Produktive, sichere und gesunde Arbeitsgestaltung mit digitalen Technologien und Künstlicher Intelligenz – Hintergrundwissen und Gestaltungsempfehlungen

Frost, Martina; Guhlemann, Kerstin; Cordes, Anja; Zittlau, Katrin; Hasselmann, Oliver

doi:10.1007/s41449-020-00200-3

Cited by 6 publications

(4 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Besonders kleine und mittlere Unternehmen (KMU), unter ihnen das Handwerk 2 , stehen vor der Herausforderung, diesen Wandel zu gestalten (Cordes & Ihm, 2019;Frost et al, 2020;Schröder, 2022). Es liegen zahlreiche Ergebnisse, Erkenntnisse sowie Leitfäden und Tools aus der arbeitswissenschaftlichen Forschung vor, gleichzeitig existiert ein Mangel an Forschungen, die wirksame Transfermechanismen identifizieren (Dörre & Holst, 2010, S.…”

Section: Das Handwerk Als Rezipient Arbeitswissenschaftlicher Forschu...unclassified

“…Die Anzahl der Beschäftigten eines Betriebes ist zwar die robusteste Determinante für die Umsetzung von Neuerungen, da mehrfach größere personelle Kapazitäten den Einsatz von beispielsweise technischen Innovationen unterstützen (Zoch, 2011, S. 115f., 137;Frost et al, 2020). Jedoch folgert Graffenberger (2020), dass die Bereitschaft, Kooperationen mit wissenschaftlichen Einrichtungen einzugehen, nicht allein von der Betriebsgröße abhängig ist.…”

Section: Charakteristische Merkmale Und Innovationsmodi Im Handwerkunclassified

See 1 more Smart Citation

Erfolgreicher Transfer in der Arbeitsgestaltung

2023

View full text Add to dashboard Cite

Die Erkenntnis, dass in der produktiven und gesundheitsgerechten Arbeitsgestaltung kein Wissensdefizit, sondern ein Transferdefizit besteht, setzt sich immer mehr durch. Doch über erfolgreichen Transfer und den Stand der Transferforschung ist wenig bekannt. Transfer von Ergebnissen der Arbeitsforschung sowie von Informationen zur produktiven und gesundheitsgerechten Arbeitsgestaltung ist nur dann wirkungsvoll, wenn die Erkenntnisse der Transferforschung berücksichtigt werden. Seit der Jahrtausendwende gab es eine Vielzahl von Projekten zur Transferforschung, die bis heute weiterentwickelt worden sind. Diese Publikation gibt neben neuen Erkenntnissen zur Transferforschung einen Überblick über die relevanten Ergebnisse aus diesen Transferprojekten. Die Beiträge geben Dienstleistern zur Arbeits- und Organisationsgestaltung, aber auch Akteuren aus Forschungsprojekten Anregungen für den erfolgreichen Transfer ihrer Produkte und Inhalte.

show abstract

Section: Das Handwerk Als Rezipient Arbeitswissenschaftlicher Forschu...unclassified

Section: Charakteristische Merkmale Und Innovationsmodi Im Handwerkunclassified

Erfolgreicher Transfer in der Arbeitsgestaltung

2023

View full text Add to dashboard Cite

show abstract

“…Un klar ist, welche Auswirkungen das auf die Arbeitsbedingungen von Füh renden und Managenden hat. Zumindest kann davon ausgegangen wer den, dass die mit der Einführung von KI verbundenen Veränderungs prozesse angemessen vorbereitet und gestaltet werden müssen, um die Gesundheit und das Wohlbefinden von Führenden und Managenden zu erhalten (Frost et al, 2020;Köper & Richter, 2016). Darüber hinaus sollten Führungskräfte als Beschäftigte bei der Einführung und Integration von KI beteiligt werden, um so Akzeptanz bei den Nutzerinnen und Nutzern von KI herzustellen (Frost et al, 2020;Fuß, 2020).…”

Section: Ki Als Substitut Oder Digitale Mitarbeiterinunclassified

VI. Führen und Managen

Ribbat¹,

Weber²,

Tisch³

2022

Sicherheit Und Gesundheit in Der Digitalisierten Arbeitswelt

View full text Add to dashboard Cite

“…Der Mehrwert und die Potenziale von KI für eine gesunde, produktive und sichere Arbeitsgestaltung wurde in internationalen Forschungsarbeiten bereits bestätigt, wodurch das Risiko für Unternehmen ohne KI steigt, im Vergleich dazu, den Anschluss zu verlieren (Frost et al. 2020 ).…”

Section: Motivation Und Projektvorstellung „Dynamische Pause“unclassified

Einsatz von Maschinellem Lernen für die Vorhersage von Stress am Beispiel der Logistik

et al. 2021

View full text Add to dashboard Cite

ZusammenfassungStress und seine komplexen Wirkungen werden bereits seit Anfang des 20. Jahrhunderts erforscht. Die vielfältigen psychischen und physischen Stressoren in der Arbeitswelt können in Summe zu Störungen des Organismus und zu Erkrankungen führen. Da die Ausprägung körperlicher und subjektiver Folgen von Stress individuell unterschiedlich ist, lassen sich keine absoluten Grenzwerte ermitteln. Zur Erforschung der systematischen Mustererkennung physiologischer und subjektiver Stressparameter sowie einer Stressvorhersage, werden in dem vorliegenden Beitrag Methoden des maschinellen Lernens (ML) eingesetzt. Als praktischer Anwendungsfall dient die Logistikbranche, in der Belastungsfaktoren häufig in der Tätigkeit und der Arbeitsorganisation begründet liegen. Ein Gestaltungselement bei der Prävention von Stress ist die Arbeitspause. Mit ML-Methoden wird untersucht, inwieweit Stress auf Basis physiologischer und subjektiver Parameter vorhergesagt werden kann, um Pausen individuell zu empfehlen. Im Beitrag wird der Zwischenstand einer Softwarelösung für ein dynamisches Pausenmanagement für die Logistik vorgestellt.Praktische Relevanz: Das Ziel der Softwarelösung „Dynamische Pause“ besteht darin, Stress in Folge mentaler und physischer Belastungsfaktoren in der Logistik präventiv vorzubeugen und die Beschäftigten auf lange Sicht gesund, zufrieden, arbeitsfähig und produktiv zu halten. Infolge individualisierter Erholungspausen als Gestaltungselement, können Unternehmen unterstützt werden, Personalressourcen entsprechend der dynamischen Anforderungen der Logistik flexibler einzusetzen.

show abstract

Produktive, sichere und gesunde Arbeitsgestaltung mit digitalen Technologien und Künstlicher Intelligenz – Hintergrundwissen und Gestaltungsempfehlungen

Cited by 6 publications

References 2 publications

Erfolgreicher Transfer in der Arbeitsgestaltung

Erfolgreicher Transfer in der Arbeitsgestaltung

VI. Führen und Managen

Einsatz von Maschinellem Lernen für die Vorhersage von Stress am Beispiel der Logistik

Contact Info

Product

Resources

About