Skip to main content

KI-basierte Assistenzsysteme für die Industrie 4.0

Eine Bewertung aktueller Einsatzszenarien aus technikdidaktischer Perspektive

  • Living reference work entry
  • First Online:
Handbuch Industrie 4.0

Part of the book series: Springer Reference Technik

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.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Institutional subscriptions

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

    Google Scholar 

  • acatech (2020) Künstliche Intelligenz in der Industrie. acatech HORIZONTE, München

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • Asimov L (1950) I, Robot. Fawcett Publications, Greenwich

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • Bayer C, Makhlouf R, Metternich J (2020) Digitale Assistenzsysteme in der Produktion. In: Werkstattstechnik online: wt, (3), 110. Springer VDI, Düsseldorf, S 103–107

    Google Scholar 

  • Bayme Vbm (2016) Industrie 4.0 – Auswirkungen auf Aus- und Weiterbildung in der M+E Industrie. München

    Google Scholar 

  • BIBB (Hrsg) (2018) Bundesinstitut für Berufsbildung: Datenreport zum Berufsbildungsbericht 2018. Informationen und Analysen zur Entwicklung der beruflichen Bildung, Bonn

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • Bornewasser M, Kloyer M (2018) Prozessintegriertes und austauschbasiertes Kompetenzmanagement. In: Bornewasser M (Hrsg) Vernetztes Kompetenzmanagement. Kompetenzmanagement in Organisationen. Springer, Berlin/Heidelberg

    Chapter  Google Scholar 

  • 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

    Google Scholar 

  • Dengler K, Matthes B (2015) Folgen der Digitalisierung für die Arbeitswelt. Substituierbarkeitspotenziale von Berufen in Deutschland. IAB-Forschungsbericht 11/2015. Nürnberg

    Google Scholar 

  • Dengler M (2016) Didaktisch-methodische Rekonstruktion und Bewertung metalltechnischen Unterrichts mittels qualitativer Materialanalyse. J Tech Educ 4(2):233–252

    Google Scholar 

  • Dickmanns ED (1998) Vehicles capable of dynamic vision: a new breed of technical beings? Artif Intell 103(1–2):49–76

    Article  MATH  Google Scholar 

  • 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

    Google Scholar 

  • Dreyfus HL (1965) Alchemy and artificial intelligence. RAND Corporation paper P-3244

    Google Scholar 

  • Dummert S (2018) Betriebliche Berufsausbildung und Weiterbildung in Deutschland. IAB-Expertise 2018, Nürnberg

    Google Scholar 

  • Erpenbeck J, von Rosenstiel L (2007) Handbuch Kompetenzmessung, 2. Aufl. Schäffer-Poeschel, Stuttgart

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • Haase T, Termath W, Berndt D (2019) Integrierte Lern- und Assistenzsysteme für die Produktion. Industrie 4.0 Manage 32(3):19–22

    Google Scholar 

  • Hacker W (2016) Vernetzte künstliche Intelligenz/Internet der Dinge am deregulierten Arbeitsmarkt: Psychische Arbeitsanforderungen. J Psychol Alltagshandelns 9:4–21

    Google Scholar 

  • 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). Verfügbar unter: 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

    Chapter  Google Scholar 

  • 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

    Chapter  Google Scholar 

  • 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

    Google Scholar 

  • Kirste M, Schürholz M (2019) Einleitung: Entwicklungswege zur KI. In: Wittpahl V (Hrsg) Künstliche Intelligenz. Springer Vieweg, Berlin/Heidelberg

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • Link M, Hamann K (2019) Einsatz digitaler Assistenzsysteme in der Produktion. ZWF Z für wirtschaftlichen Fabrikbetr 114(10):683–687

    Article  Google Scholar 

  • 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

    Google Scholar 

  • Niehaus J (2017) Mobile Assistenzsysteme für Industrie 4.0. Gestaltungsoptionen zwischen Autonomie und Kontrolle. FGW-Studie Digitalisierung von Arbeit 04, Düsseldorf

    Google Scholar 

  • Patscha C, Glockner H, Störmer E, Klaffke T (2017) Kompetenz- und Qualifizierungsbedarfe bis 2030. Ein gemeinsames Lagebild der Partnerschaft für Fachkräfte. BMAS, Berlin

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • Plattform Lernende Systeme (PLS) (2019) Arbeit, Qualifizierung und Mensch-Maschine-Interaktion: Ansätze zur Gestaltung Künstlicher Intelligenz für die Arbeitswelt. Whitepaper der AG2. München

    Google Scholar 

  • 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

    Google Scholar 

  • Rogalski W, Hauptmanns P (1993) Technik und Arbeitsorganisation im Maschinenbau: Neue Informationstechnologien und flexible Arbeitssysteme (NIFA- Panel). ZA-Information 33:115–127. Bochum

    Google Scholar 

  • 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

    MATH  Google Scholar 

  • 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

    Google Scholar 

  • Schelten A (2005) Grundlagen der Arbeitspädagogik, 4. Aufl. Steiner, Stuttgart

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Article  Google Scholar 

  • Schnalzer K, Dworschak B (2018) Verbundprojekt „TransWork“: Arbeit in der digitalisierten Welt: Übersicht über den BMBF-Förderschwerpunkt Stuttgart, Fraunhofer IAO, S 4–7

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • Sendler U (2009) Das PLM-Kompendium Referenzbuch des Produkt-Lebenszyklus-Managements. Springer, Heidelberg

    Book  Google Scholar 

  • Sobbe E, Tenberg R, Mayer H (2016) Knowledge work in aircraft maintenance. J Tech Educ (JOTED) 4(1):81–97. Darmstadt

    Google Scholar 

  • Specht D (1989) Wissensbasierte Systeme im Produktionsbetrieb. Hanser, München

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • Tenberg R (2016) Wie kommt die Technik in die Schule. J Tech Edu (JOTED) 4(1):11–21

    Google Scholar 

  • 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

    Google Scholar 

  • Turing AM (1936) On computable numbers, with an application to the Entscheidungsproblem. Proceedings of the London Mathematical Society 41(2):230–267

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • Wahlster W. (2016) Die Speerspitze der Digitalisierung – Künstliche Intelligenz und ihre Entwicklung. Verfügbar unter: 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

    Google Scholar 

  • 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

    Google Scholar 

  • Weber R, Seeberger P (2020) KI in der Industrie: Eine Einführung. Hanser, München

    Google Scholar 

  • Weidner R, Redlich T, Wulfsberg JP (Hrsg) (2015) Technische Unterstützungssysteme. Grundlagen. Springer Vieweg, Berlin, S 11–108

    Google Scholar 

  • Weizenbaum J (1966) ELIZA. Commun Assoc Comput Mach 9:36–45

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • 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

    Google Scholar 

  • Zinke G, Schenk H, Wasiljew E (2014) Berufsfeldanalyse zu industriellen Elektroberufen als Voruntersuchung zur Bildung einer möglichen Berufsgruppe (Abschlussbericht). Bonn

    Google Scholar 

  • Zinke G, Renger P, Feirer S, Padur T (2016) Berufsausbildung und Digitalisierung – ein Beispiel aus der Automobilindustrie (Wissenschaftliche Diskussionspapiere, Heft 186. Bonn

    Google Scholar 

  • 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

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Karsten Lensing .

Editor information

Editors and Affiliations

Section Editor information

Rights and permissions

Reprints and permissions

Copyright information

© 2021 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature

About this entry

Check for updates. Verify currency and authenticity via CrossMark

Cite this entry

Lensing, K. (2021). KI-basierte Assistenzsysteme für die Industrie 4.0. In: ten Hompel, M., Vogel-Heuser, B., Bauernhansl, T. (eds) Handbuch Industrie 4.0. Springer Reference Technik (). Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-45537-1_163-1

Download citation

  • DOI: https://doi.org/10.1007/978-3-662-45537-1_163-1

  • Received:

  • Accepted:

  • Published:

  • Publisher Name: Springer Vieweg, Berlin, Heidelberg

  • Print ISBN: 978-3-662-45537-1

  • Online ISBN: 978-3-662-45537-1

  • eBook Packages: Springer Referenz Technik und Informatik

Publish with us

Policies and ethics