IM 37, 2021, 49-52
Potenziale multimodaler Benutzungsschnittstellen - Ansätze der Mensch-Maschine-Interaktion für die digitalisierte Produktion

Bibtex

@Article{,
	  
 Year     = "2021", 
  Number    = "5", 
  Volume    = "IM 37", 
  Pages    = "49-52", 
   Journal   = "Industrie 4.0 Management",
  Title    = "Potenziale multimodaler  Benutzungsschnittstellen - Ansätze der Mensch-Maschine-Interaktion  für die digitalisierte Produktion", 
  Author    = "Daniel-Leonhard Fox, André Ullrich und Norbert Gronau, Universität Potsdam", 
  Doi    = "https://doi.org/10.30844/I40M_21-5_S49-52", 
  Abstract    = "Die Digitalisierung verändert Fertigung und Produktion nachhaltig. Dabei ist die konkrete Ausgestaltung von Benutzungsschnittstellen im digitalisierten Produktionsumfeld von zentraler Bedeutung für eine erfolgreiche Transformation. In diesem Beitrag werden Einsatzpotenzial und Kombinationsmöglichkeiten von Ansätzen der Mensch-Maschine-Interaktion aufgezeigt sowie Anwendungsbeispiele vorgestellt. Dabei bieten multimodale Benutzungsschnittstellen einen hohen Grad an Immersion. Im Ergebnis werden Ansätze VR-, gesten- und sprachbasierter Interaktionsformen mithilfe der Grundsätze der Dialoggestaltung verglichen und deren Eignung im Einsatz als Arbeits- und Lernunterstützung für die Mitarbeiter dargestellt.", 
  Keywords    = "Mensch-Maschine-Interaktion (MMI), Industrie 4.0, Multimodale Benutzungsschnittstellen", 
}

Abstract

Abstract

Die Digitalisierung verändert Fertigung und Produktion nachhaltig. Dabei ist die konkrete Ausgestaltung von Benutzungsschnittstellen im digitalisierten Produktionsumfeld von zentraler Bedeutung für eine erfolgreiche Transformation. In diesem Beitrag werden Einsatzpotenzial und Kombinationsmöglichkeiten von Ansätzen der Mensch-Maschine-Interaktion aufgezeigt sowie Anwendungsbeispiele vorgestellt. Dabei bieten multimodale Benutzungsschnittstellen einen hohen Grad an Immersion. Im Ergebnis werden Ansätze VR-, gesten- und sprachbasierter Interaktionsformen mithilfe der Grundsätze der Dialoggestaltung verglichen und deren Eignung im Einsatz als Arbeits- und Lernunterstützung für die Mitarbeiter dargestellt.

Keywords

Schlüsselwörter

Mensch-Maschine-Interaktion (MMI), Industrie 4.0, Multimodale Benutzungsschnittstellen

References

Referenzen

[1] Handbuch Usability: ISO 9241. URL: www.handbuch-usability.de/iso-9241.html, Abrufdatum 15.06.2020.

[2] Vogel-Heuser, B.; Bauernhansl, T.; Ten Hompel, M. (Hrsg): Handbuch Industrie 4.0. Bd. 4: Allgemeine Grundlagen, 2. Auflage. Berlin 2017.

[3] Dumas, B.; Lalanne, D.; Oviatt, S.: Multimodal Interfaces: A Survey of Principles, Models and Frameworks. In: Lecture Notes in Computer Science (2009), S. 3-26.

[4] Deutsche Akademie der Technikwissenschaften (Hrsg): Innovationspotenziale der Mensch-Maschine-Interaktion. München 2016.

[5] Reply: Zukunftskonzepte für Human Machine Interfaces – So kommen Menschen den Maschinen näher. URL: www.reply.com/de/topics/artificial-intelligence-and-machine-learning/human-machine-interfaces-trend-report, Abrufdatum 15.06.2020.

[6] Héder, M.: From NASA to EU: the evolution of the TRL scale in Public Sector Innovation. In: The Innovation Journal 22 (2017) 1.

[7] Goertz, W.; Gartner: Hype Cycle for Human-Machine Interface. 2018. URL: www.gartner.com/doc/3882879/hype-cycle-humanmachine-interface-, Abrufdatum 15.06.2020.

[8] Liu, H.; Wang, L.: Gesture recognition for human-robot collaboration: A review. In: International Journal of Industrial Ergonomics 68 (2018), S. 355-367.

[9] Vukelic, M.; Pollmann, K.; Peissner, M.; Spath, D.: Mensch-Technik-Interaktion mit Emotionen: Eine neurowissenschaftliche Untersuchung zu hirnphysiologischen Prozessen emotional-affektiver Nutzerreaktionen die für technische Assistenz relevant sind. In: Freitag, M. (Hrsg): Mensch-Technik-Interaktion in der digitalisierten Arbeitswelt (2020), S. 39-58.

[10] Mittelstand 4.0 – Kompetenzzentrum Saarbrücken: Brain-Computer-Interfaces: Einsatz von Brain-Computer-Interfaces als Mittel der Mensch-Technik-Interaktion. URL: kompetenzzentrum-saarbruecken.digital/technologieradar-brain-computer-interfaces, Abrufdatum 15.06.2020.

[11] Hochberg, L. R. u. a.: Reach and grasp by people with tetraplegia using a neurally controlled robotic arm. In: Nature 485 (2012) 7398, S. 372-375.

[12] Myers, C.; Furqan, A.; Nebolsky, J.; Caro, K.; Zhu, J.: Patterns for How Users Overcome Obstacles in Voice User Interfaces. In: Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems – CHI ’18 (2018), S. 1-7.

[13] Gorecky, D.; Schmitt, M.; Loskyll, M.; Zühlke D.: Human-machine-interaction in the industry 4.0 era. In: 12th IEEE International Conference on Industrial Informatics (INDIN) (2014), S. 289-294.

[14] Oviatt, S.: Advances in robust multimodal interface design. In: IEEE Computer Graphics and Applications 23 (2003) 5, S. 62-68.

[15] Bundesministerium für Bildung und Forschung: Logistik 4.0, mit dem Exoskelett SensHand gegen Gesundheitsschäden in der Lagerhaltung. URL: www.wissenschaftsjahr.de/2018/neues-aus-den-arbeitswelten/alle-aktuellen-meldungen/april-2018/exoskelett-senshand-bietet-sich-als-hebehilfe-in-der-lagerhaltung-an, Abrufdatum 15.06.2020.

[16] Böde, E.; Hartmann, E. A.; Lüdtke, A.; Oppenheimer, F.; Rötting, M.; Wegerich, A.: Mensch-Technik-Interaktion. In: Bundesministerium für Wirtschaft und Technologie (BMWi) Öffentlichkeitsarbeit: Autonomik – Autonome und simulationsbasierte Systeme für den Mittelstand 3. Berlin 2018.

[17] Teichmann, M.; Ullrich, A.; Wenz, J.; Gronau, N.: Herausforderungen und Handlungsempfehlungen betrieblicher Weiterbildungspraxis in Zeiten der Digitalisierung. HMD Praxis der Wirtschaftsinformatik. Faktor Mensch – Erwachsenenbildung. 2020. DOI: 10.1365/s40702-020-00614-x.

GITO events | library.gito