Eye Tracking

Menschlicher Arbeitskraft kommt in Produktion und Logistik eine zentrale Rolle zu. Durch den Abbau von Routinen können Engagement und Leistung von Mitarbeitern gesteigert werden. Eine Technologie, die bei der Analyse manueller Tätigkeiten hilft, ist Eye Tracking (ET). Indem ET die Augenbewegungen von Mitarbeitern misst, kann es Aufschluss über ihr Verhalten geben und Arbeitsprozesse damit verbessern.

Flexible und effiziente Produktions- und Logistiksysteme sind für fertigende Unternehmen entscheidend, um wettbewerbsfähig zu bleiben. Um Kosten zu senken, haben Hersteller den Automatisierungsgrad von Produktions- und Logistikprozessen in der Vergangenheit stetig erhöht. Einige Vorgänge sind jedoch von Natur aus schwer zu automatisieren, wie z. B. Montageprozesse oder die Wartung kundenspezifischer komplexer Anlagen, bei denen die sensomotorischen Fähigkeiten menschlicher Mitarbeiter, die Maschinen nicht imitieren können, zu Leistungsvorteilen führen [1]. Daher setzen viele Unternehmen noch immer auf manuelle Arbeit, insbesondere in Bereichen wie Materialhandhabung, Montage und innerbetriebliche Logistik [2].

In den vergangenen zehn Jahren hat sich die Art und Weise, wie Menschen in die Produktions- und Logistikumgebung eingebunden sind und mit ihr interagieren, im Zuge von Industrie 4.0 verändert. Arbeitskräfte kommen immer häufiger mit digitalen Technologien (wie z. B. Big Data oder digitalen Zwillingen) in Berührung und arbeiten immer öfter mit autonomen Systemen (wie Robotern) zusammen. In diesem Zusammenhang ist es unerlässlich, zu verstehen, wie Mitarbeiter mit ihrer Arbeitsumgebung interagieren, um sicherzustellen, dass Arbeitsplätze und -prozesse den Anforderungen der Arbeitnehmer entsprechen. Eine Technologie, die eine solche Analyse potenziell unterstützen kann, ist das ET. Sie erlaubt die Messung der Augenbewegung während der Aufgabenerfüllung und erfasst damit, wohin, wie und in welcher Reihenfolge der Blick gelenkt wird. Aus einer Analyse dieser Daten lassen sich für das Unternehmen wertvolle Informationen für Prozessverbesserungen ableiten.

Die Eye-Tracking-Technologie

Eye Tracking erfasst den Blick als Reaktion auf ein Stimulusobjekt. Es gibt vier Hauptkategorien von Methoden zur Messung von Augenbewegungen – Elektro-okulografie (EOG), Sklerallinse/Suchspule, Photookulographie (POG) oder Videookulographie (VOG) und videobasierte kombinierte Hornhaut-

reflexion [3]. Die ersten drei Techniken messen die Augenbewegungen in Abhängigkeit von der Kopfposition, während die vierte Technik mit Hilfe von Kameras und Bildverarbeitungshardware den Blickpunkt in Echtzeit berechnen kann. In den letzten Jahren wurden verschiedene Arten von Eyetrackern zu erschwinglichen Preisen auf den Markt gebracht. Hersteller wie Chronos Vision, ASL, SR Research, SMI oder Tobii bieten heute ET-Lösungen an, die entweder auf dem Arbeitsplatz montiert oder als Brille getragen werden (siehe beispielhaft Bild 1). Diese Systeme stützen sich in der Regel auf videobasierte Messungen der Augenbewegungen und können berührungsfrei ausreichend genaue und robuste Messungen für eine Reihe von Aufgaben und Situationen liefern, bspw. für manuelle Tätigkeiten in Produktion und Logistik.

Nutzen von Eye Tracking in Produktion und Logistik

Mögliche Anwendungen von ET in Produktion und Logistik werden im Folgenden in Anlehnung an Bild 2 diskutiert.

Produktentwicklung

Zur Verbesserung des Produktdesigns kann ET Daten darüber liefern, wie Kunden ein Produkt wahrnehmen. ET eignet sich etwa, um das Interesse von Kunden an einem Produkt abzuschätzen, da bevorzugte Produkte in der Regel am häufigsten fixiert werden [4]. ET kann auch eingesetzt werden, um die relative Wichtigkeit von Produktmerkmalen vorherzusagen und um festzustellen, wie stark ein bestimmtes Produktmerkmal verändert werden muss, um vom Kunden wahrgenommen zu werden; auch in diesem Zusammenhang haben Studien gezeigt, dass Kunden wichtige Produktmerkmale häufiger fixieren [5].

Daneben bietet ET auch Einblicke in das menschliche Verhalten bei der Arbeit mit Plänen, Diagrammen und Fertigungsrichtlinien. So kann ET beispielsweise eingesetzt werden, um das kognitive Verhalten von technischen Mitarbeitern zu erfassen, während diese ein funktionales Verständnis für ein technisches System mit verschiedenen Darstellungen (2D- oder 3D-Zeichnungen oder das physische Objekt) entwickeln. Solche Informationen können aus reinen Audio- und Videoaufzeichnungen nicht abgeleitet werden [6].

Produktion

In der Produktion ermöglicht ET eine genaue Erfassung der Arbeitsqualität, die so mit herkömmlichen Kameras nicht erreicht werden kann. Die mentale Arbeitsbelastung von Mitarbeitern kann mit Hilfe von ET gemessen werden, indem der Pupillenzustand der Arbeitskräfte in Echtzeit erfasst wird. So können Müdigkeitserscheinungen erkannt werden, da ein größerer Pupillendurchmesser eine höhere kognitive Arbeitsbelastung anzeigt [7]. Im Vergleich zu anderen, oft angewandten Verfahren zur Messung der Arbeitsbelastung (wie z. B. der NASA-TLX) sind die durch ET ermittelten Daten objektiv. Die Varianz des Pupillendurchmessers kann auch verwendet werden, um Ermüdung bei monotonen und sich wiederholenden Fertigungsaufgaben zu erkennen [8]. Neben der Messung von Blickparametern können durch die Analyse von aufgezeichneten ET-Videos auch konkrete Veränderungen im Montageverhalten als Indikator für Schwankungen der Arbeitsbelastung herangezogen werden [9].

Daneben bietet ET die Möglichkeit, die Benutzerfreundlichkeit von Mensch-Maschine-Schnittstellen zu bewerten, um die Kommunikationsergonomie zu verbessern. ET kann bspw. die Präferenzen der Mitarbeiter hinsichtlich alternativer Formen der Datendarstellung (z. B. alphanumerische vs. symbolische Kodierung) erkennen, was eine benutzerfreundliche Gestaltung der Schnittstelle erleichtert [10]. Neben der Bewertung der Benutzerfreundlichkeit von Mensch-Maschine-Schnittstellen kann ET auch zur Bewertung der Effektivität von instruktiven Informationen in der Produktion eingesetzt werden. Beispielsweise kann mit ET analysiert werden, wie Benutzer auf eine Montageanleitung zugreifen [11]. Außerdem kann die Zusammenarbeit zwischen Menschen und Robotern mit Hilfe von ET unterstützt werden [12].

Qualitätsprüfung

Durch die Verfolgung von Augenbewegungen während einer visuellen Inspektion können Muster erkannt werden, die zur Verbesserung der Inspektionsleistung genutzt werden können. Die Analyse der ET-Daten kann beispielsweise Unterschiede zwischen den tatsächlichen Blickbewegungen der Arbeitskräfte und den vorgegebenen Arbeitsanweisungen aufdecken. Damit kann ein regelmäßiger Vergleich zwischen tatsächlichen Arbeitsabläufen und standardisierten Arbeitsplänen durchgeführt werden, damit Inspektionsabläufe bei Bedarf angepasst werden können [13]. Die Untersuchung visueller Bewegungen hilft auch bei der Erkennung von Aufmerksamkeitsmustern von unerfahrenen und erfahrenen Arbeitnehmern [14]. Aus diesen Daten können dann verbesserte Trainingsstrategien für die Qualitätsprüfung abgeleitet werden [15].

Logistik

Im Bereich der Lagerhaltung kann ET u. a. verwendet werden, um die kognitive Arbeitsbelastung von Gabelstaplerfahrern abzuschätzen [16]. Daneben kann mithilfe von ET erfasst werden, wie Kommissionierer nach Regalen und eingelagerten Waren suchen und welche Informationen (etwa auf einer Papierpickliste oder einem mobilen Gerät) hilfreich für ein schnelles Auffinden der Artikel sind. Mithilfe dieser Daten lassen sich z. B. die Wegeführung und die Lagerplatzvergabe verbessern, unproduktive Zeit einsparen und Schwachstellen identifizieren, die möglicherweise zu Pickfehlern führen. Zudem kann über ET herausgefunden werden, ob Lichteffekte Einfluss auf operative Prozessparameter haben.

Vorteile von Eye Tracking und aktuelle Herausforderungen

Die vorherigen Ausführungen verdeutlichen das große Potenzial von ET in den Bereichen Produktentwicklung, Produktion, Qualitätsprüfung und Logistik. Über ET-Daten lassen sich Schwachstellen und Prozessinkonsistenzen bei Fertigungs- und Logistikaktivitäten erkennen. Die mittels ET gewonnenen Daten können vom Management für Prozessverbesserungen genutzt werden, die sowohl zu einer Erhöhung der menschlichen Leistung als auch einer Verbesserung der Arbeitsumgebung und der Arbeitssicherheit führen.

ET kann objektive physiologische Messwerte liefern, um die menschliche Aufmerksamkeit zu erfassen, und sie kann daneben auch andere Technologien ergänzen, um Mitarbeiter bei manuellen Tätigkeiten zu unterstützen. Die Brückenfunktion, die ET spielt, ist in einer digitalisierten Arbeitsumgebung besonders wichtig, da sie ein tieferes Verständnis der Rolle von Arbeitnehmern in komplexen und heterogenen digitalisierten Produktions- und Logistikumgebungen ermöglicht.

Führungskräfte sollten jedoch beachten, dass Mitarbeiter neuen Technologien bei mangelnder Kommunikation oftmals mit Vorbehalten gegenüberstehen. So könnte bei der Anwendung von ET die Gefahr bestehen, dass sich Mitarbeiter beobachtet fühlen und sich anders verhalten als sonst oder dass die ET-Brille zu Unwohlsein führt. Bei geeigneter Berücksichtigung psychosozialer Faktoren im Rahmen der Technologienutzung und einem passenden Change Management [1] birgt ET jedoch viele Potenziale zur Verbesserung von Produktions- und Logistikprozessen.

Literatur

[1] W.P. Neumann, S. Winkelhaus, E.H. Grosse, C.H. Glock, Industry 4.0 and the human factor – A systems framework and analysis methodology for successful development, Int. J. Prod. Econ. 233 (2021)107992.
[2] F. Sgarbossa, E.H. Grosse, W.P. Neumann, D. Battini, C.H. Glock, Human factors in production and logistics systems of the future, Annu. Rev. Control. 49 (2020) 295–305.
[3] A.T. Duchowski, Eye Tracking Methodology, Springer International Publishing, Cham, 2017.
[4] B. Li, Y. Wang, K. Wang, J. Yang, L. Liu, A Study on a Novel Application of Eye Tracking Technology in Product Customization, in: Lect. Notes Electr. Eng., 2018: pp. 617–628.
[5] P. Du, E.F. MacDonald, Eye-Tracking Data Predict Importance of Product Features and Saliency of Size Change, J. Mech. Des. 136 (2014).
[6] S. Matthiesen, M. Meboldt, A. Ruckpaul, M. Mussgnug, Eye tracking, a method for engineering design research on engineers’ behavior while analyzing technical systems, in: Proc. Int. Conf. Eng. Des. ICED, 2013: pp. 277–286.
[7] N. Nandakumar, M. Arularasu, P. Sivaprakash, Real time assessment of stress level of workers in factories by measuring their eye parameters, Int. J. Appl. Eng. Res. 9 (2014) 21449–21457.
[8] O. Straeter, An Objective Measure for Detecting Workload and Errors in Monotone, Repetitive or Fatigue-Causing Environments Using Pupil Variation, in: Commun. Comput. Inf. Sci., Springer International Publishing, 2020: pp. 3–12.
[9] B.B. Van Acker, D.D. Parmentier, P.D. Conradie, S. Van Hove, A. Biondi, K. Bombeke, P. Vlerick, J. Saldien, Development and validation of a behavioural video coding scheme for detecting mental workload in manual assembly, Ergonomics. 64 (2021) 78–102.
[10] G. Zülch, S. Stowasser, Eye Tracking for Evaluating Industrial Human-Computer Interfaces, in: Mind’s Eye, Elsevier, 2003: pp. 531–553.
[11] M. Heinz, S. Büttner, C. Röcker, Exploring Users’ Eye Movements When Using Projection-Based Assembly Assistive Systems, in: Lect. Notes Comput. Sci., 2020: pp. 259–272.
[12] H. Admoni, S. Srinivasa, Predicting user intent through eye gaze for shared autonomy, 2016 AAAI Fall Symp. Ser. Shar. Auton. Res. Pract. (2016) 298–303.
[13] J. Niemann, C. Fussenecker, M. Schlösser, Eye Tracking for Quality Control in Automotive Manufacturing, in: Commun. Comput. Inf. Sci., 2019: pp. 289–298.
[14] B.H. Ulutas, N.F. Özkan, R. Michalski, Application of hidden Markov models to eye tracking data analysis of visual quality inspection operations, Cent. Eur. J. Oper. Res. 28 (2020) 761–777.
[15] S. Sadasivan, J.S. Greenstein, A.K. Gramopadhye, A.T. Duchowski, Use of eye movements as feedforward training for a synthetic aircraft inspection task, in: Proc. SIGCHI Conf. Hum. Factors Comput. Syst. – CHI ’05, ACM Press, New York, New York, USA, 2005: pp. 141–149.
[16] B.H. Ulutas, N.F. Ozkan, Assessing occupational risk factors for forklift drivers, Trav. Hum. 82 (2019) 129.

---

Das könnte Sie auch interessieren