Refine
Year of publication
Document Type
- Book (4)
- Part of a Book (24)
- Conference Proceeding (8)
- Contribution to a Periodical (20)
- Lecture (10)
- Internet Paper (1)
- Report (2)
- Working Paper (1)
Language
- German (54)
- English (10)
- Multiple languages (4)
- Spanish (2)
Is part of the Bibliography
- no (70)
Keywords
- 02 (14)
- AI (2)
- Agile (1)
- Agile Development (1)
- Agile Entwicklung (1)
- Agilität (1)
- Agilität <Management> (1)
- Arbeit 4.0 (16)
- Arbeiten (1)
- Arbeitsbezogenes Lernen (1)
- Arbeitsgestaltung (14)
- Arbeitsnahes Lernen (1)
- Arbeitsorganisationsgestaltung (1)
- Arbeitssystem (3)
- Arbeitssysteme (1)
- Arbeitswelt (1)
- Arbeitswelt 4.0 (1)
- Arbeitswissenschaft (2)
- Artificial intelligence (1)
- Ausbildung (1)
- Automotive (5)
- Automotive sector (1)
- Automotive-Sektor (1)
- Berufsausbildung (1)
- Berufsbildungsexport (1)
- Betriebsabläufe (1)
- Bildungsdienstleistungsentwicklung (1)
- Blended learning (1)
- Business model innovation (1)
- Coaching (1)
- Community (1)
- Competencies (1)
- Conduciveness to learning (1)
- Cross-Industry Innovation (1)
- Customer Centricity (1)
- DIN SPEC (1)
- Datenbasierte Dienstleistungen (1)
- Demographie (1)
- Demographischer Wandel (1)
- Dienstleistung (2)
- Dienstleistungen (1)
- Dienstleistungsangebot (2)
- Dienstleistungsentwicklung (4)
- Dienstleistungsmanagement (2)
- Digital Solutions (1)
- Digitale Transformation (3)
- Digitalisierung (15)
- Digitization (1)
- Digivation (1)
- Dissemination (1)
- E-Learning (2)
- ELIAS (1)
- Employee qualification (1)
- Engineering (1)
- FRAM (1)
- Further education (1)
- Führung (7)
- Führungsstil (1)
- GALA (1)
- Gesundheit (1)
- Gesundheitsbranche (2)
- Gesundheitssektor (1)
- Gesundheitswesen (1)
- Gesundheitswirtschaft (1)
- Human Factors (1)
- Human-centered work design (1)
- Hybrides Leistungsbündel (1)
- Industrie 4.0 (18)
- Industrie-4.0-Transformation (1)
- Industrieller Wandel (1)
- Innovation (1)
- Innovationsfähigkeit (1)
- Instandhaltung (1)
- Integriertes Lernen (1)
- Internationalisierung (2)
- Internationalization (1)
- Kommunikation (1)
- Kompetenzentwicklung (17)
- Kompetenzmanagement (12)
- Komplexität (1)
- Kundenservice (2)
- Lateinamerika (1)
- Lebenslanges Lernen (1)
- Leistungssysteme (1)
- Lernen (7)
- Lernen im Prozess der Arbeit (1)
- Lernen und Arbeiten (8)
- Lernförderliche Gestaltung von Arbeitssystemen (1)
- Lernförderlichkeit (6)
- Machine learning (1)
- Mainstreaming (1)
- Mensch im Arbeitsprozess (3)
- Mensch-Maschine-Interaktion (1)
- Mexiko (4)
- Netzwerkforschung (1)
- New Industrial Work (9)
- New Work (13)
- New learning (1)
- New work (1)
- New-Service-Work (1)
- Personalwesen (1)
- Pflege (1)
- Platform (1)
- Produktionsmanagement (1)
- Produktionsprozesse (1)
- Produktionssystem (1)
- Projekt Digivation (1)
- Re- & upskilling (1)
- Readiness Map (1)
- Referenzansatz (1)
- Region Aachen (2)
- Requirements (1)
- Ressourcenmanagement (1)
- SME (1)
- SV7302 (1)
- SV7342 (1)
- SV7343 (1)
- SV7344 (1)
- SV7348 (1)
- SV7349 (1)
- SV7402 (1)
- SV7430 (1)
- SV7444 (1)
- Sektoranalyse (1)
- Service Engineering (3)
- Service engineering (1)
- Service-Engineering (2)
- Service-Management (1)
- Servicemanagement (2)
- Services (1)
- Skills development (1)
- Skills forecasting (1)
- Skills management (1)
- Smart Service (4)
- Smart Service Engineering (1)
- Smart Work (1)
- Smart services (1)
- Smart-Service-Engineering (1)
- Social Media (2)
- Social Media Analytics (1)
- Social Media Controlling (2)
- Social Media Management (1)
- Social Media Readiness (1)
- Systemplattform (1)
- Transformation (6)
- Value capture (1)
- Value creation (1)
- Weiterbildung (3)
- Wissensmanagement (1)
- Work organization (1)
- Work orientation (1)
- Zertifikatskurs (1)
- agile (1)
- agile development (1)
- digitale Kollaboration (1)
- digitale Lern- und Assistenzsysteme (2)
- digitale Tools (1)
- digitales Lernen (1)
- digitalization (1)
- generalistische Pflegeausbildung (1)
- gesundes Arbeiten (1)
- industrielle Arbeitssysteme (1)
- internationale Rekrutierung (1)
- internationales Ressourcenmanagement (1)
- rev (5)
- service engineering (3)
- smart services (1)
Institute
Das Forschungs- und Entwicklungsprojekt ‚GALA-Gesundheitsregion Aachen: Innovativ lernen und arbeiten‘, welches vom Bundesministerium für Bildung und Forschung (BMBF) im Rahmen der Programme „Zukunft der Wertschöpfung – Forschung zu Produktion, Dienstleistung und Arbeit" und „Innovation und Strukturwandel" gefördert wird (Laufzeit: 01.04.2021 – 01.03.2024) und aus dem auch der vorliegende Sammelband entstanden ist, zielt darauf ab, die skizzierten Herausforderungen im zentralen Leitmarkt Gesundheitswirtschaft zu adressieren und innovative Arbeits- und Lernwelten in der Gesundheitsregion Aachen zu gestalten. Das Projekt umfasst folgende vier zentrale Leitthemen, wodurch zahlreiche Entwicklungsmöglichkeiten für die Region Aachen eröffnet werden:
- Erhalt und Ausbau von Kompetenzen in neuen Mensch-Maschine-Systemen durch Digitalisierung und Automatisierung
- Erhalt und Förderung der physischen und psychischen Gesundheit bei Arbeitsintensivierung und Transformationsprozessen
- Nutzung der Chancen aus der Digitalisierung für digitale Kollaboration über traditionelle Unternehmens- und Branchengrenzen hinweg
- Förderung von Agilität und Innovation von Unternehmen angesichts zahlreicher inkrementeller und sprunghafter Veränderungen.
Konkret werden im Projekt GALA von den beteiligten Forschungspartnern (FIR e. V. an der RWTH Aachen, Institut für Arbeitswissenschaft (IAW) der RWTH Aachen University, FOM Hochschule, dem Transferpartner (Region Aachen Zweckverband) sowie regionalen kleinen und mittleren Unternehmen, insbesondere aus den Bereichen der stationären und ambulanten Versorgung und der Herstellung medizin(-techn-)ischer Produkte (Gesellschaft für Produktionshygiene und Sterilitätssicherung mbH, St. Gereon Seniorendienste gGmbH, Vostra GmbH, Lebenshilfe Aachen GmbH, Heinen Automation GmbH und Co. KG, Modell Aachen GmbH, AIXTRA/Uniklinikum Aachen und Medaix GmbH), die vier Leitthemen Mensch-Maschine-Interaktion, Gesundes Arbeiten, Digitale Kollaboration sowie Agilität und Innovation fokussiert. Für diese Themen werden in den beiden GALA-Handlungsfeldern Arbeitsgestaltung und Kompetenzmanagement mithilfe von Toolboxen innovative Werkzeuge und Konzepte entwickelt, erprobt und umgesetzt sowie auf diesem Wege die Regionalentwicklung der strukturschwachen Region Aachen nachhaltig gefördert.
Forecasting-based skills management, which is oriented to the respective corporate goals, is gaining enormous importance as a central management tool. The aim is to predict future skills requirements and match them with existing interorganizational skills. Companies are required to anticipate changes in markets, industries, and technologies at an early stage as well as to identify changes in job profiles within an occupational profile by tapping into and evaluating various data sources. Based on these findings, they can then make informed decisions regarding skill gaps, for example, to implement targeted further training measures. Forecasting-based skills management offers the opportunity to optimally qualify employees for constantly changing tasks. At the same time, however, the targeted development of such skills requires a high level of time, financial and personnel resources, which small and medium-sized enterprises (SMEs) generally do not have at their disposal. In addition, many SMEs are not yet aware of the importance of this issue. Within the framework of research and industrial projects of the Smart Work department at the FIR (Institute for Industrial Management) at the RWTH Aachen University, an AI-based skills forecasting tool will be developed. The goal of the paper is to conceptualize the future machine learning method, that is able to generate individualized skills forecasts and recommendations for SMEs. This is achieved by linking societal forecasts and sector trends with company-specific conditions and skills. In order to generate a corresponding database, the derivation system is made available to various companies (large companies and SMEs) in order to obtain as many data sets as possible. The data sets obtained via the derivation system are then used as training data sets for the machine learning method, with the help of which an automatic derivation of competencies depending on new trends is to be made possible.
Digitization is constantly affecting the working world and is of enormous interest in many fields of science. But to what extent are innovative technologies actually being applied in regional SMEs and what are the obstacles to their introduction? From a psychological point of view, it is essential to consider the employee's health and the effects of innovative technologies on their everyday work. The aim of using innovative technologies should not be to completely replace human labor or to dequalify employees, but to relieve the workforce and free up working time for more meaningful activities. One concept that should be included in the human-centered design of human-machine interaction in artificial intelligence is the HAI-MMI concept (Huchler, 2020), which offers starting points for high-quality collaboration at various levels. To reduce the gap between science and industry, this paper focuses on the actual demands of SME in the Aachen region in Germany referring to a requirements analysis within the research project AKzentE4.0 (N = 50 SME) and discusses how appropriate innovative technologies of the Industry 4.0 and AI can be implemented and deployed in a human-centred way. Moreover, the establishment of a Human Factors Competence Center for Employment in Industry 4.0 is outlined, which is meant to be used for the dissemination of research results from the project and should narrow the gap between science and industry in the long run.
Innovation is one of the key drivers of growth, development, and profitability, which increases competitive advantages and has recently been moving towards industry 4.0 technologically. This motivates companies to update their business models (BM) towards industry 4.0. Moreover, there is a technique with the primary characteristics for achieving this motivation called "cross-industry innovation". Cross-industry innovation is a new method of innovation that concerns the creative translation and imitation of existing solutions from other industries for responding to the needs of the current market, sectors, areas, or domains. The challenge is to find out how far managers can rely on that to innovate their BM towards Industry 4.0. The aim of this study was to investigate the application of cross-industry innovation for designing industry 4.0 BM and explore the extent to which companies can rely on it as it has not been used for this purpose previously. This study utilized a database analysis to compare cross-industry innovation practices with industry 4.0 BM's characteristics in terms of value proposition, value creation, and value capture levels. In addition, some interviews were conducted with companies that had previously implemented cross-industry innovation to validate and generalize the results. The results indicated that cross-industry innovation practices can better fulfill flexible and dynamic networks, connected information flows, high efficiency, high scalability, and high availability in terms of value creation as well as variabilization of prices and costs in terms of value capture. Therefore, it demonstrated that cross-industry innovation was a more dependable and applicable strategy for designing the BM of Industry 4.0 than current practices.
Viele Branchen stehen am Anfang der digitalen Transformation bzw. werden bereits grundlegend von ihr verändert. Im Zeitalter der digitalen Transformation steht somit die Frage im Mittelpunkt, wie Unternehmen die notwendigen Veränderungen angehen und den Erfolg der Transformation gewährleisten können. Datenbasierte Dienstleistungen sind dabei ein konsequenter nächster Schritt im Wandel der Unternehmen vom Investitionsgüterhersteller zum Lösungsanbieter. Nichtsdestotrotz scheitern viele Premiumhersteller trotz ihrer hohen digitalen Wettbewerbsfähigkeit bei der Entwicklung und Einführung von datenbasierten Dienstleistungen. Der Beitrag zeigt zunächst Merkmale und Ausprägungen datenbasierter Dienstleistungen auf. Da sich die klassischen Methoden des Service Engineerings nicht ausreichend schnell an digitalisierte Komponenten und geänderte Voraussetzungen angepasst haben, wird mit dem Smart Service Engineering ein neuer Ansatz vorgestellt, der agile und kundenorientierte Methoden implementiert. Zuletzt werden Muster und Entwicklungspfade der digitalen Transformation detailliert analysiert und Handlungsempfehlungen für Anbieter datenbasierter Dienstleistungen abgeleitet.
Die Digitalisierung von Produktions- und Dienstleistungsprozessen geht auch mit fundamentalen Veränderungen der Arbeitswelt einher. Dabei wird sich die Rolle des Menschen in der industriellen Produktion erheblich wandeln. Durch die zunehmend komplexer werdenden, echtzeitgesteuerten Arbeits- und Produktionssysteme werden sich die Arbeitsinhalte und -prozesse, aber auch die Anforderungen an Fähigkeiten und Kompetenzen der Beschäftigten verändern. Dies wird sich deutlich auf den Qualifizierungsbedarf sowie die Notwendigkeit der Kompetenzentwicklung auswirken. Anhand von zwei Use-Cases bei den Unternehmen HELLA KGaA Hueck & Co. sowie FEV GmbH werden die Veränderungen der Arbeitswelt und die damit einhergehenden Kompetenzanforderungen in diesem Beitrag analysiert.
Aktuelle Transformationsprozesse im Zuge von Digitalisierung,
Klimaschutz, Fachkräftemangel und gesellschaftlichem
Wandel sind für viele Unternehmen und ihre Beschäftigten mit großen Verunsicherungen und Herausforderungen verbunden. Allerdings sind die damit verbundenen Veränderungen nicht nur als Problemstellungen zu begreifen, sondern auch als Chance, die zukünftige Arbeitswelt neu zu denken und damit gleichzeitig effizienter und auch humangerechter zu gestalten. Ein wesentlicher Aspekt dabei ist, die Beschäftigten vor dem Hintergrund der sich immer schneller wandelnden Kompetenzanforderungen bereits frühzeitig und vorausschauend für diese Transformationsprozesse zu qualifizieren. Gleichzeitig wird es für Unternehmen immer wichtiger, ihren Beschäftigten attraktive und gesundheitsförderliche Arbeitswelten anbieten zu können. Diesen Veränderungen hat das FIR mit der Gründung der Business-Development-Group Smart Work Rechnung getragen. Im Artikel werden die thematischen Schwerpunkte der BDG Smart Work näher dargestellt.
Die vorliegende erste Version der Normungsroadmap 'Innovative Arbeitswelt' zeigt zunächst einen Überblick zu potenziell relevanten Themenfeldern und nennt Impulse für die Normung und Standardisierung in Form von initialen Handlungsempfehlungen. Zugleich benennt sie, wo andere Gestaltungssysteme wie beispielsweise Gesetzgeber oder Sozialpartner Vorrang haben.
Die Roadmap bietet somit einen ersten Überblick zum Thema Innovative Arbeitswelt und Normung und Standardisierung. Sie ist jedoch gleichzeitig als lebendes Dokument zu verstehen, das mit fortlaufenden Entwicklungen auch angepasst werden muss. Sämtliche Akteure sind aufgefordert, sich an der weiteren Gestaltung der Normungsroadmap zu beteiligen.
(Quelle: https://www.din.de/de/din-und-seine-partner/presse/mitteilungen/roadmap-innovative-arbeitswelt-erschienen-788762 )
Zielsetzung des geplanten Verbundprojekts ELIAS ist es, einen Ansatz für die Gestaltung von Produktions- und Arbeitssystemen zu entwickeln, der die Lernförderlichkeit als elementaren Bestandteil bereits im Entstehungsprozess einplant und darüber hinaus die kontinuierliche Verbesserung in Bezug auf die Lernförderlichkeit sicherstellt. Mit dem ELIAS-Lernförderlichkeitsplaner wird erstmals ein Konzept bereitgestellt, das die aktive Entwicklung und Gestaltung moderner lernförderlicher Arbeitssysteme sowohl für Dienstleistungs- als auch Produktionsprozesse ermöglicht. Die Breitenwirksamkeit und stetige Weiterentwicklung des ELIAS-Ansatzes wird dabei durch die ELIAS-Community garantiert, die als zentrale Austauschplattform Experten und Entscheidungsträger des Industrial Engineerings auch über die beteiligten Partner hinaus zusammenführt. Das Forschungsprojekt ELIAS wird durch das Bundesministerium für Bildung und Forschung (BMBF) gefördert werden.
Die Fabrik 4.0 wird nicht menschenleer sein. Im Gegenteil wird der Mensch als Kompetenz‐ und Flexibilitätsquelle sowie als Entscheider eine wesentliche Rolle in den dezentral organisierten Produktions‐ und Prozessstrukturen der Zukunft spielen. So erfordert die Evolution der Arbeits‐ und Produktionssysteme auch eine Evolution der Lehrund Lernprozesse, wobei Produktions‐ und Wissensarbeit immer stärker miteinander verschmelzen. Die Fülle an verfügbaren Informationen in der digitalen Fabrik muss für die beteiligten Mitarbeiter handhabbar und steuerbar gemacht werden. Hierfür werden mobile Endgeräten aber auch vor allem intelligente Assistenzsysteme auf der technologischen Seite notwendig sein. Weitgehende Einigkeit besteht darin, dass durch diese Entwicklung erhebliche Qualifizierungsanforderungen auf die Unternehmen zukommen und dass Lernprozesse aus Zeit‐, Kosten‐, Akzeptanz‐ und Qualitätsgründen viel stärker als heute als Learning‐on‐the‐job, also arbeitsintegriert, erfolgen müssen. Informationen und technische Geräte sind jedoch alleine nicht in der Lage, funktionierende Learning Solutions zu schaffen. Forschungsergebnisse zeigen seit längerem, dass dazu lernförderliche Arbeitssysteme erforderlich sind. Darunter sind Systeme zu verstehen, welche Lernen als Planungsgegenstand und Gestaltungskriterium aufweisen, denn Lernförderlichkeit wird bereits in der Planungs‐ und Gestaltungsphase der Arbeitssysteme zu erheblichen Anteilen bestimmt. Die Förderung menschlicher Lernprozesse für ein effektives und effizientes arbeitsintegriertes Lernen wird damit zu einer Engineering‐Aufgabe. Im laufenden BMBF‐Verbundprojekt ELIAS (Engineering lernförderlicher industrieller Arbeitssysteme für die Industrie 4.0) werden bestehende wissenschaftliche Erkenntnisse zum Lernen im Prozess der Arbeit und zur Lernförderlichkeit zu einem integrativen Modell der Lernförderlichkeit weiterentwickelt.