Eigenschaften von Industriearbeit 4.0

Industriearbeit befindet sich im Wandel. Derzeit werden zwei – hypothetische und sehr unterschiedliche – Szenarien über die künftige Arbeitsteilung zwischen Mensch und Maschine diskutiert [2, 3]. Im humanzentrierten Werkzeugszenario werden dem Facharbeiter Expertensysteme und Roboter zur Verfügung gestellt, die ihn bei der Erfüllung komplexer Aufgaben unterstützen. Demgegenüber werden im technikzentrierten Automatisierungsszenario alle Arbeitsschritte durch weitgehend autonome Produktionssysteme durchgeführt, wodurch sich die Aufgaben der wenigen Facharbeiter auf Kontrolle und Überwachung dieser Systeme beschränken.

Trotz der Unterschiede dieser zwei Szenarien werden die beiden zentralen Eigenschaften von Industriearbeit 4.0 deutlich: Digitalisierung und Dezentralisierung. Industrie 4.0 steht zum einen für die Digitalisierung der Produktion. Durch intelligente, sich selbststeuernde und miteinander vernetzte Maschinen kommt es zu einem flächendeckenden Einsatz von IT in der industriellen Fertigung und in angrenzenden Funktionsbereichen wie Logistik oder Instandhaltung. Es steht daher außer Frage, dass Industrie 4.0 hohe IT-Kompetenzen von Facharbeitern auf dem Shopfloor erfordern wird und sie auch für die Aus- und Weiterbildung für Industrie 4.0 wichtig werden [4]. Zum anderen mehren sich jedoch die Anzeichen, dass Industrie 4.0 auch soziale Aspekte von Industriearbeit verändern und dadurch zusätzliche Kompetenzen notwendig machen wird. Neben der Verschmelzung von traditioneller Produktionsarbeit und Wissensarbeit wird eine stärkere Integration von an die Produktion angrenzenden Funktionsbereichen – auch über Unternehmensgrenzen hinweg – wahrscheinlich [3, 5]. Diese Veränderungen lassen sich mit dem Schlagwort der Dezentralisierung zusammenfassen. Digitalisierung und Dezentralisierung als zentrale Eigenschaften von Industriearbeit 4.0 werden im Folgenden am Beispiel der Rolle eines Facharbeiters in der Serienfertigung verdeutlicht, der durch IT die selbstgesteuerte Kooperation mehrerer Produktionsroboter in einer eng getakteten Serienfertigung, dem typischen „Roboterballett“, überwacht [2].

Herausforderungen von Industriearbeit 4.0

Industriearbeit 4.0 wird Facharbeiter herausfordern. Unter Bezugnahme auf Einsichten zur Analyse komplexer sozialer Systeme [6] und wie in Bild 1 ersichtlich, handelt es sich bei diesen Herausforderungen um Mehrdeutigkeit, Selbstorganisation und Vernetzung.

Die erste Herausforderung von Industriearbeit 4.0 betrifft die Inhalte oder Informationen von industrieller Arbeit. Bei gegenwärtiger Industriearbeit werden Arbeitsinhalte so gut wie möglich in klare Teilaufgaben gegliedert [7]. Dadurch entsteht vor allem Eindeutigkeit. Die Herausforderung von Industriearbeit 4.0 ist demgegenüber Mehrdeutigkeit. Auf einem Industrie  4.0-Shopfloor werden sich Facharbeiter mit unterschiedlichsten – und zum Teil einander widersprechenden – Informationen aus multiplen Quellen konfrontiert sehen und folglich mit „Information Overload“ umgehen müssen. Facharbeiter benötigen die Kompetenz, die Relevanz der verfügbaren Informationen einzuschätzen und sie zu einem sinnvollen Bild zusammenzufügen. So soll der erwähnte Facharbeiter in der Serienfertigung nicht nur auf mögliche Störungen im Produktionsprozess reagieren und sie nach Eintritt rasch beseitigen, sondern auch vorab potenzielle Störungen erkennen und proaktiv verhindern. Dazu muss er unterschiedliche technische Zusammenhänge in ihrer Eigenlogik und im Zusammenwirken verstehen.

Die zweite Herausforderung von Industriearbeit 4.0 fokussiert die Aktivitäten von industrieller Arbeit. Unter dem Schlagwort Prozessmanagement wird hier traditionell eine möglichst umfangreiche, unternehmensweite und hierarchische Strukturierung von Aktivitäten angestrebt [8]. Industriearbeit 4.0 fordert Facharbeiter demgegenüber durch Selbstorganisation heraus. Dadurch, dass sich intelligente Maschinen ad-hoc an aktuelle Auslastungs- und Auftragslagen orientieren und abstimmen, müssen sich auch die dabei involvierten Facharbeiter ad-hoc an diese Prozesse anpassen. Von dem erwähnten Facharbeiter wird auf der einen Seite Flexibilität und Anpassungsfähigkeit erwartet. Er muss seine Handlungen situationsbedingt anpassen. Auf der anderen Seite muss diesem Facharbeiter jedoch eine entsprechende Handlungsautonomie eingeräumt werden, die diese Anpassungen überhaupt erst ermöglicht. Die Steuerung von Produktionsprozessen über Hierarchien wird zugunsten von Selbstorganisation mit entsprechenden Zielvorgaben aufgegeben. Dem Umgang mit Zielkonflikten und Veränderungen von Rahmenbedingungen, die Ziele beeinflussen, ist dabei besondere Aufmerksamkeit zu widmen.

Die dritte Herausforderung von Industriearbeit 4.0 betrifft die Interaktionen von industrieller Arbeit. Vor allem „Human Relations“-Ansätze trugen dazu dabei, dass die Art und Weise, wie Facharbeiter miteinander interagieren, verstärkt berücksichtigt wurden. Eine wesentliche Herausforderung für traditionelle Industriearbeit war es, eine Humanisierung der Arbeitsumgebung zu erreichen [9]. Die Herausforderung von Industriearbeit 4.0 ist demgegenüber Vernetzung. Facharbeiter müssen auf einem Industrie 4.0-Shopfloor nicht nur mit anderen Facharbeitern, sondern zunehmend auch mit intelligenten und autonomen Maschinen interagieren [10]. Anstelle von klaren und beständigen Interaktionsbeziehungen treten unterschiedliche und wechselnde Interaktionspartner. Vor allem die Interaktion mit Maschinen ist zu erlernen. Studien zeigten, dass der Einsatz von automatisierter Fertigungstechnologie und Robotern nicht per se effizient ist, sondern einer Integration in bestehende Arbeitspraktiken bedarf [11]. So muss der erwähnte Facharbeiter nicht nur in das Programm von Maschinen eingreifen können, sondern sich auch mit Kollegen und – auch über die Unternehmensgrenzen hinweg – mit Kunden und Kooperationspartnern abstimmen.

Situative Lernfabrik als Flugsimulator für Industriearbeit 4.0

Wie erörtert und in Bild 2 zusammengefasst, fordert Industriearbeit 4.0 Facharbeiter auf dem Shopfloor durch Mehrdeutigkeit, Selbstorganisation und Vernetzung heraus. Um Kompetenzen zur erfolgreichen Bewältigung dieser Herausforderungen zu entwickeln, wird in der Folge der soziotechnische Aus- und Weiterbildungsansatz der situativen Lernfabrik vorgestellt.

Die Lernfabrik ist ein etablierter didaktischer Ansatz, bei dem die Lernenden Wissen aus verschiedenen Bereichen der Betriebstechnik verbinden und dabei Erfahrungswissen aufbauen. Erfahrungswissen, das auf „learning by doing“ basiert, fungiert als zentrale Grundlage einer erfolgreichen Bewältigung von soziotechnischer Komplexität [12]. Das allgemeine Ziel einer Lernfabrik ist, dass die Lernenden gemeinsam die Gestaltung, Produktion und Logistik eines physischen Produkts planen und umsetzen, sodass schlussendlich ein fertiges physisches Produkt vorliegt und disponiert werden kann. Diese Anwendungsorientierung macht die Lernfabrik besonders für die Aus- und Weiterbildung für Industrie 4.0 attraktiv [13]. Jedoch berücksichtigt diese traditionelle Variante nur mäßig die beschriebenen Herausforderungen von Industriearbeit 4.0. An diesem Punkt setzt die situative Lernfabrik an.

Die situative Lernfabrik simuliert softwarebasiert eine vollständige Fabrik und angrenzende Funktionsbereiche wie Logistik und Instandhaltung. Sie ist, vereinfacht formuliert, ein Flugsimulator für Industriearbeit 4.0. Der Facharbeiter wird alleine oder gemeinsam mit anderen Facharbeitern vor Herausforderungen gestellt, die den Arbeitsbedingungen auf einem Industrie 4.0-Shopfloor entsprechen. Zentral und deshalb für den Ansatz namensgebend ist die Simulation von unterschiedlich komplexen Situationen auf dem Shopfloor. Die Simulation ist ähnlich wie ein Computerspiel aufgebaut, weshalb auch von „Gamification“ bzw. „Serious Games“ die Rede ist. Serious Games stellen in der Managementausbildung bereits ein vielfach erprobtes Mittel dar, um komplexe Sachverhalte besser zu verstehen und einen Umgang mit ihnen zu erlernen [14]. Da neben dem Industrie 4.0-spezifischen Erfahrungswissen auch IT-Kompetenzen erworben bzw. verbessert werden, ist dieser Ansatz für Industrie 4.0 besonders tauglich.

Die Zielgruppe der situativen Lernfabrik sind Facharbeiter mit bereits grundlegendem Erfahrungswissen sowohl in der Anwendung von IT im Arbeitsalltag als auch mit dem grundlegenden Arbeitsalltag selbst. Somit richtet sie sich vor allem an Facharbeiter im jüngeren und mittleren Alter, die bereits auf eine gewisse Zeit im Unternehmen zurückblicken können.

Funktionsweise der situativen Lernfabrik

Das allgemeine Ziel der situativen Lernfabrik besteht darin, dass Facharbeiter Erfahrungswissen aufbauen, mit dem sie die drei aufgezeigten Herausforderungen von Industriearbeit 4.0 je nach Situation punktgenau bewältigen können. Dieses Ziel wird im Folgenden dadurch konkretisiert, dass pro Herausforderung skizziert wird, durch welche aufzubauende Kompetenz Facharbeiter diese bearbeiten können und welche Leitfragen dabei helfen, diese Kompetenz aufzubauen. Bild 3 fasst die Ausführungen zusammen.

Um eine situativ richtige Informationsinterpretation zu erlernen, ist es notwendig, Erfahrungswissen darüber aufzubauen, welche Informationen aus dem vorhanden Informationsangebot relevant sind und welche nicht. Dies beinhaltet ein Erfahrungswissen darüber, welche Kriterien in einer Situation zur Bewertung von Informationen herangezogen werden (bspw. Geschwindigkeit oder Präzision) und wie diese Kriterien situativ gewichtet werden. Zweitens ist es wesentlich, dass Facharbeiter eine sinnvolle, d. h. plausible Interpretation von Informationen erlernen. Die Qualität von präventiven Eingriffen des Facharbeiters wird erst sichtbar, wenn durch ihr Fehlen sich anbahnende Störungen nicht mehr antizipiert und vermieden werden könnten. Es ist daher notwendig, Erfahrungen darüber zu erwerben, anhand welcher – meist uneindeutiger – Informationen sich anbahnende Störungen erkennen lassen. Drittens ist Erfahrungswissen zu möglichen alternativen und plausiblen Interpretationen relevant, da dieselben Parameterkombinationen in einem Produktionssystem unterschiedlich interpretiert werden können.

Um in einer Situation die richtigen Aktivitäten wählen zu können, ist es erstens wichtig, Erfahrungen darüber zu erlangen, welche Aktivitäten überhaupt möglich sind. Zweitens ist Erfahrungswissen darüber notwendig, die alternativen Handlungsanleitungen entsprechend zu bewerten. Drittens ist Erfahrungswissen zur Einschätzung der für die Situation relevanten Zielsetzungen notwendig. Denn je nach Situation kann die Relevanz von bestehenden Zielsetzungen variieren bzw. können neue oder geänderte Zielsetzungen notwendig werden, wenn sich Rahmenbedingungen ändern.

Für eine situativ richtige Interaktionspartnerwahl ist erstens ein Erfahrungswissen für die Einschätzung wichtig, wer von einer Situation betroffen ist. Sowohl andere Facharbeiter als auch autonome Maschinen können hier Interaktionspartner sein. Zweitens ist ein Erfahrungswissen darüber relevant, einzuschätzen, wer in einer Situation zu informieren ist und wer in Entscheidungsprozesse eingebunden werden soll. Schließlich ist Erfahrungswissen darüber relevant, welche Form der Abstimmung notwendig bzw. sinnvoll ist. Während es in einigen Situation wichtig ist, dass formale Interaktionswege eingehalten werden, ist für andere eine informale Abstimmung zweckdienlich.

Umsetzung der situativen Lernfabrik

Der vorliegende Beitrag stellte mit der situativen Lernfabrik einen umfassenden Ansatz vor, der Facharbeiter dazu qualifiziert, die Herausforderungen von Industriearbeit 4.0 zu meistern. Durch die softwarebasierende Simulation von Situationen auf dem Shopfloor analog zu einem Flugsimulator können Facharbeiter spielerisch Erfahrungswissen für eine situativ richtige Informationsinterpretation, Aktivitätenwahl und Interaktionspartnerwahl entwickeln und zugleich ihre IT-Kompetenz verbessern.

In der Praxis lassen sich bereits erste Entwicklungen zu „Serious Games“ in der industriellen Fertigung finden [15, 16]. Ein vielversprechender Weg für die Umsetzung der situativen Lernfabrik ist die agentenbasierte Modellierung. Diese Methode erlaubt es, unterschiedliche Akteure – wie Facharbeiter, Roboter oder Informationssysteme – als künstliche Agenten realitätsnah zu modellieren. Die Lernenden werden mit unterschiedlichen Szenarien konfrontiert und können auf Basis der im System modellierten Situationen unterschiedliche Handlungsstrategien und deren Konsequenzen spielerisch testen [17]. Um eine weitere Unterstützung zu fördern, wird im Folgenden die Inhaltsfestlegung der situativen Lernfabrik erörtert sowie wie diese mit der traditionellen Lernfabrik verbunden werden kann. Den Abschluss bildet eine kritische Würdigung des Ansatzes.

Der Prozess der Inhaltsfestlegung, also welche konkreten Szenarien simuliert werden, sollte sowohl Top-down als auch Bottom-up sein. Personalverantwortliche fungieren als Begleiter und Bindeglied der Top-down und Bottom-up Prozesse sowie koordinieren mit den IT-Verantwortlichen die Umsetzung. Zum einen sollte die Geschäftsführung – unterstützt durch Personalverantwortliche – die kurz- bis mittelfristigen Ziele definieren, die durch den Einsatz der situativen Lernfabrik mittelfristig erreicht werden sollen (bspw. vollständige Nutzung von Tablets in bestimmten Arbeitsgruppen). Dadurch wird berücksichtigt, dass die strategischen Ziele, die mit Implementierung von Industrie 4.0 einhergehen, im Rahmen der Aus- und Weiterbildung berücksichtigt werden. Zum anderen sollten auch jene Facharbeiter, die für die auszubildenden Personen verantwortlich sind, durch die Personalverantwortlichen eingebunden werden. Dadurch wird sichergestellt, dass der aktuelle Kompetenzstand der betroffenen Facharbeiter akkurat erhoben wird.

Die situative Lernfabrik stellt wie gezeigt eine Übertragung der Grundidee der traditionellen Lernfabrik auf die digitale Fertigung dar. Wie Bild 4 verdeutlicht, verhält sie sich auch komplementär zur traditionellen Lernfabrik. Während diese physische Produkte in den Mittelpunkt stellt, sind bei der situativen Lernfabrik virtuelle Produkte zentral. In der situativen Lernfabrik können dezentrale, selbstgesteuerte und unternehmensübergreifende Situationen praxisnah simuliert werden. Dabei kann der Komplexitätsgrad durch die Berücksichtigung verschiedenster Agenten und Rahmenbedingungen kontrolliert und gesteuert werden. Durch die Simulation von Störungen und „Out-of-the-loop“-Events können genau jene Kompetenzen trainiert werden, die ansonsten nur in der Praxis durch langjährige Erfahrung erworben werden könnten.

Wenngleich die Aus- und Weiterbildung für Industriearbeit 4.0 wesentlich von der situativen Lernfabrik profitieren kann, so sind dieser auch Grenzen gesetzt. Eine Simulation ist dadurch, dass sie mit Grundannahmen und Vereinfachungen arbeitet, trotz allem eine Abstraktion von realen Situationen. Was der Ansatz also nicht leistet, ist eine vollständige Abbildung der Komplexität von realen Szenarien (bspw. detaillierter Produktionsprozess in Verbindung mit allen Inbound und Outbound Logistik-Prozessen und After-Sales-Prozessen). Zum einen würde eine vollständige Abbildung der Realität dahingehend den Lernprozess erschweren, als dass Facharbeiter mit Inhalten konfrontiert werden, die keinerlei Bezug zum Arbeitsalltag aufweisen. Zum anderen fehlt die für Industriearbeit charakteristische materielle Dimension: die Simulation generiert vorrangig durch Kognitionen Erfahrungswissen, nicht durch ein faktisches Bedienen der realen Maschinen. Trotz dieser Grenzen kann mit der situativen Lernfabrik ein wesentlicher Schritt in Richtung produktive Aus- und Weiterbildung für Industriearbeit 4.0 gemacht werden.

Literatur:

[1] Sydow, J.: Der soziotechnische Ansatz der Arbeits- und Organisationsgestaltung. Frankfurt am Main 1985.
[2] Pfeiffer, S.: Der Mensch kann Industrie 4.0 – Industrie 4.0 am Hallenboden partizipativ gestalten. In: Schlick, C. (Hrsg): Arbeit in der digitalisierten Welt. Frankfurt am Main 2015, S. 66-74.
[3] Hirsch-Kreinsen, H.: Wandel von Produktionsarbeit – „Industrie 4.0“. In: WSI-Mitteilungen 67 (2014) 6, S. 421-429.
[4] Halang, W.; Unger, H. (Hrsg): Industrie 4.0 und Echtzeit. Berlin 2014. & Sendler, U. (Hrsg): Industrie 4.0. Heidelberg Dordrecht 2013.
[5] Reischauer, G.: Industrie 4.0 organisieren – Ansätze zur Gestaltung der formalen und informalen Organisation. In: Zeitschrift Führung + Organisation 84 (2015) 4, S. 271-277.
[6] Luhmann, N.: Sinn als Grundbegriff der Soziologie. In: Habermas, J.; Luhmann, N. (Hrsg): Theorie der Gesellschaft oder Sozialtechnologie. Frankfurt am Main 1971, S. 25-100.
[7] Schreyögg, G.: Organisation, 5. Auflage. Wiesbaden 2008.
[8] Engestrom, Y.: Activity Theory as a Framework for Analyzing and Redesigning Work. In: Ergonomics 43 (2000) 7, S. 960-974.
[9] Kieser, A.: Human Relations-Bewegung und Organisationspsychologie. In: Kieser, A.; Ebers, M. (Hrsg): Organisationstheorien, 6. Auflage. Stuttgart 2006, S. 133-167.
[10] Linegang, M.; Stoner, H.; Patterson, M.; Seppelt, B.; Hoffman, J.; Crittendon, Z.; Lee, J.: Human-automation Collaboration in Dynamic Mission Planning – A Challenge Requiring an Ecological Approach. In: Proceedings of the Human Factors and Ergonomics Society 50th Annual Meeting (2006), S. 2482-2486.
[11] Beane, M.; Orlikowski W.: What Difference Does a Robot Make? – The Material Enactment of Distributed Coordination. In: Organization Science 26 (2015) 6, S. 1553-1573.
[12] Pfeiffer, S.: Montage und Erfahrung. München Mering 2007.
[13] Kleindienst, M.; Ramsauer, C.: Der Beitrag von Lernfabriken zu Industrie 4.0 – Ein Baustein zur vierten industriellen Revolution bei kleinen und mittelständischen Unternehmen. In: Industrie 4.0 Management 31 (2015) 3,
S. 41-44.
[14] Keys, B.; Wolfe, J.: The Role of Management Games and Simulations in Education and Research. In: Journal of Management 16 (1990) 2, S. 307-336.
[15] Niesenhaus, J.: Industrie 4.0 – Gamification in der industriellen Fertigung. URL: http://www.centigrade.de/blog/de/article/industrie-4-0-gamification-in-d…, Abrufdatum 26.01.2016.
[16] Duin, H.; Gorldt, C.; Thoben, K.-D.: Kompetenzentwicklung durch Serious Gaming im Rahmen von Industrie 4.0. In: praeview 2 (2015), S. 24-25.
[17] Macal, C.; North, M.: Tutorial on Agent-based Modelling and Simulation. In: Journal of Simulation 4 (2010) 3, S. 151-162.