Menü
Start
Anmelden / Registrieren
Suche
 
Start arrow Maschinenbau arrow Zukunft der Arbeit in Industrie 4.0
< Zurück   INHALT   Weiter >

Konsequenzen für Qualifikations- und Qualifizierungsbedarfe

Ganz am Anfang dieses Beitrags wurde darauf hingewiesen, dass heute noch niemand genau sagen kann, wie die Industrie 4.0 aussehen wird, einfach weil noch niemand Erfahrungen damit hat. Dies gilt ebenso für die Qualifikationsbedarfe, die mit Industrie 4.0 möglicherweise einhergehen werden.

Auch die zweite Einschätzung, die dort geäußert, gilt hier analog: Es gibt kein ‚Naturgesetz', nach dem sich die zukünftige Realität vorherbestimmen lässt. Die Zukunft wird von vielen Entscheidungen abhängen, die in Politik, Wissenschaft und insbesondere in der Wirtschaft getroffen werden.

Aber ebenso wie für Arbeitsorganisation und Technikgestaltung versucht wurde, anhand einiger Überlegungen und eines Beispiels einen Blick in die Zukunft zu werfen, soll auch eine vorsichtige Spekulation über die Rahmenbedingungen zukünftiger Qualifikationsbedarfe in der Industrie 4.0 gewagt werden.

Ich möchte mich dabei stützen auf Ergebnisse eines internationalen Workshops zum Thema ‚Using Technology Foresights for Identifying Future Skills Needs', den die Internationale Arbeitsorganisation (International Labour Organization, ILO) im Sommer 2013 gemeinsam mit der Moscow School of Management SKOLKOVO in Moskau veranstaltete.

Abb. 2 Methodik zur Qualifikationsbedarfsanalyse basierend auf Technologieroadmaps, Quelle: Hartmann und Bovenschulte (2013), S. 29

Einer der Beiträge hat explizit Qualifikationsbedarfe für Industrie 4.0 zum Gegenstand und beinhaltet auch einen methodischen Vorschlag zur Ermittlung dieser Bedarfe (Hartmann und Bovenschulte 2013; alle folgenden Ausführungen in diesem Abschnitt stützen sich auf diesen Beitrag).

Abbildung 2 zeigt einen Überblick über die dort vorgeschlagene Methodik. Ausgangspunkt sind zunächst Technologieroadmaps. Auch wenn Technologien nicht deterministisch wirken, können sicherlich einige Aussagen über ‚Leitplanken' der Entwicklung getroffen werden.

Die Autoren nutzen Materialien der European Technology Platform on Smart Systems Integration (EPoSS), [1] der European Technology Platform für Robotik (EUROP) [2] und der International Electrotechnical Commission (IEC) [3] ls Grundlage einer technologischen Vorausschau.

Es werden in Anlehnung an die Technologieroadmap von EPoSS drei ‚Generationen' smarter Systeme dargestellt. Vereinfacht gesagt, entspricht demnach die erste Generation smarter Systeme der höchstentwickelten Automations-, Steuerung- und Regelungstechnologie, wie wir sie heute vorfinden. Die zweite Generation smarter Systeme wird u. A. über wesentlich erweiterte Funktionen des maschinellen Lernens verfügen. Systeme der dritten Generation schließlich werden charakterisiert sein durch Wahrnehmungs-, Denk- und Handlungsleistungen, die sich immer weiter der menschlichen Leistungsfähigkeit annähern werden.

Gerade im Hinblick auf die dritte Generation smarter Systeme wird für den Teilbereich‚Robotics & Factory Automation' eine besonders dynamische Entwicklung angenommen.

Abb. 3 Der bionische Handling-Assistent von Festo als ein Beispiel bionischer und inhärent sicherer Automatisierung, Quelle: Festo AG & Co. KG

Auch die Robotik-Technologieplattform EUROP hat eine Technologieroadmap vorgelegt. Für die Industrie 4.0 sind dabei besonders die Funktionsbereiche ‚Cooperating Robots & Ambient Intelligence' und ‚Planning' von Interesse. Eigenschaften künftiger robotischer Systeme werden in diesen Funktionsbereichen u. A.: wie folgt beschrieben:

• Distributed control

• Inter-agent communication

• Application of swarm theories/swarm intelligence

• Skill based/learning based automation

• Autonomous planning for tasks of high dimensionality

• Interactive learning from human partners

Die Autoren identifizieren die Robotik als ein besonders relevantes und dynamisches Technologiefeld und benennen als wichtige Aspekte kooperierende Roboter und Fragen der ‚weichen Automatisierung' (z. B. inhärente Sicherheit durch weiche und flexible Aktuatoren – etwa ‚Elefantenrüssel' – robotischer Systeme).

Auch für Festo als Entwickler von Automatisierungslösungen sind diese Fragen von zentraler Bedeutung. Der ‚Elefantenrüssel' als ein Element ‚weicher' Automatisierung findet seine konkrete Umsetzung im bionischen Handling-Assistenten von Festo[4] (Abb. 3).

Auch in anderer Hinsicht könnte die Bionik in Zukunft eine wichtigere Rolle spielen für die Entwicklung von robotischen Systemen mit ‚nahezu menschlichen' Fähigkeiten der Wahrnehmung, Kognition und Motorik.

Aufbauend auf diesen Trendprognosen formulieren die Autoren Hypothesen hinsichtlich künftiger qualitativer (im Unterschied zu quantitativen) Qualifikationsbedarfe.

Zunächst wird das Thema ‚Sicherheit' als Querschnittsqualifikation für viele Berufe und Hochschulqualifikationen im Produktionsbereich genannt. Man denke hier nur an die flexible Arbeitsteilung zwischen Mensch und kooperierendem Roboter: Wenn es keine festgelegten Arbeitsabläufe gibt, muss jede Situation im Arbeitsprozess selbst neu unter Sicherheitsaspekten beurteilt werden. Schutzzäune zwischen Menschen und Robotern wird es dann auch nicht mehr geben, es sind also neue Sicherheitskonzepte gefragt.

Weiterhin könne ein neuer dualer Ausbildungsberuf – im Hinblick auf die zunehmende Verschmelzung von Mechanik, Elektronik und Informatik in der Industrie 4.0 – der ‚Industrieinformatiker' sein. Zu klären sei hier die Beziehung zum bestehenden Berufsbild des Mechatronikers. Eine weitere Frage sei, ob – alternativ oder zusätzlich zum Ausbildungsberuf – ein Weiterbildungsberuf geschaffen werden könnte, auch als Weiterbildungsoption für Mechatroniker.

Als ein mögliches zukünftiges hochschulisches Bildungsangebot wird ‚Industrielle Kognitionswissenschaft' vorgeschlagen, etwa als Masterprogramm. Zentrale Inhalte könnten hier verteilte Sensor-/Aktornetze, Robotik, Wahrnehmung (z. B. 3D-Sehen) und Kognition (z. B. Handlungsplanung, Kooperation, Schwarmintelligenz) sein.

In ähnlicher Weise sei eine Spezialisierung in ‚Automationsbionik' denkbar, die sich ebenfalls auf Robotik beziehe mit Akzenten in der Aktorik (z. B. künstliche Muskeln, Gliedmaßen und Organe) und ebenfalls Aspekten der Wahrnehmung und Kognition aus einer eher biologischen Perspektive.

Der nächste Prozessschritt in Abb. 2 betrifft Organisationsszenarien. Hier diskutieren die Autoren genau die Fragen, die auch in diesem Beitrag weiter oben ausführlich angesprochen wurden: Zentrale versus dezentrale Organisation, Überwachung versus Ermächtigung des Menschen. Und auch die zentrale Aussage dieses Beitrags findet sich dort wieder: Technologische Entwicklungen wirken nicht deterministisch, wie ein ‚Naturgesetz' auf die Qualifikationsentwicklung. Diese Wirkung wird vielmehr durch die Organisationsszenarien entscheidend moduliert.

Um schließlich quantitative Aussagen zu Qualifikationsbedarfen treffen zu können, müssen unterschiedliche Branchen berücksichtigt werden. Die Veränderungen, die mit Industrie 4.0 einhergehen, werden sich sehr unterscheiden zwischen Unternehmen, die Automatisierungstechnologie entwickeln und herstellen, denen, die sie vornehmlich anwenden, und schließlich denen, die – wie Festo – sowohl als Hersteller wie als Anwender stark betroffen sein werden.

Zur Entwicklung solcher quantitativer Prognosen schlagen die Autoren TechnologieBranchen-Matrizen vor, die die oben umrissenen Abhängigkeiten abbilden. Sie müssen aber einräumen, das dies noch Zukunftsmusik ist: Eine solche Methodik wurde bisher noch nicht entwickelt. Hier besteht also noch erheblicher Forschungs- und Entwicklungsbedarf. Damit ist übergeleitet zum letzten Abschnitt, in dem neben einem Fazit auch ein Ausblick gegeben werden soll.

  • [1] smart-systems-integration.org.
  • [2] robotics-platform.eu.
  • [3] iec.ch/.
  • [4] festo.com/cms/de_corp/9655.htm.
 
Fehler gefunden? Bitte markieren Sie das Wort und drücken Sie die Umschalttaste + Eingabetaste  
< Zurück   INHALT   Weiter >
 
Fachgebiet
Betriebswirtschaft & Management
Erziehungswissenschaft & Sprachen
Geographie
Informatik
Kultur
Lebensmittelwissenschaft & Ernährung
Marketing
Maschinenbau
Medien und Kommunikationswissenschaft
Medizin
Ökonomik
Pädagogik
Philosophie
Politikwissenschaft
Psychologie
Rechtswissenschaft
Sozialwissenschaften
Statistik
Finanzen
Umweltwissenschaften