Advertisement

Soziotechnische Assistenzsysteme für die Produktionsarbeit in der Textilbranche

Auswirkungen von Industrie 4.0 auf die Arbeit in einer Weberei
  • Mario LöhrerEmail author
  • Jacqueline Lemm
  • Daniel Kerpen
  • Marco Saggiomo
  • Yves-Simon Gloy
Open Access
Chapter

Zusammenfassung

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 Fähigkeiten und Arbeitsaufgaben des Bedienpersonals in den verschiedenen Qualifizierungsphasen. Unter dem Gesichtspunkt der zunehmenden Heterogenität der Produktionsbelegschaft, insbesondere dem Wachstum der Gruppe der älteren Arbeitnehmer/-innen, scheint die differentiell-dynamische Arbeitsgestaltung in der Textilproduktion aktueller denn je. Die Verwendung von Assistenzsystemen ermöglicht eine altersgerechte Arbeit und qualifikationsspezifische Unterstützung der Mitarbeiter/-innen. Diese Unterstützung ermöglicht den Beschäftigten, ihre Berufsfähigkeit zu erhalten.

6.1 Einleitung

Die mittelständisch strukturierte Textilbranche ist die zweitgrößte Konsumgüterbranche in Deutschland. Der Fokus der deutschen Textilproduktion liegt zunehmend auf dem Bereich der technischen Textilien. Industrielle Textilmaschinen dienen zur Herstellung von unterschiedlichsten Produkten bspw. in den Bereichen
  • Medizintechnik,

  • Bekleidung,

  • Leichtbau,

  • Autointerieur.

Gerade im Segment der technischen Textilien werden Abschnitte der textilen Prozesskette immer stärker automatisiert, so z. B. beim Weben technischer Textilien, ihrer Veredelung oder Konfektionierung (Gries et al. 2014). Die Bedienung und Instandhaltung moderner Textilmaschinen wird zunehmend komplexer, da die Zahl an elektronischen Komponenten wie Sensoren und Steuerungsmodulen steigt. Dieser Trend weg von mechanischen Komponenten und hin zu mechatronischen Systemen erfordert erweiterte Kompetenzen der Mitarbeiter/-innen im Umgang mit den Maschinen. Um die Anschluss- und Innovationsfähigkeit insbesondere kleiner oder mittlerer Unternehmen (KMU) an das Thema Automatisierung durch die zunehmende Vernetzung physischer Objekte und virtueller Instanzen („Industrie 4.0“) zu sichern, ist die Entwicklung und Implementierung intelligenter Mensch-Maschine-Schnittstellen ein zentrales Handlungsfeld (Gloy et al. 2013). Ein Lösungsansatz hierzu ist die Bereitstellung von Assistenzsystemen als technische Hilfsmittel zur Unterstützung der Mitarbeiter/-innen bei bestimmten Situationen und Handlungen (Lemm et al. 2014). Um neue Assistenzsysteme sowie damit verknüpfte Weiterbildungsmaßnahmen für eine heterogene, stets älter werdende Belegschaft zu entwickeln, wurde dank der Förderung durch das Bundesministerium für Bildung und Forschung (BMBF) die Nachwuchsforschungsgruppe SozioTex an der RWTH Aachen University gegründet. Die interdisziplinär zusammengesetzte Nachwuchsforschungsgruppe wurde durch den Untersuchungsraum der Textilbranche am Institut für Textiltechnik (ITA) der RWTH Aachen University etabliert. Die enge Kooperation mit dem Lehrstuhl für Technik- und Organisationssoziologie des Instituts für Soziologie (IfS) der RWTH Aachen University zeigt sich durchgängig im Arbeitsprogramm des Forschungsvorhabens: So erfolgt die Ausgestaltung soziotechnischer Systeme für die Textilbranche aus ingenieurwissenschaftlicher, soziologischer und bildungswissenschaftlicher Perspektive.

6.2 Demografischer Wandel in der deutschen Textilindustrie

Der demografische Wandel wird die Arbeitswelt in den nächsten Jahren stark prägen. So müssen sich jüngere Menschen auf eine veränderte und längere Arbeitsbiografie einstellen, während ältere Menschen eine neue Rolle in den Unternehmen spielen werden (siehe Beitrag von Apt und Bovenschulte in diesem Band). Der demografische Wandel ist in der deutschen Textilindustrie besonders ausgeprägt. Diese Entwicklung und der damit verbundene Mangel an ausgebildeten Fachkräften wird durch Personalabbau, schwache Nachwuchsrekrutierung und Verlagerung von Produktionsbereichen ins Ausland verstärkt. In den letzten Jahren ging die Beschäftigtenzahl stetig zurück, wodurch sowohl der Leistungsdruck als auch das Arbeitsaufkommen stieg. Besonders in der Textilindustrie ist der Anteil der über 45-Jährigen überdurchschnittlich hoch, wohingegen der Anteil der 20- bis 30-Jährigen unter dem Durchschnitt liegt. Im Jahr 2013 waren 18 % der Beschäftigten in der Textilindustrie älter als 55 Jahre. Die Textilindustrie ist außerdem bekannt für den Arbeitsplatzabbau sowie für niedrige Löhne, was die Rekrutierung von Nachwuchskräften hemmt. Diese Gesamtentwicklung hat sich in den vergangenen Jahren sogar eher noch verschärft. Wie in nachfolgender Grafik (Abb. 6.1) zu sehen, ist die Hälfte der Beschäftigten 50 Jahre alt oder älter. Außerdem sind nur wenige unter 25-Jährige in der Textilbranche beschäftigt (Gries et al. 2014; Gloy et al. 2013; Lemm et al. 2014; Burchardt 2013; N. N. 2013a, 2004).
Abb. 6.1

Altersstruktur in der Textilbranche (Darstellung nach Statistik der Bundesagentur für Arbeit, Stand 31.12.2013)

6.3 Herausforderungen aus dem demografischen Wandel

Neben Alterungsprozessen der Belegschaften sorgt gleichzeitig der Rückgang an qualifizierten Bewerber/-innen für Ausbildungsplätze u. a. durch die sinkende Geburtenrate in Deutschland für einen wachsenden Fachkräftemangel in der Branche. Die Ausbildung und Beschäftigung von Personen mit Migrationshintergrund aufgrund aktueller politischer Rahmenbedingungen (Flüchtlingspolitik) wird zunehmen. Insgesamt ist somit zukünftig von einer steigenden Heterogenität der Beschäftigtenstruktur in der Textilbranche auszugehen, in der sich zahlreiche Unterschiede hinsichtlich sozio-demografischer Faktoren wie Alter, Geschlecht, Sprache, Kultur und Qualifikation zeigen werden.

Neben den Herausforderungen des demografischen Wandels wird die Digitalisierung als ein weiterer gesellschaftlicher Trend deutlich spürbar werden: Durch die Konfrontation mit immer größeren Mengen an digitalen Informationen sowie durch die zeitliche und räumliche Flexibilisierung von Arbeitsprozessen entstehen neue Formen der Arbeit, der Qualifikation und der beruflichen Zusammenarbeit. Daher gilt es, das Lernen im Prozess der Arbeit zu ermöglichen und zu unterstützen (siehe Beitrag von Mühlbradt et al. in diesem Band). Die textilwirtschaftliche Produktion ist deshalb besonders auf innovative und effiziente Lösungen für den Kompetenzaufbau und -erhalt der Mitarbeiter/-innen angewiesen. Die Lernförderlichkeit industrieller Arbeitssysteme (Abschn. 6.6) ist dabei ein Baustein, um der Herausforderung des demografischen Wandels zu begegnen (Bigalk 2006; Dehnbostel 2008; Löhrer et al. 2014).

Unter dem Gesichtspunkt der zunehmenden Heterogenität der Belegschaft, insbesondere dem Wachstum der Gruppe der älteren Arbeitnehmer scheint die differentiell-dynamische Arbeitsgestaltung in der Textilproduktion aktueller denn je: Assistenzsysteme sind unter den Aspekten der Arbeitssicherheit und Barrierefreiheit eine vielversprechende Technologie. Weiterhin sind Assistenzsysteme in der Lage, durch ihre Funktionalität und ihre internen Modelle eine differentiell-dynamische Arbeitsgestaltung zu unterstützen. Somit helfen sie bei der Realisierung einer Lastoptimierung der Arbeit für verschiedene Menschen. Die Verwendung von Assistenzsystemen ermöglicht eine altersgerechte Beschäftigungsmöglichkeit und qualifikationsspezifische Weiterbildung der Mitarbeiter/-innen z. B. durch eine spezifische Informationsdarstellung (Abschn. 6.6).

6.4 Methodisches Vorgehen der Untersuchung

Für die Entwicklung soziotechnischer Assistenzsysteme in der textilindustriellen Produktionsarbeit werden Arbeits- und Anforderungsanalysen mit dem Ziel eines fundierten Anforderungskatalogs benötigt. Zwingende Grundlage eines solchen Anforderungskatalogs ist damit die Analyse und Beschreibung organisationaler und personenzentrierter Anforderungen für Assistenzsysteme/-Komponenten nicht nur aus technischer, sondern auch aus soziologischer und bildungswissenschaftlicher Sicht. Deshalb wurden in interdisziplinären Arbeitstreffen zwischen Textilmaschinenbau, Bildungswissenschaften und Soziologie Analysewerkzeuge, z. B. Leitfäden für Betriebsbesichtigungen und Experteninterviews, gestaltet.

Aus methodischer Sicht werden die Anforderungen (Abschn. 6.8) neben dem technischen Gesichtspunkt aus organisatorischer sowie personenzentrierter Sicht erhoben und um den arbeitsrechtlichen Aspekt erweitert. Das gewählte Vorgehen lässt sich mit dem Stichwort „Industrie 4.0 by Design“ am besten erfassen. Dies bedeutet, dass im Rahmen von Betriebsbeobachtungen konkrete Bedarfsanalysen auf Seiten der Mitarbeiter/-innen durchgeführt werden. Dabei zu erhebende Merkmale der Belegschaften sind u. a. Alter, Bildung, beruflicher Werdegang, Sprache und Geschlecht, um der Entwicklung eines „Design for All“ gerecht zu werden (Plattform I4.0 2015). Durchgeführt werden in der Erhebung dabei qualitative, leitfadengestützte Interviews. Das heißt, dass in ihnen betroffene Mitarbeiter/-innen (insbesondere Maschinenführer/-innen, Webmeister/-innen, Schichtführer/-innen) nach Wünschen und Bedürfnissen gefragt werden, die sie in Bezug auf Unterstützungssysteme hegen. Dies geschieht in einer relativ offenen, mittels eines Leitfadens möglichst ergebnisoffenen und voraussetzungsarmen Gesprächsatmosphäre. Eine solche Herangehensweise ist notwendig, damit sich der explorative Charakter der Studie überhaupt realisieren lässt. Explorativ ist das Vorgehen deshalb, damit überhaupt ein möglichst breites Bild der relevanten Einstellungen und Ideen gezeichnet werden kann. Durch diesen Verzicht auf eine starre Struktur wird das Entstehen einer Gesprächsatmosphäre befördert, die es ermöglicht, den Gesprächspartner/-innen den größtmöglichen Raum zu bieten, eigene Schwerpunkte zu setzen und Sachverhalte nach eigenen Vorstellungen zu gewichten. Diese Befragungen wurden ergänzt durch die nachfolgenden ebenfalls qualitativ ausgerichteten Experteninterviews zu den Bereichen technisches Projektmanagement, F + E, Rolle der Betriebsräte/Gewerkschaften und Arbeitgeber als Sozialpartner, Rolle der Verbände wie z. B. VDMA sowie dem Bereich der technischen Dokumentation entsprechender Unterstützungs- bzw. Assistenzsysteme. Diese Befragungen wurden weiterhin kombiniert mit Beobachtungen im Labor des ITA sowie in Unternehmen, mit Stakeholder-Workshops sowie unter Rückgriff auf relevante Normen und Richtlinien, z. B. VDI/VDE 3850 oder DIN EN ISO 9241-161, die aus einer umfangreichen Literaturanalyse hervorgegangen sind.

6.5 Anwendungsfall Weberei für technische Textilien

Nach der zuvor beschrieben Methodik wurde die Produktionsarbeit in ausgewählten Webereien als Beispiel für textile Produktionsstätten in Deutschland untersucht. In der Bundesrepublik Deutschland stellt die Textilbranche einen bedeutenden Zweig des produzierenden Gewerbes dar. 1023 mittelständische Betriebe der deutschen Textil- und Bekleidungsindustrie erzielten im Jahre 2012 einen Umsatz von ca. 20 Mrd. €. In Deutschland werden jährlich Gewebe im Wert von ca. 1,8 Mrd. € in derzeit 103 Webereien produziert. Allerdings unterliegt die Gewebeproduktion in Hochlohnländern wie der Bundesrepublik Deutschland heutzutage zahlreichen Herausforderungen: Sinkende Losgrößen bei gleichzeitig steigender Produktvielfalt gefährden den Erhalt der deutschen Gewebeindustrie (Saggiomo et al. 2015; N. N. 2013b).

Der Erfolg der Textilproduzenten in Deutschland ist abhängig vom Einsatz innovativer und ressourceneffizienter Produktionsverfahren. Diese Produktionsverfahren und -techniken sind i. d. R. computerunterstützt. Textile Endprodukte werden aufgrund der aktuell verwendeten Produktionsmethoden und -technologien zumeist nur in großen Losgrößen gefertigt, da deren Produktionsprozess oftmals mit der Herstellung von Rollenware beginnt. Das Thema Industrie 4.0 wird generell als erfolgversprechender Ansatz gesehen, um mit neuen Methoden, Technologien und Verfahrensweisen dem Endkundenmarkt in Zukunft mehr Individualität, Flexibilität und Vielfalt zu bieten. Um aber den Weg hin zur Textilindustrie 4.0 verwirklichen zu können, müssen die vorherrschenden, speziellen Voraussetzungen berücksichtigt werden. Ein wichtiges Bindeglied ist hierbei der Textilmaschinenbau (Riedel et al. 2015). Intelligente bzw. echtzeit- und internetfähige Sensorik und Aktorik entwickeln Webmaschinen zu Cyper-Physical Systems (CPS) weiter.

Auf industriellen Webmaschinen werden die unterschiedlichsten Produkte, bspw. Papiermaschinenbespannungen oder Sicherheitsgurte für die Automobilbranche, hergestellt. Entlang der textilen Produktionskette, d. h. beispielsweise bei der Verarbeitung von Fasern zur textilen Fläche, kommen zahlreiche verschiedene Maschinen zum Einsatz. So hat eine Webmaschine ca. 200 Einstellparameter. Der Großteil der Arbeitspersonen in Textilbetrieben führt daher keine Anlerntätigkeiten aus, sondern wird in den entsprechenden Lehrberufen, z. B. Textilmaschinenführer, ausgebildet. Betrachtet man die Interaktion mit Textilmaschinen, so finden sich zwar moderne Touchscreens und teilweise Datenbank-basierte Assistenzsysteme an den Maschinen, die aber bisher noch nicht unter soziotechnischen Aspekten gestaltet wurden. Soziotechnische Aspekte sind z. B. die nutzerorientierte Gestaltung oder ethisch-rechtliche Betrachtungen.

In diesem Beitrag wird beispielhaft eine Weberei für technische Gewebe eines KMU mit 300 Mitarbeitern betrachtet. Der Altersdurchschnitt in dieser Textilproduktion beträgt etwa 45 Jahre. In der Weberei werden 70 Webmaschinen, je zur Hälfte Greifer- und Luftwebmaschinen zur Herstellung verschiedener Produkte eingesetzt. Hinzu kommt, dass von jedem Maschinentyp sieben Maschinengenerationen von je zwei Herstellern zum Einsatz kommen. Somit sind 28 unterschiedliche Webmaschinen in Betrieb. Diese Maschinenvielfalt kommt zustande, da immer nur ein kleiner Teil der Produktionsmaschinen bei der Anschaffung von neuen Maschinen ersetzt wird. Die Produktion ist im Zweischichtbetrieb organisiert. Eine Schicht setzt sich folgendermaßen zusammen (Tab. 6.1):
Tab. 6.1

Schichtzusammensetzung einer Weberei für technische Gewebe

betriebliche Funktionen

Aufgaben

Anzahl

Schichtleiter

Produktionsleitung/-überwachung

1

Webereimeister

Umbauten, Rüsten, Reparaturen, Qualitätsüberwachung

4

Textilmaschinenmechaniker

Produktionsvorbereitung (Anweben, Anknoten, Einziehen, Produktionsdaten eingeben etc.)

1

Textilmaschinenführer

Webprozess und Warenlauf kontrollieren und überwachen

2

Garnfahrer

Bestückung der Webmaschinen mit Schussgarn

1

Putzer

Webmaschinen regelmäßig reinigen

1

Von den Webereimeistern sind jeweils zwei für einen Webmaschinentyp zuständig. Alle anderen Produktionsmitarbeiter müssen alle Webmaschinen beachten.

Es kommt nicht selten vor, dass zeitgleich auf allen Webmaschinen unterschiedliche Artikel, in diesem Fall Gewebe, hergestellt werden. Der Arbeitsprozess der hier betrachteten Gewebeherstellung wird mithilfe der SIPOC-Analyse (Supplier-Input-Process-Output-Customer-Analyse) definiert, abgegrenzt und in folgender Abbildung dargestellt (Abb. 6.2).
Abb. 6.2

SIPOC-Diagramm: Weberei für technische Gewebe

6.6 Arbeitsunterstützung durch Assistenzsysteme in der Weberei

Webereien müssen ihre Belegschaft bei der Erhaltung und Weiterentwicklung ihrer Handlungsfähigkeit unterstützen, um den Unternehmenserfolg zu sichern. Durch die Schaffung und Bereitstellung diversitätsgerechter Arbeitsplätze, technischer Werkzeuge und mobiler, digitaler Informationstechnologien können Unternehmen ihren Mitarbeitern individuelle Hilfen bei der Ausübung ihrer Tätigkeiten zur Verfügung stellen. Diese Maßnahmen tragen bei der großen Gruppe der älteren Beschäftigten dazu bei, entstandene Leistungseinschränkungen zu kompensieren und ihnen eine adäquate Teilhabe am Berufsleben zu ermöglichen. Im Besonderen kann die Einbindung von digitalen Informationstechnologien in manuelle Bearbeitungs- oder Handhabungsvorgänge dabei helfen, altersbedingte Verminderungen kognitiver Prozesse oder nachlassende Sinnesschärfen (N. N. 2004) zu kompensieren.

Assistenzsysteme in Form von Smart Personal Devices wie z. B. Tablets unterstützen die Mitarbeiter/-innen, indem sie individuell Informationen bereitstellen und beim Erlernen und Reflektieren von Fähigkeiten, z. B. in der Maschinenführung, helfen. Die Assistenzsysteme sind Instrumente für den Menschen, die ihn unterstützen und nicht ersetzen sollen. Zentral bei der bedarfs- und akzeptanzorientierten Entwicklung ist es, den Ängsten und Sorgen der Arbeitnehmer angemessen zu begegnen. Dabei gilt es, deutlich zu vermitteln, dass diese Systeme eine Unterstützung sind und nicht dazu dienen, Personal zu ersetzen. Es geht nicht darum, der Belegschaft allein nur die Technik an die Hand zu geben, sondern es ist wichtig, den unterstützenden und arbeitsvereinfachenden Charakter der Technik zu unterstreichen. Assistenzsysteme unterstützen Maschinenführer/-innen bspw. bei der Einrüstung von Textilmaschinen, indem sie aus ihrer Datenbank Einstellvorschläge geben. Zudem können Textilmaschinen bei den auftretenden Fehlern Rückmeldung zur Fehlerbehebung über das Assistenzsystem an den Bediener geben. Dabei spielt das Situationsbewusstsein der Produktionsmitarbeiter eine entscheidende Rolle, um Handlungsentscheidungen bzgl. der Ziele, Aufgaben und Randbedingungen vorzubereiten und zu treffen. Die Fähigkeiten und Handlungsoptionen der Mitarbeiter können durch Assistenzsysteme erweitert werden. Die interaktive Kommunikation mit dem System ermöglicht das qualifikationsgerechte Lösen komplexer Aufgaben.

Der Einsatz solcher Assistenzsysteme wird die Einarbeitungsphasen verkürzen und die Etablierung und Orientierung neuer oder gerade in den Beruf eintretender Arbeitnehmer im Unternehmen deutlich verbessern. Die Einarbeitungszeiten können durch passgenaue Assistenzsysteme (z. B. bei Sprachbarrieren die individuelle Unterstützung beim Lernen mit Piktogrammen in der Bedienung von Maschinen) deutlich gesenkt werden. Die lernförderliche Gestaltung von Assistenzsystemen führt zu zielorientierten, situativen und anlassbezogenen Lernsituationen der Mitarbeiter mit geringer Unterbrechung der Arbeitstätigkeiten. Dadurch wird die Einsatzfähigkeit der entsprechenden Mitarbeiter sichergestellt. Das Lernen im Arbeitsprozess führt weiterhin zu einer Optimierung der Unternehmensprozesse, welche durch die eigenen Beschäftigten initiiert und getragen wird.

Für die Umsetzung eines Assistenzsystems zur Arbeitsunterstützung in Webereien eignet sich folglich z. B. ein Tablet in Verbindung mit Augmented Reality (AR). Die AR-Technik wurde bereits für Lehr- und Lernzwecke in Museen und Schulen eingesetzt, um bspw. physikalische Zusammenhänge zu erklären und begreifbar zu machen (Buchholz et al. 2010). Die für AR benötigte Rechenleistung und Sensorik ist unlängst auf mobilen Geräten angekommen (Abb. 6.3).
Abb. 6.3

Webmaschinenbedienung mit Unterstützung eines mobilen Assistenzsystems

Im abgebildeten Beispielfall benötigt ein Bediener Unterstützung bei der Behebung eines Schussfadenbruchs an einer Webmaschine. Hierzu muss die Schusseintragsvorrichtung (vom Gatter zur Hauptdüse einer Webmaschine) mit der Tabletkamera erfasst werden. Die Anwendung erkennt die Position, an der der Schussfaden gebrochen ist und bietet dem/der Bediener/-in fallspezifische AR-basierte Hilfe (Abb. 6.3 rechts). Hier z. B. zeigt die Anweisung, dass der Schussfaden am Einlass des Vorspulgerätes eingeführt werden muss.

6.7 Auswirkungen auf die betrieblichen Funktionen

Die Umsetzung neuer Produktionstechniken, wie z. B. die Maschinenentwicklung hin zu CPS und die Einbindung von Assistenzsystemen bewirkt Veränderungen in den Prozessen, Arbeitsstrukturen und Aufgaben der Mitarbeiter/-innen auf allen Ebenen. Auf Basis der vorgenannten Untersuchungen (Abschn. 6.4) lassen sich folgende Auswirkungen des Einsatzes zukünftiger „Industrie 4.0“-Produktionsmaschinen auf verschiedene betriebliche Funktionen in einer Weberei abschätzen (Tab. 6.2).
Tab. 6.2

Auswirkungen auf die betrieblichen Funktionen (Erläuterungen zu den Auswirkungsdimensionen finden sich in Wischmann und Hartmann und Bauer et al. in diesem Band)

Maschinen-mechaniker

Maschinenführer

Meister

Schichtleiter

Bedarf

0

0

0

0

Problemlösung

0/-

0/-

0

0

Monotone Aufgaben

-

-

--

--

Komplexe Aufgaben

+

+

++

++

Planen

0

0

-

-

Kontrolle

0/+

0/+

0/+

0/+

Lernen, informell

++

++

++

++

Lernen, formell

0

0

0

0

Selbstbestimmung

+

+

+

+

Optimierung

++

++

++

++

Kooperation

+

+

++

++

Kommunikation

0/+

0/+

+

+

Interdisziplinarität

0

0

0/+

0/+

IT-Kenntnisse

+

0/+

++

++

Legende: -- wird viel weniger; - wird weniger; 0 bleibt gleich; + wird mehr; ++ wird viel mehr.

Durch die Einführung von „Industrie 4.0“ in den Webereien bleibt der Bedarf an Beschäftigten eher gleich, es besteht aber die Möglichkeit, flexiblere Einsatzmöglichkeiten der Belegschaft zu schaffen. Die Anforderungen hinsichtlich eigenständiger Problemlösungsmöglichkeiten nicht vorhersagbarer Probleme werden etwas weniger. Mithilfe von Assistenzsystemen können die Mitarbeiter/-innen Probleme im Eintrittsfall aufgrund von Sensorik und Auswertungssoftware schneller erkennen bzw. erfassen. Monotone Aufgaben werden etwas weniger, u. a. weil das monotone Ablaufen von Runden um die Maschinen teilweise entfällt bzw. neu gestaltet werden kann. Hierdurch entstehen neue Freiheitsgrade für komplexe Aufgaben wie etwa Reparaturen, die v. a. auf höheren Ebenen (Meister/-in, Schichtleiter/-in) besonders zunehmen. Somit nehmen auch die Planungs- und Kontrollmöglichkeiten zu. Eine grundständige Berufsausbildung sowie Schulungen für neue Maschinengenerationen werden weiterhin notwendig sein. Durch die zunehmenden Möglichkeiten informellen Lernens z. B. mithilfe von Konzepten des Mobile Learnings oder von lernförderlichen Elementen eines Assistenzsystems kann u. a. der Transfererfolg vom Lernfeld in das Funktionsfeld erhöht werden. Informelles Lernen ist notwendig, um die Leistungsfähigkeit der Mitarbeiter aufrecht zu erhalten und diese zielgruppenspezifisch zu qualifizieren. Wie schon beschrieben, werden sich die Kompetenzanforderungen mit der Einführung von „Industrie 4.0“-Lösungen verändern. Durch die zunehmende Anzahl von Automatisierungs- und IT-Komponenten, z. B. Sensoren und Schnittstellen zu IT-Systemen an den Webmaschinen, nehmen bspw. die Anforderungen an IT-Kenntnisse der Produktionsmitarbeiter zu.

6.8 Zusammenfassende Betrachtung

IT-Systeme werden zu Assistenten der Mitarbeiter in der textilen Fertigung. Computergestützte Assistenzsysteme werden die vielfältig anfallenden Betriebsdaten der Maschinen, wie z. B. den Verschleiß mechanischer Komponenten, analysieren und dem/der Mitarbeiter/-in die aufbereiteten Daten individuell zur Verfügung stellen. Der Mensch trifft dann, je nach Befugnis, letztendlich die Entscheidung, ob z. B. eine Schere zur Abtrennung der Fangleiste an einer Webmaschine ausgetauscht wird oder ob die Webmaschine weiter produziert. Die Assistenzsysteme erkennen den/die Mitarbeiter/-in mit seinem/ihrem Arbeitsprofil und geben ihm/ihr kontextbezogene Informationen. In der folgenden Tabelle (Tab. 6.3) sind die Auswirkungen der Umsetzung von „Industrie 4.0“ in Verbindung mit Assistenzsystemen auf die Arbeit in einer Weberei zusammengefasst:
Tab. 6.3

Zusammenfassung der Auswirkungen

Beschreibungskriterium

Erläuterung

Arbeitsaufgabe

Bedienen und Überwachen von Textilmaschinen wird vereinfacht. Freiraum für komplexere Aufgaben in der laufenden Produktion, z. B. Instandhaltung

Arbeitstätigkeiten

Monotone Wege zw. Maschinen entfallen/werden reduziert

Arbeitsplatz/Arbeitsraum

Die Kombination und räumliche Anordnung der Arbeitsmittel innerhalb der Arbeitsumgebung unter den durch die Arbeitsaufgaben erforderlichen Bedingungen ändern sich kaum

Arbeitsmittel

Zu den bisherigen Werkzeugen und Komponenten im Arbeitssystem kommen „mobile devices“ z. B. Tablets, Datenbrille hinzu

Arbeitsorganisation

Abfolge und Wechselwirkung von Arbeitssystemen zur Erreichung eines bestimmten Arbeitsergebnisses werden flexibler/dynamischer

Arbeitsumgebung

Einsatzbereiche der Produktionsmitarbeiter werden erweitert, Informationen zu Produktionsmaschinen werden leichter verfügbar

Qualifikation/Kompetenz

IT-/Anwendungskompetenz, Erweiterung der Handlungsfähigkeit

Da sich die Arbeitsinhalte teilweise ändern werden, sind erweiterte und veränderte Kompetenzen bei der Belegschaft notwendig. Eine lernförderliche Gestaltung der Assistenzsysteme unterstützt den geforderten Kompetenzaufbau. Mitarbeiter, die die Prozess- und Maschinentechnik verinnerlicht haben, vermindern das Risiko von Produktionsstillständen und Arbeitsunfällen. Um der Adressatenorientierung und der Akzeptanz durch die späteren Nutzer gerecht zu werden, stehen die Mitarbeiter mit ihren individuellen Bedürfnissen im Analysefokus der Gestaltung von Kommunikations- und lernförderlichen Systemkomponenten sowie der Bewertung der Ergonomie am Arbeitsplatz. Unter diesem Ansatz können Blockaden von Mitarbeiterseite aus zu den neuen Fertigungsverfahren gemindert werden. Die zu entwickelnden Prozesse müssen dem Mitarbeiter Verantwortungsfreiräume und Möglichkeiten zur selbstverantwortlichen Lösungsfindung geben. Zusammenfassend lassen sich Anforderungen an ein soziotechnisches Assistenzsystem in folgender Abbildung (Abb. 6.4) darstellen:
Abb. 6.4

Anforderungsübersicht für ein soziotechnisches Assistenzsystem

Die Umsetzung von technologisch komplexen Systemen, wie beispielsweise die Einführung neuer Produktionstechniken im Rahmen von „Industrie 4.0“-Lösungen muss zu arbeitsintegrierten, sozio-technischen Assistenz- und Arbeitssystemen führen. So wird auch die berufliche und akademische Bildung mit neuen Herausforderungen konfrontiert. Vor allem das ständig wechselnde Zusammenspiel von Mitarbeitern/-innen, Maschinen, Steuerungssystemen und Arbeitsorganisationssystemen muss von dem Punkt aus betrachtet werden, dass die Technologie den Menschen dienen soll und nicht umgekehrt (Dehnbostel 2008).

6.9 Danksagung

Wir danken dem Bundesministerium für Bildung und Forschung (BMBF) für die Förderung der Forschungsgruppe „Neue soziotechnische Systeme in der Textilbranche (SozioTex)“ (FKZ: 16SV7113), sowie dem Projektträger VDI/VDE Innovation + Technik GmbH für die Unterstützung bei der Beantragung und Durchführung des Projektes.

Literatur

  1. Bigalk, D. (2006). Lernförderlichkeit von Arbeitsplätzen – Spiegelbild der Organisation? In E. Frieling (Hrsg.), (Schriftenr.). Kassel.Google Scholar
  2. Buchholz, H., Brosda, C., & Wetzel, R. (2010). Science center to go: A mixed reality learning environment of miniature exhibits. S. 85–96, Rethymno, Greece.Google Scholar
  3. Burchardt, I. (2013). Das neue Textil-Zeitalter. etem – Magazin für Prävention, Rehabilitation und Entschädigung, 3, 14–17.Google Scholar
  4. Dehnbostel, P. (2008). Lern- und kompetenzförderliche Arbeitsgestaltung. Berufsbildung in Wissenschaft und Praxis (2) Franz Steiner Verlag Stuttgart.Google Scholar
  5. Gloy, Y.-S., Greb, C., & Gries, T. (2013). Industry 4.0: A (r)evolution for the textile industry?. In J. Hillmer (Hrsg.), Proceedings of the 7th Aachen-Dresden International Textile Conference, Aachen, November 28–29, 2013 Aachen: DWI an der RWTH Aachen e. V.Google Scholar
  6. Gries, T., Veit, D., & Wulfhorst, B. (2014). Textile Fertigungsverfahren – Eine Einführung (2. Aufl.). München: Carl Hanser.Google Scholar
  7. Lemm, J., Löhrer, M., Dartsch, N., Gloy, Y.-S., Gries, T., Ziesen, N., & Häußling, R. (2014). Erfolg durch Akzeptanz der Mitarbeiter – intelligente Assistenzsysteme in der Produktion am Beispiel der Textilindustrie. In R. Weidner, T. Redlich (Hrsg.). Erste transdisziplinäre Konferenz zum Thema Technische Unterstützungssysteme, die die Menschen wirklich wollen. Hamburg: Helmut-Schmidt-Universität.Google Scholar
  8. Löhrer, M., Lemm, J., Simonis, K., Gloy, Y.-S., & Gries, T. (2014). Industry 4.0: Employee 4.0 in textile industry. In Österreichisches Chemiefaser-Institut (Hrsg.), 53. Chemiefasertagung Dornbirn 10.–12.09.2014. Wien: Österreichisches Chemiefaser-Institut.Google Scholar
  9. N. N. (2004). Mit Erfahrung die Zukunft meistern!. Dortmund: Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (Hrsg.).Google Scholar
  10. N. N. (2013a). Südwesttextil: stay textile-kreative Antwort auf den demografischen Wandel. http://www.suedwesttextil.de/nachrichten/stay-textile-kreative-antwort-auf-den-demografischen-wandel%20. Zugegriffen: 23. Juni 2015.
  11. N. N. (2013b). Zahlen zur Textil- und Bekleidungsindustrie. Berlin: Gesamtverband der deutschen Textil- und Modeindustrie e.V. (Hrsg.).Google Scholar
  12. Plattform I4.0 (Hrsg.) (2015). Umsetzungsstrategie Industrie 4.0. Ergebnisbericht der Plattform Industrie 4.0, Berlin und Frankfurt/M., April 2015.Google Scholar
  13. Riedel, R., Göhlert, N., & Müller, E. (2015). Industrie 4.0 in der Textilindustrie – Ansätze der Smart Factory unter besonderer Berücksichtigung textiler Produkte und Prozesse. wt Werkstattstechnik online Jahrgang, 105, 4.Google Scholar
  14. Saggiomo, M., Löhrer, M., Lemm, J., Kerpen, D., Gloy, Y.-S., & Gries, T. (2015). Influence of human factors on cognitive textile production. In M. Blaga (Hrsg.), Proceedings/15th AUTEX World Textile Conference 2015, June 10–12, 2015, Bukarest, Romania. Bukarest: “Gheorghe Asachi” Technical University of Iasi, Romania, Faculty of Textiles, Leather and Industrial Management, 2015, Datei: 190_Saggiomo_full_paper_autex.pdf.Google Scholar

Copyright information

© Der/die Herausgeber bzw. der/die Autor(en) 2018

Open Access Dieses Kapitel wird unter der Creative Commons Namensnennung 4.0 International Lizenz (http://creativecommons.org/licenses/by/4.0/deed.de) veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsge-mäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.

Die in diesem Kapitel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Recht-einhabers einzuholen.

Authors and Affiliations

  • Mario Löhrer
    • 1
    Email author
  • Jacqueline Lemm
    • 2
  • Daniel Kerpen
    • 3
  • Marco Saggiomo
    • 4
  • Yves-Simon Gloy
    • 5
  1. 1.Institut für Textiltechnik der RWTH Aachen UniversityAachenDeutschland
  2. 2.Lehrstuhl für Technik- und Organisationssoziologie (STO) der RWTH Aachen UniversityAachenDeutschland
  3. 3.Lehrstuhl für Technik- und Organisationssoziologie (STO) der RWTH Aachen UniversityAachenDeutschland
  4. 4.Institut für Textiltechnik der RWTH Aachen UniversityAachenDeutschland
  5. 5.Institut für Textiltechnik der RWTH Aachen UniversityAachenDeutschland

Personalised recommendations