Virtuelle Lernszenarien für die manuelle Montage
-
Leif Goldhahn
Prof. Dr.-Ing. Leif Goldhahn, geb. 1967, lernte den Beruf des Werkzeugmachers, studierte Maschinenbau und promovierte zum Dr.-Ing. an der Technischen Universität Chemnitz. Beruflich tätig war er in Forschung und Industrie. Ende 2001 wurde er als Professor für Produktionsinformatik an der Fakultät Ingenieurwissenschaften der Hochschule Mittweida berufen. Dort gründete er 2003 das Institut InnArbeit – Zentrum für innovative Arbeitsplanung und Arbeitswissenschaft. 2018 konnte hier die Trainingsfabrik 4.0 als komplexes Testfeld aufgebaut werden. Seine Forschungsgebiete sind Arbeitsplanung, Rationalisierung von Fertigungsprozessen/Arbeitsorganisation sowie Ergonomie/Wissensmanagement.
Dipl.-Inf. (FH) Dorit Bock, geb. 1975, studierte an der Hochschule Mittweida Wirtschaftsinformatik, war danach als Innovationsassistentin und Softwareentwicklerin tätig und arbeitet jetzt als Forschungsingenieurin am Institut InnArbeit der Hochschule Mittweida.
und
Katharina Müller-Eppendorfer
Katharina Müller-Eppendorfer, M. Eng., geb. 1985, studierte zunächst an der Staatlichen Studienakademie Glauchau Produktionstechnik, danach an der Hochschule Mittweida sowie der Technischen Universität Chemnitz Maschinenbau. Sie ist Forschungsingenieurin am Institut InnArbeit der Hochschule Mittweida.
Abstract
Virtuelle Lernszenarien unterstützen Unternehmen, Herausforderungen variantenreicher Fertigung, flexiblen Personaleinsatzes und unregelmäßiger Materialverfügbarkeit zu kompensieren. Sie vermitteln das im Unternehmen vorhandene Know-how an Mitarbeitende, die sich selbständig und außerhalb des laufenden Fertigungsbetriebes in neue Prozesse einarbeiten und dieses Wissen auf reale Prozesse übertragen. Test und Evaluierung der entwickelten Lernszenarien erfolgten mittels Pilotanwendung und Fragebogen.
Abstract
Virtual learning scenarios support companies to compensate their challenge of multi-variant production, flexible staff and irregular availability of materials. The companies expertise of knowledge is given to the employees, which are incorporating themself and outside of the running manufacturing operations into new processes. This way knowledge is also given back to real processes. Testing and evaluation of the developed learning scenarios was carried out by means of pilot application and questionnaire.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).
About the authors
Prof. Dr.-Ing. Leif Goldhahn, geb. 1967, lernte den Beruf des Werkzeugmachers, studierte Maschinenbau und promovierte zum Dr.-Ing. an der Technischen Universität Chemnitz. Beruflich tätig war er in Forschung und Industrie. Ende 2001 wurde er als Professor für Produktionsinformatik an der Fakultät Ingenieurwissenschaften der Hochschule Mittweida berufen. Dort gründete er 2003 das Institut InnArbeit – Zentrum für innovative Arbeitsplanung und Arbeitswissenschaft. 2018 konnte hier die Trainingsfabrik 4.0 als komplexes Testfeld aufgebaut werden. Seine Forschungsgebiete sind Arbeitsplanung, Rationalisierung von Fertigungsprozessen/Arbeitsorganisation sowie Ergonomie/Wissensmanagement.
Dipl.-Inf. (FH) Dorit Bock, geb. 1975, studierte an der Hochschule Mittweida Wirtschaftsinformatik, war danach als Innovationsassistentin und Softwareentwicklerin tätig und arbeitet jetzt als Forschungsingenieurin am Institut InnArbeit der Hochschule Mittweida.
Katharina Müller-Eppendorfer, M. Eng., geb. 1985, studierte zunächst an der Staatlichen Studienakademie Glauchau Produktionstechnik, danach an der Hochschule Mittweida sowie der Technischen Universität Chemnitz Maschinenbau. Sie ist Forschungsingenieurin am Institut InnArbeit der Hochschule Mittweida.
Danksagung
Die Autor:innen danken dem Bundesministerium für Bildung und Forschung für die finanzielle Unterstützung sowie dem Projektträger Jülich für die Betreuung des Forschungsprojektes „Smart University Grid Saxony5 – Wissensströme intelligent vernetzen (Saxony5)“.
Literatur
1 Sauer, S.; Wollmershäuser, T.: Fachkräftemangel wird zunehmend zur Belastung für die deutsche Wirtschaft. ifo Schnelldienst digital (2021), S. 3–4Suche in Google Scholar
2 Goldhahn, L.; Eckardt, R.: Learning Scenarios for the Improvement of Operating Safety of Machine Tools. In: Black, N. L.; Neumann, W. P.; Noy, I. (Hrsg.): Proceedings of the 21st Congress of the International Ergonomics Association, IEA 2021, Lecture Notes in Networks and Systems, vol. 223. Springer-Verlag, Berlin, Heidelberg 2021 DOI: 10.1007/978-3-030-74614-8_9210.1007/978-3-030-74614-8_92Suche in Google Scholar
3 Hirt, C.; Spahni, M.; Kompis, Y.; Jetter, D.; Kunz, A.: Alles rund um die Maschine – Begehbare virtuelle Schulung an Werkzeugmaschinen. In: Tagungsband VAR2 2019 – Realität erweitern, 5. Fachkonferenz zu VR/AR-Technologien in Anwendung und Forschung an der Professur Werkzeugmaschinenkonstruktion und Umformtechnik, Technische Universität Chemnitz, 2019, S. 43–58Suche in Google Scholar
4 DIN Deutsches Institut für Normung e. V.: DIN – EN ISO 9241–110 – Ergonomie der Mensch-System-Interaktion - Teil 110: Interaktionsprinzipien (ISO 9241–110 : 2020). Beuth Verlag, Berlin 2020Suche in Google Scholar
5 Mulders, M.; Buchner, J.: Lernen in immersiven virtuellen Welten aus der Perspektive der Mediendidaktik. Medienimpulse 58 (2020) 2, 23 SeitenSuche in Google Scholar
6 Goldhahn, L.; Eckardt, R.; Müller-Eppendorfer K.: Standardisiertes Übungsszenario für HMD-basierte virtuelle Lernumgebungen. In: Ökologische Transformation in Technik, Wirtschaft und Gesellschaft? Scientific Reports zur 26. Interdisziplinäre Wissenschaftliche Konferenz Mittweida, Nr. 2, 2021, S. 105–108Suche in Google Scholar
7 Seufert, T.: Effektiv Lernen mit VR/AR? Die Perspektive der Lehr-Lernforschung, VR/AR Learning Days (2022). Online unter https://ak-vrarl.gi.de/vr-ar-learning-daysSuche in Google Scholar
8 Riemann, T.; Kreß, A.; Roth, L.; Staiger, B.; Metternich, J.; Grell, P.: Virtual Reality in der betrieblichen Bildung – Chancen und Herausforderungen. ZWF 115 (2020) 10, S. 673–676 DOI: 10.3139/104.11243110.3139/104.112431Suche in Google Scholar
9 Zender, R.; Weise, M.; von der Heyde, M.; Söbke, H.: Lehren und Lernen mit VR und AR – Was wird erwartet? Was funktioniert? In: Proceedings of the DeLFI Workshops 2018 Co-located with 16th e-Learning Conference of the German Computer Society, 2018, S. 4–8Suche in Google Scholar
10 Hirt, C.; Spahni, M.; Kompis, Y.; Jetter, D.; Kunz, A.: Alles rund um die Maschine – Begehbare virtuelle Schulung an Werkzeugmaschinen. In: Putz, M.; Klimant, P.; Klimat, F. (Hrsg.): VAR2 2019 – Realität erweitern. Tagungsband zur 5. Fachkonferenz zu VR/AR-Technologien in Anwendung und Forschung an der Professur Werkzeugmaschinenkonstruktion und Umformtechnik, Technische Universität Chemnitz, 2019, S. 43–58Suche in Google Scholar
11 Eckardt, R.; Goldhahn, L.: Virtual Realitybasierte Bedienhandlungen zur Mitarbeiterqualifizierung am Beispiel einer Werkzeugmaschine. Tagungsband zur 21. Nachwuchswissenschaftler:innenkonferenz Jena, 2021, S. 79–83Suche in Google Scholar
12 Goldhahn, L.; Eckardt, R.; Pietschmann, C.; Roch, S.: Lernszenarien und Virtual Realitybasierte Bedienhandlungen zur Mitarbeiterqualifizierung. In: Gesellschaft für Arbeitswissenschaft e. V. (Hrsg.): Digitaler Wandel, digitale Arbeit, digitaler Mensch? Bericht zum 66. Arbeitswissenschaftlichen Kongress 2020, B1.1, Dortmund, 2020, S.1–6Suche in Google Scholar
13 Prange, M.: Virtual Reality und Augmented Reality in der Bildung – Ein Überblick zum Thema. In: Graf, D.; Graulich, N.; Lengnink, K.; Martinez, H.; Schreiber, C. (Hrsg.): Digitale Bildung für Lehramtsstudierende (Edition Fachdidaktiken). Springer VS, Wiesbaden 2021 DOI: 10.1007/978-3-658-32344-8_3210.1007/978-3-658-32344-8_32Suche in Google Scholar
14 Singh, G.; Mantri, A.; Sharma, O.; Kaur, R.: Virtual Reality Learning Environment for Enhancing Electronics Engineering Laboratory Experience. Computer Applications in Engineering Education 29 (2021) 1, S. 229–243 DOI: 10.1002/cae.2233310.1002/cae.22333Suche in Google Scholar
15 Renganayagalu, S. K.; Mallam, S. C.; Nazir, S.: Effectiveness of VR Head Mounted Displays in Professional Training: A Systematic Review. Tech Know Learn 26 (2021), S. 999–1041 DOI: 10.1007/s10758-020-09489-910.1007/s10758-020-09489-9Suche in Google Scholar
16 Hirt, C.; Holzwarth, V.; Gisler, J.; Schneider, J.; Kunz, A.: Virtual Learning Environment for an Industrial Assembly Task. In Proceedings of the IEEE 9th International Conference on Consumer Electronics, Berlin 2019, S. 337–342 DOI: 10.1109/ICCE-Berlin47944.2019.896616910.1109/ICCE-Berlin47944.2019.8966169Suche in Google Scholar
17 Hübner, B.; Reißmann, M.; Kertzsch, S.: Modifizierung virtuelles Instandhaltungstraining am Beispiel Drehmaschine. Projektarbeit, Hochschule Mittweida, 2022Suche in Google Scholar
© 2022 Walter de Gruyter GmbH, Berlin/Boston, Germany
Artikel in diesem Heft
- Inhalt
- Editorial
- Innovationen, Menschen und das Metaverse
- Organisationsformen
- Hybride Organisationsformen in der Produktion
- Lean Production
- Generierung von disruptiven Verbesserungsideen zur Arbeitsplatzgestaltung
- Rekonfiguration
- Automatisierte Rekonfiguration einer Montagelinie
- Produktionsplanung und -steuerung
- Die Auftragsfreigabe – Unterschätzte Aufgabe der Fertigungssteuerung?
- Konfiguration der PPS
- Produktionsqualität
- Dynamische Kameraverfolgung von Regions of Interest in der Produktion mit Flugrobotern
- Produktkennzeichnung
- Organisation und Koordination industriellen Kennzeichnens
- Prozessoptimierung
- Prozessoptimierung mithilfe der Prozess-Atlas-Systematik
- Nachhaltige Datennutzung im Handwerk
- Prozessoptimierung durch Flittergratvermeidung
- Receptance Coupling
- Modellierung der dynamischen Werkzeugnachgiebigkeit mithilfe der Receptance-Coupling-Analyse
- Digitale Technologien
- Technologiekombinationen zur Identifikation und Lokalisierung in der Produktion
- Nachhaltigkeit
- Digitaler Schatten zur nachhaltigen Konfiguration von Losgrößen
- Adieu Wegwerfwirtschaft – Nachhaltige Produktkreisläufe in der Cloud organisieren
- Künstliche Intelligenz
- Vertrauen und Akzeptanz bei KI-basierten, industriellen Arbeitssystemen
- Data Mining
- Datengetriebene Werkzeugeingriffsdetektion für Fräsprozesse
- Virtuelles Lernen
- Virtuelle Lernszenarien für die manuelle Montage
- Vorschau
- Vorschau
Artikel in diesem Heft
- Inhalt
- Editorial
- Innovationen, Menschen und das Metaverse
- Organisationsformen
- Hybride Organisationsformen in der Produktion
- Lean Production
- Generierung von disruptiven Verbesserungsideen zur Arbeitsplatzgestaltung
- Rekonfiguration
- Automatisierte Rekonfiguration einer Montagelinie
- Produktionsplanung und -steuerung
- Die Auftragsfreigabe – Unterschätzte Aufgabe der Fertigungssteuerung?
- Konfiguration der PPS
- Produktionsqualität
- Dynamische Kameraverfolgung von Regions of Interest in der Produktion mit Flugrobotern
- Produktkennzeichnung
- Organisation und Koordination industriellen Kennzeichnens
- Prozessoptimierung
- Prozessoptimierung mithilfe der Prozess-Atlas-Systematik
- Nachhaltige Datennutzung im Handwerk
- Prozessoptimierung durch Flittergratvermeidung
- Receptance Coupling
- Modellierung der dynamischen Werkzeugnachgiebigkeit mithilfe der Receptance-Coupling-Analyse
- Digitale Technologien
- Technologiekombinationen zur Identifikation und Lokalisierung in der Produktion
- Nachhaltigkeit
- Digitaler Schatten zur nachhaltigen Konfiguration von Losgrößen
- Adieu Wegwerfwirtschaft – Nachhaltige Produktkreisläufe in der Cloud organisieren
- Künstliche Intelligenz
- Vertrauen und Akzeptanz bei KI-basierten, industriellen Arbeitssystemen
- Data Mining
- Datengetriebene Werkzeugeingriffsdetektion für Fräsprozesse
- Virtuelles Lernen
- Virtuelle Lernszenarien für die manuelle Montage
- Vorschau
- Vorschau
