{"id":93899,"date":"2020-06-15T12:00:00","date_gmt":"2020-06-15T12:00:00","guid":{"rendered":"https:\/\/industry-science.com\/?post_type=article&#038;p=93899"},"modified":"2024-04-16T16:32:12","modified_gmt":"2024-04-16T14:32:12","slug":"learning-with-assistance-systems-not-seeing-the-process-for-the-tasks","status":"publish","type":"article","link":"https:\/\/industry-science.com\/en\/articles\/learning-with-assistance-systems-not-seeing-the-process-for-the-tasks\/","title":{"rendered":"Learning with Assistance Systems"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Die unter dem Schlagwort \u201eIndustrie 4.0\u201c diskutierten Ver\u00e4nderungen der Arbeitswelt betreffen auch Lernprozesse, Kompetenzen und Qualifikationen der Besch\u00e4ftigten. F\u00fcr das Segment einfacher T\u00e4tigkeiten, die im Mittelpunkt der vorliegenden Studie stehen, wurden in der Arbeits- und Betriebsforschung vier verschiedene Wege der digitalen Transformation identifiziert: Deskilling, Upskilling, Substitution oder Persistenz bestimmter Aufgaben und Arbeitspl\u00e4tze [1], wobei sich die vorliegende Studie auf die Prozesse des Deskilling im Zuge der Einf\u00fchrung kognitiver Assistenzsysteme (AS) bei einfachen manuellen Fertigungst\u00e4tigkeiten fokussiert.<\/p>\n\n<p class=\"wp-block-paragraph\">W\u00e4hrend Automatisierungsprozesse in der Industriearbeit auf die Substitution menschlicher T\u00e4tigkeiten mittels der Verlagerung von Aufgaben an Robotik oder Software abzielen, findet bei dem Einsatz kognitiver AS keine Substitution, sondern eine Ver\u00e4nderung der T\u00e4tigkeiten statt. Im Gegensatz zur klassischen Automatisierung wird die menschliche Arbeit durch den Einsatz digitaler AS also nicht ersetzt, sondern erg\u00e4nzt, um das Arbeitsverm\u00f6gen der Besch\u00e4ftigten zu erweitern oder fehlende F\u00e4higkeiten zu kompensieren [2]. Kognitive AS dienen dabei \u201eder anwendungsgerechten, echtzeitnahen Informationsbereitstellung\u201c [2], um Besch\u00e4ftigte bei Entscheidungen zu unterst\u00fctzen oder bei manuellen T\u00e4tigkeiten anzuleiten.<\/p>\n\n<h2 class=\"wp-block-heading\">Digitale Assistenzsysteme in betrieblichen Produktionsprozessen<\/h2>\n\n<p class=\"wp-block-paragraph\">Kognitive AS treten den Besch\u00e4ftigten in Form unterschiedlicher Artefakte entgegen. H\u00e4ufig finden sich mobile Endger\u00e4te wie Tablets, aber auch station\u00e4re Displays, auf denen die AS als mehr oder weniger interaktive Visualisierungssysteme angezeigt sind. Daneben werden kognitive AS auch in Form von Wearables wie Datenbrillen oder als Pick-by-light eingesetzt. AS k\u00f6nnen Besch\u00e4ftigte beim Erlernen neuer Aufgaben unterst\u00fctzen, indem sie die f\u00fcr den Prozess relevanten Information filtern und bedarfsgerecht zur Verf\u00fcgung stellen und so Potenziale f\u00fcr eine schnellere und arbeitsintegrierte Kompetenzentwicklung liefern [3].<\/p>\n\n<p class=\"wp-block-paragraph\">Das bietet f\u00fcr Betriebe nicht nur den Vorteil, dass sich Arbeitst\u00e4tigkeiten und Arbeitsleistung der Besch\u00e4ftigten direkt steuern und unter Effizienzgesichtspunkten optimieren lassen. Es wird auch eine flexible Anpassung der Arbeitsabl\u00e4ufe an neue Verfahren und wechselnde Produkte m\u00f6glich. Auch der Personaleinsatz und die Personalrekrutierung werden erleichtert, da Vorkenntnisse und Erfahrungswissen an Bedeutung verlieren. F\u00fcr die Besch\u00e4ftigten k\u00f6nnen kognitive AS ebenso vorteilhaft sein. Durch die kognitive Unterst\u00fctzung wird es m\u00f6glich, ohne l\u00e4ngere Einarbeitungszeiten eine breitere Varianz von T\u00e4tigkeiten durchzuf\u00fchren und so einseitige physische Belastungen zu vermeiden [4]. Bei hoher Produktvarianz und somit h\u00e4ufig wechselnden T\u00e4tigkeitsabl\u00e4ufen kann der Einsatz kognitiver AS auch zur Reduktion von Stress beitragen (ebd.).<\/p>\n\n<p class=\"wp-block-paragraph\">Durch den Einsatz von AS versprechen sich Unternehmen zudem eine verbesserte Prozesskontrolle bei geringqualifizierten T\u00e4tigkeiten [4-6]. Durch die \u201edigitale Werkerf\u00fchrung\u201c sollen Fehler vermieden und das Arbeitshandeln st\u00e4rker vorstrukturiert und gesteuert werden.<\/p>\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"1000\" height=\"390\" src=\"https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-1.jpg\" alt=\"Forschungs- und Anwendungszentrum Industrie 4.0 in Potsdam\" class=\"wp-image-101518\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-1.jpg 1000w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-1-510x199.jpg 510w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-1-64x25.jpg 64w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-1-764x298.jpg 764w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-1-768x300.jpg 768w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-1-514x200.jpg 514w\" sizes=\"auto, (max-width: 1000px) 100vw, 1000px\" \/><figcaption class=\"wp-element-caption\"><em>Bild 1: Forschungs- und Anwendungszentrum Industrie 4.0 in Potsdam.<\/em><\/figcaption><\/figure>\n\n<h2 class=\"wp-block-heading\">Einsatz von AS \u2013 die Risiken im Neuland<\/h2>\n\n<p class=\"wp-block-paragraph\">Neben den vielen Vorteilen, welche mit dem Einsatz digitaler AS verbunden sind, werden in der Forschung ebenso m\u00f6gliche Probleme und Risiken identifiziert, die mit dem Verlust von sogenanntem Prozesswissen einhergehen. Darunter wird die gute Kenntnis des gesamten Arbeitsprozesses (und seines Endprodukts), in den die einzelnen Arbeitsaufgaben und T\u00e4tigkeiten eingebettet sind, verstanden. Das gilt vor allem f\u00fcr vernetzte Produktionsprozesse, in denen Monitoring, Fehleranalyse, Probleml\u00f6sung und Steuerung eine gro\u00dfe Rolle spielen [7].<\/p>\n\n<p class=\"wp-block-paragraph\">Wird bei Fertigungsprozessen die Verantwortlichkeit f\u00fcr den korrekten Prozessablauf auf kognitive AS \u00fcbertragen, kann dies langfristig zu einem Verlust von Prozesswissen und Verantwortlichkeit f\u00fchren. Durch das \u201eMithandeln\u201c von Technik, wird dieser von den Besch\u00e4ftigten f\u00fcr den Arbeitsprozess eine Handlungstr\u00e4gerschaft zugeschrieben, was dazu f\u00fchrt, dass sich Besch\u00e4ftigte vermehrt auf den ihnen zugewiesenen Handlungsbereich konzentrieren und sich damit der Zust\u00e4ndigkeit f\u00fcr die der Technik zugeschriebenen Handlungen (Prozesswissen und -planung) entledigen [8].<\/p>\n\n<p class=\"wp-block-paragraph\">Hier erweist es sich auch im Segment einfacher T\u00e4tigkeiten als zunehmend wichtig, dass Besch\u00e4ftigte die Arbeitsprozesse gut kennen, Informationen schnell einordnen und auf Fehler angemessen reagieren k\u00f6nnen [1, 7]. Sofern Besch\u00e4ftigte nur noch Handlungen und T\u00e4tigkeiten ausf\u00fchren, die ihnen ein AS unmittelbar vorgibt, droht dieses Wissen um die Funktion und Bedeutung der einzelnen Arbeitsschritte im Gesamtprozess verloren zu gehen.<\/p>\n\n<p class=\"wp-block-paragraph\">Vor diesem Hintergrund untersucht die vorliegende Studie, wie sich zus\u00e4tzliches Wissen \u00fcber das Produkt und den Gesamtprozess der Produktion auf die Arbeitsleistung und Arbeitszufriedenheit auswirken.<\/p>\n\n<p class=\"wp-block-paragraph\">Nachfolgend werden ein experimentelles Setting sowie einige ausgew\u00e4hlte erste Ergebnisse vorgestellt, die Einblicke in die Frage erlauben, in wieweit digitale AS in der Produktion die Anlernprozesse beeinflussen k\u00f6nnen.<\/p>\n\n<h2 class=\"wp-block-heading\">Experimentenumgebung<\/h2>\n\n<p class=\"wp-block-paragraph\">Die hier vorgestellten Experimente wurden am Forschungs- und Anwendungszentrum Industrie 4.0 (FAZI) in Potsdam, Deutschland, im Zeitraum von Oktober bis Dezember 2019 durchgef\u00fchrt. Das FAZI umfasst eine hybride Simulationsumgebung, die die Vorteile von virtueller und Hardware-Simulation und Komponenten kombiniert, um industrielle Fertigungsprozesse oder Wertsch\u00f6pfungsnetzwerke zu entwerfen oder zu analysieren [9].<\/p>\n\n<p class=\"wp-block-paragraph\">In seiner Anwendung als Lernfabrik bietet FAZI die M\u00f6glichkeit, Lernszenarien entlang der Produktionskette zu entwickeln und Lerninhalte direkt mit Praxisbezug und flexibler Umsetzbarkeit der Lernmodule zu erproben [10]. Unter anderem sind diese f\u00fcr Lernprozesse entlang von Produktionsprozessen geeignet [11].<\/p>\n\n<h2 class=\"wp-block-heading\">Beschreibung des experimentellen Settings<\/h2>\n\n<p class=\"wp-block-paragraph\">Im Fokus der hier vorgestellten Untersuchung steht die Nutzung von digitalen AS in der Anlernphase f\u00fcr einen neuen Produktionsprozess. Die daf\u00fcr notwendigen Schritte\/Aufgaben eines Werkers wurden in einem speziell f\u00fcr das Experiment entwickelten AS abgebildet. Die Probanden hatten die M\u00f6glichkeit, bei jedem aktuell im AS angezeigten Lernschritt entweder selbstst\u00e4ndig zu agieren, oder jederzeit einen \u201eHilfeknopf\u201c zu bet\u00e4tigen, um so zus\u00e4tzliche Informationen und Hinweise zu bekommen (Bild 2).<\/p>\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"393\" src=\"https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-2-1024x393.png\" alt=\"Assistenzsystemanzeige mit Hinweis auf die n&#xE4;chste Aktivit&#xE4;t\" class=\"wp-image-101520\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-2-1024x393.png 1024w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-2-510x196.png 510w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-2-64x25.png 64w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-2-764x293.png 764w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-2-768x294.png 768w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-2-514x197.png 514w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-2-1536x589.png 1536w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-2-2048x785.png 2048w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><figcaption class=\"wp-element-caption\"><em>Bild 2: Assistenzsystemanzeige mit Hinweis auf die n\u00e4chste Aktivit\u00e4t \u2013 Anzeige 2 erscheint nur wenn \u201eIch ben\u00f6tige Hilfe\u201c in Anzeige 1 gedruckt wird.<\/em><\/figcaption><\/figure>\n\n<p class=\"wp-block-paragraph\">Zu der Produktionsumgebung im Experiment geh\u00f6rten sowohl die zu bedienenden digitalen Elemente (Maschinen, Werkst\u00fccke, Produktionsband) als auch r\u00e4umliche Gegebenheiten (wie das Lager).<\/p>\n\n<p class=\"wp-block-paragraph\">Die Probanden wurden in zwei Gruppen aufgeteilt und zwei unterschiedlichen Settings zugeordnet. Im ersten Setting haben die Teilnehmer bereits zu Beginn die AS als einziges Orientierungs- und Hilfemittel bekommen und haben die Produktionsschritte ausschlie\u00dflich auf diese Weise vermittelt bekommen. Im zweiten Setting dagegen haben die Probanden am Anfang des Experiments zus\u00e4tzlich eine zehnminutige Einf\u00fchrung durch die Experimentleiter erhalten. Diese Einf\u00fchrung wird von uns als Schulung betrachtet und beinhaltete ausf\u00fchrliche Informationen bez\u00fcglich des Prozessverlaufs, der Zusammenh\u00e4nge zwischen verschiedenen Aufgaben sowie deren Bedeutung f\u00fcr das Endprodukt.<\/p>\n\n<p class=\"wp-block-paragraph\">Weiterhin wurden hier einige zus\u00e4tzliche Hinweise gegeben, die im AS nicht vorhanden waren. Ein Beispiel daf\u00fcr ist der Hinweis, alle bereits bearbeiteten Werkst\u00fccke zur\u00fcck ins Lager zu bringen. Die Inhalte dieser einf\u00fchrenden Schulung wurden direkt im Anschluss bei den Probanden mithilfe eines Fragebogens abgefragt, um festzustellen, ob tats\u00e4chlich alles verstanden und verinnerlicht wurde. Somit k\u00f6nnen die Ergebnisse nicht nur in Bezug auf zwei Situationen (nur AS und Einf\u00fchrung und AS), sondern auch bez\u00fcglich der Aufnahme dieser zus\u00e4tzlichen Informationen analysiert werden. Dar\u00fcber hinaus wurden im Rahmen des Experiments sowohl individuelle Leistungsunterschiede als auch die potenziellen Gruppenunterschiede untersucht.<\/p>\n\n<p class=\"wp-block-paragraph\">Die Versuchsdauer belief sich auf zwei Stunden. In einer ersten Phase (Anlernphase) fertigten die Probanden unter Anleitung des AS ein Probewerkst\u00fcck sowie drei weitere Werkst\u00fccke an. In der anschlie\u00dfenden zweiten Phase wurde innerhalb der verbleibenden Zeit der vorgegebenen zwei Stunden ohne die Hilfe von AS produziert wurde.<\/p>\n\n<p class=\"wp-block-paragraph\">Bild 3 fasst die Verl\u00e4ufe beider Settings zusammen und verdeutlicht die Unterschiede innerhalb des Lernprozesses.<\/p>\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"168\" src=\"https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-3-1024x168.png\" alt=\"Experimentenverlauf in den Settings 1 und 2 mit und ohne AS\" class=\"wp-image-101522\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-3-1024x168.png 1024w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-3-510x84.png 510w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-3-64x11.png 64w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-3-764x126.png 764w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-3-768x126.png 768w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-3-514x85.png 514w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-3-1536x253.png 1536w, https:\/\/industry-science.com\/wp-content\/uploads\/2024\/04\/Thim_IM-20-3_Bild-3.png 1958w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><figcaption class=\"wp-element-caption\"><em>Bild 3: Experimentenverlauf in den Settings 1 und 2 mit und ohne AS.<\/em><\/figcaption><\/figure>\n\n<h2 class=\"wp-block-heading\">Darstellung der ersten Ergebnisse<\/h2>\n\n<p class=\"wp-block-paragraph\">In die Auswertungen wurden auf der einen Seite die getrackten Produktionsprozessdaten aus den Maschinen und den Assistenzsystemen einbezogen, auf der anderen Seite Fragebogendaten zur Vor- und Nacherhebung und zur Erfassung des Lernoutputs nach der kurzen Schulung im 2. Setting sowie Beobachtungsprotokolle der Experimentleitung. In 31 von insgesamt 40 angebotenen Experimentterminen wurden auswertbare Ergebnisse erzeugt, mit einer Teilnehmeranzahl von 62 Probanden, 25 in Setting 1 und 37 in Setting 2. Die Ungleichverteilung ergibt sich durch Ausf\u00e4lle und kurzfristige Absagen von Probanden.<\/p>\n\n<p class=\"wp-block-paragraph\">Erste Auswertungen geben Hinweise darauf, dass die Gruppe, die vor der Arbeit mit dem AS einen kurzen \u00dcberblick \u00fcber den Gesamtprozess der Produktion erhielt, zun\u00e4chst mehr Fehler bei der Ausf\u00fchrung der Arbeitsschritte macht (sowohl in der Phase mit AS, also auch in der Phase ohne AS), dann aber langfristig weniger fehlerhaft agiert. Die Fehler wurden auf Basis von Optimal-Matching-Distances errechnet. Es wurde eine Normsequenz f\u00fcr die optimale Ausf\u00fchrung der Arbeitsschritte definiert. Abweichungen von dieser Normsequenz im experimentellen Produktionsablauf wurden erfasst und mit Kosten versehen. Diese Kosten bilden das Ausma\u00df der Fehler ab. Je weiter die Probanden von der Normsequenz entfernt sind, umso h\u00f6her fallen die Kosten aus. Werden Aktionen ausgef\u00fchrt, die im Prozess nicht vorgesehen sind, wurden maximale Kosten zugewiesen.<\/p>\n\n<p class=\"wp-block-paragraph\">Die Analyse der Distanzma\u00dfe f\u00fcr zehn Werkst\u00fccke, die von den Probanden im Laufe des Experiments erstellt wurden, zeigt, dass die Mittelwerte der Gruppe, die zuvor eine Schulung erhalten hat, beim ersten, zweiten und dritten Werkst\u00fcck h\u00f6her ausfallen als bei der Vergleichsgruppe (ohne Schulung). Die Unterschiede sind jedoch nicht signifikant. Beim vierten Werkst\u00fcck schneidet die Gruppe mit Schulung dann erstmals besser ab. Nach dem vierten Werkst\u00fcck hatten beide Gruppen die Aufgabe, die Bearbeitung der Werkst\u00fccke ohne Assistenzsystem fortzusetzen. Auf diese Weise lassen sich l\u00e4ngerfristige Lerneffekte untersuchen. Erneut weist die Gruppe mit einf\u00fchrender Schulung in dieser Phase des Experiments (f\u00fcnftes, sechstes und siebtes Werkst\u00fcck) h\u00f6here Fehlerma\u00dfe (Distances) auf. Der Unterschied ist diesmal (schwach) signifikant (10%-Niveau).<\/p>\n\n<p class=\"wp-block-paragraph\">Nach dem achten Werkst\u00fcck \u00e4ndert sich der Trend wie schon zuvor: Beim neunten und zehnten Werkst\u00fcck schneidet die Gruppe mit einf\u00fchrender Schulung wieder besser ab, weist also im Mittel niedrige Distanzma\u00dfe auf. Der Unterschied in dieser letzten Phase des Experiments ist allerdings nicht signifikant. Dennoch k\u00f6nnte dieses Muster in den Daten darauf hindeuten, dass die Gruppe mit einf\u00fchrender Schulung in beiden Phasen des Experiments (mit und ohne Assistenzsystem) anfangs zwar mehr Fehler macht, danach aber besser abschneidet. Vertiefende Auswertungen sollen hier weiter Erkenntnisse liefern.<\/p>\n\n<p class=\"wp-block-paragraph\">Bez\u00fcglich der subjektiven Einsch\u00e4tzungen und Erfahrungen der Probanden finden sich keine ausgepr\u00e4gten Unterschiede zwischen den beiden Settings (mit und ohne einf\u00fchrende Schulung). Es zeigt sich, dass in etwa die H\u00e4lfte der Probanden in beiden Settings positive Gef\u00fchle (Spa\u00df bei der Arbeit und Zufriedenheit bez\u00fcglich der eigenen Leistung) w\u00e4hrend der Experimente empfunden hat. Die Mehrheit der Probanden in beiden Gruppen gab an, die Unterst\u00fctzung durch das AS als hilfreich empfunden zu haben. 27 % der Probanden im Prozesssetting sowie 21 % der Probanden im Task-Setting haben das AS allerdings (auch) als st\u00f6rend empfunden, wobei im Prozesssetting (mit kurzer vorhergehender Einweisung in den Gesamtprozess) zwei Probanden dies sehr stark betonen. Dies k\u00f6nnte ein Hinweis darauf sein, dass sich die subjektive Bedeutung und Wahrnehmung des Assistenzsystems durch eine einf\u00fchrende Schulung ver\u00e4ndert.<\/p>\n\n<p class=\"wp-block-paragraph\">Ob es sich dabei um einen signifikanten Zusammenhang handelt, wird in vertiefenden Auswertungen zu untersuchen sein. 40 % der Probanden im Prozesssetting stimmen der Frage zu, dass sie sich einen pers\u00f6nlichen Ansprechpartner w\u00e4hrend des Experiments gew\u00fcnscht haben, f\u00fcr zus\u00e4tzliche 31 % ist dies zum Teil der Fall; unter den Teilnehmern im anderen Setting sind es entsprechend 43 % und 26 %.<\/p>\n\n<p class=\"wp-block-paragraph\">In Bezug auf die vorhergehende Einweisung in den Gesamtprozess (Prozessgruppe) zeigen die Auswertungen, dass die Mehrheit der Teilnehmer die vermittelten Inhalte als nicht hilfreich f\u00fcr den Lernprozess empfunden hat, wobei f\u00fcr einige die Informationen sogar verwirrend waren.<\/p>\n\n<p class=\"wp-block-paragraph\">Es hat sich herausgestellt, dass die Inhalte der einf\u00fchrenden Schulung nicht eindeutig verstanden und verinnerlicht werden konnten: so sind z. B. Informationen allgemeiner Natur (Art des Produkts, welches hergestellt wird) eindeutig richtig verstanden worden, fachliche Expertise bzw. Erfahrungswissen (Nachf\u00fcllbedarf bei Produktionsstoffen) dagegen eindeutig falsch. Dar\u00fcber hinaus wurden manche Inhalte der Schulung, die sp\u00e4ter explizit in den Anweisungen des AS fehlten, auch zuerst verinnerlicht (laut Umfrageergebnisse), danach jedoch falsch ausgef\u00fchrt (laut Beobachtungsprotokoll). Als Erkl\u00e4rung daf\u00fcr gaben die Teilnehmer an, entweder den Hinweis der Schulung vergessen zu haben oder sich dagegen entschieden zu haben, da das System andere Hinweise geliefert hat.<\/p>\n\n<h2 class=\"wp-block-heading\">Zusammenfassung und weitere Forschung<\/h2>\n\n<p class=\"wp-block-paragraph\">Auch wenn aus der vorliegenden Forschung bekannt ist, dass der Einsatz von Assistenzsystemen im Bereich einfacher Arbeitst\u00e4tigkeiten oft mit Verlusten an Arbeitsautonomie, der Abwertung von erfahrungsbasiertem Wissen und einem h\u00f6herem Stressniveau zusammenh\u00e4ngt [12], ist bisher nur wenig dr\u00fcber bekannt, wie sich dabei Variationen in der Ausgestaltung digitaler Assistenzsysteme (etwa in Form zus\u00e4tzlicher Hilfestellungen und Hintergrundinformationen) auswirken.<\/p>\n\n<p class=\"wp-block-paragraph\">Als gro\u00dfes Problem erweist es sich dabei, dass alternative technologische Anwendungsformen in der Praxis nur selten vorkommen. Zudem lassen sich deren Effekte aufgrund sehr unterschiedlicher Aufgabenzuschnitte, Produktionsprozesse sowie organisationeller Rahmenbedingungen nur schwer vergleichen. Hier kann die vorliegende Studie einen Beitrag leisten, indem sie im Rahmen eines experimentellen Designs die Rolle zus\u00e4tzlicher Informationen und Hilfestellungen f\u00fcr die Arbeitsleistung und Zufriedenheit der Besch\u00e4ftigten untersucht.<\/p>\n\n<p class=\"wp-block-paragraph\">Die hier dargestellten Auswertungen liefern erste Hinweise auf m\u00f6gliche Unterschiede in der langfristigen Arbeitsleistung zwischen Probanden mit und ohne Prozessinformationen. Gleichzeitig zeigen sich bei der subjektiven Bewertung und Erfahrung der Arbeitssituation auf den ersten Blick nur geringe Gruppenunterschiede. Beiden Hinweisen wird in vertiefenden Untersuchungen nachzugehen sein, bei denen unter anderem die einf\u00fchrende Schulung \u00fcberarbeitet und an den Erkenntnissen dieser ersten Untersuchung angepasst wird, um den Anforderungen eines komplexeren Experimentendesigns zu entsprechen.<\/p>\n\n<p class=\"wp-block-paragraph\">Dar\u00fcber hinaus belegt unsere Studie, dass auch beim Einsatz von AS Bedarf f\u00fcr einen pers\u00f6nlichen Ansprechpartner zu bestehen scheint. Die Befunde werfen auch die grundlegende Frage auf, wie Wissensinhalte, die in unterschiedlichen Schulungskontexten vermittelt werden, sinnvoll miteinander abgestimmt werden k\u00f6nnen. Des Weiteren stellt sich die Frage, wie eine wahrgenommene Handlungstr\u00e4gerschaft des AS erkannt werden kann und welche Folgen diese hat.<\/p>\n\n<p class=\"wp-block-paragraph\">Die Ergebnisse werden in einem n\u00e4chsten Schritt vertiefend auf Gruppen- und Individualebene ausgewertet, um die Signifikanz der hier vorgestellten Muster zu untersuchen. Dazu werden auch weitere Informationen wie Pers\u00f6nlichkeitsmerkmale, Vorerfahrungen oder Fachkenntnisse einbezogen, die im Rahmen des Experiments erhoben wurden.<\/p>\n\n<p class=\"wp-block-paragraph\"><em>Die Erarbeitung dieses Beitrags wurde mit Mitteln des Bundesministeriums f\u00fcr Bildung, und Forschung unter dem F\u00f6rderkennzeichen 16DII116 gef\u00f6rdert. Die Verantwortung f\u00fcr den Inhalt dieser Ver\u00f6ffentlichung liegt bei den Autoren.<\/em><\/p>\n<hr><div class=\"gito-pub-content-bibliography\"><h2>Bibliography <\/h2>[1] Hirsch-Kreinsen, H.: Welche Auswirkungen hat \u201eIndustrie 4.0\u201c auf die Arbeitswelt? In: WISO direkt. Analysen und Konzepte zur Wirtschafts- und Sozialpolitik, Dezember 2014. URL: http:\/\/library.fes.de\/pdf-files\/wiso\/11081.pdf, Abrufdatum: 15.01.2020.\r<br>[2] Apt, W.; Bovenschulte, M.; Hartmann, E. A.; Wischmann, S.: Forschungsbericht 463. Foresight-Studie \u201eDigitale Arbeitswelt\u201c. Berlin 2016.\r<br>[3] Senderek, R.; Geisler, K.: Assistenzsysteme zur Lernunterst\u00fctzung in der Industrie 4.0. In: Proceedings der Pre-Conference Workshops der 13. E-Learning Informatik. 2015.\r<br>[4] Kuhlmann, M; Splett, B.; Wieg- refe, S.: Montagearbeit 4.0? Eine Fallstudie zu Arbeitswirkungen und Gestaltungsperspektiven digitaler Werkerf\u00fchrung. In: WSI-Mitteilungen 71 (2018) 3, S. 182\u2013188.\r<br>[5] Evers, M.; Krzywdzinski, M.; Pfeiffer, S.: Designing Wearables for use in the Workplace. The Role of Software Developers. In: WZB Discussion Paper: (SP III 2018-301). 2018.\r<br>[6] Klippert, J.; Niehaus, M.; Gerst, D.: Mit digitaler Technologie zu Guter Arbeit? Erfahrungen mit dem Einsatz digitaler Werker-Assistenzsysteme. In: Hans B\u00f6ckler Stiftung 3 (2018), S. 235\u2013240.\r<br>[7] Koch, J.; Zinke, G.: Der Produktionstechnologe \u2013 Argumente f\u00fcr einen neuen Beruf. In: Berufsbildung: Zeitschrift f\u00fcr Praxis und Theorie in Betrieb und Schule 66 (2012) 135, S. 29-32.\r<br>[8] Fink, R. D.; Weyer, J.:Autonome Technik als Herausforderung der soziologischen Handlungstheorie \/ Autonomous Technology as a Challenge to the Sociological Theory of Action. In: Zeitschrift f\u00fcr Soziologie 40 (2011) 2, S. 91-111.\r<br>[9] Gronau, N.: Determinants of an appropriate degree of autonomy in a cyber-physical production system. Procedia Cirp 52 (2019), S. 1-5.\r<br>[10] Kluge, A. u. a.: Putting intentional organisational forgetting to an empirical test: Using experimental designs to measure forgetting of organisational routines. In: Proceedings of the IFKAD Conference, 2018.\r<br>[11] Abele, E.; Eichhorn, N.: Process Learning Factory \u2013 Training students and management for excellent production processes. In Kuljanic, E. (Hrsg): Advanced Manufacturing Systems and Technology. CISM. Udine 2008.\r<br>[12] Warnhoff, K.; de Paiva Lareiro, P.: Skill Development on the Shop Floor \u2013 Heading to a Digital Divide? In: Weizenbaum-Institut (Hrsg): Proceedings of the Weizenbaum Conference 2019 \u201eChallenges of Digital Inequality \u2013 Digital Education, Digital Work, Digital Life\u201c. Social Science Open Access Repository (SSOAR). Berlin 2019.<\/div><div id=\"download-section\" class=\"gito-pub-download-section\" style=\"text-align:center;margin:20px;\"><h2>Your downloads<\/h2><button style=\"font-size:14px;margin-right:15px;\" class=\"button gito-pub-cpt-download-button\" data-postid=\"93899\" data-userid =\"0\" data-filename=\"vladova_Lernen-mit-Assistenzsystemen_IM-2020_3.pdf\"><span style=\"margin-top:5px !important;\" class=\"dashicons dashicons-download\"><\/span>&nbsp;&nbsp;PDF<\/button><\/div><div class=\"gito-pub-tags-social-share\" style=\"display:flex;justify-content:space-between;\"><div>Tags: <span class=\"gito-pub-tag-element\"><a href=\"\/tag\/industrie-4-0-en\/\">Industrie 4.0<\/a><\/span> <\/div><div><div class=\"social-icons share-icons share-row relative\" ><a href=\"whatsapp:\/\/send?text=Learning%20with%20Assistance%20Systems - https:\/\/industry-science.com\/en\/articles\/learning-with-assistance-systems-not-seeing-the-process-for-the-tasks\/\" data-action=\"share\/whatsapp\/share\" class=\"icon button circle is-outline tooltip whatsapp show-for-medium\" title=\"Share on WhatsApp\" aria-label=\"Share on WhatsApp\"><i class=\"icon-whatsapp\" aria-hidden=\"true\"><\/i><\/a><a href=\"https:\/\/www.facebook.com\/sharer.php?u=https:\/\/industry-science.com\/en\/articles\/learning-with-assistance-systems-not-seeing-the-process-for-the-tasks\/\" data-label=\"Facebook\" onclick=\"window.open(this.href,this.title,'width=500,height=500,top=300px,left=300px'); return false;\" target=\"_blank\" class=\"icon button circle is-outline tooltip facebook\" title=\"Share on Facebook\" aria-label=\"Share on Facebook\" rel=\"noopener nofollow\"><i class=\"icon-facebook\" aria-hidden=\"true\"><\/i><\/a><a href=\"https:\/\/x.com\/share?url=https:\/\/industry-science.com\/en\/articles\/learning-with-assistance-systems-not-seeing-the-process-for-the-tasks\/\" onclick=\"window.open(this.href,this.title,'width=500,height=500,top=300px,left=300px'); return false;\" target=\"_blank\" class=\"icon button circle is-outline tooltip x\" title=\"Share on X\" aria-label=\"Share on X\" rel=\"noopener nofollow\"><i class=\"icon-x\" aria-hidden=\"true\"><\/i><\/a><a href=\"mailto:?subject=Learning%20with%20Assistance%20Systems&body=Check%20this%20out%3A%20https%3A%2F%2Findustry-science.com%2Fen%2Farticles%2Flearning-with-assistance-systems-not-seeing-the-process-for-the-tasks%2F\" class=\"icon button circle is-outline tooltip email\" title=\"Email to a Friend\" aria-label=\"Email to a Friend\" rel=\"nofollow\"><i class=\"icon-envelop\" aria-hidden=\"true\"><\/i><\/a><a href=\"https:\/\/www.linkedin.com\/shareArticle?mini=true&url=https:\/\/industry-science.com\/en\/articles\/learning-with-assistance-systems-not-seeing-the-process-for-the-tasks\/&title=Learning%20with%20Assistance%20Systems\" onclick=\"window.open(this.href,this.title,'width=500,height=500,top=300px,left=300px'); return false;\" target=\"_blank\" class=\"icon button circle is-outline tooltip linkedin\" title=\"Share on LinkedIn\" aria-label=\"Share on LinkedIn\" rel=\"noopener nofollow\"><i class=\"icon-linkedin\" aria-hidden=\"true\"><\/i><\/a><\/div><\/div><\/div><hr style=\"margin-top:0px;\">\n<h2 class=\"gito-pub-frontend-post-headline\">You might also be interested in<\/h2>\n<!-- GITO_PUB_POST start flex-container -->\n<div class=\"gito-pub-flex-container\">\n   <div class=\"gito-pub-frontend-post-card gito-pub-flex-item gito-pub-flex-item-1\">\n      <a href=\"https:\/\/industry-science.com\/en\/articles\/automotive-body-manufacturing\/\">\n         <div class=\"gito-pub-frontend-post-card-row\">         <div class=\"gito-pub-frontend-post-card-column gito-pub-frontend-post-card-column-image\">\n            <picture>\n               <source media=\"(max-width:640px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/09\/richter_AdobeStock_1887518115_Andrey-Popov-640x325.webp\">\n               <source media=\"(min-width:641px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/09\/richter_AdobeStock_1887518115_Andrey-Popov-196x180.webp\">\n               <img decoding=\"async\" class=\"gito-pub-frontend-post-card-image\" src=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/09\/richter_AdobeStock_1887518115_Andrey-Popov-196x180.webp\" alt=\"Interoperable Data Access in Automotive Body Manufacturing\">\n            <\/picture>\n         <\/div>\n            <div class=\"gito-pub-frontend-post-card-column\">               <div class=\"ellipsis\" style=\"height:166px !important;overflow:hidden;\" title=\"Interoperable Data Access in Automotive Body Manufacturing\">                  <table class=\"gito-pub-frontend-post-card-header\">\n            \t     <tr>\n                        <td>                  \t\t   <h4 class=\"gito-pub-frontend-post-card-title\" style=\"line-height:1.2em;\">Interoperable Data Access in Automotive Body Manufacturing<\/h4>\n                        <div class=\"gito-pub-frontend-post-card-subtitle\">Deterministic integration of structured target parameters into tact-time production<\/div>                        <div class=\"gito-pub-frontend-post-card-author\"><a href=\"https:\/\/industry-science.com\/en\/authors\/tim-richter\/\">Tim Richter<\/a> <a href=\"https:\/\/orcid.org\/0009-0007-9110-0187\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/robert-weidner\/\">Robert Weidner<\/a> <a href=\"https:\/\/orcid.org\/0000-0002-1449-3796\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a><\/div>\n                        <\/td>\n                     <\/tr>\n                  <\/table>\n                  <div class=\"gito-pub-frontend-post-card-text\">\n                     AI has long been capable of analyzing production processes, yet why is it still so difficult to bring its insights back into production without intermediate steps? In automotive body-in-white mass production, the challenge is less a lack of data than the absence of holistic integration concepts that extend all the way to the machines. This paper demonstrates why bidirectionally communicative information systems are critical to addressing this challenge and identifies the design principles required to effectively integrate AI-generated results into production processes in the future.                  <\/div>\n               <\/div>\n               <div class=\"gito-pub-frontend-post-card-scientific\"><strong>Industry 4.0 Science<\/strong> | Volume 42 | 2026 | Edition 5 | Pages 34-42 | DOI <a style=\"font-weight:bold !important;\" href=\"https:\/\/doi.org\/10.30844\/I4SE.26.5.4\" target=\"_blank\" rel=\"noopener\">10.30844\/I4SE.26.5.4<\/a><\/div>            <\/div>\n         <\/div>\n      <\/a>\n   <\/div>\n   <div class=\"gito-pub-frontend-post-card gito-pub-flex-item gito-pub-flex-item-1\">\n      <a href=\"https:\/\/industry-science.com\/en\/articles\/ai-knowledge-management\/\">\n         <div class=\"gito-pub-frontend-post-card-row\">         <div class=\"gito-pub-frontend-post-card-column gito-pub-frontend-post-card-column-image\">\n            <picture>\n               <source media=\"(max-width:640px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/Beitragsbild-1-640x325.webp\">\n               <source media=\"(min-width:641px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/Beitragsbild-1-196x180.webp\">\n               <img decoding=\"async\" class=\"gito-pub-frontend-post-card-image\" src=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/Beitragsbild-1-196x180.webp\" alt=\"Generative AI in Organizational Knowledge Management\">\n            <\/picture>\n         <\/div>\n            <div class=\"gito-pub-frontend-post-card-column\">               <div class=\"ellipsis\" style=\"height:166px !important;overflow:hidden;\" title=\"Generative AI in Organizational Knowledge Management\">                  <table class=\"gito-pub-frontend-post-card-header\">\n            \t     <tr>\n                        <td>                  \t\t   <h4 class=\"gito-pub-frontend-post-card-title\" style=\"line-height:1.2em;\">Generative AI in Organizational Knowledge Management<\/h4>\n                        <div class=\"gito-pub-frontend-post-card-subtitle\">AI literacy as a prerequisite for augmentation<\/div>                        <div class=\"gito-pub-frontend-post-card-author\"><a href=\"https:\/\/industry-science.com\/en\/authors\/uta-wilkens-en\/\">Uta Wilkens<\/a> <a href=\"https:\/\/orcid.org\/0000-0002-7485-4186\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/valentin-langholf-en\/\">Valentin Langholf<\/a> <a href=\"https:\/\/orcid.org\/0000-0002-0440-4665\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/niklas-obermann-en\/\">Niklas Obermann<\/a> <a href=\"https:\/\/orcid.org\/0009-0004-3817-3203\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a><\/div>\n                        <\/td>\n                     <\/tr>\n                  <\/table>\n                  <div class=\"gito-pub-frontend-post-card-text\">\n                     Generative Artificial Intelligence (GenAI) offers new opportunities for organizational knowledge management, particularly when it comes to learning processes at the interface between explicit, firm-specific, and tacit knowledge. Its use is therefore of particular interest for application areas such as industrial maintenance. Based on a mechanical engineering case study, this article demonstrates that augmenting both processes and employees with GenAI requires AI literacy combined with professional skills.                  <\/div>\n               <\/div>\n               <div class=\"gito-pub-frontend-post-card-scientific\"><strong>Industry 4.0 Science<\/strong> | Volume 42 | 2026 | Edition 5 | Pages 118-126 | DOI <a style=\"font-weight:bold !important;\" href=\"https:\/\/doi.org\/10.30844\/I4SE.26.5.14\" target=\"_blank\" rel=\"noopener\">10.30844\/I4SE.26.5.14<\/a><\/div>            <\/div>\n         <\/div>\n      <\/a>\n   <\/div>\n   <div class=\"gito-pub-frontend-post-card gito-pub-flex-item gito-pub-flex-item-1\">\n      <a href=\"https:\/\/industry-science.com\/en\/articles\/ai-demonstrators-manufacturing\/\">\n         <div class=\"gito-pub-frontend-post-card-row\">         <div class=\"gito-pub-frontend-post-card-column gito-pub-frontend-post-card-column-image\">\n            <picture>\n               <source media=\"(max-width:640px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/link_AdobeStock_311608924_Gorodenkoff-640x325.webp\">\n               <source media=\"(min-width:641px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/link_AdobeStock_311608924_Gorodenkoff-196x180.webp\">\n               <img decoding=\"async\" class=\"gito-pub-frontend-post-card-image\" src=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/link_AdobeStock_311608924_Gorodenkoff-196x180.webp\" alt=\"Explaining AI in Industrial Production in an Accessible Way\">\n            <\/picture>\n         <\/div>\n            <div class=\"gito-pub-frontend-post-card-column\">               <div class=\"ellipsis\" style=\"height:166px !important;overflow:hidden;\" title=\"Explaining AI in Industrial Production in an Accessible Way\">                  <table class=\"gito-pub-frontend-post-card-header\">\n            \t     <tr>\n                        <td>                  \t\t   <h4 class=\"gito-pub-frontend-post-card-title\" style=\"line-height:1.2em;\">Explaining AI in Industrial Production in an Accessible Way<\/h4>\n                        <div class=\"gito-pub-frontend-post-card-subtitle\">Requirements for AI demonstrators to promote acceptance<\/div>                        <div class=\"gito-pub-frontend-post-card-author\"><a href=\"https:\/\/industry-science.com\/en\/authors\/jennifer-link-en\/\">Jennifer Link<\/a> <a href=\"https:\/\/orcid.org\/0009-0005-2407-3495\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/markus-harlacher-en\/\">Markus Harlacher<\/a> <a href=\"https:\/\/orcid.org\/0009-0007-5817-2920\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/colin-srebny\/\">Colin Srebny<\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/sascha-stowasser-en\/\">Sascha Stowasser<\/a> <a href=\"https:\/\/orcid.org\/0009-0006-2725-5793\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a><\/div>\n                        <\/td>\n                     <\/tr>\n                  <\/table>\n                  <div class=\"gito-pub-frontend-post-card-text\">\n                     Artificial intelligence (AI) offers a wide range of possibilities in industrial production, but it also presents challenges regarding employee acceptance. AI demonstrators are therefore of central importance, as they enable hands-on experience with AI. However, there has been a lack of systematically identified requirements for demonstrators that specifically promote acceptance and address negative emotions. Using a multi-stage research design, 69 requirements were identified, structured into functional requirements, quality requirements, and boundary conditions.                  <\/div>\n               <\/div>\n               <div class=\"gito-pub-frontend-post-card-scientific\"><strong>Industry 4.0 Science<\/strong> | Volume 42 | 2026 | Edition 5 | Pages 6-14 | DOI <a style=\"font-weight:bold !important;\" href=\"https:\/\/doi.org\/10.30844\/I4SE.26.5.1\" target=\"_blank\" rel=\"noopener\">10.30844\/I4SE.26.5.1<\/a><\/div>            <\/div>\n         <\/div>\n      <\/a>\n   <\/div>\n   <div class=\"gito-pub-frontend-post-card gito-pub-flex-item gito-pub-flex-item-1\">\n      <a href=\"https:\/\/industry-science.com\/en\/articles\/ai-based-building-inspection\/\">\n         <div class=\"gito-pub-frontend-post-card-row\">         <div class=\"gito-pub-frontend-post-card-column gito-pub-frontend-post-card-column-image\">\n            <picture>\n               <source media=\"(max-width:640px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/sender_AdobeStock_227079093_Aisyaqilumar-640x325.webp\">\n               <source media=\"(min-width:641px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/sender_AdobeStock_227079093_Aisyaqilumar-196x180.webp\">\n               <img decoding=\"async\" class=\"gito-pub-frontend-post-card-image\" src=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/sender_AdobeStock_227079093_Aisyaqilumar-196x180.webp\" alt=\"AI-Based Building Inspection for Large Structures\">\n            <\/picture>\n         <\/div>\n            <div class=\"gito-pub-frontend-post-card-column\">               <div class=\"ellipsis\" style=\"height:166px !important;overflow:hidden;\" title=\"AI-Based Building Inspection for Large Structures\">                  <table class=\"gito-pub-frontend-post-card-header\">\n            \t     <tr>\n                        <td>                  \t\t   <h4 class=\"gito-pub-frontend-post-card-title\" style=\"line-height:1.2em;\">AI-Based Building Inspection for Large Structures<\/h4>\n                        <div class=\"gito-pub-frontend-post-card-subtitle\">A new approach to construction progress monitoring<\/div>                        <div class=\"gito-pub-frontend-post-card-author\"><a href=\"https:\/\/industry-science.com\/en\/authors\/jan-sender-en\/\">Jan Sender<\/a> <a href=\"https:\/\/orcid.org\/0009-0003-9697-5709\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/konrad-jagusch-en\/\">Konrad Jagusch<\/a> <a href=\"https:\/\/orcid.org\/0009-0001-7454-1657\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/michael-geist\/\">Michael Geist<\/a> <a href=\"https:\/\/orcid.org\/0009-0005-2780-7538\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/david-jericho\/\">David Jericho<\/a> <a href=\"https:\/\/orcid.org\/0009-0001-8932-8701\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/christian-scharr\/\">Christian Scharr<\/a> <a href=\"https:\/\/orcid.org\/0009-0003-6300-4682\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a><\/div>\n                        <\/td>\n                     <\/tr>\n                  <\/table>\n                  <div class=\"gito-pub-frontend-post-card-text\">\n                     Monitoring construction progress, as required in the one-off production of large structures, is very time- and labor-intensive due to a high level of complexity and individuality. The goal of this article is to develop a sensor-based approach for capturing and evaluating multiple inspection characteristics. The use of machine learning models to detect objects and derive relevant information forms the basis for linking current condition to construction schedule. This enables a significant increase in efficiency during construction progress monitoring and a well-founded assessment of progress.                  <\/div>\n               <\/div>\n               <div class=\"gito-pub-frontend-post-card-scientific\"><strong>Industry 4.0 Science<\/strong> | Volume 42 | 2026 | Edition 5 | Pages 78-84 | DOI <a style=\"font-weight:bold !important;\" href=\"https:\/\/doi.org\/10.30844\/I4SE.26.5.9\" target=\"_blank\" rel=\"noopener\">10.30844\/I4SE.26.5.9<\/a><\/div>            <\/div>\n         <\/div>\n      <\/a>\n   <\/div>\n   <div class=\"gito-pub-frontend-post-card gito-pub-flex-item gito-pub-flex-item-1\">\n      <a href=\"https:\/\/industry-science.com\/en\/articles\/inclusive-work-system-design\/\">\n         <div class=\"gito-pub-frontend-post-card-row\">         <div class=\"gito-pub-frontend-post-card-column gito-pub-frontend-post-card-column-image\">\n            <picture>\n               <source media=\"(max-width:640px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/schlund_AdobeStock_2046886237_InfiniteFlow-640x325.webp\">\n               <source media=\"(min-width:641px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/schlund_AdobeStock_2046886237_InfiniteFlow-196x180.webp\">\n               <img decoding=\"async\" class=\"gito-pub-frontend-post-card-image\" src=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/schlund_AdobeStock_2046886237_InfiniteFlow-196x180.webp\" alt=\"Inclusive Work System Design\">\n            <\/picture>\n         <\/div>\n            <div class=\"gito-pub-frontend-post-card-column\">               <div class=\"ellipsis\" style=\"height:166px !important;overflow:hidden;\" title=\"Inclusive Work System Design\">                  <table class=\"gito-pub-frontend-post-card-header\">\n            \t     <tr>\n                        <td>                  \t\t   <h4 class=\"gito-pub-frontend-post-card-title\" style=\"line-height:1.2em;\">Inclusive Work System Design<\/h4>\n                        <div class=\"gito-pub-frontend-post-card-subtitle\">Automation, standardization, and adaptability<\/div>                        <div class=\"gito-pub-frontend-post-card-author\"><a href=\"https:\/\/industry-science.com\/en\/authors\/sebastian-schlund-en\/\">Sebastian Schlund<\/a> <a href=\"https:\/\/orcid.org\/0000-0002-8142-0255\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a><\/div>\n                        <\/td>\n                     <\/tr>\n                  <\/table>\n                  <div class=\"gito-pub-frontend-post-card-text\">\n                     The design of inclusive work systems is gaining importance due to demographic change and the increasing digital penetration of value creation processes. While traditional ergonomic approaches are based primarily on percentile logic and thus address only a portion of the user population, the integration of digital technologies opens up new possibilities for the dynamic and individualized adaptation of work systems. This article presents a conceptual framework for inclusive work system design that integrates standardization, automation, and adaptability. Methodologically, the article is based on a conceptual analysis of existing approaches from ergonomics and human-centered design. The article makes a theoretical contribution to the systematization of inclusive work system design and identifies areas of focus for further research and industrial practice.                  <\/div>\n               <\/div>\n               <div class=\"gito-pub-frontend-post-card-scientific\"><strong>Industry 4.0 Science<\/strong> | Volume 42 | 2026 | Edition 5 | Pages 70-76 | DOI <a style=\"font-weight:bold !important;\" href=\"https:\/\/doi.org\/10.30844\/I4SE.26.5.8\" target=\"_blank\" rel=\"noopener\">10.30844\/I4SE.26.5.8<\/a><\/div>            <\/div>\n         <\/div>\n      <\/a>\n   <\/div>\n   <div class=\"gito-pub-frontend-post-card gito-pub-flex-item gito-pub-flex-item-1\">\n      <a href=\"https:\/\/industry-science.com\/en\/articles\/work-design-autonomous-systems\/\">\n         <div class=\"gito-pub-frontend-post-card-row\">         <div class=\"gito-pub-frontend-post-card-column gito-pub-frontend-post-card-column-image\">\n            <picture>\n               <source media=\"(max-width:640px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/AdobeStock_484184873_Ivan-Traimak-640x325.webp\">\n               <source media=\"(min-width:641px)\" srcset=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/AdobeStock_484184873_Ivan-Traimak-196x180.webp\">\n               <img decoding=\"async\" class=\"gito-pub-frontend-post-card-image\" src=\"https:\/\/industry-science.com\/wp-content\/uploads\/2026\/08\/AdobeStock_484184873_Ivan-Traimak-196x180.webp\" alt=\"Work Design in the Use of Autonomous Systems\">\n            <\/picture>\n         <\/div>\n            <div class=\"gito-pub-frontend-post-card-column\">               <div class=\"ellipsis\" style=\"height:166px !important;overflow:hidden;\" title=\"Work Design in the Use of Autonomous Systems\">                  <table class=\"gito-pub-frontend-post-card-header\">\n            \t     <tr>\n                        <td>                  \t\t   <h4 class=\"gito-pub-frontend-post-card-title\" style=\"line-height:1.2em;\">Work Design in the Use of Autonomous Systems<\/h4>\n                        <div class=\"gito-pub-frontend-post-card-subtitle\">Addressing the shortage of skilled workers<\/div>                        <div class=\"gito-pub-frontend-post-card-author\"><a href=\"https:\/\/industry-science.com\/en\/authors\/tim-jeske-en\/\">Tim Jeske<\/a> <a href=\"https:\/\/orcid.org\/0000-0001-8778-6824\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/sascha-stowasser-en\/\">Sascha Stowasser<\/a> <a href=\"https:\/\/orcid.org\/0009-0006-2725-5793\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/nicole-ottersboeck-en\/\">Nicole Ottersb\u00f6ck<\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/sebastian-terstegen-en\/\">Sebastian Terstegen<\/a>, <a href=\"https:\/\/industry-science.com\/en\/authors\/rasmus-adler\/\">Rasmus Adler<\/a> <a href=\"https:\/\/orcid.org\/0000-0002-7482-7102\" target=\"_blank\" title=\"ORCID eintrag \u00f6ffnen.\" rel=\"noopener\">\n        <img decoding=\"async\" src=\"https:\/\/orcid.org\/assets\/vectors\/orcid.logo.icon.svg\" alt=\"ORCID Icon\" style=\"width:16px;height:16px;vertical-align:middle;\"><\/a><\/div>\n                        <\/td>\n                     <\/tr>\n                  <\/table>\n                  <div class=\"gito-pub-frontend-post-card-text\">\n                     Companies are increasingly challenged to address shortages of skilled workers while meeting rising demands for productivity, flexibility, and innovation. Because labor supply can only be expanded to a limited extent, there is a growing focus on designing work systems with productivity in mind. Autonomous systems offer significant potential in this regard. Their implementation requires not only technical adjustments but, above all, changes in organization, skills, and work design. This article analyzes empirically grounded change requirements in existing work systems as well as associated economic potential.                  <\/div>\n               <\/div>\n               <div class=\"gito-pub-frontend-post-card-scientific\"><strong>Industry 4.0 Science<\/strong> | Volume 42 | 2026 | Edition 5 | Pages 44-50 | DOI <a style=\"font-weight:bold !important;\" href=\"https:\/\/doi.org\/10.30844\/I4SE.26.5.5\" target=\"_blank\" rel=\"noopener\">10.30844\/I4SE.26.5.5<\/a><\/div>            <\/div>\n         <\/div>\n      <\/a>\n   <\/div>\n<\/div>\n<!-- GITO_PUB_POST end flex-container -->\n","protected":false},"excerpt":{"rendered":"<p>The paper describes the conception and implementation as well as offers an insight into the first results of a study with experimental design in a simulated process environment at the Research and Application Center Industry 4.0 in Potsdam. The focus is on learning processes in the field of simple work and their organization through the use of digital assistance systems. In labour research, there are indications that process knowledge is lost with the use of these systems, in the sense of a good knowledge of the entire work process in which the individual activities are embedded. To investigate the role of process knowledge in the use of digital assistance systems, a real factory situation is simulated in the experiment.<\/p>\n","protected":false},"featured_media":96223,"menu_order":0,"template":"","categories":[79167,79168,79298],"tags":[79627],"product_cat":[],"topic":[68206,67701],"technology":[68446,68059],"knowhow":[],"industry":[],"writer":[82801,81656,80397,83156,83155],"content-type":[],"potential":[],"solution":[],"glossary":[],"class_list":["post-93899","article","type-article","status-publish","has-post-thumbnail","category-design-en","category-translate-en","category-typeset","tag-industrie-4-0-en","topic-industry-4-0","topic-production-system","technology-augmented-reality-en","technology-training","writer-christof-thim-en","writer-gergana-vladova-en","writer-norbert-gronau-en","writer-patricia-de-paiva-lareiro-en","writer-philip-wotschack-en","product","first","instock","downloadable","virtual","sold-individually","taxable","purchasable","product-type-article"],"uagb_featured_image_src":{"full":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788.jpg",1400,788,false],"thumbnail":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-150x150.jpg",150,150,true],"medium":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-666x375.jpg",666,375,true],"medium_large":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-768x432.jpg",768,432,true],"large":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-1024x576.jpg",1020,574,true],"front-page-entry":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-1032x320.jpg",1032,320,true],"post-entry":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-764x376.jpg",764,376,true],"post-teaser":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-392x320.jpg",392,320,true],"post-teaser-mobile":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-608x496.jpg",608,496,true],"post-custom-size":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-640x325.jpg",640,325,true],"whitepaper-teaser":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-274x376.jpg",274,376,true],"card-big":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-514x292.jpg",514,292,true],"card-portrait":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-320x440.jpg",320,440,true],"card-big-company":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-514x289.jpg",514,289,true],"gp-listing":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-196x180.jpg",196,180,true],"1536x1536":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788.jpg",1400,788,false],"2048x2048":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788.jpg",1400,788,false],"woocommerce_thumbnail":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-510x510.jpg",510,510,true],"woocommerce_single":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-510x287.jpg",510,287,true],"woocommerce_gallery_thumbnail":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-100x100.jpg",100,100,true],"dgwt-wcas-product-suggestion":["https:\/\/industry-science.com\/wp-content\/uploads\/2024\/03\/vladova_Lernen-mit-Assistenzsystemen_IM-2020_3-1400x788-64x36.jpg",64,36,true]},"uagb_author_info":{"display_name":"Christoph Brocks","author_link":"https:\/\/industry-science.com\/en\/author\/"},"uagb_comment_info":0,"uagb_excerpt":"The paper describes the conception and implementation as well as offers an insight into the first results of a study with experimental design in a simulated process environment at the Research and Application Center Industry 4.0 in Potsdam. The focus is on learning processes in the field of simple work and their organization through the&hellip;","_links":{"self":[{"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/article\/93899","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/article"}],"about":[{"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/types\/article"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/media\/96223"}],"wp:attachment":[{"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/media?parent=93899"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/categories?post=93899"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/tags?post=93899"},{"taxonomy":"product_cat","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/product_cat?post=93899"},{"taxonomy":"topic","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/topic?post=93899"},{"taxonomy":"technology","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/technology?post=93899"},{"taxonomy":"knowhow","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/knowhow?post=93899"},{"taxonomy":"industry","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/industry?post=93899"},{"taxonomy":"writer","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/writer?post=93899"},{"taxonomy":"content-type","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/content-type?post=93899"},{"taxonomy":"potential","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/potential?post=93899"},{"taxonomy":"solution","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/solution?post=93899"},{"taxonomy":"glossary","embeddable":true,"href":"https:\/\/industry-science.com\/en\/wp-json\/wp\/v2\/glossary?post=93899"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}