Jacqueline Lemm

Soziotechnische Assistenzsysteme für die Produktionsarbeit in der Textilbranche

Die Entwicklung hin zu Industrie 4.0 basiert in erster Linie auf modernen Produktionsmaschinen in Verbindung mit digitalen Technologien. Diesem Trend folgend werden der Betrieb und die Entwicklung von modernen Textilmaschinen immer komplexer und erfordern komplexe Fahigkeiten und Arbeitsaufgaben des Bedienpersonals in den verschiedenen Qualifizierungsphasen. Unter dem Gesichtspunkt der zunehmenden Heterogenitat der Produktionsbelegschaft, insbesondere dem Wachstum der Gruppe der alteren Arbeitnehmer/-innen, scheint die differentiell-dynamische Arbeitsgestaltung in der Textilproduktion aktueller denn je. Die Verwendung von Assistenzsystemen ermoglicht eine altersgerechte Arbeit und qualifikationsspezifische Unterstutzung der Mitarbeiter/-innen. Diese Unterstutzung ermoglicht den Beschaftigten, ihre Berufsfahigkeit zu erhalten.

Wissenstransfer über Köpfe

Als ein spezifischer Ausdruck der deutschen Sprache nimmt der Begriff Wissenschaftlicher Nachwuchs Bezug auf den Forschungsnachwuchs und ist nicht gleichzusetzen mit den englischen oder franzosischen Bezeichnungen early career researchers, jeunes chercheurs, junior staff oder statut junior. Folglich sind NachwuchswissenschaftlerInnen nicht mit dem Abschluss des Studiums als solche zu bezeichnen, sondern befinden sich in einer Phase, in welcher „eine Forschungstatigkeit in der Industrie, in einer offentlichen Forschungseinrichtung oder einer Hochschule“ angestrebt wird (Konsortium Bundesbericht Wissenschaftlicher Nachwuchs 2013b, S.78). Formal zahlen in Deutschland jene zum Wissenschaftlichen Nachwuchs, die noch keine Professur erreicht haben (vgl. Heusgen et al. 2010, S.181).

Human-and Task-Centered Assistance Systems in Production Processes of the Textile Industry: Determination of Operator-Critical Weaving Machine Components for AR-Prototype Development

Smart manufacturing concepts merge modern production machinery and digital technologies in Cyber-Physical Systems (CPS). CPS consist of intelligent real-time-capable and networked sensors and actuators. The operation of such advanced machinery requires new and substantial skills in employees in various qualification phases. Successful implementation strategies take these varying skills of the workforce, which result from diverse cultural, educational, age-or gender-related socio-demographic variables, into account. Thus, the need for a differential-dynamic job design in textile production seems more relevant than ever, especially regarding the increasing number of older employees due to demographic changes in high-wage countries,. An important measure that is intertwined with the implementation of advanced manufacturing concepts in textile production is supporting employees in their development of skills concerning these new production methods. For this purpose, the development of Augmented reality-based assistance systems in connection with up-to-date textile machinery is regarded as a promising step towards the successful implementation of adequate, user-adaptable Cyber-Physical Systems.