KI-basierte Assistenzsysteme für die Industrie 4.0

Der vorliegende Beitrag befasst sich mit den qualifikatorischen Auswirkungen von KI-Assistenz auf das Tätigkeitsspektrum der Beschäftigten im produzierenden Gewerbe. In einem ersten Schritt setzt der Beitrag die Themen Industrie 4.0, künstliche Intelligenz und digitale Assistenz in Bezug zu einer zukunftsorientierten Gestaltung der beruflichen Bildung. Anschließend stellt der Beitrag die Informations- und Kommunikationssysteme in der industriellen Produktion vor, beschreibt die Entwicklungsstufen KI-basierter Systeme und skizziert die Funktionen digitaler Assistenzsysteme. In einem nächsten Schritt bilanziert der Beitrag aktuelle Studien zum industriellen Einsatz von KI und digitalen Assistenzsystemen. Zusätzlich erfolgt eine erste Kategorisierung anhand der Cluster prozessorientierte, kommunikationsfördernde und qualifikationsbezogene Assistenz. Daraufhin werden die Entwicklungslinien des technisch-produktiven Wandels erläutert, die als Bezugsgrößen zur Einordnung der tätigkeitsbezogenen Auswirkungen dienen. In einem weiteren Schritt werden die qualifikatorischen Auswirkungen diskutiert, um die technikdidaktischen Anforderungen herauszuarbeiten. Im Fokus dieser qualifikatorischen Analyse stehen überfachliche Kompetenzen, Datenkompetenzen in der Wissensarbeit und die Prozessorientierung. In Hinblick auf die dahingehenden Kompetenzbedarfe werden anschließend Annahmen dazu formuliert, wie die Implementierung von KI-Assistenz qualifikatorisch zu begleiten ist, um die Entwicklung von KI-Kompetenzen zu fördern.

Im Ergebnis stellen sich die KI-basierten Assistenzsysteme als technologische Teilantwort zur Unterstützung der qualifikatorischen Herausforderungen auf dem Weg zur Industrie 4.0 dar. Über eine Reduktion der Komplexität schaffen digitale Assistenzfunktionen neue kognitive und zeitliche Spielräume für Mitarbeitende, die wiederum neue Autonomieräume nach sich ziehen. In der Folge rücken insbesondere die metakognitiven Kompetenzen, die Information und Data Literacy sowie das Thema Explainable AI in den Fokus der lehr-lernbezogenen Konzeptionen. Einer dahingehenden Akzeptanzhemmung der Mitarbeitenden sollte im Rahmen interdisziplinärer Beteiligungsprozesse begegnet werden, um sinnstiftend zur Überwindung von Unsicherheiten zu befähigen und Vertrauen in den Mehrwert von KI zu fördern. Vor diesem Hintergrund stellt sich etwa der Einfluss des industriellen KI-Einsatzes auf das Sensemaking im Kontext der datenbasierten Prozessoptimierung als ein aktuelles Desiderat dar. In einem abschließenden Fazit trägt der Beitrag die Handlungsempfehlungen zur Gestaltung einer qualifikatorischen Begleitung zusammen und leistet einen Ausblick zur Rolle der KI-Assistenz auf dem Weg zur Industrie 4.0 aus der Perspektive der Technikdidaktik.