Zusammenfassung
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.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Similar content being viewed by others
Literatur
Abele D, D’Onofrio S (2020) Artificial intelligence – the big picture. In: Portmann E, D’Onofrio S (Hrsg) Cognitive computing. Edition Informatik Spektrum. Springer Vieweg, Wiesbaden
acatech (2020) Künstliche Intelligenz in der Industrie. acatech HORIZONTE, München
Ahlborn K, Bachmann G, Biegel F, Bienert J, Falk S, Fay A, Gamer T, Garrels K, Grotepass J, Heindl A, Heizmann J, Hilger C, Hoffmann M, Hoffmeister M, Jochem M, Kalhoff J, Kamp M, Kramer S, Kosch B, Legat C, Michels JS, Mildner A, Nettsträter A, Pant R, Pittschellis R, Schauf T, Schlinkert H-J, Ulrich M, Zinke G (2019) Technologieszenario „Künstliche Intelligenz in der Industrie 4.0“. Working Paper. Plattform Industrie 4.0. BMWi, Berlin
Apt W, Bovenschulte M, Priesack K, Weiß C, Hartmann EA (2018) Einsatz von digitalen Assistenzsystemen im Betrieb. Forschungsbericht 502 des Bundesministeriums für Arbeit und Soziales, Berlin
Asimov L (1950) I, Robot. Fawcett Publications, Greenwich
Baethge M, Baethge-Kinsky V (1998) Jenseits von Beruf und Beruflichkeit? Neue Formen von Arbeitsorganisation und Beschäftigung und ihre Bedeutung für eine zentrale Kategorie gesellschaftlicher Integration. Mitteilungen aus der Arbeitsmarkt- und Berufsforschung 3:461–472
Bauer W, Stowasser S, Mütze-Niewöhner S, Zanker C, Brandl KH (2019) Arbeit in der digitalisierten Welt: Stand der Forschung und Anwendung im BMBF-Förderschwerpunkt TransWork. Berlin
Bayer C, Makhlouf R, Metternich J (2020) Digitale Assistenzsysteme in der Produktion. In: Werkstattstechnik online: wt, (3), 110. Springer VDI, Düsseldorf, S 103–107
Bayme Vbm (2016) Industrie 4.0 – Auswirkungen auf Aus- und Weiterbildung in der M+E Industrie. München
BIBB (Hrsg) (2018) Bundesinstitut für Berufsbildung: Datenreport zum Berufsbildungsbericht 2018. Informationen und Analysen zur Entwicklung der beruflichen Bildung, Bonn
BIBB (2019) Auftaktveranstaltung „Berufsbildung im Spannungsfeld Künstlicher Intelligenz und Digitalisierung“. https://www.bibb.de/de/116320.php. Zugegriffen am 12.04.2020
Bitkom\DFKI (2017) Entscheidungsunterstützung mit Künstlicher Intelligenz – Wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen, menschliche Verantwortung. Positionspapier/Gipfelpapier. Berlin
Bonin H, Gregory T, Zierahn U (2015) Übertragung der Studie von Frey/Osborne (2013) auf Deutschland. Kurzexpertise Nr. 57, Zentrum für Europäische Wirtschaftsforschung GmbH. Mannheim
Bornewasser M, Kloyer M (2018) Prozessintegriertes und austauschbasiertes Kompetenzmanagement. In: Bornewasser M (Hrsg) Vernetztes Kompetenzmanagement. Kompetenzmanagement in Organisationen. Springer, Berlin/Heidelberg
BReg (2019) Zwischenbericht zur KI-Strategie. https://www.ki-strategie-deutschland.de/home.html?file=files/downloads/Zwischenbericht_KI-Strategie_Final.pdf. Zugegriffen am 04.04.2020
BWP (3/2019) Digitalisierung und künstliche Intelligenz. https://www.bwp-zeitschrift.de/en/bwp.php/de/publication/download/10011. Zugegriffen am 28.03.2020
Couto J (2015) https://monkeylearn.com/blog/definitive-guide-natural-language-processing/. Zugegriffen am 03.02.2020
Dengler K (2019) Substituierbarkeitspotenziale von Berufen und Veränderbarkeit von Berufsbildern Impulsvortrag für die Projektgruppe 1 der Enquete-Kommission „Berufliche Bildung in der digitalen Arbeitswelt“ des Deutschen Bundestags am 11.03.2019
Dengler K, Matthes B (2015) Folgen der Digitalisierung für die Arbeitswelt. Substituierbarkeitspotenziale von Berufen in Deutschland. IAB-Forschungsbericht 11/2015. Nürnberg
Dengler M (2016) Didaktisch-methodische Rekonstruktion und Bewertung metalltechnischen Unterrichts mittels qualitativer Materialanalyse. J Tech Educ 4(2):233–252
Dickmanns ED (1998) Vehicles capable of dynamic vision: a new breed of technical beings? Artif Intell 103(1–2):49–76
Dostal W (2002) Der Berufsbegriff in der Berufspädagogik. In: G Kleinhenz (Hrsg) IABKompendium Arbeitsmarkt- und Berufsforschung (Beiträge zur Arbeitsmarkt- und Berufsforschung 250). Nürnberg, S 463–474
Dreyfus HL (1965) Alchemy and artificial intelligence. RAND Corporation paper P-3244
Dummert S (2018) Betriebliche Berufsausbildung und Weiterbildung in Deutschland. IAB-Expertise 2018, Nürnberg
Erpenbeck J, von Rosenstiel L (2007) Handbuch Kompetenzmessung, 2. Aufl. Schäffer-Poeschel, Stuttgart
Frenz M, Heinen S, Zinke G (2016) Industrie 4.0 und sich ändernde Berufskonzepte in den Berufsfeldern Metalltechnik und Mechatronik-Elektrotechnik. In: Frenz M, Schlick C, Unger T (Hrsg) Wandel der Erwerbsarbeit. Berufsbildgestaltung und Konzepte für die gewerblich-technischen Didaktiken. Reihe: Bildung und Arbeitswelt (32):32–44. Lit Verlag, Berlin/Münster
Ganz W, Dworschak B, Schnalzer K (2019) Competences and competence development in a digitalized world of work. In: Nunes I (Hrsg) Advances in human factors and systems interaction. AHFE 2018. Springer, Cham
Gebhardt J, Grimm A, Neugebauer LM (2015) Entwicklungen 4.0 – Ausblicke auf zukünftige Anforderungen an und Auswirkungen auf Arbeit und Ausbildung. J Tech Edu (JOTED) 3(2):45–61
Gorecky D, Schmitt M, Loskyll M (2014) Mensch-Maschine-Interaktion im Industrie 4.0-Zeitalter. In: Bauernhansl T, ten Hompel M, Vogel-Heuser B (Hrsg) Industrie 4.0 in Produktion, Automatisierung und Logistik. Springer Vieweg, Wiesbaden
Haase T, Termath W, Berndt D (2019) Integrierte Lern- und Assistenzsysteme für die Produktion. Industrie 4.0 Manage 32(3):19–22
Hacker W (2016) Vernetzte künstliche Intelligenz/Internet der Dinge am deregulierten Arbeitsmarkt: Psychische Arbeitsanforderungen. J Psychol Alltagshandelns 9:4–21
Hatiboglu B, Schuler S, Bildstein A, Hämmerle M (2019) Einsatzfelder von künstlicher Intelligenz im Produktionsumfeld. Kurzstudie im Rahmen von „100 Orte für Industrie 4.0 in Baden-Württemberg“. Fraunhofer IOA und IPA. Stuttgart. http://publica.fraunhofer.de/documents/N-549107.html. Zugegriffen am 12.04.2020
Hecker D, Döbel I, Petersen U, Rauschert A, Schmitz V, Voss A (2017) Zukunftsmarkt Künstliche Intelligenz – Potenziale und Anwendungen. Fraunhofer-Allianz Big Data. https://www.bigdata.fraunhofer.de/content/dam/bigdata/de/documents/Publikationen/KI-Studie_Ansicht_201712.pdf. Zugegriffen am 13.04.2020
Hube G (2005) Beitrag zur Beschreibung und Analyse von Wissensarbeit (IPA-IAO Forschung und Praxis, 422). http://elib.uni-stuttgart.de/opus/volltexte/2005/2426/pdf/Diss_Hube_Wissensarbeit.pdf. Zugegriffen am 27.01.2020
Jacobi HF (2013) Computer-integrated manufacturing (CIM). In: Westkämper E, Spath D, Constantinescu C, Lentes J (Hrsg) Digitale Produktion. Springer, Berlin/Heidelberg, S 51–92
Kagermann H (2014) Chancen von Industrie 4.0 nutzen. In: Bauernhansl T, ten Hompel M, Vogel-Heuser B (Hrsg) Industrie 4.0 in Produktion, Automatisierung und Logistik – Anwendung, Technologien, Migration. Springer Fachmedien, Wiesbaden, S 603–614
Keller T, Bayer C, Metternich J, Schmidt S, Saki M, Straeter O, Hartwich HD, Anlauft W (2019) Evaluationskonzept zur Nutzenbewertung digitaler Assistenzsysteme am Montagearbeitsplatz. In: Frühjahrskongress 2019, Dresden – Arbeit interdisziplinär analysieren – bewerten – gestalten. GfA, Dortmund, S C.9.5
Kirste M, Schürholz M (2019) Einleitung: Entwicklungswege zur KI. In: Wittpahl V (Hrsg) Künstliche Intelligenz. Springer Vieweg, Berlin/Heidelberg
Klapper J, Gelec E, Pokorni B, Hämmerle M, Rothenberger R (2019) Potenziale digitaler Assistenzsysteme – Aktueller und zukünftiger Einsatz digitaler Assistenzsysteme in produzierenden Unternehmen. Fraunhofer IAO, Stuttgart
Koczy A, Stahn C, Hartmann V (2020) Untersuchung der Veränderung von Kompetenzanforderungen durch Assistenzsysteme im Projekt AWA. In: GfA (Hrsg) Digitale Arbeit, digitaler Wandel, digitaler Mensch? Bericht zum 66. Kongress der Gesellschaft für Arbeitswissenschaft vom 16.–18. März 2020. GfA-Press, Dortmund, Beitrag A.15.3. ISBN 978-3-936804-27-0
Kreggenfeld N, Prinz C, Ullrich C, Kuhlenkötter B (2017) Vorgehensmodell zur Identifikation, Aufnahme und Aufbereitung von Prozesswissen in der Industrie 4.0. In: Igel C, Ullrich C, Wessner M (Hrsg) DeLFI 2017, Die 15. e-Learning Fachtagung Informatik, der Gesellschaft für Informatik e.V. (GI). E-Learning Conference of the German Computer Society (DeLFI-2017) 15. September 5–8. Chemnitz. S 137–142. Gesellschaft für Informatik, Bonn
Krüger J, Fleischer J, Franke J, Groche P (2019) Standpunktepapier „KI in der Produktion – Künstliche Intelligenz erschließen für Unternehmen“. Wissenschaftliche Gesellschaft für Produktion (WGP), Hannover
LeCun Y, Bengio Y, Hinton G E (2015) Deep learning, Bd 521. Nature. https://doi.org/10.1038/nature14539. Zugegriffen am 05.04.2020
Lensing K (2020) Künstliche Intelligenz im Lehr-Lernlabor. In: Terkowsky C, May D, Frye S, Haertel T, Ortelt TR, Heix S, Lensing K (Hrsg) Labore in der Hochschullehre: Didaktik, Digitalisierung, Organisation. wbv, Bielefeld, S 263–282
Lichtblau K, Stich V, Bertenrath R, Blum M, Bleider M, Millack A, Schmitt K, Schmitz E, Schröter M (2015) IMPULS – Industrie 4.0-Readiness. Impuls-Stiftung des VDMA, Aachen-Köln
Link M, Hamann K (2019) Einsatz digitaler Assistenzsysteme in der Produktion. ZWF Z für wirtschaftlichen Fabrikbetr 114(10):683–687
Maschler B, White D, Weyrich M (2020) Anwendungsfälle und Methoden der künstlichen Intelligenz in der anwendungsorientierten Forschung im Kontext von Industrie 4.0. Stuttgart. https://doi.org/10.13140/RG.2.2.23768.65289
McCorduck P (1979) Machines who think. Freeman, New York
Niehaus J (2017) Mobile Assistenzsysteme für Industrie 4.0. Gestaltungsoptionen zwischen Autonomie und Kontrolle. FGW-Studie Digitalisierung von Arbeit 04, Düsseldorf
Patscha C, Glockner H, Störmer E, Klaffke T (2017) Kompetenz- und Qualifizierungsbedarfe bis 2030. Ein gemeinsames Lagebild der Partnerschaft für Fachkräfte. BMAS, Berlin
Pittich D, Tenberg R, Lensing K (2019) Technikdidaktische Herausforderungen im Übergang zu Industrie 4.0. In: Haertel T, Terkowsky C, Dany S, Heix S (Hrsg) Hochschullehre & Industrie 4.0. Herausforderungen – Lösungen – Perspektiven. wbv, Bielefeld, S 167–182
Plattform Industrie 4.0 (2015) BITKOM e. V., VDMA e. V., ZVEI e. V. – Umsetzungsstrategie Industrie 4.0: Ergebnisbericht der Plattform Industrie 4.0. Berlin
Plattform Lernende Systeme (PLS) (2019) Arbeit, Qualifizierung und Mensch-Maschine-Interaktion: Ansätze zur Gestaltung Künstlicher Intelligenz für die Arbeitswelt. Whitepaper der AG2. München
Reetz L (1999) Zum Zusammenhang von Schlüsselqualifikationen – Kompetenzen – Bildung. In: Tramm T, Sembill D, Klauser F, John E G (Hrsg) Professionalisierung kaufmännischer Berufsbildung. Peter Lang, Frankfurt am Main, S 32–51
Rogalski W, Hauptmanns P (1993) Technik und Arbeitsorganisation im Maschinenbau: Neue Informationstechnologien und flexible Arbeitssysteme (NIFA- Panel). ZA-Information 33:115–127. Bochum
Ross T, Smith S (1935) The Robot Rat of Thomas Ross. https://history-computer.com/Dreamers/Ross.html. Zugegriffen am 06.04.2020
Russell SJ, Norvig P (2009) Artificial intelligence: a modern approach, 3. Aufl. Englewood Cliffs, Prentice Hall
Rzepka C, Berger B (2018) User interaction with AI-enabled systems: a systematic review of IS research. In: Proceedings of the 39th International Conference on Information Systems (ICIS 2018), San Francisco
Schelten A (2005) Grundlagen der Arbeitspädagogik, 4. Aufl. Steiner, Stuttgart
Schlund S, Pokorni B (2016) Industrie 4.0 – Wo steht die Revolution der Arbeitsgestaltung? Ergebnisse einer Befragung von Produktionsverantwortlichen deutscher Unternehmen. Ingenics AG/Fraunhofer IOA, Stuttgart
Schmidhuber J (2015) Deep learning in neural networks: an overview. Neural Netw 61(S):85–117. https://doi.org/10.1016/j.neunet.2014.09.003
Schnalzer K, Dworschak B (2018) Verbundprojekt „TransWork“: Arbeit in der digitalisierten Welt: Übersicht über den BMBF-Förderschwerpunkt Stuttgart, Fraunhofer IAO, S 4–7
Schuh G, Scholz P (2019) Development of a framework for the systematic identification of AI application patterns in the manufacturing industry. In: Portland international conference on management of engineering and technology (PICMET), Portland, S 1–8
Seifert I, Bürger M, Wangler L, Christmann-Budian S, Rohde M, Gabriel P, Zinke G (2018) Potenziale der Künstlichen Intelligenz im produzierenden Gewerbe in Deutschland. Studie im Auftrag des BMWi im Rahmen der Begleitforschung zum Technologieprogramm PAiCE. Berlin
Senderek R, Geisler K (2015) Assistenzsysteme zur Lernunterstützung in der Industrie 4.0. In: Rathmayer S, Pongratz H (Hrsg) Proceedings der Pre-Conference Workshops der 13. E-Learning Fachtagung Informatik, München 2015, S 36–46
Sendler U (2009) Das PLM-Kompendium Referenzbuch des Produkt-Lebenszyklus-Managements. Springer, Heidelberg
Sobbe E, Tenberg R, Mayer H (2016) Knowledge work in aircraft maintenance. J Tech Educ (JOTED) 4(1):81–97. Darmstadt
Specht D (1989) Wissensbasierte Systeme im Produktionsbetrieb. Hanser, München
Stone P, Brooks R, Brynjolfsson E, Calo R, Etzioni O, Hager G, Hirschberg J, Kalyanakrishnan S, Kamar E, Kraus S, Leyton-Brown K, Parkes D, Press W, Saxenian AL, Shah J, Tambe M, Teller A (2016) Artificial intelligence and life in 2030. One hundred year study on artificial intelligence: report of the 2015–2016 study panel. Stanford University, Stanford
Temath C, Hecker D, Jovy-Klein F, Lange M, Paaß G, Voß A, Walter O, Giesselbach S, Köhler J, Lehmann J (2021) Moderne Sprachtechnologien: Konzepte, Anwendungen, Chancen. Kompetenzplattform KI. NRW/Fraunhofer IAIS, Sankt Augustin
Tenberg R (2016) Wie kommt die Technik in die Schule. J Tech Edu (JOTED) 4(1):11–21
Tenberg R, Pittich D (2017) Ausbildung 4.0 oder 1.2? Analyse eines technisch-betrieblichen Wandels und dessen Implikationen für die technische Berufsausbildung. J Tech Educ (JOTED) 5(1):27–46
Turing AM (1936) On computable numbers, with an application to the Entscheidungsproblem. Proceedings of the London Mathematical Society 41(2):230–267
Ullrich C, Hauser-Ditz A, Kreggenfeld N, Prinz C, Igel C (2018) Assistenz und Wissensvermittlung am Beispiel von Montage- und Instandhaltungstätigkeiten. In: Wischmann S, Hartmann E (Hrsg) Zukunft der Arbeit – Eine praxisnahe Betrachtung. Springer Vieweg, Berlin/Heidelberg
VDI/VDE-GMA (2015) Glossar des Fachausschuss VDI/VDE-GMA 7.21 „Industrie 4.0“. Verfügbar unter: http://i40.iosb.fraunhofer.de/FA7.21%20Begriffe%20-%20Industrie%204.0. Zugegriffen am 08.01.2020
VDI-Nachrichten (2011) Industrie 4.0 – Mit dem Internet der Dinge auf dem Weg zur 4. Industriellen Revolution (Ausgabe 01.04.2011–13, S. 2). Berlin
Wahlster W. (2016) Die Speerspitze der Digitalisierung – Künstliche Intelligenz und ihre Entwicklung. http://www.wolfgang-wahlster.de/wordpress/wp-content/uploads/20160923_Character_Bethmann_KI_Entwicklung.pdf. Zugegriffen am 06.03.2020
Wahlster W (2019) Künstliche Intelligenz: Digitales Verstehen. Naturwiss Rundsch 72(9/10):451–459
Wang A, Pruksachatkun Y, Nangia N, Singh A, Michael J, Hill F, Levy O, Bowman S (2019) Superglue: A stickier benchmark for general-purposelanguage understanding systems. arXiv preprint arXiv:1905.00537
Weber R, Seeberger P (2020) KI in der Industrie: Eine Einführung. Hanser, München
Weidner R, Redlich T, Wulfsberg JP (Hrsg) (2015) Technische Unterstützungssysteme. Grundlagen. Springer Vieweg, Berlin, S 11–108
Weizenbaum J (1966) ELIZA. Commun Assoc Comput Mach 9:36–45
Wolter MI, Helmrich R, Maier T, Mönnig A, Schneemann C, Weber E, Winnige S, Zika G (2019) Wirtschaft 4.0 und die Folgen für Arbeitsmarkt und Ökonomie – Szenario-Rechnungen im Rahmen der fünften Welle der BIBB-IAB-Qualifikations- und Berufsprojektionen. Bonn
Zeller B, Achtenhagen C, Föst S (2010) Das „Internet der Dinge“ in der industriellen Produktion – Studie zu künftigen Qualifikationserfordernissen auf Fachkräfteebene (FreQueNz-Studie) (Abschlussbericht). Nürnberg
Zinke G (2019) Berufsbildung 4.0 – Fachkräftequalifikationen und Kompetenzen für die digitalisierte Arbeit von morgen: Branchen- und Berufescreening. Vergleichende Gesamtstudie. Heft-Nr. 213. BiBB, Bonn
Zinke G, Schenk H, Wasiljew E (2014) Berufsfeldanalyse zu industriellen Elektroberufen als Voruntersuchung zur Bildung einer möglichen Berufsgruppe (Abschlussbericht). Bonn
Zinke G, Renger P, Feirer S, Padur T (2016) Berufsausbildung und Digitalisierung – ein Beispiel aus der Automobilindustrie (Wissenschaftliche Diskussionspapiere, Heft 186. Bonn
Zinn B (2020) Virtual, Augmented und Cross Reality in Praxis und Forschung Technologiebasierte Erfahrungswelten in der beruflichen Aus- und Weiterbildung – Theorie und Anwendung. Franz Steiner, Stuttgart
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Section Editor information
Rights and permissions
Copyright information
© 2023 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Lensing, K. (2023). KI-basierte Assistenzsysteme für die Industrie 4.0. In: Bauernhansl, T. (eds) Handbuch Industrie 4.0. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-58532-0_163
Download citation
DOI: https://doi.org/10.1007/978-3-662-58532-0_163
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-58531-3
Online ISBN: 978-3-662-58532-0
eBook Packages: Computer Science and Engineering (German Language)