Zielstellung

Motivation

Mit der Digitalisierung der Arbeit ändern sich die Anforderungen an die Beschäftigten und die Gestaltung der Arbeitsprozesse. Daraus ergibt sich die Notwendigkeit, den Wandel aus der arbeitsgestalterischen, soziotechnischen Perspektive und Kompetenz bewusst und frühzeitig zu gestalten. Um die derzeit vorhandene Diskrepanz zwischen Arbeitsforschung, KI-Forschung sowie KI-Einsatz in der Praxis zu relativieren, soll das aufzubauende Kompetenzzentrum Forschungslücken mit und für die beteiligten Firmen und Sozialpartner der Lausitz zu dieser Thematik schließen, adäquate Transferstrukturen schaffen und dabei praxistaugliche humane und effektive Lösungen von KI-Anwendungen für die beteiligten Unternehmen erstellen.

Lösungsansatz

Ziel des Verbundprojektes ist es, die in der Lausitz ansässigen Unternehmen mittels menschengerecht gestalteter KI-Lösungen zu befähigen, ihre Wettbewerbsfähigkeit und Flexibilität zu steigern. Die im Projekt verankerte Arbeitsforschung sorgt für motivierende und gesunde Tätigkeiten und steigert die Attraktivität für Beschäftigte.

Das interdisziplinäre Kompetenzzentrum PerspektiveArbeit Lausitz (PAL) wird durch seine regionalen Demonstrationszentren sowie seine Weiterbildungsaktivitäten die regionale Anwendungsforschung und Intensivierung von Wissens- und Technologietransfer in der Lausitz stärken und dadurch Keimzellen für neue Zentren der Anwendungsforschung in der Region schaffen. Anhand eines Systemkonzepts zur Symbiose von Menschen, Anlagen und Arbeitsumwelt unter Verwendung von KI-Methoden sollen bestehende Systeme und Prozesse mit Sensorik und Daten kombiniert werden, um eine Detektion von Umweltfaktoren und deren Einfluss auf den Menschen im Arbeitsumfeld (Vermeidung von Gefahren und Belastungen durch KI basierte Entscheidungsempfehlung) zu ermöglichen.

Mithilfe anerkannter Methoden der Arbeitsforschung und der aufgenommenen Daten soll bspw. ein KI-basiertes Werker-Assistenzsystem dazu befähigt werden, Arbeitenden im Bereich der Montage Montagehilfen und Empfehlungen zur günstigen Arbeitsplatzgestaltung zur Verfügung zu stellen. Durch die KI-basierten Werker-Assistenzsysteme wird auf die Reduzierung von Fertigungszeiten durch ein schnelleres Anlernen neuer Mitarbeiter gesetzt oder die Notwendigkeit von Fertigungsunterlagen in Papierform verringert und somit die Digitalisierung vorangetrieben. Ein Anwendungsziel ist die Entwicklung und der effektive Einsatz des Process Minings mit Hilfe prozessunterstützender Softwaresysteme, Künstlicher Intelligenz und integrierten Fachwissens als Unterstützung für Maschinenbediener.

Herausforderungen

Die Professur für Werkzeugmaschinenentwicklung und adaptive Steuerungen widmet sich in PAL folgenden Schwerpunkten:

• Erstellung von bedarfsorientierten Qualifizierungsangeboten für verschiedene Berufs- und Altersgruppen in der Wirtschaft
• Methoden zur Aufbereitung von implizitem Wissen für die Verwendung beim Maschinellen Lernen
• Übertragung der erarbeiteten KI-Assistenzsysteme in die Arbeitswelt ausgewählter Unternehmensszenarien.
  • Entscheidungsunterstützungssystem für die Senkung des Aufwands in der Arbeitsvorbereitung für Routinetätigkeiten und zur Informationsbeschaffung für die Auftragsplanung
  • Implementationsstrategie für die nutzerorientierte Einführung und Konzeption von KI-Lösungen für identifizierte Anwendungsfälle zur Verbesserung von Arbeitsbedingungen und zur Erleichterung von Arbeitstätigkeiten
  • Nutzung von small-data-Konzepten und Wissensmanagementkonzepten zur Beherrschung der Variantenvielfalt bei der Erstellung und Bereitstellung von Arbeitsanweisungen für Montagepersonal (Inhouse) und Servicetechniker (vor Ort beim Kunden)

Lösungsweg

Die Lösungswege sind schwerpunktspezifisch:

• Die Erarbeitung bedarfsorientierter Qualifizierungsangebote setzt auf die Bedarfsanalyse in den in PAL vernetzten Unternehmen auf, wählt passende Beispiellösungen aus abgeschlossenen F&E-Vorhaben sowie Lehrinhalte der studentischen Ausbildung aus und transferiert diese auf die Bedürfnisse der avisierten Berufs- und Altersgruppen. Schließlich werden in der PAL-Akademie Weiterbildungsveranstaltungen durchgeführt.
• Die Entwicklung von Methoden zur Erfassung und Modellierung von Erfahrungswissen verwendet die Methoden des Design Science.
• Für die Entwicklung der KI-Assistenzsysteme für ausgewählte Unternehmensszenarien wird das Vorgehensmodell DMME (Data Mining Methode for Engineering Applications) zugrunde gelegt.

Ergebnisse

Damit resultieren aus den Arbeiten in PAL folgende Ergebnisse: Unternehmensgerechte Weiterbildungsformate zum Thema KI-Anwendungen in der Produktionstechnik, Methoden zur Erfassung und Modellierung von Erfahrungswissen sowie ausgewählte fallspezifische KI-Lösungskonzepte.

Kontakt

Für weitere Informationen zum Forschungsprojekt „PAL“ schauen Sie gern auf der Website www.iwm.info vorbei oder wenden Sie sich an Herrn Dr.-Ing. Hajo Wiemer, Professur für Werkzeugmaschinenentwicklung und adaptive Steuerungen, unter der Telefonnummer +49 351 463-32004 oder per E-Mail an Hajo.Wiemer@​tu-dresden.de.