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)
Institute
Aktuell und in Zeiten des Fachkräftemangels wird das digitale Lernen in der Pflegebranche immer wichtiger, da dieses eine flexible und effiziente Möglichkeit bietet, um Pflegekräfte aus- und weiterzubilden. Es ermöglicht den Zugang zu aktuellem Wissen und Fähigkeiten, die für die Erfüllung der Anforderungen in der Pflegebranche erforderlich sind. Zudem kann es dazu beitragen, die Motivation und die Arbeitszufriedenheit der Pflegenden zu erhöhen und sie somit an das Unternehmen zu binden. [...] Vor diesem Hintergrund soll im Praxisvortrag der Frage nachgegangen, wie die Qualität des digitalen Lernens in der Pflege verbessert werden kann. Dabei werden Best Practices und Herausforderungen im Zuge der Implementierung von digitalem Lernen unter Nutzung der Softwarte Articulate Storyline beim GALA-Praxispartner St. Gereon Seniorendienst gGmbH geteilt und diskutiert.
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.
Der Export von Bildungsdienstleistungen erfolgt - nicht zwangsläufig, jedoch häufig - durch mehrere Partner. Dies wird umso eher der Fall sein, je breiter und forschungsnäher das gewählte Themenfeld ist. In diesem Fall kann man von einem Dienstleistungsnetzwerk sprechen. Und, aus der Perspektive der Netzwerkforschung, auf die Strukturen und Prozesse der Erstellung der Dienstleistung, aber auch auf den Erfolg solcher Netzwerke blicken.
Die lernende Produktion in der Industrie 4.0 - Digitalisierung bei der Zwiesel Kristallglas AG
(2017)
Durch die Industrie 4.0 und die damit verbundene Digitalisierung von Produktionsprozessen verändern sich sowohl die Organisationsstrukturen von Unternehmen als auch ihre Betriebsabläufe dramatisch. Die zunehmende Digitalisierung und Vernetzung in der Produktion geht mit enormen wirtschaftlichen Potentialen für Unternehmen einher, wird aber auch Branchen und ihre Wertschöpfung zukünftig massiv verändern.
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 )
This full paper track proposal deals with the challenges of designing the onboarding of new employees in digital work settings. The increasing prevalence of home office workplaces due to the corona pandemic poses new challenges for managers in designing this phase given the physical separation of team members. In the context of this research project, the aim was to examine how managers experience digital onboarding in practice and which methods they use to trigger learning and teambuilding processes.
In particular, the initial period in a new company is accompanied by many learning and team-building processes at various levels: The newcomer must acquire new technical information, create social connections with other team members, and learn on a superordinate level which values are embodied in the organization. This introductory phase lays the foundation for the initiation of further learning processes as well as the learning climate and should therefore be designed with caution.
For this purpose, data was collected using guideline-based expert interviews with managers via digital video call platforms.
Most managers reported a preference for hybrid onboarding.
Overall, it appears that managers largely use adequate strategies for triggering learning and teambuilding processes in remote work. Nevertheless, not all potentials have yet been exhausted, so this paper describes implementation proposals for the conception of leadership development workshops regarding the design of a professional onboarding.
Digitalisierung, Industrie 4.0, Smart Factories: Termini wie diese sind immer öfter in wissenschaftlichen Beiträgen und Medienberichten präsent. Sie verdeutlichen, dass die heutige Arbeitswelt unmittelbar mit digitalen Veränderungen verknüpft wird. Häufig wird betont, wie tiefgreifend Digitalisierungsprozesse in gesellschaftliche und wirtschaftliche Strukturen eingreifen und dass umfangreiche Transformationen nötig seien, um mit der zunehmend technischen Durchdringung vieler Bereiche mithalten zu können. Mitunter wird gewarnt, zahlreiche Arbeitsplätzen seien gefährdet, weil immer mehr Tätigkeiten künftig von Maschinen oder Robotern ersetzt werden könnten. Dabei gerät aus dem Blickfeld, dass digitale Softwarelösungen in der Industrie nicht nur Arbeitsschritte ersetzen, sondern auch sinnvoll unterstützen können. Dadurch erhalten sie einen hohen Mehrwert und können Prozessabläufe ebenso wie Kompetenzen zuständiger Mitarbeiter langfristig verbessern, anstatt sie hinfällig zu machen. Der vorliegende Beitrag widmet sich deshalb der Implementierung digital gestützter Lern- und Assistenzsysteme, die im industriellen Bereich als maßgebliche Arbeitserleichterung integriert werden können und so die Effizienz und Produktivität steigern.
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.
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.
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.