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

Vorgehensmodell zur Entwicklung von Mensch–Maschine Teams

Die Teamperspektive inklusive der dynamischen Aufgabenallokation stellt besondere Herausforderungen an die Entwickler. Die Dynamik der Systemkonfiguration (definiert beispielsweise durch: wer macht zurzeit welche Aufgabe, wer kann welche Aufgaben übernehmen, wer hat welche Information) bewirkt eine hohe Systemvarianz. Für die Evaluation des Systems bedeutet dies, dass eine sehr große Menge von Testszenarien bewältigt werden muss. Klassischerweise werden Human Factors Aspekte, also z. B. das Situationsbewusstsein der Operateure, durch Probandentest empirisch in Simulationen oder mittels Wizard-of-Oz Techniken (Dahlback et al. 1993) getestet. Die hohe Systemvarianz verlangt nach neuen Methoden, die ein effizienteres Vorgehen erlauben.

Die Entwicklung von Software für die technische Funktionalität wird in der Industrie im Falle sicherheitskritischer Anwendungen meist mit systematischen Ingenieurmethoden durchgeführt; das bedeutet: rigorose Modellierung von Anforderungen, formale Spezifikation der Funktionen, weitgehend formaler Test, ob die Spezifikation die Anforderungen erfüllt sowie Tests der Implementierung in bereits früh definierten Testszenarien und schließlich formale Sicherheitsanalysen (z. B. Fehlerbaumanalyse, Ereignisbaumanalyse). Die Mensch–Maschine Interaktion wird hingegen oft ad-hoc zum Schluss „draufgesetzt“ ohne eine auch nur im Ansatz vergleichbare systematische Vorgehensweise. Oft sind bereits die initialen Anforderungen unklar bzw. nur sehr abstrakt und unspezifisch formuliert. Das bedingt in der Praxis zum Teil ein ineffizientes Trial&Error-Vorgehen, bei dem Prototyen der Mensch–Maschine Interaktion iterativ ohne klaren Entwurfsprozess gebaut und dann getestet werden.

Dabei können Human Factors Aspekte von Mensch–Maschine Systemen, oder besser MMTs, ähnlich konsequent und systematisch entwickelt werden wie die technische Funktionalität. Hier bietet der Bereich des Cognitive Engineering adäquate Methoden und Werkzeuge. Cognitive Engineering ist eine wissenschaftliche Disziplin mit dem Ziel, Wissen und Techniken zur Unterstützung der Entwicklung von Mensch–Maschine Systemen nach kognitiven Prinzipien zur Verfügung zu stellen (Woods und Roth 1988). Das zugehörige Forschungsspektrum reicht von Studien zur empirischen Untersuchung kognitiver Prinzipien bis hin zur Entwicklung von Methoden und Werkzeugen zur Anwendung der Prinzipien. Es handelt sich um eine angewandte Disziplin, die auf Theorien und Methoden sowohl aus der Psychologie als auch aus der Informatik zurückgreift (Card et al. 1983). Cognitive Engineering legt Wert auf eine formale und weitgehend objektive Vorgehensweise. In der Praxis hängt die Anwendbarkeit der Methoden des Cognitive Engineering wesentlich davon ab, inwieweit sie zu den gängigen Methoden der technischen Entwicklung konsistent sind und sich in oder mit diesen integrieren lassen.

Im Folgenden wird ein Vorgehensmodell (vgl. Tab. 1, stark verkürzte Darstellung) skizziert, welches als Rahmen zur holistischen Entwicklung von MMTs und damit zur Integration der Entwicklung der Automatisierungssysteme und der Human Factors Aspekte verwendet werden kann.

Auf der obersten Ebene besteht das Vorgehensmodell aus den vier Bestandteilen MMT Komposition, MMT Kooperation, MMT Interaktion und MMT Schnittstelle. Jeder Bestandteil bezeichnet einen Entwicklungsgegenstand. Die Komposition bestimmt die generellen Aufgaben des MMT, die Anzahl und Typen der notwendigen Akteure (Operateure und Maschinen) und die Anzahl und Typen der notwendigen Ressourcen. Die Kooperation bestimmt, wer mit wem gemeinsam Aufgaben bearbeitet und wer ggf. Aufgaben von anderen Akteuren übernehmen soll. Die Interaktion bestimmt, welche Akteure miteinander über welche Inhalte mittels welcher Modalitäten kommunizieren. Die Schnittstelle bestimmt die konkrete Ausgestaltung der Interaktionsschnittstellen zwischen Mensch und Maschine (z. B. die Gestaltung grafischer Anzeigen), zwischen Mensch und Mensch (z. B.

Tab. 1 Vorgehensmodell für die Entwicklung von Mensch–Maschine Teams (MMT) MTT Komposition

Anforderungsdefinition

In welcher Umgebung soll das MMT arbeiten? Welche Aufgaben soll das MMT durchführen? . . .

Spezifikation

Welche Ressourcen werden für das MMT benötigt?

Aus welchen Operateuren (Rollen, Skills, ...) und Maschinen soll sich das MMT zusammensetzen? . . .

Implementation

Implementierung der Maschinenfunktionalität,

Auswahlkriterien und -verfahren sowie Trainingsprogramme für die Operateure festlegen, . . .

Evaluation

Abschätzung, ob die Operateure und Maschinen ausreichen, um die Aufgaben zu bewältigen, . . . MMT Kooperation

Anforderungsdefinition

Welche Akteure sollen zusammenarbeiten?

Welche Akteure sollen welche Aufgaben übernehmen? . . .

Spezifikation

Definition der Aufgabenallokation, Übergabestrategien, Kooperationsformen, . . .

Implementation

Implementierung der Aufgabenübernahme und -übergabe durch die Maschinen,

Definition von Prozeduren für die Aufgabenübername und –übergabe durch die Operateure, . . .

Evaluation

Abschätzung, ob die Aufgabenübernahme und –übergabe sicher und effizient funktioniert, . . . MMI Interaktion

Anforderungsdefinition

Welche Informationen sind zu welchem Zeitpunkt für wen relevant? Wieviel muss der Mensch in welcher Situation über die Maschine wissen? Wieviel muss die Maschine in welcher Situation über den Menschen wissen? . . .

Welche Bedienaktionen sind notwendig? . . .

Spezifikation

Definition der zu kommunizierenden Informationen, der Interaktionsmodalitäten (z. B. visuell, akustisch, taktil), der Informationsverteilung, der Bedienstrategien, . . .

Ggf. Definition der Methoden zur Messung des Zustands der Operateure (z. B. Müdigkeits-, Arbeitslastmessung), . . .

Implementation

Implementierung der Informationsbereitstellung und – verteilung,

Realisierung der spezifizierten Interaktionsmodalitäten, der Zustandsmessung, . . . Ausarbeitung und Dokumentation der Interaktionsprozeduren, . . .

Evaluation

Abschätzung, ob jeder Akteur die notwendigen Informationen zur richtigen Zeit zur Verfügung hat, ...

Tab. 1 (Fortsetzung)

MMT Schnittstelle

Anforderungsdefinition

Ergonomische Anforderungen laut EN ISO 9241, Berücksichtigung der menschlichen Informationsverarbeitung, . . .

Spezifikation

Gestaltung der (z. B. grafischen) Informationsdarstellung, der Bedienelemente, . . .

Implementation

Implementation der Ausgabe(z. B. Displays) und Bedienelemente (z. B.) auf Seiten der Maschinen, . . .

Evaluation

Abschätzung, ob die Schnittstelle eine intuitive, fehlerfreie Mensch–Maschine Interaktion erlaubt, . . .

Verwendung normierter sprachlicher Formulierungen) sowie zwischen Maschine und Maschine (z. B. Verwendung von Netzwerkprotokollen). Die vier Entwicklungsgegenstände lassen sich unterteilen in die klassischen Entwicklungsphasen Anforderungsdefinition, Spezifikation, Implementation und Evaluation. Die folgende Tabelle zeigt typische Fragestellungen bzw. Entwicklungsschritte der einzelnen Phasen. Dabei sei darauf hingewiesen, dass die Phasen iterativ durchgeführt werden, wobei in jeder Iteration der Entwicklungsgegenstand (Komposition, Kooperation, Interaktion, Schnittstelle) weiter konkretisiert wird. Es handelt sich somit um ein spiralförmiges Vorgehensmodell.

Ein wichtiger Punkt ist die Einbindung der Operateure, z. B. durch Participatory Design (Yamauchi 2012) und Probandentests, in alle Phasen der Entwicklung. Aber im Falle sicherheitskritischer Anwendungen reicht dies nicht aus. Menschen können beispielsweise ihre Anforderungen und Vorlieben nennen, auf Basis von Erfahrungen Entwurfsideen einbringen und schließlich die Auswirkungen und Akzeptanz geplanter Entwicklungen abschätzen. Aufgrund der oben skizzierten Systemvarianz ist es jedoch höchst unwahrscheinlich, dass dabei alle Anforderungen und Auswirkungen aufgedeckt und bewertet werden können. Des Weiteren ist dieses Vorgehen sehr zeitaufwendig und kann nur wenige Male im Entwicklungsprozess praktiziert werden. Darüber hinaus gibt es bei der Überwachung und Steuerung industrieller Prozesse neben dem Operateur weitere wichtige Quellen zur Ermittlung von Anforderungen und Auswirkungen, beispielsweise den Arbeitskontext bzw. die Arbeitsdomäne, die Arbeitsaufgaben, die menschliche Informationsverarbeitung (Kognition), die menschliche Anthropometrie (physikalische und biologische Charakteristika) sowie relevante Human Factors Standards und Leitfäden. Deshalb soll im Folgenden in Ergänzung zur Einbindung der Operateure eine komplementäre modellbasierte Vorgehensweise vorgeschlagen werden.

Die Phase der MMT Anforderungsdefinition, Spezifikation, Implementation und Evaluation lassen sich durch modellbasierte Vorgehensweisen systematisch unterstützen. Mittlerweile gibt es erprobte und bewährte Techniken und Vorgehensweisen für die Modellierung von Mensch–Maschine Systemen, die sich kombiniert mit Participatory Design und Probandentests in der Praxis anwenden lassen. Ein modellbasiertes Vorgehens hilft dabei, die notwendigen Anforderungsarten systematisch, nachvollziehbar und eindeutig zu erfassen und auf Vollständigkeit, Widerspruchsfreiheit etc. zu analysieren. Bei der Spezifikation helfen Modelle, Entwurfsentscheidungen zu formalisieren und bereits in frühen Entwicklungsphasen gegeneinander anhand bestimmter (Human Factors) Metriken abzuwägen. Einige Werkzeuge bieten die Möglichkeit, Entwurfsspezifikationen (semi-)automatisch in Implementierungsbausteine zu übersetzen. Schließlich können Modelle angewendet werden, um implementierte Prototypen innerhalb einer Simulationsplattform zu testen. Im Rahmen des oben skizzierten Vorgehensmodells lassen sich unterschiedliche Modelltypen anwenden. In vielen Studien erprobt ist die Modellierung der Aufgaben, der Arbeitsdomäne, der menschlichen Informationsverarbeitung sowie der Funktionalität der Maschinen.

Modellierung der Aufgaben Hierbei werden Aufgaben auf höheren Abstraktionsebenen (z. B. Landen des Flugzeugs) iterativ in Teilaufgaben (z. B. Geschwindigkeit drosseln, Höhe abbauen, auf Kurs fliegen) zerlegt bis auf der untersten Ebene konkrete Aktionen (z. B. Schubhebel positionieren, Landeklappen ausfahren, Fahrwerk ausfahren) erreicht sind. Auf diese Weise entsteht eine Aufgabenhierarchie. Auf jeder Hierarchieebene werden die zeitlichen Abhängigkeiten der jeweiligen Teilaufgaben modelliert. Die Teilzeile und Aktionen innerhalb der Hierarchie können mit Prioritäten (Wichtigkeit/Dringlichkeit des Ziels), Häufigkeiten (Wie oft wird dieses Ziel im Rahmen dieser Aufgabe bearbeitet?) und Fehlerwahrscheinlichkeiten (Wahrscheinlichkeit, dass das Ziel nicht korrekt bearbeitet wird) annotiert werden. Ein Aufgabenmodell ist vergleichbar mir einem Kochrezept, das festlegt, welche Schritte in welcher Reihenfolge zu tun sind, um das Oberziel, das fertige Gericht, zu erreichen. An einigen Stellen im Rezept gibt es alternative Vorgehensweisen, d.h. dasselbe Unterziel kann mit unterschiedlichen Mitteln erfüllt werden. Die Auswahl einer geeigneten Vorgehensweise ist oft an situative Voraussetzungen gebunden. Um diese Entscheidungspunkte zu modellieren, lassen sich in Aufgabenmodelle WennDann-Regeln verwenden: Wenn Situation Si Dann wähle Vorgehensweise Vj. Aufgabenmodelle beinhalten alle Daten bzw. Informationen, die notwendig sind, um die Aufgaben erfolgreich durchzuführen, z. B. Parameter zur Überwachung des Prozesszustands und Informationen, um an Entscheidungspunkten zwischen Handlungsalternativen zu wählen. Diese Informationen sowie die Annotationen der Ziele liefern essentielle Anforderungen an die Gestaltung der MMT Interaktion und der MMT Schnittstellen, z. B. von grafischen Displays, die zu jedem Zeitpunkt der Aufgabendurchführung die notwendigen Informationen in kognitiv adäquater Darstellungsform präsentieren müssen. Darüber hinaus bilden die Aufgabenmodelle eine wichtige Grundlage um Strategien zur dynamischen Aufgabenallokation innerhalb der Gestaltung der MMT Kooperation zu definieren und zu testen. Zur Aufgabenmodellierung gibt es Techniken und Werkzeuge wie beispielsweise GOMS (Card et al. 1983), HTA (Annett 2004; Stanton 2006), CTA (May und Barnard 2004) und PED (Lenk et al. 2012).

Modellierung der Arbeitsdomäne Da es nicht immer für alle nicht alle Situationen möglich ist, Aufgaben klar zu definieren und manchmal insbesondere im Fehlerfall kreative Vorgehensweisen notwendig sind, muss die Arbeitsdomäne klar verstanden sein und an die menschlichen Operateure zielorientiert über die MMT Schnittstellen kommuniziert werden. Die Arbeitsdomäne umfasst den Prozess, der überwacht und gesteuert werden soll, sowie das gesamte MMT, welches die Überwachung und Steuerung durchführt. Modelliert werden hierbei die Prinzipien und Rahmenbedingungen auf denen die Arbeitsdomäne aufgebaut ist, z. B. die physikalischen Gesetze, die ausgenutzt werden, um das Oberziel (den Zweck, z. B. Fliegen von A nach B) des MMTs zu realisieren. Im nächsten Abschnitt wird die Modellierung der Arbeitsdomäne etwas ausführlicher dargestellt.

Modellierung der Menschen Die Anforderungen der Operateure an eine adäquate MMT Kooperation, Interaktion und Schnittstellengestaltung müssen ermittelt, umgesetzt und evaluiert werden. Zu diesem Zweck müssen insbesondere relevante Aspekte der menschlichen Kognition verstanden werden. Hierzu gehören Fähigkeiten und Grenzen der Wahrnehmung, der Entscheidungsfindung, des Multitasking, sowie der mentalen, visuellen und motorischen Arbeitslast. Um diese Aspekte explizit und sogar ablauffähig zu modellieren, eignen sich kognitive Architekturen (Forsythe et al. 2005) wie beispielsweise ACT-R (Anderson et al. 2004), SOAR (Lewis 2001), CASCaS (Lüdtke et al. 2012) und MIDAS (Corker 2000). Diese Modelle können angewendet werden, um das Verhalten eines Operateurs innerhalb eines MMT, z. B. die Interaktion eines Operateurs mit einer Maschine über eine Mensch–Maschine Schnittstelle, zu simulieren. In der Simulation können unterschiedliche Varianten der Schnittstelle miteinander unter Verwendung geeigneter Human Factors Metriken verglichen werden. Mit heutigen Methoden (und sehr wahrscheinlich auch mit zukünftigen Methoden) ist es (selbstverständlich) nicht möglich, menschliches Verhalten vollständig zu modellieren. Deshalb ist es bei der Auswahl einer kognitiven Architektur wichtig, den Modellierungsfokus und die im Modell vorgenommenen Abstraktionen des menschlichen Verhaltens zu verstehen, um zu entscheiden, welche Architektur für welche Entwicklungsfragestellungen geeignet ist. Um die Simulation zu ermöglichen, muss das Modell in eine Simulationsplattform integriert werden. Zur Anwendung von CASCaS existieren derzeit Simulationsplattformen für Fragestellungen der Entwicklung von Flugzeug(Lüdtke et al. 2012), Automobil(Wortelen et al. 2013) und Schiffsbrückensystemen (Sobiech et al. 2014).

Modellierung der Maschinen Weiter oben wurde beschrieben, dass die Entwicklung der Maschinenfunktionalität meist mit systematischen Ingenieurmethoden durchgeführt. Hierzu gehört in vielen Fällen die Modellierung funktionaler Anforderungen, der Funktionsspezifikation, der Systemarchitektur und der Testfälle. Angewendet werden Modellierungssprachen wie UML oder SysML unter Verwendung von Werkzeugen wie MatLab, RTmaps, SCADE oder IBM Rational. In Kombination mit Menschmodellen lassen sich Maschinenmodelle innerhalb von Simulationsplattformen anwenden, um die Mensch– Maschinen Interaktion in einer geschlossen Input–Output Schleife (closed loop) zu simulieren und zu evaluieren. Auf Basis der Modelle kann diese Evaluation bereits in frühen Entwicklungsphasen, wenn noch kein implementierter Prototyp vorliegt, durchgeführt werden.

Die Modellierung kann auf unterschiedlichen Ebenen der Formalisierung betrieben werden. Modellierung kann beginnen, indem Entwickler textuell beschreiben, auf welchen Annahmen ihre Entwürfe basieren. Damit werden diese explizit und lassen sich z. B. in moderierten Workshops hinterfragen und plausibilisieren. Ein weitergehender Schritt ist die Verwendung einer formalen Notation, um bestimmte Annahmen klar und widerspruchsfrei zu beschreiben. Auf Basis der formalen Beschreibung lassen sich Berechnungen anstellen und Vorhersagen analytisch ableiten. Schließlich können ausführbare Modelle erstellt werden, die eine Simulation und damit eine detaillierte Analyse in realistischen Testszenarien erlauben. Die Wahl eines geeigneten Formalisierungsgrads sowie der Umfang als auch die Tiefe der Modellierung hängen u. a. von der Kritikalität der Entwicklungsfragestellung, von den Zertifizierungsanforderungen und den zur Verfügung stehenden Ressourcen ab. Bzgl. der Ressourcen ist unbedingt zu beachten, dass der in frühen Entwicklungsphasen investierte Modellierungsaufwand ein Vielfaches an Test- und Änderungsaufwand in späteren Phasen einspart.

Wie oben bereits erörtert, lassen sich die modellbasierten Verfahren komplementär zu anderen Verfahren wie z. B. Probandentests anwenden, um zwischen Entwurfsalternativen zu entscheiden. Es empfiehlt sich, die modellbasierte Analyse vor den Probandentests durchzuführen. Auf diese Weise können bestimmte Entwurfsschwächen bereits vorher eliminiert werden und der Aufwand für die Tests mit Probanden wird wesentlich verringert. Die modellbasierte Simulation ermöglicht darüber hinaus eine weitgehend automatische Analyse einer großen Menge von Testszenarien, die wegen des Aufwands mit Probanden gar nicht möglich wäre. Mittels der Simulation lassen sich die besonders kritische Szenarien identifizieren, die dann im nächsten Schritte mit Operateuren weitergehend untersucht werden müssen. Die Kombination von modellbasierten und Probanden-basierten Verfahren ist unbedingt notwendig, da Modelle immer nur eine Abstraktion der Realität abbilden.

Im Folgenden soll exemplarisch die Modellierung der Arbeitsdomäne vertieft dargestellt werden. Hier liefert die Vorgehensweise des Ecological Interface Design eine mächtige Technik, die in der Praxis noch wenig Verbreitung gefunden hat, obwohl praktische Anwendungen bereits 1983 von den Vätern dieses Verfahrens Vicente und Rasmussen eindrucksvoll aufgezeigt wurden.

 
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