Mensch, wie geht es dir?
Maschinen übernehmen immer mehr Aufgaben. Idealerweise sollten sie auch in der Lage sein, den Menschen bei Fehlverhalten zu unterstützen. Voraussetzung dafür ist, dass die Maschine versteht, wie es dem Menschen geht, der sie bedient. Fraunhofer-Forscher haben ein Diagnose-Verfahren entwickelt, das Nutzerzustände in Echtzeit erkennt und den Maschinen mitteilt.
Für Fluglotsen ist es besonders wichtig, dass Mensch und Maschine gut interagieren. (Bild: Fraunhofer FKIE)
Die Kamera hat die Augen des Fahrers fest im Blick. Sind sie länger als eine Sekunde geschlossen wird Alarm ausgelöst. “Nicht immer ist der Zustand, in dem sich ein Mensch befindet, von einer Maschine so einfach zu erkennen wie hier”, sagt Jessica Schwarz vom Fraunhofer-Institut für Kommunikation, Informationsverarbeitung und Ergonomie. Die Diplom-Psychologin ist in ihrer Doktorarbeit der Frage nachgegangen, wie sich Nutzerzustände sehr genau ermitteln lassen, welchen Einfluss diese auf mögliches Fehlverhalten haben und wie automatisierte Systeme diese Information nutzen können. “Bei komplexen Anwendungen reicht es nicht aus, sich auf einen Einflussfaktor zu konzentrieren”, sagt sie. Beispielsweise bedeutet eine gestiegene Herzrate nicht automatisch, dass ein Mensch gestresst ist. Schwarz untersuchte daher, welche Faktoren Einfluss auf die Leistungsfähigkeit des Menschen nehmen und konzipierte ein ganzheitliches Modell, das Nutzerzustände und deren Ursachen umfassend abbildet. In ihrem Modell unterscheidet sie zwischen sechs Dimensionen des Nutzerzustands, die Einfluss auf die Leistungsfähigkeit haben: Beanspruchung, Motivation, Situationsbewusstsein, Aufmerksamkeit, Müdigkeit und den emotionalen Zustand. Zur Erfassung dieser Zustände setzt sie physiologische und verhaltensbasierte Messmethoden ein. Diese kombiniert sie zusätzlich mit äußeren Faktoren sowie individuellen Angaben zur Person – wie etwa deren Erfahrung. Die theoretischen Erkenntnisse überprüfte sie in Experimenten, in denen sie Probanden vor folgende Aufgabe stellte: Sie mussten sich in Fluglotsen hineinversetzen und in einer Computersimulation Flugzeuge sicher durch einen virtuellen Luftraum steuern. Dabei wurden als Stressfaktoren die Anzahl der Flugzeuge erhöht, Anweisungen der ‘Lotsen’ nicht erwidert und Hintergrundlärm eingespielt. Individuelle Faktoren wie Erfahrungsgrad, Fähigkeiten und Befinden wurden zuvor erfasst. EEG-Sensoren, ein Eyetracker und ein EKG-Brustgurt zeichneten die Körperdaten auf. Es entstand eine Diagnoseschnittstelle, die in Echtzeit erkennt, wann einzelne Faktoren kritische Werte erreichen, und das der Maschine mitteilt. Bis Ende des Jahres soll das Forschungsprojekt abgeschlossen sein.
Das könnte Sie auch interessieren
Vom 22. bis zum 26. April wird Hannover zum Schaufenster für die Industrie. Neben künstlicher Intelligenz sollen insbesondere Produkte und Services für eine nachhaltigere Industrie im Fokus stehen.‣ weiterlesen
Eine Umfrage von Hewlett Packard Enterprise (HPE) unter 400 Führungskräften in Industrie-Unternehmen in Deutschland zeigt, dass zwei Drittel der Befragten den Data Act als Chance wahrnehmen. Der Data Act stieß unter anderem bei Branchenverbänden auf Kritik.‣ weiterlesen
Deutsche Unternehmen nehmen eine zunehmende Bedrohung durch Cyber-Angriffe wahr. Das zeigt eine aktuelle Umfrage vom Markt- und Meinungsforschungsinstitut YouGov im Auftrag von 1&1 Versatel, an der mehr als 1.000 Unternehmensentscheider teilnahmen.‣ weiterlesen
Carbon Management-Technologien stehen im Fokus, um CO2-Emissionen zu reduzieren und zu managen. Die Rolle des Maschinenbaus und mögliche Entwicklungspfade betrachtet eine neue Studie des VDMA Competence Center Future Business.‣ weiterlesen
Nach Bitkom-Berechnungen fehlen bis zum Jahr 2040 mehr als 660.000 IT-Fachkräfte. Welche Maßnahmen helfen könnten, diesem Trend entgegenzuwirken, hat der Verband beleuchtet. Potenziale liegen unter anderem darin, mehr Frauen für IT-Berufe zu begeistern oder den Quereinstieg zu erleichtern.‣ weiterlesen
Laut einer Studie der Unternehmensberatung Bain & Company könnten Unternehmen ihre Produktivität durch digitale Tools, Industrie 4.0-Technologien und Nachhaltigkeitsmaßnahmen steigern. Deren Implementierung von folgt oft jedoch keiner konzertierten Strategie.‣ weiterlesen
Hohe Geschwindigkeit und hohe Erkennungsraten sind die Anforderungen an die Qualitätskontrolle in der Verpackungsbranche. Wie diese Anforderungen erreicht werden können, zeigt das Unternehmen Inndeo mit einem Automatisierungssystem auf Basis von industrieller Bildverarbeitung und Deep Learning.‣ weiterlesen
Jeder zweite Betrieb investiert laut einer Betriebsräte-Befragung der IG Metall zu wenig am Standort. Demnach verfügen rund 48 Prozent der Unternehmen über eine Transformationsstrategie. Zudem sehen die Betriebsräte ein erhöhtes Risiko für Verlagerungen.‣ weiterlesen
Ob es sich lohnt, ältere Maschinen mit neuen Sensoren auszustatten, ist oft nicht klar. Im Projekt 'DiReProFit' wollen Forschende dieses Problem mit künstlicher Intelligenz zu lösen.‣ weiterlesen
Ziel des neuen VDMA-Forums Manufacturing-X ist es, der zunehmenden Bedeutung von Datenräumen als Basis für neue, digitale Geschäftsmodelle Rechnung zu tragen. Wie der Verband mitteilt, soll das Forum auf dem aufbauen, was in der letzten Dekade durch das VDMA-Forum Industrie 4.0 erarbeitet wurde. ‣ weiterlesen
Wie kann eine Maschine lernen, sich in unserer Lebenswelt visuell zu orientieren? Mit dieser Frage setzen sich die Wissenschaftler am Deutschen Forschungsinstitut für Künstliche Intelligenz (DFKI) aktuell auseinander – und entwickeln Lösungen.‣ weiterlesen
INDUSTRIE 4.0 & IIoT-MAGAZIN Leseprobe
Zeitschrift für Industrie 4.0, Internet of Things & Digitale Transformation
