Motion-Mining im Vergleich zu traditionellen Lean-Tools

Sensorgestützte Analyse manueller Prozesse in Produktion und Logistik

ZeitschriftIndustry 4.0 Science
Ausgabe40. Jahrgang, 2024, Ausgabe 2, Seite 24-31
Literatur Teilen Zitieren Download

Abstract

Motion-Mining® ist eine Technologie, die mittels Bewegungssensoren und Mustererkennung eine automatisierte Prozessabbildung und Analyse manueller Arbeit ermöglicht. Dieser Beitrag bewertet die Vorteile und Grenzen ihres Einsatzes in Produktions- und Logistikprozessen. Dazu wird Motion-Mining® mit traditionellen Lean-Management-Tools zum Analysieren manueller Tätigkeiten verglichen. Erfahrungen aus vier Use Cases bieten Entscheidungsunterstützung bei der Auswahl der geeigneten Methode für einen bestimmten Anwendungsfall.

Keywords

Artikel

Motion-Mining® ist eine Technologie, die mittels Bewegungssensoren und Mustererkennung eine automatisierte Prozessabbildung und Analyse manueller Arbeit ermöglicht. Dieser Beitrag bewertet die Vorteile und Grenzen ihres Einsatzes in Produktions- und Logistikprozessen. Dazu wird Motion-Mining® mit traditionellen Lean-Management-Tools zum Analysieren manueller Tätigkeiten verglichen. Erfahrungen aus vier Use Cases bieten Entscheidungsunterstützung bei der Auswahl der geeigneten Methode für einen bestimmten Anwendungsfall.

Zugang beschränkt

Sie sind zur Zeit nicht angemeldet / noch nicht registriert.

Um diesen Inhalt vollständig lesen zu können, müssen Sie über ein entsprechendes inklusiv-Abonnement verfügen. Alternativ können Sie den Zugang auch durch Zahlung eines Einmalpreises erhalten.

Abo inklusive Einzelkauf
ohne 29,00 €
Digital 27,55 €
Expert 26,10 €
Professional 0,00 €

Lesen für einmalig 29,00 €

Alle Preise enthalten 7% Mehrwertsteuer

Nach Erwerb der Zugangsrechte werden Sie automatisch wieder zu dieser Seite zurückgeleitet.


Das könnte Sie auch interessieren

Audioimmersives Lernen in der beruflichen Weiterbildung

Audioimmersives Lernen in der beruflichen Weiterbildung

Von linearer Audiowiedergabe zu KI-gestützten und dialogischen Lernbegleitern
Tim Beichter, Vanessa Hartmann, Katharina Hölzle ORCID Icon, Manuel Kaiser
Künstliche Intelligenz rückt vermehrt in den Fokus der beruflichen Weiterbildung zur Personalisierung der individuellen Lernreisen. Gleichzeitig sind Audioformate ein wünschenswertes Format der Lernenden, das zunehmendes Interesse erhält. Ein Konzept eines KI-gestützten Audioformates, sowie Potenziale des Zusammenspiels von künstlicher Intelligenz und Audio bleiben jedoch bislang unberücksichtigt und erfordern daher eine konzeptionelle Betrachtung über die möglichen Gestaltungsmöglichkeiten.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 102-108 | DOI 10.30844/I4SD.26.5.12
Kompetenzsicherung für die Verifikation und Validierung von Simulationsmodellen

Kompetenzsicherung für die Verifikation und Validierung von Simulationsmodellen

Anforderungen an eine KI-gestützte Assistenz in Produktion und Logistik
Sigrid Wenzel ORCID Icon, Felix Özkul ORCID Icon, Robin Sutherland ORCID Icon
Lässt sich die Gültigkeit und Glaubwürdigkeit von Simulationsmodellen und Daten für die Simulation in Produktion und Logistik mit Künstlicher Intelligenz (KI) ermitteln? Welche Anforderungen müssen KI-Assistenzen erfüllen, damit sie Experten bei der Verifikation und Validierung unterstützen und diese gleichzeitig ihre Kompetenz sichern können? Zu ihren Erwartungen und Wünschen werden Simulationsexperten befragt, um die tatsächlichen Anforderungen der Community an KI-Assistenzen im Kontext des Einsatzes der ereignisdiskreten Simulation zu identifizieren und ihre Umsetzung voranzutreiben.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 24-33 | DOI 10.30844/I4SD.26.5.3
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
KI-gestützte Bereitstellung von Erfahrungswissen 

KI-gestützte Bereitstellung von Erfahrungswissen 

Praktische Erfahrungen aus Unternehmensfällen
Martin Schmauder ORCID Icon, Gritt Ott ORCID Icon, Bianca Windisch
Die Nutzung von Erfahrungswissen ist für Unternehmen ein zentraler Erfolgsfaktor. Der vorliegende Beitrag analysiert anhand von vier betrieblichen Fallstudien die technischen, organisatorischen und personellen Herausforderungen beim Einsatz von Retrieval-Augmented-Generation-(RAG)-Systemen. Die Ergebnisse zeigen, dass der Erfolg solcher Systeme maßgeblich von der strategischen Entwicklung und Pflege der Wissensbasis sowie von der Einbindung der Beschäftigten abhängt.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 128-135 | DOI 10.30844/I4SD.26.5.15
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
Arbeitsgestaltung beim Einsatz autonomer Systeme

Arbeitsgestaltung beim Einsatz autonomer Systeme

Analyse von Änderungsbedarf zur Kompensation von Fachkräftemangel mit autonomen Systemen
Tim Jeske ORCID Icon, Sascha Stowasser ORCID Icon, Nicole Ottersböck, Sebastian Terstegen, Rasmus Adler ORCID Icon
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.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 44-50 | DOI 10.30844/I4SD.26.5.5