Vollautomatisiertes Aufbereiten von Ergonomiedaten im Bereich der Lagerhaltung
Trotz der fortschreitenden Automatisierung von Lagern und Distributionszentren sind manuelle Tätigkeiten in diesem Sektor immer noch sehr verbreitet, insbesondere beim Materialumschlag, der häufig Hebe-, Biege- und Drehbewegungen erfordert. Bei solchen sich wiederholenden körperlichen Arbeiten können Muskel-Skelett-Erkrankungen (MSD) auftreten, die sich beispielsweise durch Knochenbrüche und Muskelermüdung äußern. Laut einem 2019 veröffentlichten Bericht der Europäischen Agentur für Sicherheit und Gesundheitsschutz am Arbeitsplatz (EU-OSHA) sind Muskel- und Skeletterkrankungen mit durchschnittlich 5,5 Tagen pro Jahr der häufigste Grund für Krankschreibungen. Der Schlüssel zur Prävention von Muskel- und Skeletterkrankungen liegt darin, zu verstehen, wie Arbeitnehmer körperliche Aufgaben verrichten und ob sie diese ergonomisch ausführen. Ein grundlegender Schritt in dieser Hinsicht ist die Erfassung der Bewegungsdaten von Arbeitnehmern. Bewegungsdaten können durch teure Bewegungserfassungssysteme erfasst werden, die jedoch für kleine und mittlere Unternehmen (KMU) aufgrund der hohen Investitionskosten in der Regel nicht verfügbar sind. Eine Alternative dazu ist die Erfassung von Bewegungsdaten durch billigere und einfach zu bedienende Unterhaltungselektronik (z. B. Microsoft Kinect). Der Nachteil dieses optischen Bewegungserfassungssystems ist, dass es bei Überschneidungen zu falschen Darstellungen der Bewegungen führen kann.
Ziel des Projekts ist es daher, einen auf maschinellem Lernen basierenden Prototyp zu entwickeln, der mit Hilfe von Ergonomie- und Prozesswissen Fehler erkennt und die verlorenen Bewegungsdaten schätzt. Zu diesem Zweck werden nicht nur im Labor, sondern auch in Zusammenarbeit mit Industriepartnern Daten gesammelt. Das Projekt führt erstmals das Wissen aus der Bewegungsverfolgungstechnologie, der Ergonomie und dem maschinellen Lernen zusammen, um KMU in die Lage zu versetzen, ergonomische Arbeitsplätze für die menschlichen Arbeitskräfte in Lagern zu gestalten.
Das Forschungsvorhaben motiontracKIng (HA-Projekt-Nr.: 1526/23-79) hat eine Laufzeit von August 2023 bis Juli 2024 und wird aus Mitteln des Landes Hessen und der HOLM-Förderung im Rahmen der Maßnahme „Innovationen im Bereich Logistik und Mobilität“ des Hessischen Ministeriums für Wirtschaft, Energie, Verkehr und Landesentwicklung gefördert. Als Projektpartner sind Prof. Dr. Felix Weidinger, Fachgebiet Operations Research an der TU Darmstadt, Jun.-Prof. Dr. Eric Grosse, Chair of Business Management and Digital Transformation in Operations Management an der Universität des Saarlandes sowie Fa. Gerüstbau Fr. Schimmer und Aalberts Surface Techlologies GmbH, beide Weiterstadt, am Projekt motiontracKIng beteiligt.
