Autor: Katharina Hölzle

Das für die industrielle Instandhaltung erforderliche implizite Wissen ist durch den demografischen Wandel und die zunehmende Komplexität technischer Systeme zunehmend gefährdet. Dieser Beitrag stellt Tacit-TALK vor, ein sprachbasiertes System, das implizites Wissen mithilfe KI-gestützter Gespräche externalisiert. Gesprochene Eingaben werden transkribiert, mithilfe von Large Language Models (LLMs) analysiert und in einem Wissensgraphen gespeichert, der neue Erkenntnisse mit bereits vorhandenen Organisationsdaten verknüpft. Der Beitrag basiert auf einer Design-Science-Research-Methodik, der auf der soziotechnischen Theorie aufbaut und für die Instandhaltung in der Halbleiterindustrie instanziiert wurde. Daraus werden Gestaltungsprinzipien für die KI-gestützte Erfassung impliziten Wissens abgeleitet, die auf einer wertorientierten Einbindung von Stakeholdern beruhen. Zudem wird eine Referenzarchitektur vorgestellt, die Large Language Models mit Wissensgraphen kombiniert, und es ...

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.

Reicht es aus, Mitarbeitende im Umgang mit KI-Werkzeugen zu schulen oder erfordert die KI-Organisation völlig neue Kompetenzen? Der Beitrag stellt ein Digital-Enablement-Modell mit drei Kompetenzdimensionen vor und zeigt anhand eines am Fraunhofer IAO erprobten Upskilling-Programms, wie Organisationen die KI-Adoptionslücke nachhaltig überwinden können.

Der Fokus bisheriger Arbeitssystemmodelle lag auf einer oder mehreren arbeitenden Personen, die innerhalb der definierten Systemgrenzen die einzigen (intelligenten) Akteure sind. Die Einführung generativer Künstlicher Intelligenz (GenAI) in Arbeitssysteme, insbesondere als intelligenter und autonomer Akteur (Agent) mit potenziell spezifischen sozialen Fähigkeiten und Persönlichkeitsmerkmalen, erfordert eine Neukonzeption von Arbeitssystemen. Dieser Artikel adressiert neue Anforderungen im Zusammenhang mit der Einführung von GenAI und entwickelt ein menschzentriertes KI-gestütztes Arbeitssystemmodell, das die erheblich erweiterten Fähigkeiten von kollaborativen sozialen Robotern berücksichtigt.

In Deutschland sind Industrieunternehmen in einer zunehmend komplexen Welt mit dem demografischen Wandel und stagnierender Produktivität konfrontiert. Die manuelle Montage bleibt bei komplexen Produkten in geringen Stückzahlen unverzichtbar, doch Produktivität und Qualität leiden unter menschlicher Variabilität. Dieser Beitrag stellt ein Konzept für ein empathisches Montageassistenzsystem vor, das einen digitalen menschlichen Zwilling mit einer KI-basierten Schraubdatenanalyse in einer modularen Architektur vereint. Abweichungen im Schraubprozess werden klassifiziert, mit den abgeleiteten Zuständen der Mitarbeiter verknüpft und in Informationen und Handlungsempfehlungen überführt.