Co-Creation

Entwicklung von Virtual Reality im Bildungsbereich

Entwicklung von Virtual Reality im Bildungsbereich

Effizienz, inhaltliche Relevanz und Skalierbarkeit
Stella Kanatouri ORCID Icon, Oliver Sosna ORCID Icon, Alexander Kulik, Sina C. Truckenbrodt ORCID Icon, Friederike Klan ORCID Icon, Christian Erfurth ORCID Icon
Während Virtual Reality das praxisorientierte Lernen erleichtern kann, steht ihre Entwicklung vor Hindernissen: hohe Kosten, hoher Zeitaufwand oder die Herausforderungen hinsichtlich ihrer Skalierbarkeit. Dieser Artikel stellt zwei Fallstudien vor, die Strategien zur Überwindung solcher Hindernisse bei der Ausbildung der nächsten Generation von Fachkräften im Bereich Umwelttechnologien veranschaulichen. Durch die Untersuchung von Ansätzen zur Rationalisierung der Entwicklung sowie zur Steigerung der Relevanz und Skalierbarkeit von Inhalten werden Erkenntnisse für die zukünftige Praxis gewonnen. Abschließend wird eine Zukunftsvision entworfen, in der Bildungseinrichtungen flexibel und kosteneffizient Virtual-Reality-Prototypen in Lernkontexten entwickeln können, um die Übereinstimmung mit den Lehrplanzielen und den Bedürfnissen der Lernenden sicherzustellen.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 3 | Seite 26-34 | DOI 10.30844/I4SD.26.3.3
Einsatz von kollaborationsfähigen Robotern in Produktionsumgebungen

Einsatz von kollaborationsfähigen Robotern in Produktionsumgebungen

Mitarbeiterqualifikation und Akzeptanz für die Mensch-Maschine-Interaktion
Tobias Wienzek, Mathias Cuypers ORCID Icon
Die Einführung neuer Technologien stellt insbesondere für kleine und mittlere Unternehmen (KMU) eine große Herausforderung dar. Gleichzeitig müssen sich KMU dieser Herausforderung stellen, um technologisch und wirtschaftlich Schritt halten zu können. Hierbei stellt die Akzeptanz der Beschäftigten eine wichtige Größe dar, wenn Technologieeinführung und dauerhafte Nutzung erfolgreich sein sollen. Zentralen Einfluss auf die Schaffung von Akzeptanz gegenüber diesen neuen Technologien hat der Einführungsprozess. Anhand der Implementierung kollaborationsfähiger Robotik wird dieser Einführungsprozess beispielhaft aufgearbeitet, um die wesentlichen Einflussfaktoren auf die Akzeptanz der Beschäftigten und die Bedeutung von Trainingsmaßnahmen herauszuarbeiten. Der Beitrag macht deutlich, wie der Einführungsprozess und die Qualifikation der Beschäftigten dabei nahtlos ineinandergreifen und sich gegenseitig beeinflussen.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 2 | Seite 14-21 | DOI 10.30844/I4SD.26.2.14
KI in der visuellen Qualitätskontrolle

KI in der visuellen Qualitätskontrolle

Mit intelligenten Algorithmen die Produktqualität verbessern, die Effizienz steigern und Kosten reduzieren
Stefanie Horrmann
Produzierende Unternehmen müssen effizient und wirtschaftlich arbeiten, gleichzeitig aber kompromisslos Qualität liefern. Denn Kunden sind anspruchsvoll, und in manchen Branchen gilt gar eine Null-Fehler-Toleranz. Häufig findet die Qualitätskontrolle noch manuell und zeitversetzt statt. Das ist eine aufwendige, monotone und oft unbequeme Arbeit. Zudem können Fehler erst spät korrigiert werden. Mithilfe von Künstlicher Intelligenz lässt sich die visuelle Qualitätskontrolle dagegen automatisieren, in Echtzeit durchführen und in den Produktionsprozess integrieren. Sie wird dadurch genauer, effizienter und kostengünstiger. Was man für ein solches Projekt braucht und wie man es in der Praxis am besten umsetzt, zeigt der folgende Beitrag.
Industrie 4.0 Management | 36. Jahrgang | 2020 | Ausgabe 2 | Seite 57-60