Definition: »Digitale Assistenzsysteme unterstützen Menschen bei der Arbeit durch punktuelle Informationen. Das können einfache Hinweise sein, zum Beispiel in der Benutzeroberfläche von Software, aber auch ausführliche Handlungsanleitungen. Unternehmen profitieren von Assistenzsystemen, da sie die Arbeit ihrer Angestellten verbessern, Fehler reduzieren und es ermöglichen, Personal flexibel einzusetzen.« (BMWE, o.D.)
Grundlagen Assistenzsysteme
Nach Apt et al. (2018) können digitale Assistenzsysteme in der Industrie nach Art, Grad und Zielsetzung kategorisiert werden.
Art der Unterstützung:
- Physisch (oft körperbetragene Systeme wie z. B. Exoskeletten, zur Hilfestellung zur Entlastung bei körperlichen Tätigkeiten)
- Sensorisch (erweitern oder ergänzen menschliche Sinneswahrnehmungen, z. B. sensorbasierte Zustandsüberwachungssysteme)
- Kognitiv (Informationsbereitstellung zur Entscheidungsunterstützung, wie z. B. interaktive Visualisierungssysteme)
Grad der Unterstützung:
- Niedrig - Mittel - Hoch - Variabel
Ziel der Unterstützung:
- Kompensatorisch
- Erhaltend
- Erweiternd
Quelle: Apt, W., Bovenschulte, M., Priesack, K., Weiß, C. & Hartmann, E. A. (2018). Einsatz von digitalen Assistenzsystemen im Betrieb (Forschungsbericht Nr. 502). online verfügbar unter: www.iit-berlin.de/iit-docs/0b0ab71d0ed949269fa39e2b38665fde_Einsatz-von-digitalen-Assistenzsystemen-im-Betrieb.pdf
Digitale Assistenzsysteme nutzen Methoden der Künstlichen Intelligenz, des maschinellen Lernens, der Datenanalyse und/oder der Sensorik. Sie werden häufig in bestehende IT-Infrastrukturen (z. B. ERP-Systeme, Produktionssteuerung) oder in physische Arbeitsumgebungen integriert.
Digitale Assistenzsysteme finden in Unternehmen vielfältige Anwendungsbereiche. Einige ausgewählte Beispiele sind:
- Produktion: Werkerassistenzsysteme geben digitale Arbeitsanweisungen und prozessrelevante Daten direkt am Arbeitsplatz
- Büro & Verwaltung: KI-Assistenten unterstützen bei Terminplanung, Dokumentenmanagement oder bei der Beantwortung von Routineanfragen.
- Kundenservice: KI-gestützte Chatbots antworten Routine-Kundenanfragen automatisiert, schnell und rund um die Uhr.
- Wartung & Instandhaltung: AR-basierte Assistenzsysteme liefern Handlungsanweisungen direkt ins Sichtfeld vor Ort.
- Schulung: VR-basierte Assistenzsysteme ermöglichen in der industriellen Schulung eine realitätsnahe, interaktive Vermittlung komplexer Arbeitsabläufe in virtueller Umgebung.
Die Vorteile und Herausforderungen digitaler Assistenzsysteme unterscheiden sich je nach Art und Einsatzbereich des jeweiligen Systems. Im Folgenden sind jedoch zentrale Vorteile und typische Herausforderungen aufgeführt, die beim Einsatz solcher Systeme häufig zu beobachten sind:
Vorteile
- Steigerung von Effizienz und Produktivität
- Reduzierung von Fehlerquellen
- Verbesserung der Arbeitssicherheit
- Individuelle Unterstützung in heterogenen Teams
- Wissensmanagement und -transfer
Herausforderungen
- Datenschutz und IT-Sicherheit
- Akzeptanz durch die Mitarbeitenden
- Integration in bestehende Prozesse
- Qualifikationsanforderungen und Schulungsbedarf
Beim Einsatz digitaler Assistenzsysteme in Unternehmen sind verschiedene datenschutzrechtliche und weitere regulatorische Vorgaben zu beachten. Zu den wichtigsten Regelungen zählen:
- Datenschutz-Grundverordnung (DSGVO): Die DSGVO der Europäischen Union bildet den zentralen rechtlichen Rahmen für den Umgang mit personenbezogenen Daten.
- Bundesdatenschutzgesetz (BDSG): ergänzt die DSGVO durch spezifische nationale Bestimmungen, beispielsweise zu Arbeitnehmerdatenschutz.
- Betriebsverfassungsgesetz (BetrVG): werden durch Assistenzsysteme Verhaltens- oder Leistungsdaten von Beschäftigten erfasst und verarbeitet, sind die Informations- und Mitbestimmungsrechte des Betriebsrats zu beachten.
- IT-Sicherheitsgesetz bzw. KRITIS-Verordnung: Für besonders schutzwürdige Branchen (z. B. kritische Infrastrukturen) gelten erweiterte Vorgaben zur IT-Sicherheit und zum Schutz sensibler Daten.
- Telekommunikations-Digitale-Dienste-Datenschutz-Gesetz (TDDDG): Regelt die Verarbeitung personenbezogener Daten im Zusammenhang mit Telemediendiensten (wie Cloud-basierte Assistenzsysteme)