Zur Messung des Einflusses von „Augmented Reality“ auf die individuelle Produktivität bei Montagearbeiten

Die Einführung neuer Methoden und Werkzeuge in Arbeitsprozessen, z. B. der Einsatz von Technologien der erweiterten Realität (Augmented Reality) in der Montage, führt zu einer Veränderung dieser Prozesse. Dadurch eröffnen sich zwar neue Möglichkeiten, jedoch werden gleichzeitig auch veränderte Anforderungen an die Arbeitenden gestellt. Im Fall der Montage können beispielsweise mittels einer Augmented-Reality-Brille 3D-Explosionszeichnungen oder unterstützende Zusatzinformationen in das Sichtfeld eingeblendet werden. Solche Ansätze versprechen komplexe Montageaufgaben zu erleichtern und zu beschleunigen. Während kurzfristige und leicht quantifizierbare Auswirkungen, z. B. auf die Geschwindigkeit der Durchführung von Aufgaben, relativ leicht zu überprüfen sind, ist bisher weitgehend unklar, wie sich derartige Veränderungen der Arbeitsprozesse langfristig auf die individuelle Produktivität der Mitarbeitenden auswirken und wie diese Auswirkungen messbar sind. Unter „Produktivität“ wird dabei – dem klassischen Produktivitätsverständnis der Betriebswirtschaft folgend (Wöhe et al. 2013) – das Verhältnis von realem Output zu realem Input verstanden. Der Begriff ist ursprünglich durch die Produktion geprägt, wodurch die Quantität von Input und Output betont wurde. Mit der Zunahme wissensintensiver Arbeiten spielt bezüglich des Outputs die Qualität aber eine mindestens genauso große Rolle wie die Quantität (Drucker 1999), auch da für manche Arbeiten kaum noch quantitative Maßstäbe festgelegt werden können. Während die Arbeitsgeschwindigkeit insbesondere durch neue Technologien gesteigert werden konnte, rücken inzwischen bei der Betrachtung der Produktivität mitarbeiterzentrierte Ansätze immer weiter in den Fokus, denn wie produktiv Mitarbeitende sind, kann durch eine Reihe von individuellen Faktoren beeinflusst werden (vgl. Abschn. 3). Diese Wirkfaktoren auf die Produktivität können körperlicher Natur sein, z. B. arbeitsbedingte Körperhaltung, oder auch mentaler Natur, z. B. Unterbrechungen bei der Arbeit. Insbesondere sind auch langfristige Effekte in die Betrachtung der Produktivität einzubeziehen, da beispielsweise dauerhafter Stress zu psychischen Krankheiten und damit zum Arbeitsausfall führen kann (Scharnhorst 2012). So ist es für Unternehmen wichtig, die Einflussfaktoren auf die individuelle Produktivität identifizieren zu können, um die Mitarbeitenden dabei zu unterstützen, Herausforderungen bei der Arbeit besser zu bewältigen und die Produktivität positiv zu beeinflussen. Bei einer Veränderung von Arbeitsprozessen sollte eine Evaluierung demnach neue Systeme und Technologien ganzheitlich betrachten. Dabei sollten vor allem auch die Be- und Entlastung von Mitarbeitenden und deren Eindrücke und Erfahrungen berücksichtigt werden, da es nicht zuletzt oft die Mitarbeitenden sind, die über den Erfolg einer neuen Technologie entscheiden und denen in Zeiten des Fachkräftemangels und des „War for Talent“ eine hohe Bedeutung zukommt.

Zur umfassenden Betrachtung produktivitätsrelevanter Parameter ist es durch den sinkenden Platzbedarf moderner Technik möglich, verschiedene in kleinen Geräten wie Uhren und Stirnbändern verbaute Sensoren zu nutzen, die eine Aufzeichnung unterschiedlicher Daten ermöglichen und Nutzende dabei nicht stören oder beeinflussen. Diese Daten zu Parametern wie Herzratenvariabilität (HRV), elektrischer Hautleitwert und physische Aktivität lassen Rückschlüsse auf verschiedene persönliche Wirkfaktoren auf die Produktivität wie kognitive Performance (Tsunoda et al. 2017) oder Stress zu (Rodrigues et al. 2018). Während die wissenschaftliche Literatur bereits verschiedene Ansätze vorschlägt, um die Produktivität beeinflussende Faktoren zu identifizieren und zu messen, sind die Messverfahren für den praktischen Einsatz durch Organisationen einer kritischen Analyse zu unterziehen. In diesem Beitrag wird dabei die Perspektive der einzelnen betroffenen Mitarbeitenden betrachtet. In einem Workshop, an dem zehn Fachkundige aus unterschiedlichen Unternehmensbereichen und Unternehmen teilnahmen, wurde exemplarisch der Zusammenbau eines Planetenradgetriebes aus LEGO®¹ Technic Bausteinen erprobt, der durch die AR-Brille Microsoft HoloLens unterstützt wurde. Die Teilnehmenden des Workshops sollten dann über ihre Erfahrungen im Umgang mit der neuen Technologie reflektieren und über die Potentiale und Herausforderungen bezüglich der individuellen Produktivität diskutieren. Dieser Beitrag präsentiert die diskutierten positiven und negativen Auswirkungen des Technologieeinsatzes sowie Anmerkungen zur Akzeptanz von Messverfahren bezüglich der individuellen Produktivität.

In Abschn. 2 werden daher zunächst Hintergrundinformationen zum Einsatz von AR-Assistenzsystemen dargestellt, während in Abschn. 3 wissenschaftliche Ansätze zur Messung von Wirkfaktoren auf die Produktivität in Form eines Literaturüberblicks vorgestellt werden. Abschn. 4 präsentiert das im Workshop verwendete Szenario und die Umsetzung der Analyse durch die Workshop-Teilnehmenden. Schließlich werden in Abschn. 5 die im Workshop erarbeiteten Wirkfaktoren und Rahmenbedingungen der Messung den aus der Literatur gewonnenen Erkenntnissen zur Messung von Produktivität gegenübergestellt und über die Möglichkeiten und Grenzen des Technologieeinsatzes reflektiert. Um in Zukunft produktivitätssensitive Augmented-Reality-Assistenzsysteme, die ihre Unterstützung im Hinblick auf den tatsächlich erzielten Effekt permanent anpassen, entwickeln zu können, wird am Ende des Beitrages ein entsprechender Forschungsbedarf abgeleitet.

Die Industrie verändert sich derzeit drastisch. Vor allem IT-getriebene disruptive Veränderungen wirken auf unterschiedlichste Geschäftsfelder und im Besonderen auf die Fertigungsindustrie ein. Dieser Veränderungsprozess und die zugehörigen Technologien werden weitgehend im Begriff Industrie 4.0 zusammengefasst (acatech – Deutsche Akademie der Technikwissenschaften e. V. 2020). Einerseits wollen produzierende Unternehmen auch in Zukunft für hochqualifizierte Arbeitende attraktiv bleiben und werden daher mensch-zentrierte IKT-Ansätze verfolgen müssen (Stocker et al. 2014). Andererseits drängen neuartige Geräte für den Industrie- und vor allem auch für den Consumer-Bereich mit dem Versprechen auf den Markt, die Produktivität mit neuartigen Ansätzen und Lösungen zu steigern.

Hinsichtlich der Gestaltung neuer Informationssysteme haben vor allem Augmented-Reality-Systeme, beflügelt durch die stetige Steigerung ihrer Leistungsfähigkeit, in den letzten Jahren viel Aufmerksamkeit erhalten. Im Reality-Virtuality Continuum definieren Milgram et al. (1995) AR als einen Bereich der Mixed Reality, in dem eine reale Umgebung mit virtuellen Elementen angereichert wird bzw. virtuelle Elemente in eine reale Umgebung eingeblendet werden. Während Anwendende in einer VR Umgebung komplett in diese eintauchen und die reale Umgebung nicht mehr sehen können, können sie in einer AR Umgebung die reale Umwelt sehr wohl optisch wahrnehmen und sehen zusätzlich dazu auch noch virtuelle Objekte im Kontext dieser Umgebung. Damit ergeben sich für Benutzende neue Formen der Wahrnehmung und der Erlebbarkeit der betrachteten Umgebung bzw. der betrachteten Objekte. Smart Glasses und AR-Brillen zeichnen sich wesentlich dadurch aus, dass sie von Anwendenden nicht mit den Händen gehalten werden müssen und daher ihre Hände für die eigentliche Tätigkeit freihalten können. Im Gegensatz zu früheren Smart Glasses wie der Google Glass oder der Vuzix M100, die noch über eine vergleichsweise geringe Rechenleistung verfügten, verfügt die HoloLens von Microsoft als aktuelle AR-Brille über ausreichend Rechenleistung auch für anspruchsvollere industrielle Anwendungen.

Über ein reines AR-System hinaus umfasst ein AR-Assistenzsystem auch ein Informationssystem im Hintergrund (Spitzer et al. 2019), welches entsprechende Steuerungs- und Visualisierungssoftware auf dem AR-Gerät nutzt, um Nutzenden Hilfe und Inhalte anzubieten. Für eine spezifische Verwendung eines AR-Systems müssen der darzustellende Inhalt und die Form der Unterstützung für Anwendende definiert, aufbereitet und gestaltet werden. Dem Informationssystem kommt dabei die Aufgabe zu, diese Inhalte vorzuhalten und bei Bedarf entsprechend zur Verfügung zu stellen. Insgesamt bieten AR-Assistenzsysteme die Möglichkeit, das Sichtfeld der benutzenden Person situativ mit relevanten Inhalten zu überlagern und über eine intuitive Steuerung durch Gesten oder Sprache mit diesen Inhalten zu interagieren.

Am Ende jeder Einführung einer neuen Technologie in einen bestehenden Prozess sollte, unabhängig vom Potential zur Steigerung der Produktivität durch die verschiedenen Systemen, immer eine abschließende Betrachtung von Kosten- und Nutzenaspekten stehen (Rosenberger und Stocker 2017). Dabei stellt vor allem die Identifikation und Auswahl relevanter Faktoren zur Produktivitätsmessung eine Herausforderung dar – umso mehr, wenn nicht nur einfach messbare Größen wie die Bearbeitungszeit herangezogen werden sollen, sondern auch mitarbeiterbezogene Faktoren, die auf die Produktivität einwirken. Im folgenden Abschn. 3 werden daher Faktoren vorgestellt, die auf die persönliche Produktivität einwirken und die potenziell zur Beurteilung der Produktivität im konkreten Beispiel (vgl. Abschn. 4) herangezogen werden können.

Zur Identifikation verschiedener, mittels IT messbarer Wirkfaktoren auf die individuelle Produktivität wurde eine systematische Literaturanalyse für die Jahre 2010 bis 2018 durchgeführt, deren Ergebnis detaillierter in Poppe et al. (2019) beschrieben ist. Die meisten untersuchten Arbeiten befassen sich mit der Analyse von aufgezeichneten Daten, um bspw. den aktuellen Zustand einer Person zu bestimmen oder Veränderungen dessen vorherzusagen.

Insgesamt wird deutlich, dass in der Literatur zur Produktivitätsmessung ein breites Spektrum an Wirkfaktoren auf die Produktivität (im Folgenden kürzer als Produktivitätsfaktoren bezeichnet), Messgrößen und Messinstrumenten diskutiert und angewendet wird. Die Produktivitätsfaktoren werden durch den Arbeitskontext im Unternehmen beeinflusst und wirken auf die Produktivität ein. Dieser Zusammenhang wird noch einmal durch Abb. 1 illustriert (die Reihenfolge der Nennung der Produktivitätsfaktoren von links nach rechts ist ohne Bedeutung).

Ein Unternehmen als soziotechnisches System besteht aus der Perspektive der Arbeitsgestaltung grundlegend aus den eingesetzten Technologien, dem Menschen und den organisationalen Strukturen und Abläufen. Diese wirken auf die Produktivitätsfaktoren ein, die wiederum die Produktivität beeinflussen.

Während die bisher vollzogene Analyse der Wirkfaktoren und ihrer Messung die prinzipiellen Möglichkeiten zur Produktivitätsmessung aufzeigt, gilt es in konkreten Projekten aus diesem Vorrat an Möglichkeiten die in einem Arbeitskontext möglichen und zugleich von Mitarbeitenden für sinnvoll erachteten Wirkfaktoren auszuwählen. Im nächsten Abschn. 4 wird nun exemplarisch ein konkretes Szenario der Anwendung eines AR-Assistenzsystems vorgestellt, anhand dessen weiterführende Überlegungen zur Produktivität unter Einbeziehung prospektiver nutzender Personen angestellt werden.

Im Folgenden wird die Montage eines Getriebes mit AR-Unterstützung als Anwendungsszenario vorgestellt, welches später von Teilnehmenden in einem Workshop in Bezug auf Produktivitätsfaktoren betrachtet und analysiert wird.

Dieses Szenario wurde im Rahmen des Horizont-2020-Projekts FACTS4WORKERS² entwickelt, in dem IT-Enabler nahtlos in eine flexible Smart Factory Infrastruktur integriert wurden, wobei diese Infrastruktur auf arbeitnehmerzentrierten und datengesteuerten Technologiebausteinen basiert. Spitzer und Ebner (2017) beschreiben in ihrer Arbeit innerhalb des Projekts FACTS4WORKERS ein Problem Based Learning (PBL) Szenario. Mit diesem Lernszenario sollen Anforderungen aus der Praxis der Produktentstehung in das Forschungslabor übertragen und tieferes Wissen über die Schwierigkeiten und Fallstricke in der Produktentstehung gewonnen werden. In diesem konkreten Fall sollten sich Studierende mit Planetenradgetrieben auseinandersetzen, wie sie beispielsweise in Hubschraubern, Arbeitsmaschinen und Fahrradnabenschaltungen eingesetzt werden. In unterschiedlichen Rollen sollten sie ein solches Getriebe entwickeln bzw. aus LEGO®³ Technic Bausteinen zusammenbauen, darauf basierend eine Zusammenbauanleitung erstellen und in weiterer Folge das Planetenradgetriebe (vgl. Abb. 2) neu zusammenbauen.

Im Unterschied zum vorgestellten Lernszenario will das Projekt iDev40⁴ durch eine enge Verzahnung von Entwicklungsprozessen, Logistik und Produktion mit Industrie‑4.0‑Technologien einen disruptiven Schritt zur Beschleunigung der Markteinführung von (Industrie‑)Produkten erreichen. Um zu untersuchen, inwieweit AR-Technologien Produktionsmitarbeitende interaktiv dabei unterstützen können, Produkte aus Einzelteilen zusammenzubauen, wurde dieses Szenario im Projekt iDev40, im Vergleich zu einem konkreten Anwendungsszenario bei einem Industriepartner, als eine taugliche Alternative ausgewählt.

Das oben beschriebene Planetenradgetriebe wurde hier für die im Projekt iDev40 zu untersuchende AR-Unterstützung wiederverwendet. Dafür wurde die bestehende Zusammenbauanleitung als Applikation auf die AR-Brille Microsoft HoloLens portiert und weiterentwickelt. Gesteuert wird diese Applikation über Gesten und ein in das Sichtfeld eingeblendetes Menü (vgl. Abb. 3). Auch wenn in diesem Beitrag speziell die Unterstützung durch eine AR-Brille mit ihren Vor- und Nachteilen bezüglich der Produktivität von Mitarbeitenden untersucht werden soll, so sind im Projekt iDev40 gleichzeitig auch Web-Lösung für PC und Tablet entstanden, die hier aber nicht weiter im Fokus stehen.

Zur Beurteilung der Anwendbarkeit von Produktivitätsmesskonzepten zur Messung des Einflusses von Augmented Reality auf die Produktivität bei Montagearbeiten wurde ein Workshop durchgeführt, der nachfolgend anhand dessen Kontext, Zielen und dem organisatorischen Ablauf näher erläutert wird.

In dem im vorigen Abschnitt vorgestellten Workshop wurde sowohl eine Auswahl an relevanten Produktivitätsfaktoren im Kontext des vorgestellten AR-unterstützten Montageszenarios als auch ein Konzept für ein Messszenario zur Messung von Wirkfaktoren auf die Produktivität erarbeitet. Diese Ergebnisse wurden zudem auch kritisch beleuchtet und Einwände und kritische Anmerkungen im Hinblick auf Möglichkeiten und Grenzen der Produktivitätsmessung formuliert.

Das hier vorgestellte Ergebnis aus dem Workshop ist nicht unabhängig von dem gewählten Ausgangsszenario, der AR-Technologie, sowie der Teilnehmenden und deren Kompetenzen und Erfahrungen zu betrachten und kann sich in einem anderen Kontext von den hier vorgestellten Ergebnissen durchaus auch unterscheiden. Bezugnehmend auf das Ausgangsszenario, basierend auf einem LEGO® Technic-Plantenradgetriebe, und der erfolgreichen Einführung von Innovationen in Unternehmen soll an dieser Stelle noch einmal darauf hingewiesen werden, dass in der Problemanalyse und Lösungsfindung alle Bereiche aus Mensch, Technologie und Organisation (Ulich 2005) berücksichtigt werden sollen. Allzu oft stehen technikzentrierte Ansätze bzw. vorausgewählte Technologien im Vordergrund und verstellen dabei die Sicht auf andere Lösungsansätze, z. B. aus dem organisatorischen, nicht technischen Bereich (Stocker et al. 2014).

Auch aus dem spezifischen Aufbau des Workshops und den daraus erarbeiteten Ergebnissen lassen sich allgemeine Erkenntnisse ableiten bzw. bestätigen. Für eine erfolgreiche Einführung einer Innovation in einem Unternehmen ist es unbedingt notwendig, betroffene Personen frühzeitig in diesen Prozess miteinzubeziehen und deren Feedback, Bedenken und Vorschläge zu berücksichtigen. Das betrifft einerseits die Gestaltung und die Bedienung des Assistenzsystems, andererseits auch dessen Evaluierung. Nur so können sowohl aus unternehmerischer, aber vor allem auch aus individueller Sicht Anforderungen, Wünsche, Bedürfnisse und Bedenken, aber auch indirekte Mehraufwände erkannt und berücksichtigt werden.

Im Rahmen der zukünftigen Forschung wäre zu überprüfen, inwieweit die Verlässlichkeit und Tauglichkeit der hier beschriebenen Messkonzepte gegeben ist und wie diese im Vergleich zu spezialisierten, kostenintensiven Messsystemen zur Bewertung der Produktivitätsfaktoren abschneiden. Speziell für die Weiterentwicklung von AR-Assistenzsystemen muss, wie sich bspw. auch in der Beobachtung der Testperson im Workshop gezeigt hat, der Steuerung dieser Anwendungen besonderes Augenmerk geschenkt werden. So muss es in einer AR-Umgebung möglich sein, so weit in diese neue erweiterte Welt einzutauchen, dass die reale und virtuelle Umgebung sowie die Interaktion mit dieser, nahtlos ineinander übergehen und diese Übergänge von Anwendenden beinahe nicht mehr wahrgenommen werden. Fallen diese derzeit noch beobachtbaren Ablenkungen und Zusatzbelastungen weg, dann werden aus Sicht der Mitarbeitenden zukünftig sowohl Akzeptanz als auch eine Steigerung der Produktivität beobachtbar sein. Im Projekt iDev40 wird das Format des Workshops, das hier noch auf der Basis des vorgestellten Montageszenarios beruht, weiterentwickelt. Auf dieser Basis sollen dort sozio-technische Aspekte identifiziert werden, die für eine erfolgreiche Einführung neuer Assistenzsysteme in Betrieben erforderlich sind.