KIT-Bibliothek

„Mit KI zu einer menschenfreundlicheren Arbeitswelt“ – Forschende des Karlsruher Instituts für Technologie arbeiten an adaptiven Mensch-Maschine Schnittstellen - Campus-Report am 07.05.2024

Author

Stefan Fuchs

Interviewee

Barbara Deml

Participating institute

Studium Generale. Forum Wissenschaft und Gesellschaft (FORUM)
Institut für Arbeitswissenschaft und Betriebsorganisation (IFAB)

Genre

Beiträge rund ums KIT

Description

Das Miteinander von Mensch und Maschine ist nicht immer konfliktfrei. Nicht selten sind wir im Umgang mit Technik schlicht überfordert. Das Handy, das nicht so will wie wir. Das Computerprogramm am Arbeitsplatz, das uns auch nach Wochen der Einarbeitung ein Buch mit sieben Siegeln bleibt. Die Webseite, wo wir den Weiterleitungsbutton nicht finden können. Am Institut für Arbeitswissenschaften und Betriebsorganisation des Karlsruher Instituts für Technologie hat man sich vorgenommen, solche Reibungsverluste im Umgang des Menschen mit der Maschine zu beseitigen. Arbeitsplätze so zu gestalten, dass sie sich den körperlichen und emotionalen Bedürfnissen der Mitarbeitenden optimal anpassen. Wann sind sie müde, wann überfordert und wann so konzentriert, dass man sie vor Störungen durch Telefon oder E-Mail schützen muss? Der Einsatz künstlicher Intelligenz kann einen entscheidenden Beitrag zu einer menschenfreundlicheren Arbeitswelt leisten.

Keywords

Adaptive Mensch-Maschine Schnittstellen, KI, Arbeitswissenschaft, Industrieroboter, Eyetracking, Inklusion, Augen- und Blickverhalten, Datenschutz, Emotionen, Stress, Hautwiderstand, Sensorik, Leistungsüberwachung, Fahrsimulator, Müdigkeit, Flow, Profil, User Experience, Intention Prediction, körperlicher Stress, emotionaler Stress, Menschen mit Behinderung, Sprachbarrieren, Ausbildungsinhalte, Berufspädagogik

Duration (hh:mm:ss)

00:11:22

Series

Campus-Report

Published on

10.05.2024

Subject area

Mechanical engineering

License

Creative Commons Attribution 4.0 International

Audio bitrate 95646 bps
Audio channels 1
Audio Codec mp3
Audio Sample Rate 44100 Hz
Total Bitrate 95648 bps
Container mp3
Duration 682.031020 s
Filename DIVA-2024-88_mp3.mp3
File Size 8.154.374 byte

Media URL

Embed Code

Campus-Report Episodes 1-50 of 1208