Work in Process - Datenbasis mit Bewegungsaufnahmen von Arbeitstätigkeiten
Projekt
Überblick
Beschreibung
Die Nützlichkeit datengetriebener Algorithmen wird maßgeblich vom Inhalt der Trainingsdaten bestimmt. Die inhaltlich umfangreiche Sammlung und Strukturierung geeigneter Daten ist daher das wesentliche Ziel des Vorhabens. Der Einsatz im arbeitswissenschaftlichen Kontext impliziert vorrangig zwei Anforderungen an die geplanten Trainingsdaten von Arbeitsbewegungen: die umfassende Abbildung der Varianz von (a) Arbeitstätigkeiten und (b) Anthropometrien. Die Auswahl der relevanten Arbeitstätigkeiten (a) entsteht durch eine Zuordnung von relevanten physischen Belastungsarten (BAuA, 2019) zu Kategorien industrieller Tätigkeiten (Hackstein et al., 1975). In Tabelle 1 sind Beispiele einzelner Teiltätigkeiten genannt, wodurch das Spektrum von arbeitsbedingten Körperbewegungen skizziert wird. Wie einleitend dargestellt wurde, existieren bereits Datensätze (siehe Anlage A), die einen Teil der Anforderungen erfüllen und sich somit potenziell in das geplante Vorhaben integrieren lassen. In einem ersten Schritt ist es notwendig, die diesbezüglich erfolgte Recherche zu vervollständigen und nutzbare Daten zu identifizieren. Darauf aufbauend wird der Bedarf an Motion-Capture-Aufnahmen abgeleitet und Möglichkeiten zur Harmonisierung bzw. || Körperhaltungen und Arbeitsbewegungen sind entscheidende Merkmale bei der Beurteilung von vielen Arbeitstätigkeiten. Durch die Anwendung der Erkenntnisse von Ergonomie, Arbeitssicherheit und Prozessgestaltung kann die Belastung der Arbeitnehmer*innen optimiert und so deren Gesundheit und Leistungsfähigkeit langfristig erhalten werden. Es existiert eine Vielzahl von Normvorgaben und Bewertungsverfahren zur Gestaltung von körperlicher Arbeit. In Form von Softwaretools sind solche Verfahren oft in sogenannten “digitalen Menschmodellen” (vgl. VDI 4499-4:2019; Scataglini & Paul, 2019) umgesetzt. Es wird damit eine Möglichkeit geschaffen, anthropometrische, biomechanische und physiologische Eigenschaften des Menschen in virtuelle Entwicklungsumgebungen einfließen zu lassen, um bereits im Planungsstadium von Arbeitssystemen Risikoanalysen im Hinblick auf resultierende körperliche Beanspruchungen durchführen zu können. Eine bedeutende Weiterentwicklung wurde mit Technologien zur digitalen Erfassung von Körperbewegungen (Motion Capture) erzielt. Arbeitswissenschaftliche digitale Menschmodelle sind nun in der Lage, nicht nur einzelne Körperhaltungen, sondern auch vollständige Sequenzen von Arbeitsbewegungen
