Der demografische Wandel führt zu einer bedeutenden Veränderung des Altersaufbaus in Deutschland. Bereits in den kommenden beiden Jahrzehnten wird der Anteil älterer Menschen an der erwerbstätigen Bevölkerung deutlich steigen [1]. Im industriellen Umfeld sind Arbeitssysteme in den unterschiedlichen Bereichen häufig so ausgelegt, dass die Beschäftigten physiologische Mindestvoraussetzungen mitbringen müssen, um der jeweiligen Tätigkeit nachgehen zu können. Beschäftigte, die z.B. altersbedingt eingeschränkt sind und die geforderten Leistungsvoraussetzungen nicht mehr im vollen Umfang erfüllen, müssen dann häufig den Einsatzbereich innerhalb des Unternehmens wechseln oder scheiden vorzeitig aus dem Unternehmen aus. Gerade ältere Beschäftigte verfügen jedoch aufgrund der oftmals jahrzehntelangen Erfahrung über vielfältige Fähigkeiten und ein fundiertes Wissen. Zudem bedrohen der stetig steigende Fachkräftemangel und der demografische Wandel die Verfügbarkeit von Arbeitskräften und somit die Effektivität und Effizienz deutscher Technologieführer. Hierdurch entsteht die Herausforderung, Arbeitssysteme für ältere, erfahrene Beschäftigte so zu gestalten und anzupassen, dass diese bei der Arbeitsdurchführung gezielt unterstützt werden. Es gilt die individuellen Fähigkeiten aller Beschäftigten im gesamten Erwerbsleben gezielt zu nutzen [2, 3] und dieses Potenzial für die Wirtschaft und Gesellschaft zu stärken und möglichst lange zu erhalten [4, 5]. Dabei erfordert nicht nur die gestiegene Varianz des Produktspektrums hinsichtlich Typ und Menge, sondern auch die mit der demografischen Entwicklung in den Belegschaften zunehmende Leistungsstreuung des Menschen eine deutliche Zunahme der Flexibilität und Anpassungsfähigkeit von Montagesystemen [6]. Dies umzusetzen bedingt eine flexible, situationsabhängige Anpassung des Automatisierungsgrads und eine individuelle, auf den Menschen abgestimmte, technische Unterstützung im Sinne einer fähigkeitsorientierten Aufgabenteilung zwischen Mensch und Technik entlang des Wertschöpfungsprozesses. Damit hybride Arbeitssysteme jedoch wirtschaftlich eingesetzt werden können, ist häufig eine direkte Kooperation ohne trennende Schutzeinrichtung (OTS) zwischen Mensch und Maschine erforderlich. Nur eine genau abgestimmte, direkte Zusammenarbeit von Mensch und Maschine unter Berücksichtigung der jeweiligen Fähigkeiten beider Interaktionspartner ermöglicht es, effiziente und sichere Montageprozesse zu gestalten. Sie ist damit Voraussetzung für die erfolgreiche Umsetzung und Verbreitung hybrider Arbeitssysteme. Infolgedessen nehmen die Komplexität und damit der Aufwand für die Planung und Gestaltung derartiger Arbeitssysteme, im Vergleich zur Planung herkömmlicher Fertigungs- und Montagesysteme, deutlich zu.

Bild 1: Exemplarische Darstellung anthropometrischer Varianz für die Parameter Körperhöhe und -gewicht.

Teilautomatisierte hybride Arbeitssysteme

Gerade teilautomatisierte, hybride Arbeitssysteme, die sowohl manuelle als auch automatisierte Prozesse beinhalten, gewinnen im Zuge der genannten Faktoren zunehmend an Relevanz. Insbesondere neue Sicherheitstechnologien und eine geänderte Normungslage ermöglichen es erstmals, hybride Systeme bestehend aus Mensch und Roboter mit überlappenden Arbeitsbereichen und einer Arbeitsteilung ohne trennende Schutzeinrichtungen einzusetzen [7-9]. Die Entwicklung robotergestützter Assistenzsysteme mit der Herausforderung der Mensch-Technik-Interaktion sowie die Entwicklung von sich dynamisch anpassenden Systemen wird in verschiedenen Forschungsvorhaben adressiert [10, 11]. Neben technischen Lösungen müssen dabei für die Entwicklung marktfähiger Systeme auch die relevanten Normen und Standards sowie die gesetzlichen Anforderungen und Vorgaben der Berufsgenossenschaften berücksichtigt werden [7-9, 12, 13].

Zur Planung teilautomatisierter hybrider Montagesysteme kommen zunehmend digitale Werkzeuge zum Einsatz [14]. Individualisierte digitale Menschmodelle bieten dabei künftig ein großes Potenzial zur Erhöhung der Gesundheit, Sicherheit und somit auch zur Wettbewerbsfähigkeit [15]. Digitale Menschmodelle bieten den Vorteil, die Zunahme inter- und intra-individueller Bandbreiten der menschlichen Leistungsfähigkeit im Altersgang durch eine entsprechende Parametrierung des Modells prospektiv zu berücksichtigen [16]. Hierzu besteht in gängigen Humansimulationen bereits die Möglichkeit, individuelle anthropometrische Maße zu berücksichtigen. Bild 1 zeigt exemplarisch die anthropometrische Varianz anhand der Parameter Körperhöhe und Körpergewicht. Neben diesen bilden Geschlecht, Rumpf- und Armlänge weitere relevante anthropometrische Parameter.

Bild 2: Eintrittszeitraum und Bedeutung des Entwicklungstrends „Berücksichtigung individueller anthropometrischer und biomechanischer Varianz“ (n=33) [17].

Eine weitergehende biomechanische Individualisierung ist allerdings nur eingeschränkt möglich. Eine aktuelle Studie dokumentiert hierbei zeitnahen Handlungsbedarf: Bild 2 zeigt die Ergebnisse der Delphi-Studie der Bundesanstalt für Arbeitsschutz und Arbeitsmedizin „Digitale Ergonomie 2025:  Trends und Strategien zur Gestaltung gebrauchstauglicher Produkte und sicherer, gesunder und wettbewerbsfähiger soziotechnischer Arbeitssysteme“ in Bezug auf die Einschätzung der befragten Experten zum Eintrittszeitraum und zur Bedeutung der These: „Digitale Ergonomietools ermöglichen die Berücksichtigung anthropometrischer und biomechanischer Varianzen insbesondere vor dem Hintergrund des demografischen Wandels und der sich ändernden Gesellschaft.“

Die Bedeutung und der Forschungsbedarf zur stärkeren Berücksichtigung von kleineren Gruppen, zum Beispiel leistungsgewandelte Beschäftigte, wird ebenfalls im aktuellen Entwurf der VDI-Richtlinie 4499-Blatt 4 „Digitale Fabrik – Ergonomische Abbildung des Menschen in der Digitalen Fabrik“ herausgestellt [18].

Individuelle Arbeitsassistenz

Vor diesem Hintergrund sind neue innovative Ansätze zum Aufbau hochflexibler, hybrider Arbeitssysteme mit selektivem Automatisierungsgrad und einer fähigkeitsorientierten Aufgabenverteilung zwischen Mensch und Technik zu entwickeln. Ziel muss es sein, durch eine individualisierbare Simulation des hybriden Systems eine unter bewegungsökonomischen, ergonomischen und sicherheitstechnischen Aspekten optimierte Abstimmung der Mensch-Maschine-Interaktion zu erreichen und das hybride Arbeitssystem frühzeitig virtuell zu erproben. Bestandteil der Simulation muss dabei ein Menschmodell sein, welches individuell auf unterschiedliche Fähigkeits- und Leistungsspektren angepasst werden kann. So können künftig beispielsweise Bewegungseinschränkungen oder Vorgaben des Betriebsarztes, wie Sichtfeldbehinderungen oder verminderte Lastgrenzen für Hebetätigkeiten, in einem Menschmodell abgebildet werden. Durch diese Individualisierung des Menschmodells wird es möglich, hybride Montagesysteme bereits in der Planung auf die jeweiligen Fähigkeiten der Beschäftigten einzustellen und hinsichtlich der wirkenden Belastungen anzupassen und zu optimieren (Bild 3).

Diese Individualisierung ist der Bildung altersdifferenzierter Klassen vorzuziehen, da die inter- und intraindividuellen Unterschiede der menschlichen Fähigkeiten im Altersgang deutlich zunehmen und somit eine Klassenbildung erschweren bzw. zu zahlreichen oder unscharfen Klassen führen. Erreicht werden soll eine optimal abgestimmte Zusammenarbeit zwischen Mensch und Maschine, um einen gesunden und wirtschaftlichen Wertschöpfungsprozess sicherzustellen. Die Analyse der physischen Leistungsfähigkeit der Beschäftigten soll hierbei regelmäßig oder bei akuten Änderungen in Teilen oder komplett erfasst und auf das digitale Menschmodell übertragen werden.

Bild 3: Individuell angepasste Montagesystemplanung [19].

Einsatz mobiler flexibler Roboter

Derzeit wird bei der Planung von verketteten Montagesystemen der Automatisierungsgrad initial festgelegt, eine spätere Anpassung während der Nutzung ist häufig nicht oder nur mit hohem Aufwand realisierbar. Durch den Einsatz neuer Planungsmethoden und Technologien wird es möglich, bei der Gestaltung hybrider Arbeitssysteme die einzelnen Arbeitsstationen flexibel an die Beschäftigten und den Montageprozess anzupassen. Zukünftig sollten die starren Strukturen der klassischen Montagesystemgestaltung durch flexible, temporär einsetzbare Robotersysteme unterstützt werden, die mithilfe individueller Menschmodelle angepasst werden. Es sind flexible, mobile Roboterlösung zu entwickeln, sodass diese direkt in einzelne Arbeitsstationen des Montagesystems integriert werden können. Durch die Einbindung eines Robotersystems kann dann der Mensch in einzelnen Montageschritten individuell unterstützt werden, indem das Assistenzsystem z.B. hohe Prozesskräfte ausführt oder sehr genaue Fügeoperationen übernimmt. Des Weiteren kann ein einzelner Arbeitsbereich komplett automatisiert werden. Durch die flexible Kombination der Fähigkeiten von Mensch und Roboter in einer direkten Mensch-Roboter-Kollaboration bieten solche Systeme die Möglichkeit, die Beschäftigten durch selektive Automatisierung einzelner Teilaufgaben individuell und gezielt zu entlasten. Somit entsteht eine effiziente Kombination aus Wiederholgenauigkeit und Leistungsfähigkeit automatisierter Systeme sowie der Flexibilität und Adaptionsfähigkeit des Menschen.

Ausblick

Die Integration von verschiedenen, aktuell verfügbaren Technologien in der Menschsimulation und Automatisierungstechnik  ergänzt um Grundlagenuntersuchungen  bieten das Potenzial zur Gestaltung menschlicher Arbeit in der Produktion für jedes Alter und Fähigkeitsprofil. Die aktuellen Möglichkeiten zur Parametrierung digitaler Menschmodelle sind zur besseren Einbindung individueller Daten weiterzuentwickeln. Zudem ist es erforderlich, eine Vorgehensweise zur einfachen Ermittlung individueller anthropometrischer und biomechanischer Eigenschaften zu identifizieren, da die Berücksichtigung dieser Parameter für eine Individualisierung von Arbeitsassistenz in der Produktion, gerade vor dem Hintergrund des demografischen Wandels, die Grundlage bildet. Eine neue Software-/Hardware-Umgebung ermöglicht es, mittels an die Beschäftigten und die Arbeitssysteme angelehnten digitalen Modellen, die ergonomische Eignung wie auch den individuellen Unterstützungsbedarf zu bewerten und darauf aufbauend eine Roboterassistenz auszulegen. Zielmarkt einer solchen Lösung sind vorwiegend Unternehmen mit einem hohen Anteil manueller Arbeitsprozesse, zum Beispiel in der Automobilzulieferindustrie.

Schlüsselwörter:

Mensch-Maschine-Interaktion, Demografischer Wandel, Humansimulation, Roboterassistenz, Montageplanung, Digitale Fabrik

Literatur:

[1] Bundesministerium des Innern: Demografiebericht – Bericht der Bundesregierung zur demografischen Lage und zukünftigen Entwicklung des Landes. Niestetal, 2011.
[2] Bundesministerium für Bildung und Forschung: Ideen. Innovation. Wachstum: Hightech-Strategie 2020 für Deutschland. Berlin Bonn 2010.
[3] Bundesministerium für Bildung und Forschung: Das Alter hat Zukunft – Forschungsagenda der Bundesregierung für den demographischen Wandel. Berlin Bonn 2011.
[4] Bundesministerium des Innern: Jedes Alter zählt – Demografiestrategie der Bundesregierung. Niestetal 2012.
[5] Abele, E.; Reinhart, G.: Zukunft der Produktion. Herausforderungen, Forschungsfelder, Chancen. München 2011.
[6] Schlick, C. M.; Bruder, R.; Luczak, H.: Arbeitswissenschaft. Berlin 2010, S. 87 ff.
[7] BGIA – Institut für Arbeitsschutz der Deutschen Gesetzlichen Unfallversicherung: BG/BGIA-Empfehlungen für die Gefährdungsbeurteilung nach Maschinenrichtlinie. Gestaltung von Arbeitsplätzen mit kollaborierenden Robotern. 2011.
[8] DIN EN ISO 10218: Industrieroboter – Sicherheitsanforderungen. Berlin 2012.
[9] ISO/TS 15066: Robots and Robotic Devices Collaborative industrial robots. (in Ausarbeitung).
[10] S. Oberer-Treitz: New Safety Paradigm in Human-Robot-Cooperation. Workshop presentation in: “Safe Human Robot Interaction with Industrial and Service Robots”, European Robotics Forum 2012. URL: http://publica.fraunhofer.de/dokumente/N-205512.html, Abrufdatum: 07.03.2013
[11] Thomas, C.; Busch, F.; Kuhlenkötter, B.; Deuse, J.: Ensuring Human Safety with Offline Simulation and Real-time Workspace Surveillance to Develope a Hybrid Robot Assistance System for Welding of Assemblies. In: Elmaraghy, H. A. (Hrsg): Enabling Manufacturing Competitiveness and Ergonomic Sustainability. Berlin 2012.
[12] DIN EN ISO 15536: Ergonomie Computer-Manikins und Körperumriss-Schablonen. Berlin 2007/ 2008.
[13] DIN EN ISO 20685: 3D-Scanverfahren für international kompatible anthropometrische Datenbanken. Berlin 2010.
[14] Schallow, J.; Hartung, J.; Deuse, J.; Krappe, H.; Staub, G.: Referenzprozesse in der Digitalen Produktentstehung Entwicklung, Anwendung und Potentiale einer standardisierten Produktionsplanung: Proceedings of ProSTEP iViP Symposium 2012.
[15] Busch, F.; Thomas, C.; Deuse, J.; Kuhlenkötter, B.: A Hybrid Human-Robot Assistance System for Welding Operations – Methods to Ensure Process Quality and Forecast Ergonomic Conditions. In: Proceedings of 4th CIRP Conference on Assembly Technologies and Systems (CATS) 2012.
[16] Paul, G.; Wischniewski, S.: Standardisation of digital human models. Ergonomics 55 (2012) 9, S. 1115-1118.
[17] Wischniewski, S.: Digitale Ergonomie 2025 – Ergebnisse einer Delphi-Studie der BAuA. In: Tagungsband zum Symposium Digitale Ergonomie – Trends und Strategien für den Einsatz digitaler Menschmodelle 2012.
[18] VDI-Richtlinie 4499-Blatt 4: Digitale Fabrik – Ergonomische Abbildung des Menschen in der Digitalen Fabrik. Berlin 2012.
[19] Erstellt mit RobotStudio (http://www.abb.de/roboter), MTpro (www.boschrexroth.de/mtpro), Blender 2.64 (www.blender.org) und MakeHuman 1.0 alpha 7 (www.makehuman.org).