Digitale Arbeitsanweisungen basierend auf dem Digitalen Zwilling
-
Leon Eversberg
Leon Eversberg, M. Sc., geb. 1992, studierte Maschinenbau und Informationstechnik im Maschinenwesen an der Technischen Universität Berlin. Nach dem Studium arbeitete er als Ingenieur für Automatisierungstechnik bei der Siemens Mobility GmbH in Berlin. Seit 2020 ist er Wissenschaftlicher Mitarbeiter am FG Industry Grade Networks and Clouds an der TU Berlin.
and
Jens Lambrecht
Prof. Dr.-Ing. Jens Lambrecht (MBA), geb. 1984, studierte Maschinenbau an der TU Berlin, promovierte am FG Industrielle Automatisierungstechnik der TU Berlin im Bereich Mensch-Roboter-Interaktion. Nach einem internationalen Forschungsaufenthalt und Tätigkeiten in der Industrie ist er seit 2018 Juniorprofessor für das FG Industry Grade Networks and Clouds an der TU Berlin.
Abstract
Der Mensch bleibt aufgrund seiner Intelligenz und Flexibilität fester Bestandteil der Industrie 4.0. Aufgrund steigender Produkt- und Produktionskomplexität wächst jedoch der Unterstützungsbedarf der Mitarbeiter. Assistenzsysteme können die Mitarbeiter kognitiv unterstützen, indem die richtigen Informationen zur richtigen Zeit geliefert werden. Das in diesem Beitrag vorgestellte Assistenzsystem für manuelle Reparaturarbeiten konnte in einer Nutzerstudie die Arbeitszeit und die Arbeitsbelastung bei erfahrenen Werkern reduzieren.
Abstract
Humans remain an integral part of Industry 4.0 due to their intelligence and flexibility. However, due to increasing product and production complexity, the need for employee support is growing. Assistance systems can support employees cognitively by providing the right information at the right time. The presented assistance system for manual repair tasks was able to reduce the working time and workload of experienced workers in a user study.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).
About the authors
Leon Eversberg, M. Sc., geb. 1992, studierte Maschinenbau und Informationstechnik im Maschinenwesen an der Technischen Universität Berlin. Nach dem Studium arbeitete er als Ingenieur für Automatisierungstechnik bei der Siemens Mobility GmbH in Berlin. Seit 2020 ist er Wissenschaftlicher Mitarbeiter am FG Industry Grade Networks and Clouds an der TU Berlin.
Prof. Dr.-Ing. Jens Lambrecht (MBA), geb. 1984, studierte Maschinenbau an der TU Berlin, promovierte am FG Industrielle Automatisierungstechnik der TU Berlin im Bereich Mensch-Roboter-Interaktion. Nach einem internationalen Forschungsaufenthalt und Tätigkeiten in der Industrie ist er seit 2018 Juniorprofessor für das FG Industry Grade Networks and Clouds an der TU Berlin.
Danksagung
Dieser Beitrag entstand im Rahmen des Projekts „MRO 2.0 – Upgrade statt Repair“ (Phase 1), welches vom Europäischen Fonds für regionale Entwicklung (EFRE) unter dem Kennzeichen ProFIT-10167454 kofinanziert wurde.
Wir bedanken uns weiterhin bei unseren Projektpartnern Siemens Energy, Gestalt Robotics, YOUSE und dem Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik.
Literatur
1 Kagermann, H.; Lukas, W.-D.; Wahlster, W.: Industrie 4.0: Mit dem Internet der Dinge auf dem Weg zur 4. industriellen Revolution. VDI nachrichten (2011) 13, S. 2Search in Google Scholar
2 Bauer, W.; Schlund, S.; Hornung, T.; Schuler, S.: Digitalization of Industrial Value Chains – A Review and Evaluation of Existing Use Cases of Industry 4.0 in Germany. Logforum 14 (2018) 5, S. 331–340 DOI:10.17270/J.LOG.2018.28810.17270/J.LOG.2018.288Search in Google Scholar
3 Kärcher, B.: Alternative Wege in die Industrie 4.0 – Möglichkeiten und Grenzen. In: Botthof, A.; Hartmann, E. A. (Hrsg.): Zukunft der Arbeit in Industrie 4.0. Springer-Vieweg-Verlag, Wiesbaden 2014 DOI:10.1007/978-3-662-45915-7_510.1007/978-3-662-45915-7_5Search in Google Scholar
4 Weidner, R.; Redlich, T.; Wulfsberg, J. P.: Technische Unterstützungssysteme. Springer-Vieweg-Verlag, Wiesbaden 2015, S. 10–13 DOI:10.1007/978-3-662-48383-110.1007/978-3-662-48383-1Search in Google Scholar
5 Petzoldt, C.; Keiser, D.; Beinke, T.; Freitag, M.: Requirements for an Incentive-Based Assistance System for Manual Assembly. In: Freitag, M.; Haasis, H. D.; Kotzab, H.; Pannek, J. (Hrsg.): Dynamics in Logistics: Proceedings of the 7th International Conference LDIC 2020, Bremen, Germany (Lecture Notes in Logistics). Springer International, Cham 2020 DOI:10.1007/978-3-030-44783-0_5010.1007/978-3-030-44783-0_50Search in Google Scholar
6 Klapper, J.; Gelec, E.; Pokorni, B.; Hämmerle, M.; Rothenberger, R.: Potenziale digitaler Assistenzsysteme. Fraunhofer IAO, Stuttgart 2019Search in Google Scholar
7 Lossie, K.; Nuy, L.; Rachner, J.; Schmitt, R. H.: Adaptive und kontextspezifische technische Handlungsanweisungen. ZWF 115 (2021) 12, S. 934–937 DOI:10.3139/104.11246810.3139/104.112468Search in Google Scholar
8 Heng, B. J.; Ng, A. K.; Tay, R. K. H.: Digitization of Work Instructions and Checklists for Improved Data Management and Work Productivity. In: Proceedings of the 4th International Conference on Intelligent Transportation Engineering (ICITE). IEEE, Singapore 2019, S. 79–8310.1109/ICITE.2019.8880219Search in Google Scholar
9 Lampe, M.; Strassner, M.; Fleisch, E.: A Ubiquitous Computing Environment for Aircraft Maintenance. In: Proceedings of the 2004 ACM Symposium on Applied Computing. Association for Computing Machinery, New York 2004, S. 1586–1592 DOI:10.1145/967900.96821710.1145/967900.968217Search in Google Scholar
10 Leupold, M.; Pirron, J.: Die Zukunft der IT-Systemlandschaft. Jahrbuch Logistik (2018), S. 172–177Search in Google Scholar
11 Eversberg, L.; Ebrahimi, P.; Pape, M.; Lambrecht, J.: A Cognitive Assistance System with Augmented Reality for Manual Repair Tasks with High Variability Based on the Digital Twin. Manufacturing Letters 34 (2022), S. 49–52 DOI:10.1016/j.mfglet.2022.09.00310.1016/j.mfglet.2022.09.003Search in Google Scholar
12 Neidig, J.; Orzelski, A.; Pollmeier, S.: Asset Administration Shell – Reading Guide. Plattform Industrie 4.0 (2022). Online unter https://www.plattform-i40.de/IP/Redaktion/DE/Downloads/Publikation/AAS-ReadingGuide_202201.html [Zugriff am 20.01.2023]Search in Google Scholar
13 Sweller, J.; Ayres, P.; Kalyuga, S.: The Split-Attention Effect. In: Sweller, J.; Ayres, P.; Kalyuga, S. (Hrsg.): Cognitive Load Theory. Springer Verlag, New York 2011 DOI:10.1007/978-1-4419-8126-410.1007/978-1-4419-8126-4Search in Google Scholar
14 Eversberg, L.; Sohst, C.; Lambrecht, J.: Assistenzsystem zur Verbesserung der Ergonomie/Assistance System to Improve Ergonomics – Preventing Musculoskeletal Disorders in Manufacturing with Artificial Intelligence. wt Werkstattstechnik online 112 (2022) 9, S. 596–60010.37544/1436-4980-2022-09-68Search in Google Scholar
15 Eversberg, L.; Lambrecht, J.: Evaluating Digital Work Instructions with Augmented Reality versus Paper-based Documents for Manual, Object-Specific Repair Tasks in a Case Study with Experienced Workers. The International Journal of Advanced Manufacturing Technology (in press)Search in Google Scholar
16 Hart, S. G.; Staveland, L. E.: Development of NASA-TLX (Task Load Index): Results of Empirical and Theoretical Research. Advances in Psychology 52 (1988), S. 139–183 DOI:10.1016/S0166-4115(08)62386-910.1016/S0166-4115(08)62386-9Search in Google Scholar
17 Bettenhausen, K. D.; Kowalewski, S.: Cyber-Physical Systems: Chancen und Nutzen aus Sicht der Automation. VDI/VDE-Gesellschaft, Düsseldorf 2013Search in Google Scholar
18 Hoffmann, M. W.; Malakuti, S.; Grüner, S.; Finster, S.; Gebhardt, J.; Tan, R.; Schindler, T.; Gamer, T.: Developing Industrial CPS: A Multi-Disciplinary Challenge. sensors 21 (2021) 6, 1991 DOI:10.3390/s2106199110.3390/s21061991Search in Google Scholar PubMed PubMed Central
© 2023 Walter de Gruyter GmbH, Berlin/Boston, Germany
Articles in the same Issue
- Inhalt
- Editorial
- Auf dem Weg zur intelligenten Fabrik
- Fabrikplanung
- Level of Coordination in der Fabrikplanung
- Digitaler Wertstrom
- Universelle Datenschnittstelle für digitale Wertstromdienste
- Monitoring
- Überwachung von Werkzeugverschleiß
- Prozessüberwachung
- Klassifizierung von Prozesszuständen beim Bohren
- Ökologische Nachhaltigkeit
- Mit Künstlicher Intelligenz zu mehr Nachhaltigkeit
- Lieferketten
- Bewertungsmaß für die Resilienz als Kriterium für die Zuliefererauswahl
- Lieferkettengesetz ist im Januar in Kraft getreten
- Intralogistik
- Automatisierte Förderanlagenlayoutoptimierung für modulare Fördersysteme
- Maschinelles Lernen
- ML-basierte Absatzprognose mit Frühindikatoren
- Wirtschaftlichkeit
- Stufenmodell zur Wirtschaftlichkeitsbewertung
- Blockchain-Technologie
- Shared Economy & 3D-Druck: Einfach. Nachhaltig. Sicher.
- 5G-Campusnetze
- Private 5G-Campusnetze für den industriellen Einsatz in der Intralogistik
- Virtuelle Prüfung
- Wertschöpfung in Industrie 4.0
- Digitalisierung
- Digitalisierung: Krise verändert Fokus und Budgets
- Künstliche Intelligenz
- KI-Engineering für die Produktion im Kontext von Datenräumen
- Assistenzsysteme
- Digitale Arbeitsanweisungen basierend auf dem Digitalen Zwilling
- Vorschau
- Vorschau
Articles in the same Issue
- Inhalt
- Editorial
- Auf dem Weg zur intelligenten Fabrik
- Fabrikplanung
- Level of Coordination in der Fabrikplanung
- Digitaler Wertstrom
- Universelle Datenschnittstelle für digitale Wertstromdienste
- Monitoring
- Überwachung von Werkzeugverschleiß
- Prozessüberwachung
- Klassifizierung von Prozesszuständen beim Bohren
- Ökologische Nachhaltigkeit
- Mit Künstlicher Intelligenz zu mehr Nachhaltigkeit
- Lieferketten
- Bewertungsmaß für die Resilienz als Kriterium für die Zuliefererauswahl
- Lieferkettengesetz ist im Januar in Kraft getreten
- Intralogistik
- Automatisierte Förderanlagenlayoutoptimierung für modulare Fördersysteme
- Maschinelles Lernen
- ML-basierte Absatzprognose mit Frühindikatoren
- Wirtschaftlichkeit
- Stufenmodell zur Wirtschaftlichkeitsbewertung
- Blockchain-Technologie
- Shared Economy & 3D-Druck: Einfach. Nachhaltig. Sicher.
- 5G-Campusnetze
- Private 5G-Campusnetze für den industriellen Einsatz in der Intralogistik
- Virtuelle Prüfung
- Wertschöpfung in Industrie 4.0
- Digitalisierung
- Digitalisierung: Krise verändert Fokus und Budgets
- Künstliche Intelligenz
- KI-Engineering für die Produktion im Kontext von Datenräumen
- Assistenzsysteme
- Digitale Arbeitsanweisungen basierend auf dem Digitalen Zwilling
- Vorschau
- Vorschau
