sogenannte digitale Werkerführung wird das Arbeitshandeln im Montageprozess eng angeleitet. Zentral ist die Abbildung linearer Handlungsverläufe in Form von digitalen Handbuchformaten mit festgelegten Schritt-für-Schritt-Anweisungen mit Bildern oder Filmsequenzen und meist in Kombination mit Pick-by-Light oder Pick-by-Voice-Systemen.
Zum Anwenderkreis gehören vorrangig angelernte Beschäftigte, die manuelle Tätigkeiten ausführen für die sie keine formale Berufsausbildung benötigen. Die Aufgaben bestehen v. a. darin, sehr kleine Teile auf Leierplatten zu montieren, was u. a. viel Fingerspitzengefühl erfordert, während für das Erlernen der Aufgaben nur kurze Einarbeitungszeiten vorgesehen sind. Die Beschäftigten in den untersuchten Betrieben sind meist über 20 Jahre in der manuellen Montage tätig und konnten durch regelmäßige Rotationen an Montagestationen, über viele Jahre ihr Erfahrungswissen entwickeln.
Sichtweisen in der Technikgenese
Aus Sicht der befragten Managementvertreter soll die Arbeit in der manuellen Montage möglichst eng strukturiert werden, um die Ausführung der Aufgaben zu beschleunigen und Produktionsstabilität zu erlangen. Die minutiöse Anleitung soll mögliche Fehler in der Auswahl von Komponenten vermeiden und die Einarbeitungszeiten bei Produktionsspitzen verkürzen, um auch ungeschultes Personal wie etwa Leihkräfte schneller zu integrieren. Einige der befragten Führungskräfte betonen, dass der Einsatz vorstrukturierter Assistenzsysteme eine größere Aufgabenvielfalt ermögliche und für mehr Abwechslungsreichtum sorge.
Diese Sichtweisen werden in der Technikentwicklung aufgegriffen. Die Technikkonzeption vorstrukturierter Assistenzsysteme folgt primär der Vorstellung einer Standardisierung der Abläufe. Alle befragten Entwicklerinnen berichten, dass die digitale Werkerführung für viele Unternehmen aufgrund niedriger Einstiegshürden interessant ist und Beschäftigte den Einsatz von AS in Pilotphasen größtenteils positiv wahrnehmen.
Sichtweisen in der Technikanwendung
Aus Sicht der befragten Beschäftigten der manuellen Montage ist der Umgang mit vorstrukturierten Assistenzsystemen leicht zu erlernen. Gerade in Pilotprojekten und auch zu Beginn der Einführung befürworten sie die AS und betonen ihre Bereitschaft, sich erste IT-Bedienkenntnisse anzueignen.
Nach der Implementierung verfügen die Beschäftigten über einen Montageplatz mit fest installierten Assistenzsystemen, die zu Beginn der Schicht von den Beschäftigten zu aktivieren sind. Zum aktuellen Auftrag öffnet sich eine visuelle Arbeitsanweisung auf einem Monitor, der eine detaillierte Schritt-für-Schritt-Anleitung abbildet. Während der Ausführung laufen im Hintergrund mehrere Programme, die zum passenden Zeitpunkt Licht- bzw. Tonsignale geben, welche Komponenten für den nächsten Produktionsschritt benötigt werden.
Zusätzlich erfasst Sensorik, welches Produkt von wem zu welchem Zeitpunkt bearbeitet wird, wobei die Beschäftigten auf einem weiteren Monitor die ausstehenden Aufträge sehen. Am Ende bestätigen sie die Bearbeitung ihres Auftrages und erhalten ein automatisiertes Feedback u. a. mittels Smileys, was wohl die Motivation stimulieren sollte. Für die jeweilige Tätigkeit steht nur selektives Anwenderwissen bereit.
Die Bereitschaft für eine regelmäßige Nutzung verändert sich, als die befragten Beschäftigten in der manuellen Montage bemerken, dass ihr Erfahrungswissen aufgrund der Systeme weitestgehend obsolet wird und kaum noch ein Mitdenken erforderlich ist. Durch die obligatorische Nutzung und die starke Vorstrukturierung der Arbeitsschritte haben Beschäftigte das subjektive Gefühl geäußert, dass sie sich nicht mehr für die von ihnen durchgeführten Montagearbeiten verantwortlich fühlen:
„Wir sind nur noch für die Hände und nicht für ihren Kopf da. Du siehst alles auf dem Bildschirm hier […] jeden Schritt. Ich kenne das alles in- und auswendig. Das Licht blinkt nun und zeigt, welches Material du benötigst und wohin es gehen wird. Hier hast du die Zahlen und der Computer zeigt, wo du das Material finden kannst. […] Der andere Bildschirm ruft automatisch die Anweisungen auf, man muss nichts mehr denken, nur noch befolgen [..] es gibt keine weiteren Inhalte.“
Besonders erfahrene Beschäftigte empfinden die Assistenzsysteme durch das permanent erforderliche Bestätigen der durchgeführten Schritte als Unterforderung und sogar als Störung ihrer eigens aufgebauten Arbeitsroutinen, die häufig die Arbeit verlangsamen, während das Management davon ausgeht, dass Assistenzsysteme zu mehr Effizienz führen. Die Befragten weisen wiederholt darauf hin, dass ihnen zuvor mehr vertraut wurde, die richtigen Montageschritte ohne permanente Anleitung korrekt auszuführen.
Vor der Implementierung waren die Aufgaben in der manuellen Montage stark vorstrukturiert und in eng getaktete Produktionsprozesse eingebunden. Die Beschäftigten erhielten in der Regel ein papierbasiertes Handbuch mit Montageanleitungen und papierbasierte Listen zur Auswahl der passenden Komponenten. Dies sehen die Befragten rückblickend als ein zusätzliches Hilfsmittel an, das sie nur bei Bedarf verwendet haben, und wünschen sich adaptive Assistenzsysteme.
Adaptive Assistenz
Ein weiteres typisches Assistenzsystem in der Montage, das in vielen untersuchten Betrieben zum Einsatz kommt, ist das adaptive Assistenzsystem. Konzipiert ist es speziell für die automatisierte Montage, um relevante Maschinendaten aus automatisierten Montagelinien zu erfassen und abzubilden. Bekannt als sogenanntes Decision Support System dient es dem problembasierten Lernen in unwägbaren Arbeitssituationen für ununterbrochene und fehlerfreie automatisierte Montageprozesse, weil für situative Lösungsansätze bei Störungen dynamische Produktionsabläufe nicht einfach unterbrochen werden können.
Zum Anwenderkreis gehören Fachkräfte mit einer hinreichenden Betriebszugehörigkeit und einer formalen Berufsausbildung bspw. als Maschinen- und Anlagenführer. Die Aufgabe besteht in der Steuerung und Umrüstung automatisierter Montagelinien, wobei mehrmals am Tag kleinere Programmierschritte vorzunehmen sind, um bestimmte Parameter anzupassen. Auch Instandhaltungsaufgaben gehören dazu. Diese Aufgaben erfordern neben technischem Fachwissen und Programmierkenntnissen prozessuales Erfahrungswissen, um etwa das Ausmaß von Störungen einzuschätzen. Die Tätigkeiten gelten als „wissens- und technologieintensiv“ und als „anspruchsvoll“ und erfordern eine längere Einarbeitung.
Sichtweisen in der Technikgenese
Aus Sicht der befragten Managementvertreterinnen geht es in der automatisierten Montage um mehr Prozessstabilität und um eine flexibilisierte Anpassung hochstandardisierter Prozesse an die jeweilige Auftragslage. Adaptive Assistenzsysteme sollen demnach die Entscheidungsfindung von Beschäftigten mit visualisierten echtzeitnahen Daten von Maschinenzuständen vereinfachen, sodass sie möglichst ohne Stillstand der Anlagen Problembereiche früh erkennen und passende Lösungen entwickeln.
Diese Sichtweisen werden in der Technikentwicklung ebenso aufgegriffen und entsprechend folgen die Konzeptionen für adaptive Assistenzsysteme in der automatisierten Montage der Vorstellung, bereits hochstandardisierte Prozesse stärker zu flexibilisieren. Echtzeitbasierte Informationen in adaptiven Systemen sorgen aus Sicht der Entwicklung v. a. für eine Reduzierung der Komplexität bei Entscheidungen.
Sichtweisen in der Techniknutzung
Aus Sicht der befragten Beschäftigten in der automatisierten Montage wird gerade zu Beginn der Umgang mit adaptiven Assistenzsystemen als aufwändig und kaum als Entlastung wahrgenommen. Eine regelmäßige Nutzung führte dazu, dass sich die Befragten sicherer im Umgang mit AS fühlten. Gerade im komplexen und von Zeitdruck geprägten Produktionsalltag nehmen sie eine Verringerung situativer Stressmomente etwa bei Umrüstungen und Störungen wahr und fühlen sich durch eine technikgestützte Entscheidungshilfe sicherer in der Ergreifung adäquater Maßnahmen.
Besonders während hoher Produktionsspitzen haben die befragten Beschäftigten adaptive AS als besonders nützliche Entlastung wahrgenommen durch die Vernetzung zwischen den automatisierten Montagelinien mit mobilen Endgeräten.
„Wir müssen nun keine weiten Wege an der Linie zurücklegen, um das Problem zu lösen, und auch die Verständigung im Team ist viel leichter als vorher. Das war umständlich und zeitaufwändig.“
Vor der Implementierung haben Beschäftigte Excel-Tabellen als Entscheidungshilfe genutzt. Nach der Implementierung ist nahezu in Echtzeit der Abruf relevanter Maschinen- und Prozessdaten möglich und verhindert unwägbare Situationen im Produktionsprozess. Im Falle von Störungen stellt das Assistenzsystem detaillierte Lösungsbeschreibungen als Schritt-für-Schritt-Anweisungen bereit, die von Beschäftigten als „sehr hilfreich“ angesehen werden.
Besonders erfahrene Beschäftigte unterstreichen, dass sich mit der Einführung adaptiver AS die Flexibilität in der Produktion erhöht, weil etwa ein Umrüstungenöfter als zuvor stattfinden, da diese Aufwand erfordern . Währenddessen laufen algorithmische Programme zur Analyse der Produktion im Hintergrund, auf die Dritte jederzeit Zugriff haben.
Tutorielle Assistenz
Vereinzelt kommen tutorielle Assistenzsysteme zum Einsatz, die vergleichsweise neu sind. Sie ähneln teilweise adaptiven AS durch permanente Anpassungsmöglichkeiten. Sie unterscheiden sich aber dadurch, dass sie nicht für die direkte Bewältigung von Arbeitshandlungen konzipiert sind, sondern als reine Lernunterstützung. In dafür vorgesehenen Räumen gehen ausgewählte Beschäftigte in simulierte Arbeitssituationen und testen geschützt neue Anwendungen aus, um aus Fehlern zu lernen. Hierbei werden individuelle Arbeits- und Lernhandlungen sowie deren Ausführungsfrequenz durch Sensoren erfasst und dokumentiert, die algorithmisch mit hinterlegten Erfahrungsportfolios bzw. didaktischen Konzepten verknüpft werden.
Zum Anwenderkreis gehören im Wesentlichen jüngere Beschäftigte, die nicht nur in der Montage tätig sind und denen besonders von Führungskräften eine erhöhte Technikaffinität und Lernbereitschaft zugeschrieben wird. Beschäftigte, die über längere Betriebszugehörigkeiten und über umfassendes Erfahrungswissen verfügen, haben oft (noch) keinen Zugang zu diesem Assistenzsystem. Der Verbreitungsgrad erscheint noch sehr niedrig. Von den acht untersuchten Betrieben hatten nur drei Betriebe ein tutorielles Assistenzsystem.
Sichtweisen in der Technikgenese
Aus Sicht der befragten Managementvertreter sind tutorielle Assistenzsysteme speziell für die Aus- und Weiterbildung konzipiert. Sie sollen bei Industriebeschäftigten den gezielten Aufbau eines neuen Prozesswissens fördern auch unabhängig von derlaufenden Produktion. Darüber hinaus soll es die betriebliche Organisation neuer Lernanlässe im Kontext von Industrie 4.0 unterstützen.
Aus Sicht der befragten Entwicklerinnen basieren tutorielle Assistenzsysteme auf KI und unterstützen anlassbezogen das Einüben neuer Arbeitsabläufe und den Erwerb neuer Kompetenzen. Die Befragten weisen auf erhöhte Lerneffekte hin. Vorgesehen ist ein situatives Anpassen an verfügbares Wissen und eine selbstbestimmte Individualisierung des Lernens. Für die betriebliche Organisation des Lernens wird der individuelle Lernbedarf von Beschäftigten über vernetzte Systeme wie Learning Analytics visualisiert. Daten aus der Vernetzung mit verschiedenen Artefakten wie mobilen Endgeräten werden mit sensorischen Kamerasystemen und Plattformen erfasst.
Sichtweisen in der Techniknutzung
Aus Sicht der befragten Beschäftigten in der Montage ermöglichen tutorielle Assistenzsysteme ein bedarfsgerechtes Erlernen einfacher Montagevorgänge und komplexer Steuerungen in der automatisierten Montage. In Pilotprojekten haben ausgewählte Beschäftigte tutorielle AS in speziell dafür abgegrenzten Bereichen auf dem Shopfloor oder separaten Räumen kennengelernt. Zum Beispiel haben sie neue Funktionsweisen von Maschinen und Anlagen ausprobiert.
Gleichzeitig wurden mögliche Auswirkungen bei verschiedenen Parametern simuliert, um etwa die Folgen einer (teils) ausfallenden Anlage abzuschätzen. Die befragten Beschäftigten in der automatisierten Montage beschreiben dies als ein neues und praxisorientiertes Lernerlebnis. Sie heben hervor, dass dieses AS wichtig für den Aufbau neuer Erfahrungen im Umgang mit anderen neuen Technologien seien:
„Für die Suche nach neuen und unbekannten Problemlösungen ist das System sinnvoll. Durch das Interagieren und das Experimentieren können wir die Bedienung neuer Maschinen und Anlagen in der Automatisierung außerhalb der laufenden Produktion trainieren, und das ist sinnvoll. […] Das vom AS eingeblendete Echtzeit-Feedback ist wichtig für den Austausch unter Kollegen.“
Demgegenüber kommen in der manuellen Montage tutorielle AS als Hilfestellung zur Strukturierung des Arbeitsprozesses zum Einsatz. Das System gibt bspw. Hinweise, wenn bestimmte Einstellungen am Arbeitsplatz möglicherweise nicht gesundheitsförderlich sind oder Pausen eingelegt werden sollten.
Einige der befragten Beschäftigten würdigen die gestiegene Anpassungsfähigkeit der Systeme und nehmen das Feedback beim Erreichen eines bestimmten Ziels als positives Signal wahr. Nach mehrmaligem Gebrauch verblasst der motivierende Effekt und erzeugt Widerstände. Reflektierend bemerken sie, dass individuelle Lernempfehlungen und visuelle Rückmeldungen zum Lernfortschritt aus der Erfassung ihrer Handlungsdaten entstanden sind und kritisieren dies.
Im Vergleich stellen sich die Assistenzsysteme wie in Bild 3 dar.
Ungelöste Spannungsfelder
Bei kognitionsunterstützemden Assistenzsystemen in der Montage lassen sich Chancen zum Upskilling nachzeichnen, etwa beim Erlernen neuer Aufgaben, die entweder durch andere neue Technologien oder durch veränderte Prozesse entstehen, sowie in der Bewältigung komplexer Arbeitsanforderungen. Adaptive und tutorielle Assistenzsysteme stellen sich im Vergleich zu stark vorstrukturierten Assistenzsysteme als bedarfsgerechter dar, da sie individuelles Vorwissen der Beschäftigten berücksichtigen und eine Weiterentwicklung von Erfahrungswissen begünstigen.
Trotz der entlastenden Effekte greift aber eine allzu optimistische Sicht auf Assistenzsysteme zu kurz. Betriebsräte weisen auf Herausforderungen hin:
„Technische Unterstützung kann vielleicht einer Dequalifizierung vorbeugen und ein Lernen aus Fehlern ermöglichen. Personalisiertes Lernen, das außerhalb der täglichen Arbeit und in extra dafür vorgesehenen Räumen stattfindet, kostet den Betrieb und erfordert eine Freistellung. Das müssen wir noch aushandeln.“
Bereits in der Technikgenese folgt die Entwicklung überwiegend einem Managementideal, das sich primär an Effizienzsteigerung mit einer möglichst störungsfreien Produktion mit einer Null-Fehler-Politik orientiert. In der Folge entstehen standardisierte Prozesse und eine Vernetzung mit algorithmischen Systemen, die meist im Verborgenen bleibt, aber langfristig ein Risiko zur „Vermessung der Arbeit“ [26] beinhaltet. Aus Sicht der befragten Betriebsräte liege v. a. in adaptiven Assistenzsystemen ein Spannungsfeld zwischen Lernförderlichkeit und Kontrollmechanismen:
„Es ergeben sich auch problematische Kontrollpotenziale, da Assistenzsysteme die Geschwindigkeit der ausgeführten Handlungen mit Sensoren erfassen und die Daten wiederum als verfügbare Information in die Produktionsplanung zur Effizienzsteigerung in der Produktion einfließen. Wir müssen die Belegschaft
da auch sensibilisieren.“
Die bisherigen Assistenzsysteme in der Einfacharbeit gefährden – als „komplementärer Technikeinsatz zur Prozessrationalisierung“ [29b] – eine Aufwertung von Arbeit. Im Gegenteil: permanentes Befolgen allzu konkreter Handlungsanweisungen erzeugt subjektive Entwertungserfahrungen mit einem Bedeutungsverlust des erworbenen Erfahrungswissens, was eine sinkende Technikakzeptanz und sinkende Lernbereitschaft zur Folge hat.
Auf lange Sicht ist durch eine kognitive Unterbeanspruchung das Risiko zum Deskilling mit manifestierten Ungerechtigkeitsgefühlen nicht auszuschließen, während technische Potenziale zur eigenständigen Anpassung an vorhandenes Wissen unausgeschöpft bleiben. Wichtig wären AS mit zusätzlich integrierten Lerninhalten, die sich nicht nur an funktionalistischen Lernzielen des gegenwärtigen Arbeitsplatzes orientiere, sowie betriebliche Lernangebote, die eine Teilnahme trotz enger Produktionstaktungen ermöglichen. [10]
Beim Lernen mit Assistenzsystemen weisen die befragten Betriebsräte auf einen Regulierungsbedarf hin und unterstreichen die weitreichenden Folgen zu eng strukturierter Assistenzsysteme. Demnach schaffe die Aussicht auf eine potenzielle Verkürzung von Ausbildungs- und Anlernzeiten mit AS ungünstige Anreize für Unternehmen, sich zukünftig unter Effizienzgesichtspunkten noch mehr auf Leiharbeit zu verlassen mit der Gefahr sinkender Lohnstandards:
„Eine Standardisierung der Montage mit ständigen Handlungsanleitungen kann den Verlust kognitiver Fähigkeiten fördern und langfristig das Lohnniveau absenken. Das wird oft nicht bedacht“.
Demgegenüber weisen andere Betriebsräte auf stabile Lohnniveaus in der Industrie hin und betonen, dass sie zwar mögliche Gehaltskürzungen für bestehendes Personal verhindern können, aber zukünftige Lohnkürzungen nicht auszuschließen seien:
„Man sieht, die Komplexität bleibt bestehen und auch die Gehaltsgruppe. […]. Wir wollen, dass unsere Kollegen ihr Geld behalten […]. Aber wer weiß: wenn neue Leute eingestellt werden, sieht die Welt oft ganz anders aus.“
Die Risiken zum Deskilling sind nicht allein auf vorherrschende Leitbilder in der Technikgenese oder die Vorstrukturiertheit bisheriger Assistenzsysteme zurückzuführen. Vielmehr kommt es beim individuellen Lernen und der Organisation des Lernens auch auf eine funktionierende Mitbestimmung an. Zum Beispiel haben Angelernte eine Unterforderung in KMU ebenso wie in Großbetrieben thematisiert, die aber in sozialen Interaktionen kaum aufgegriffen wurde, da der Austausch vorwiegend durch technikaffine Beschäftigte bestimmt war und erwartungsgemäß kaum Betriebsräte eingebunden waren.
Allerdings sind sich die befragten Betriebsräte uneinig, wenn es um die Einbindung geht. Viele berichten über ihre zunehmende Einbindung in Pilotprojekten und befürworten spezielle Austauschformate zur bedarfsgerechten Technikgestaltung.
Zugleich erschwere die iterative Logik in Projekten oft die Entwicklung passender Regularien bzgl. der Lernzeiten und der Vermeidung einer technisch-gestützten Leistungskontrolle, die sich am tatsächlichen Stand der Technologie orientieren. Außerdem kritisieren sie die fehlende Einsicht seitens des Managements bzgl. des Umgangs mit einer inhaltlichen Entleerung von Arbeit bei Angelernten, die trotz vieler Austauschprozesse kaum Einzug in die Technikentwicklung hält. Einer frühzeitigen Einbindung von Beschäftigten stehen sie kritisch gegenüber, da die Gefahr bestehe, dass Beschäftigte an einer Abwertung ihrer eigenen Fähigkeiten mitwirken würden.
Die vorliegenden Ergebnisse tragen zu einer empirischen Standortbestimmung in der fortlaufenden Transformation bei. Die vorliegende Analyse mit unterschiedlichen Sichtweisen auf konkrete Formen von Assistenzsystemen in der Montage verweist auf eine kritische Reflexion bisheriger Standards in der Technikentwicklung, selbst wenn sich aufgrund der fallspezifischen Daten keineswegs universelle Entwicklungen ableiten lassen. Festzuhalten bleibt, dass es zukünftig auf eine verantwortungsvolle Technikentwicklung mit humanzentrierten Leitbildern ankommt sowie auf Lernangebote, die das Erfahrungswissen bei allen Beschäftigten ohne unnötige Kontrollmechanismen berücksichtigen. Auf diese Weise kann einer finanziellen Entwertung von Arbeit entgegengewirkt werden.
Literatur
[1] Apt, W.; Schubert, M.; Wischmann, S.: Digitale Assistenzsysteme. Perspektiven und Herausforderungen für den Einsatz in Industrie und Dienstleistungen. iit – Institut für Innovation und Technik. Berlin 2018.[2] Apt, W.; Bovenschulte, M.; Priesack, K.; Hartmann, E. A.; Weiß, C.: Einsatz von digitalen Assistenzsystemen im Betrieb. iit – Institut für Innovation und Technik. Berlin 2018.
[3] Stich, V.; Gudergan, G.; Senderek, R.: Arbeiten und Lernen in der digitalisierten Welt. In: Hirsch-Kreinsen, H.; Ittermann, P. (Hrsg): Digitalisierung industrieller Arbeit. BadenBaden 2015, S. 109–130.
[4] Spath, D.; Ganschar, O.; Gerlach, S.; Hämmerle, M.; Krause, T.; Schlund, S.: Produktionsarbeit der Zukunft – Industrie 4.0. Fraunhofer IAO. 2013.
[5] Ittermann, P.; J. Niehaus, 2018: Industrie 4.0 und Wandel von Industriearbeit – revisited. Forschungsstand und Trendbestimmungen. In: H. Hirsch-Kreinsen, P. Ittermann, J. Niehaus (Hrsg.) Digitalisierung industrieller Arbeit. Die Vision Industrie 4.0 und ihre sozialen Herausforderungen, Baden-Baden: Nomos, S. 33–60.
[6] Hirsch-Kreinsen, H.: Einleitung: Digitalisierung industrieller Arbeit. In: Hirsch-Kreinsen, H.; Ittermann, P.; Niehaus, J. (Hrsg): Digitalisierung industrieller Arbeit. Die Vision Industrie 4.0 und ihre sozialen Herausforderungen. Baden-Baden 2018, S. 13–32.
[7] Hirsch-Kreinsen, H.: Digitalisierung industrieller Einfacharbeit. Entwicklungspfade und arbeitspolitische Konsequenzen. In: Arbeit 26 (2017) 1, S. 7–32.
[7a] Hirsch-Kreinsen, H.; Ittermann, P.; Falkenberg, J.: Szenarien digitalisierter Einfacharbeit: Konzeptionelle Überlegungen und empirische Befunde aus Produktion und Logistik. Baden-Baden 2019.
[7b] Ittermann, P.; Ortmann, U.; Virgillito, A.; Walker, E.: Hat die Digitalisierung disruptive Folgen für Einfacharbeit? Kritische Reflexion und empirische Befunde aus Produktion und Logistik. In: Industrielle Beziehungen. Zeitschrift für Arbeit, Organisation und Management 26 (2019) 2, S. 150–168.
[8] Kuhlmann, M.; Splett, B.; Wiegrefe, S.: Montagearbeit 4.0? Eine Fallstudie zu Arbeitswirkungen und Gestaltungsperspektiven digitaler Werkerführung. In: WSI Mitteilungen (2018), S. 182–188.
[9] Baethge-Kinsky, V.; Kuhlmann, M.; Tullius, K.: Technik und Arbeit in der Arbeitssoziologie – Konzepte für die Analyse des Zusammenhangs von Digitalisierung und Arbeit. In: AIS-Studien 11 (2018) 2, S. 91–106.
[10] Warnhoff, K.; De Paiva Lareiro, P.: Skill Development on the Shop Floor – Heading to a Digital Divide? In: Proceedings of the Weizenbaum Conference 2019 “Challenges of Digital Inequality – Digital Education, Digital Work, Digital Life”, S. 1–10.
[11] Vladova, G.; Wotschack, P.; de Paiva Lareiro, P.; Gronau, N.; Thim, C.: Lernen mit Assistenzsystemen. Vor lauter Aufgaben den Prozess nicht sehen?“ In: Industrie 4.0 Management 36 (2020) 3, S. 16–20.
[12a] Schröder, C.: Herausforderungen von Industrie 4.0 für den Mittelstand. Bonn 2016.
[13] MacKenzie, D.; Wajcman, J.: The Social Shaping of Technology. In: MacKenzie, D.; Wajcman, J. (Hrsg): The Social Shaping of Technology (1985), S. 2–25.
[14] Rammert, W.: Die technische Konstruktion als Teil der gesellschaftlichen Konstruktion der Wirklichkeit. In: Technik – Handeln – Wissen. Wiesbaden 2016.
[15] Böhle, F.; Bolte, A.; Neumer, J.; Pfeiffer, S.; Porschen, S.; Ritter, T.; Sauer, S.; Wühr, D.: Subjektivierendes Arbeitshandeln – „Nice to have“ oder ein gesellschaftskritischer Blick auf „das Andere“ der Verwertung? In: Arbeit als Subjektivierendes Handeln 4 (2011) 2, S. 16–26.
[16] Böhle, F.: Arbeit als Handeln. In: Böhle, F.; Voß, G. G.; Wachtler, G. (Hrsg): Handbuch Arbeitssoziologie. Wiesbaden 2018.
[17] Niehaus, J.: Mobile Assistenzsysteme für Industrie 4.0: Gestaltungsoptionen zwischen Autonomie und Kontrolle. (FGW-Studie Digitalisierung von Arbeit, 4). Forschungsinstitut für gesellschaftliche Weiterentwicklung e.V. (FGW). Düsseldorf 2017.
[18] Falkenberg, J.: Mobile Kontrolleure. Eine arbeitssoziologische Analyse digitaler Assistenzsysteme in der Logistik 4.0. In: Hirsch-Kreinsen, H.; Karacic, A. (Hrsg): Logistikarbeit in der digitalen Wertschöpfung. Perspektiven und Herausforderungen für Arbeit durch technologische Entwicklungen. Düsseldorf 2018, S. 37–56.
[19] Backhaus, N.: Kontextsensitive Assistenzsysteme und Überwachung am Arbeitsplatz: Ein meta-analytisches Review zur Auswirkung elektronischer Überwachung auf Beschäftigte. In: Zeitschrift für Arbeitswissenschaft 73 (2019) 1, S. 2–22.
[20] Dehnbostel, P.: Betriebliche Lernorte, Lernräume und Selbstlernarchitekturen. In der digitalisierten Arbeitswelt. In: Magazin Erwachsenenbildung (2019), S. 35–36.
[21] Kelle, U.; Kluge, S.: Vom Einzelfall zum Typus: Fallvergleich und Fallkontrastierung in der qualitativen Sozialforschung. Wiesbaden 2010.
[22] Pflüger, J.; Pongratz, H.; Trinczek, R.: Fallstudien in der deutschen Arbeits- und Industriesoziologie. Eine Bestandsaufnahme. In: Industriesoziologische Fallstudien: Entwicklungspotenziale einer Forschungsstrategie. Berlin 2010, S. 22–71.
[23] Yin, R. K.: Case study research and applications. Design and methods. Los Angeles 2018.
[24] Gläser, J.; Laudel, G.: Experteninterviews und qualitative Inhaltsanalyse als Instrumente rekonstruierender Untersuchungen. Wiesbaden 2010.
[25] Huchler, N.: Grenzen der Digitalisierung von Arbeit – Die Nicht-Digitalisierbarkeit und Notwendigkeit impliziten Erfahrungswissens und informellen Handelns. In: Zeitschrift für Arbeitswissenschaft 71 (2017) 4, S. 215–223.
[26] Krzywdzinski, M.; Pfeiffer, S.; Evers, M.; Gerber, C.: Measuring Work and Workers. Wearables and Digital Assistance Systems in Manufacturing and Logistics. In: WZB Discussion Paper SP III 2022-301. Berlin 2022.
[27a] Rammert, W.: Prozesse der Technikgenese und der Stellenwert von Leitbildern der Technikentwicklung. In: E. Fricke (Hrsg): Zur Zukunftsorientierung von Ingenieuren und Naturwissenschaftlern. Friedrich-Ebert-Stiftung. Bonn 1994, S. 15.
[27b] Rammert, W.: Die technische Konstruktion als Teil der gesellschaftlichen Konstruktion der Wirklichkeit. In: Technik – Handeln – Wissen. Wiesbaden 2016.
[28] Pfeiffer, S.; Suphan, A.: Industrie 4.0 und Erfahrung – das Gestaltungspotenzial der Beschäftigten anerkennen und nutzen. In: Hirsch-Kreinsen, H.; Ittermann, P.; Niehaus, J. (Hrsg): Digitalisierung industrieller Arbeit. Die Vision Industrie 4.0 und ihre sozialen Herausforderungen. Baden-Baden 2018, S. 205–230.
[29a] Huchler, N.: Die ‚Rolle des Menschen‘ in der Industrie 4.0: Technikzentrierter vs. humanzentrierter Ansatz. In: Arbeits- und Industriesoziologische Studien 9 (2016), S. 57–79.
[29b] Huchler, N.: Komplementäre Arbeitsgestaltung. Grundrisse eines Konzepts zur Humanisierung der Arbeit mit KI. In: Zeitschrift für Arbeitswissenschaft 76 (2022) 2, 158–175.
[30] Kuhlenkötter, B. u. a.: Mitbestimmung und Partizipation im Transformationsprozess zur Industrie 4.0. In: Arbeit 28 (2019), S. 401–422.
Ihre Downloads
Potenziale: Qualifizierung
Lösungen: Montage Produktionsplanung
Das könnte Sie auch interessieren
