Industrie 4.0: Technologiebasierte Lern- und Assistenzsysteme für die Instandhaltung
Marianne Friese, Tina Haase, Klaus Jenewein, Georg Spöttl
In ihrer Dissertation bearbeitet die Autorin die Konzeption technologiebasierter Lern- und Assistenzsysteme für die Instandhaltung und konkretisiert diese am Beispiel eines Hochspannungsleistungsschalters. Vorgelegt wird eine theoretische Fundierung für aktuelle und zukünftige Anforderungen im Bereich hochtechnologischer Produktions- und Instandhaltungsprozesse. Neue technologiebasierte Lern- und Assistenzsysteme bilden komplexe Prozessanforderungen ab und stellen Erfahrungswissen bereit. In neuen Lern- und Assistenzformen bestehen umfangreiche Potentiale für die Aus- und Weiterbildung, da sie die Anforderungen an Fachkräfte mit den Rahmenbedingungen von Industrie 4.0 und der demografischen Entwicklung verbinden.
Preisgekrönt: Dr.in Tina Haase wurde für ihre Dissertation mit dem gtw-Wissenschaftspreis 2018 ausgezeichnet. Mehr Informationen unter wbv.de/bai.