Veröffentlichungen

unter Mitwirkung von Yannick Peifer

  • Harlacher, M, Feggeler, N, Peifer, Y, Ottersböck, N (2023) Produzierendes Gewerbe auf internationalem Niveau: Ergebnisse der Online-Befragung zum Thema „Künstliche Intelligenz in produzierenden Unternehmen“. In: Zeitschrift für wirtschaftlichen Fabrikbetrieb, Vol. 118 (Issue 3), pp. 173-177. https://doi.org/10.1515/zwf-2023-1012

    Zitieren
    Abstract

    In diesem Beitrag werden Teilergebnisse aus der Studie „Künstliche Intelligenz in produzierenden Unternehmen“ des ifaa – Institut für angewandte Arbeitswissenschaft vorgestellt. Der Fokus liegt auf der Beschreibung geplanter oder bereits eingeführter KI-Anwendungen, ihren Nutzen und Hemmnissen bei der Einführung im Betrieb. Als Basis dienen dabei 332 Studienteilnehmende aus Unternehmen, in denen KI-Anwendungen geplant bzw. eingeführt wurden. Dies entspricht etwa 70 Prozent der Unternehmen der Gesamtstichprobe und ist mit Ergebnissen internationaler Studien vergleichbar.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Nils Feggeler, Nicole Ottersböck, Markus Harlacher, Yannick Peifer, ifaa KI-Studie, Produktionsindustrie, künstliche Intelligenz, KI
  • Harlacher M, Shahinfar F, Peifer Y, Eisele O, Jeske T (2023) Künstliche Intelligenz – Chance für Wirtschaft und Arbeitsgestaltung. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 1–15. doi.org/10.1007/978-3-662-67912-8_1

    Zitieren
    Abstract

    Künstliche Intelligenz begleitet heute schon viele Menschen im Alltag. Auch in das Arbeits- und Betriebsumfeld wird KI zukünftig deutlich stärker Einzug erhalten und so zur Wirtschaftlichkeit und Innovationsfähigkeit des Industriestandorts Deutschlands beitragen. Die Einführung von KI-Systemen wird bei den Benutzenden häufig noch kritischer gesehen als bisherige Automatisierungs- und Digitalisierungsmaßnahmen, da insbesondere Autonomieverluste und fehlendes Verständnis für das Verhalten des KI-Systems befürchtet werden. Dem entgegenwirken kann die ganzheitliche, soziotechnische Systemgestaltung, mit der Arbeit in den Facetten Mensch, Technik und Organisation gleichzeitig gestaltet wird. Dieser Abschnitt motiviert dies ausführlicher und gibt einen Überblick über das Gesamtwerk.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Tim Jeske, Olaf Eisele, Markus Harlacher, Yannick Peifer, Fatemeh Nasim Shahinfar, Arbeitswissenschaft, vernetzte Digitalisierung, Digitalisierung, Industrie 4.0, KI
  • Peifer Y (2023) Einführung und Anwendung von Künstlicher Intelligenz: Eine empirische Untersuchung über die Anforderungen an die Arbeit von Führungskräften. In: GfA (Hrsg) Nachhaltig Arbeiten und Lernen – Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits- und Lernprozesse. Bericht zum 69. Arbeitswissenschaftlichen Kongress vom 01. – 03. März 2022, GfA Press, Sankt Augustin, Beitrag C.2.7

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Künstliche Neuronale Netze, Führung, Forschungsprojekt humAIn work lab, künstliche Intelligenz, KI, Yannick Peifer, humAIn work lab
  • Peifer Y (2023) Führungskräfte. In Hoppe M, Roth I, Oßwald L, Bux S (Hrsg) KI-Kompass für KMU - Ein Praxishandbuch für den betrieblichen Einsatz von KI, INPUT Consulting, Stuttgart, S. 21 - 24

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, humAIn work lab, Transformation, Digital transformation, Arbeitswissenschaft, Maschinelles Lernen, Machine Learning, Tiefes Lernen, Künstliche Neuronale Netze, Führungskräfte, Führung, Führungskultur, künstliche Intelligenz
  • Peifer Y (2023) Konzeptionierung eines arbeitswissenschaftlichen Handlungsrahmens zur Einführung und Anwendung einer auf Künstlicher Intelligenz basierten Mensch-Roboter-Kollaboration. Springer Vieweg Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-68561-7 

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Industrial Engineering, Künstliche Intelligenz / Lernende Systeme, Produktions- und Unternehmenssystemgestaltung, Yannick Peifer, Digital transformation, Leadership, Arbeitswissenschaft, arbeitswissenschaftliche Empfehlungen, Machine Learning, Checkliste, Tiefes Lernen, Künstliche Neuronale Netze, digitale Transformation, Digitalisierung, Digitalisierungsmaßnahmen, Fachkompetenz, Mensch-Roboter-Kollaboration, Mensch, Roboter, künstliche Intelligenz, Mensch-Maschine-Interaktion
  • Peifer Y, Boenisch P, Stowasser S (2023) Führung neu denken – was Führungskräfte brauchen, um KI in der Produktion nachhaltig einzuführen. In: Gergs H, Schatilow L, Langes B, Kämpf T (Hrsg) Human Friendly Automation – Arbeit und Künstliche Intelligenz neu denken Frankfurter Allgemeine Buch, Frankfurt am Main. S 170-176

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Yannick Peifer, humAIn work lab, Digital transformation, Tiefes Lernen, Cyber-physisches System, Deep Learning, Künstliche Neuronale Netze, digitale Transformation, Digitalisierung, Digitalisierungsmaßnahmen, Führungskräfte, Führung, Führungskultur, Führungskraft
  • Peifer Y, Hille S (2023) Anforderungen an Führung und Führungskräfte bei der Einführung von Künstlicher Intelligenz. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 181–191. doi.org/10.1007/978-3-662-67912-8_9

    Zitieren
    Abstract

    Die Einführung von KI-Systemen ist ein Führungsthema und stellt weitreichende Anforderungen an Führungskräfte. Es gilt in diesem Zusammenhang die Handlungsfelder Aspekte guter Führung (Absch. 9.2.1), konzeptionelle Gestaltung des Veränderungsprozesses (Abschn. 9.2.2), Unternehmenskultur (Abschn. 9.2.3), Qualifizierung und Kompetenzentwicklung (Abschn. 9.2.4) sowie eine Analyse von Auswirkungen (Abschn. 9.2.5) zu beachten. Aufgrund ihrer Position im Unternehmen nehmen Führungskräfte eine Schlüsselrolle im Rahmen des Veränderungsprozesses ein. Sie agieren sowohl als Begleitpersonen der Mitarbeitenden im Veränderungsprozess, Multiplikatoren der Technologie als auch Projektverantwortliche. Hierbei lassen sich jeweils individuelle Anforderungen ableiten.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Sven Hille, Yannick Peifer, humAIn work lab, Personalführung, Führungskräfte, Führung, künstliche Intelligenz, KI, Führung 4.0
  • Peifer Y, Ottersböck N, Ramm G, Prange C, Dander H (2023) Künstliche Intelligenz in der Anwendung. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 27–47. doi.org/10.1007/978-3-662-67912-8_3

    Zitieren
    Abstract

    In diesem Kapitel werden verschiedene betriebliche Anwendungsbeispiele für KI vorgestellt. Ausgehend von der Beschreibung der Unternehmen, sowie deren Herausforderungen und Bedarfe, werden sowohl bereits erprobte als auch zum Zeitpunkt der Beitragserstellung in der Konzeption und Entwicklung befindliche technische Lösungen erläutert. Das Kapitel schließt mit zusammengefassten Erkenntnissen und einem Fazit.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Nicole Ottersböck, Gerda Maria Ramm, Yannick Peifer, KI_eeper, Industrie 4.0, künstliche Intelligenz, KI
  • Peifer Y, Shahinfar F (2023) Erwartungen an Künstliche Intelligenz im betrieblichen Alltag. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 17–25. doi.org/10.1007/978-3-662-67912-8_2

    Zitieren
    Abstract

    Die Anwendung von KI in der unternehmerischen Praxis geht mit zukünftigen Erwartungen einher. Im Rahmen der Studie zum Thema „Künstliche Intelligenz in produzierenden Unternehmen“ des ifaa – Institut für angewandte Arbeitswissenschaft e. V. wurden diese erhoben. Hierbei wurden die Erfahrungen von 459 teilnehmenden Fach- und Führungskräften zu eingeführten sowie geplanten KI-Anwendungen abgefragt. Diese zeigen, dass die Erwartungen der Unternehmen bezüglich eines KI-Einsatzes je nach Betrieb sehr unterschiedlich aussehen können. Zugleich sind ebenfalls große Übereinstimmungen zu den Einschätzungen der Unternehmen bezüglich der erwarteten und beobachteten Auswirkungen, Potenziale und Nutzen einer KI zu beobachten. Dadurch wird deutlich, dass KI-Technologien ein breites Spektrum an nutzbaren Möglichkeiten für Unternehmen bieten. Auch zeigen die Ergebnisse der Studie eine Vielzahl an Unternehmensbereiche, in denen zukünftiges Potenzial für den Einsatz von KI gesehen wird.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, Fatemeh Nasim Shahinfar, ifaa KI-Studie, künstliche Intelligenz, KI
  • Peifer Y, Terstegen S (2023) Anforderungen an Führungskräfte bei der Qualifizierung und Kompetenzentwicklung. Zeitschrift für wirtschaftlichen Fabrikbetrieb 118(6):424–427. https://doi.org/10.1515/zwf-2023-1090

    Zitieren
    Abstract

    Künstliche Intelligenz (KI) verändert die Arbeits­welt und führt zu einer dynamischen Neu­gestaltung der Arbeits­teilung zwischen Mensch und Technik in Unter­nehmen. Durch die Automati­sierung auch kognitiv anspruchs­voller Tätigkeiten können KI-Systeme beispielsweise Führungs­kräfte bei der Aus­übung ihrer Aufgaben unter­stützen und teilweise adminis­trative Koordi­nations- und Kontroll­aufgaben von Beschäftigten übernehmen. Für die Neu­gestaltung der Arbeits­systeme in den Unter­nehmen bedarf es zum einen geeigneter Instrumente. Zum anderen ist ein gut strukturiertes Change-Manage­ment wichtig, das sich an der mensch­zentrierten Arbeits­gestaltung orientiert und KI-spezifische Gestaltungs­kriterien berücksichtigt.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, Sebastian Terstegen, enAIble, humAIn work lab, Künstliche Neuronale Netze, Qualifizierung, Führungskräfte, Führung, Change-Management, KI
  • Peifer Y, ifaa — Institut für angewandte Arbeitswissenschaft e. V. (Hrsg) (2023) Künstliche Intelligenz erfolgreich einführen – Orientierungshilfen für Führungskräfte. ifaa, Düsseldorf

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Industrial Engineering, Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, humAIn work lab, Digital transformation, Leadership, Arbeitswissenschaft, Maschinelles Lernen, Machine Learning, Deep Learning, Künstliche Neuronale Netze, KNN, digitale Transformation, Digitalisierung, Qualifizierung, Maschinen-Interaktion, Führungskräfte, Führung, Führungskultur, Qualifikationsbedarfe, künstliche Intelligenz, KI, Qualifikation, Qualifikationsanforderungen, Mensch-Maschine-Interaktion, Unternehmenskultur
  • Adler R et al., DIN (Hrsg), DKE (Hrsg) (2022) Deutsche Normungsroadmap Künstliche Intelligenz – Ausgabe 2. DIN, Berlin

    Zitieren
    Abstract

    Im Auftrag des Bundesministeriums für Wirtschaft und Klimaschutz haben DIN und DKE im Januar 2022 die Arbeiten an der zweiten Ausgabe der Deutschen Normungsroadmap Künstliche Intelligenz gestartet. In einem breiten Beteiligungsprozess und unter Mitwirkung von mehr als 570 Fachleuten aus Wirtschaft, Wissenschaft, öffentlicher Hand und Zivilgesellschaft wurde damit der strategische Fahrplan für die KI-Normung weiterentwickelt. Koordiniert und begleitet wurden diese Arbeiten von einer hochrangigen Koordinierungsgruppe für KI-Normung und -Konformität.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, künstliche Intelligenz, Fatemeh Nasim Shahinfar, Yannick Peifer, Sebastian Terstegen
  • Boenisch P, Deml B, Kölmel L, Peifer Y, Weber MA (2022) Mensch-Roboter-Kollaboration in der Praxis – Einsatzfelder, Potenziale und Akzeptanz aus arbeitswissenschaftlicher Perspektive. Leistung & Entgelt (4):6-42

    Zitieren
    Zuordnung der Publikation: Arbeitsgestaltung / Ergonomie, Digitalisierung / Industrie 4.0, Arbeitswissenschaft, Digitalisierung, CoBot, Mensch-Roboter-Kollaboration, Akzeptanz, Yannick Peifer
  • Helgenberger F, Peifer Y, Weber MA (2022) Qualifizierungsherausforderungen von Arbeitspersonen bei der Implementierung von Künstlicher Intelligenz in einer Mensch-Roboter-Kollaboration. In: GfA (Hrsg) Technologie und Bildung in hybriden Arbeitswelten. Bericht zum 68. Arbeitswissenschaftlichen Kongress vom 02. - 04. März 2022, ISBN 978-3-936804-31-7, GfA-Press, Sankt Augustin, Beitrag B.8.1

    Zitieren
    Abstract

    Im Rahmen der Industrie 4.0 eröffnen sich mithilfe moderner Technologien neue Interaktionsformen, die eine individuelle Gestaltung von Arbeitsprozessen ermöglichen. Die Mensch-Roboter-Kollaboration (MRK) kombiniert die Stärken eines Menschen mit denen eines Roboters. Diese Kombination eröffnet das Potenzial einer effizienten und qualitativ hochwertigen Fertigung. Mittels Implementierung von Künstlicher Intelligenz (KI) in diese Roboter können autonome Entscheidungen getroffen und weitreichende neue Potenziale der MRK aufgezeigt werden. In diesem Zusammenhang sind jedoch viele Herausforderungen seitens der Qualifizierung von Arbeitspersonen zu beachten, die in diesem Beitrag dargelegt werden.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Digitalisierung / Industrie 4.0, Yannick Peifer, Maschinelles Lernen, Tiefes Lernen, Künstliche Neuronale Netze, Mensch-Roboter-Kollaboration, künstliche Intelligenz
  • Peifer Y (2022) Künstliche Intelligenz und der Wandel von Arbeit - Wie Unternehmen die Einführung und Anwendung erfolgreich gestalten können. Werkwandel 03/2022 S 33-34

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, humAIn work lab, Maschinelles Lernen, Machine Learning, Deep Learning, Künstliche Neuronale Netze, Führungskräfte, Führung, Change-Management, KI, WerkWandel, Yannick Peifer
  • Peifer Y, Jeske T, Hille S (2022) Artificial Intelligence and its Impact on Leaders and Leadership. 3rd International Conference on Industry 4.0 and Smart Manufacturing. Procedia Computer Science 200:1024-1030. www.sciencedirect.com/science/article/pii/S1877050922003106

    Zitieren
    Abstract

    An increasing networking of IT systems as well as the use of cyber-physical systems in the industrial environment are raising the current amount of data. To process this enormous amount of data and derive conclusions companies use Artificial Intelligence (AI) more frequently. The increasing application and use of AI have a significant impact on socio-technical work systems. In particular, challenges and requirements for leaders and leadership can be identified. Accordingly, leaders and leadership are crucial for implementing and using AI successfully. This and the dynamic development of AI require further research on its impact on leaders and leadership for supporting companies with practice-proven guidelines and recommendations. For developing those a comprehensive analysis of existing literature has been conducted and will be the basis for further steps. The literature analysis’ results were grouped into four main clusters: Strategic Transformation Process, Qualification and Competencies, Culture and Human-AI Interaction. The results are presented in detail and an outlook on the further steps of research and development will be given.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sven Hille, Tim Jeske, Yannick Peifer, Maschinelles Lernen, Deep Learning, international publication, humAIn work lab
  • Peifer Y, Jeske T, Hille S (2022) Auswirkungen von Künstlicher Intelligenz auf Führungskräfte und Führung. In: GfA (Hrsg) Technologie und Bildung in hybriden Arbeitswelten. Bericht zum 68. Arbeitswissenschaftlichen Kongress vom 02. - 04. März 2022, ISBN 978-3-936804-31-7, GfA-Press, Sankt Augustin, Beitrag C.3.8

    Zitieren
    Abstract

    Die Integration von Künstlicher Intelligenz (KI) stellt Unter-nehmen vor Herausforderungen und hat zugleich einen wachsenden Ein-fluss auf die Arbeitsgestaltung. Der vermehrte Einsatz von KI verändert hierbei die Anforderungen, denen sich Führungskräfte gegenübersehen. Zum gegenwärtigen Zeitpunkt fehlt es Unternehmen noch an Unterstützung durch praxisnahe Handlungsempfehlungen. Diese werden im Rahmen des Forschungsprojektes humAIn work lab erarbeitet. Als Grundlage dazu wurde der aktuelle Forschungsstand mittels einer umfangreichen Literatur-analyse erhoben und anhand von fünf Kategorien strukturiert: (1) Erfolgs-faktoren des Einführungsprozesses, (2) Beschäftigungs- und Prozessaus-wirkungen, (3) KI-Qualifizierung und Kompetenzentwicklung, (4) Führungs-situation und Unternehmenskultur sowie (5) Mensch-KI-Interaktion. Die Vorgehensweise und Ergebnisse sowie ein Ausblick auf die weiteren Schritte sind im Beitrag detailliert dargestellt.

    Zuordnung der Publikation: humAIn work lab, Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, Sven Hille, Tim Jeske, Maschinelles Lernen, Künstliche Neuronale Netze, Führungskräfte, künstliche Intelligenz, Führung
  • Peifer Y, Weber MA, Jeske T, Stowasser S (2022) Künstliche Intelligenz als Einflussfaktor auf die Qualifizierung in der Mensch-Roboter-Kollaboration. In: GfA (Hrsg) Technologie und Bildung in hybriden Arbeitswelten. Bericht zum 68. Arbeitswissenschaftlichen Kongress vom 02. - 04. März 2022, ISBN 978-3-936804-31-7, GfA-Press, Sankt Augustin, Beitrag B.8.5

    Zitieren
    Abstract

    Die Mensch-Roboter-Kollaboration (MRK) kennzeichnet eine direkte Zusammenarbeit von Mensch und Roboter, was durch die Sen-sorik des Roboters und seine im derzeitigen Entwicklungsstadium schwach ausgeprägte Künstliche Intelligenz (KI) ermöglicht wird. Zukünftig wird sich diese Zusammenarbeit weiter intensivieren. Dies lässt sich u. a. darauf zu-rückführen, dass sich die Leistungsfähigkeit der KI erhöhen wird. Kollabo-rierende Roboter werden zu lernfähigen Robotersystemen, die ihre Umge-bung wahrnehmen können. Bei der Implementierung von MRK stehen Un-ternehmen vor soziotechnischen Herausforderungen. Die Qualifizierung ist ein wesentlicher Erfolgsfaktor zur nachhaltigen und sicheren Einführung. Auf Basis einer Synthese des aktuellen Forschungstands zur MRK und KI werden im Beitrag Empfehlungen zur Gestaltung aufgezeigt.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Digitalisierung / Industrie 4.0, Yannick Peifer, Tim Jeske, Sascha Stowasser, Maschinelles Lernen, Tiefes Lernen, Künstliche Neuronale Netze, Qualifizierung, Mensch-Roboter-Kollaboration, künstliche Intelligenz
  • Stowasser S, Neuburger R, Bauer K, Bullinger-Hoffmann A, Huchler N, Schmidt CM, Stich A, Terstegen S, Hofmann J, Peifer Y, Ramin P (2022) Führung im Wandel: Herausforderungen und Chancen durch KI Whitepaper aus der Plattform Lernende Systeme, München. https://doi.org/10.48669/pls_2022-4

    Zitieren
    Abstract

    Künstliche Intelligenz (KI) verändert die Arbeitswelt und führt zu einer dynamischen Neugestaltung der Arbeitsteilung zwischen Mensch und Technik in Unternehmen. Dies betrifft nicht zuletzt auch den Bereich der Führung. KI-Systeme können Führungskräfte bei der Ausübung ihrer Aufgaben unterstützen, vor allem bei wiederkehrenden Tätigkeiten und Routinen: So verbleibt mehr Zeit, sich der Personalführung oder Innovationsprozessen zu widmen. Führungskräfte nehmen künftig eine zentrale Rolle ein, den KI-Transformationsprozess erfolgreich mitzugestalten und dabei im Rahmen ihrer Fürsorgepflichten besonders auf die menschengerechte Gestaltung der KI-Systeme mit den und für die Beschäftigten hinzuwirken. Expertinnen und Experten der Arbeitsgruppe Arbeit/Qualifikation und Mensch-Maschine-Interaktion der Plattform Lernende Systeme zeigen mit diesem Whitepaper auf, welche neuen Möglichkeiten und Chancen, aber auch welche Herausforderungen durch den Einsatz von KI-Systemen in Führungsaufgaben entstehen können.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Yannick Peifer, Sascha Stowasser, Sebastian Terstegen, Führungskräfte, künstliche Intelligenz, Führung
  • Schüth NJ, Peifer Y, Weber MA (2021) Entwicklungspotenziale der Künstlichen Intelligenz für die Mensch-Roboter-Kollaboration. In: GfA (Hrsg) Arbeit HumAIne Gestalten. Bericht zum 67. Kongress der Gesellschaft für Arbeitswissenschaft vom 03. – 05. März 2021. ISBN 978-3-936804-29-4, GfA-Press, Dortmund, Beitrag B.5.13

    Zitieren
    Abstract

    Die Mensch-Roboter-Kollaboration (MRK) steht für die direkte Interaktion von Mensch und Roboter in einem gemeinsamen Arbeitsraum zur gleichen Zeit. Die heutige Forschung fokussiert sich stark auf physische Auswirkungen des MRK-Einsatzes. Bislang gibt es keine (verbindliche) Norm o.ä. zum Umgang mit psychischen Auswirkungen der MRK – diese Aspekte stehen erst in jüngerer Zeit vermehrt im Fokus der Forschung. Beispiele kritischer Folgen des MRK-Einsatzes auf die Psyche stellen den vermuteten Eigensinn der Technik und eine mögliche soziale Isolation bei der ausschließlichen Zusammenarbeit mit dem Roboter dar. Deshalb bedarf es bei der Entwicklung zukünftiger starker Künstlicher Intelligenz (KI) für MRK insbesondere der Beachtung psychologischer Aspekte. Ausgehend von einer Darstellung des Potenzials Maschinellen Lernens und des aktuellen KI-Entwicklungsstandes bei MRK soll der Beitrag Anregungen zur Weiterentwicklung, insbesondere unter Berücksichtigung psychologischer Empfehlungen, geben.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, Nora Johanna Schüth, Marc-André Weber, Maschinelles Lernen, Mensch-Roboter-Kollaboration, MRK, künstliche Intelligenz, KI, psychische Gesundheit
  • Peifer Y, Weber MA (2020) Vorgehensmodell zur Integration der Mensch-Roboter-Kollaboration. Zeitschrift für wirtschaftlichen Fabrikbetrieb 115 (5): 279-282

    Zitieren
    Abstract

    Im Kontext der industriellen Produktion gewinnt die kollaborierende Zusammenarbeit zwischen Mensch und Roboter zunehmend an Bedeutung. Die Implementierungsphasen erfordern die Analyse differenter Bereiche sowie eine strukturierte Vorgehensweise. Im Kontext der Implementierung richtet dieser Beitrag seinen Schwerpunkt auf die Darstellung von Herausforderungen sowie einem strukturierten und praxisnahen Vorgehen zur Auswahl von geeigneten Arbeitsplätzen.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Yannick Peifer, Mensch-Roboter-Kollaboration
  • Peifer Y, Weber MA, Jeske T, Stowasser S (2020) Human-Robot-Collaboration in the Context of Productivity Development and the Challenges of Its Implementation: A Case Study. In: Nunes IL (Hrsg) Advances in Human Factors and System Interactions. Proceedings of the AHFE 2020 International Conference on Human Factors and Systems Interaction, July 16–20, 2020, USA. Advances in Intelligent Systems and Computing, Volume 1207. Springer Nature Switzerland, Cham, S 38-44

    Zitieren
    Abstract

    Human-Robot Collaboration (HRC) is associated with the digital transformation of industrial processes. This paper provides an overview of potential fields of HRC implementation followed by a six-step procedure for analyzing potential workplaces for HRC suitability. Finally, an industry-based case study is presented, in which this procedure was applied and a productivity increase as well as a reduction of physical strain on the workers was achieved. It is shown that a structured integration of HRC into existing workplaces is worthwhile to gain the best results both for workers as well as the operating corporation.

    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Yannick Peifer, Tim Jeske, Sascha Stowasser, Marc-André Weber, international publication, Produktivität, MRK