21.03.2023 — Online-Redaktion Verlag Dashöfer. Quelle: Institut für angewandte Arbeitswissenschaft (ifaa).
Frühzeitiger Wissenstransfer durch altersgemischte Teams und Mentoring ist gut geeignet, um Erfahrungswissen bei manuellen Tätigkeiten in der Produktion zu übertragen. Diese Form, Wissen zu übergeben, ist aufgrund wenig vorhandener Arbeitskräfte schwierig. „Stellen sind oft lange Zeit unbesetzt. Dazu ist ein Wissenstransfer auf diese Art zeitintensiv und kostspielig. Neue Lösungen sind gefragt. Technik und KI, wie wir sie in KI_eeper entwickeln wollen, bieten Möglichkeiten“, so Ottersböck.
Für viele Tätigkeiten in Unternehmen gibt es wenige Experten*innen. Ihr Wissen ist meist nur in ihren Köpfen verankert. Oft handelt es sich dabei um Tätigkeiten, für die nicht unbedingt eine Ausbildung notwendig ist, aber lange Einarbeitungszeiten, sogenanntes Training-on-the-Job.
Ein Beispiel: In einem Betrieb führen erfahrene Mitarbeiter über 20 Kilogramm schwere und drei Meter lange Balken aus Flachstahl in eine hydraulische Presse. Das Ausgangsmaterial ist krumm und muss gerichtet werden. Die Experten wissen, wann die Presse auf welche Stellen des Werkstücks wie viel Druck ausüben muss und wie oft. Sie haben sich die Technik im Laufe ihrer Berufsjahre selbst angeeignet. Die Arbeit ist kraftaufwendig, erfordert viel Geschick, Augenmaß und Konzentration. Wie die Tätigkeit genau funktioniert, können die Experten nicht erklären. Sie haben es „im Gefühl“.
Die Vision von KI_eeper: Ein KI-basiertes System könnte die wesentlichen Aspekte, die zum Erfolg der Bearbeitung führen, identifizieren. Die daraus entstehenden Wissensspeicher können als Assistenz genutzt werden und Einarbeitungszeiten verkürzen. Bei einem kurzfristigen Ausfall der Facharbeiter können Ersatzkräfte schnell befähigt und eingesetzt werden. Ein Stillstand der Produktion kann dadurch verhindert werden.
Bild: Keira Burton (Pexels, Pexels Lizenz)