Welche Kompetenzen benötigen Mitarbeitende für den Einsatz von Augmented Reality in Logistik und Produktion?

Abstract

Zusammenfassung
Dieser Praxisbericht der Zeitschrift Gruppe. Interaktion. Organisation. (GIO) stellt dar, wie die Prospektive Kompetenzanalyse in kleinen und mittleren Unternehmen (KMU) eingesetzt wurde, um die Einführung von Augmented Reality Systemen zu begleiten und damit einhergehende Kompetenzveränderungen aufzuzeigen. Der Einsatz neuer Technologien, wie Augmented Reality Systeme, stellt eine tiefgreifende Veränderung für Unternehmen dar, welche nicht nur mit einem intensiven arbeitsbezogenen Lernprozess einhergeht, sondern auch das Kompetenzprofil von Arbeitstätigkeit grundlegend verändern kann. Dies ist insbesondere in KMUs herausfordernd, wo vergleichsweise nur wenig personelle Ressourcen zur Verfügung stehen diese Prozesse zu begleiten. Eine Möglichkeit diese arbeitsbezogene Veränderung erfolgreich zu bewältigen besteht darin wissenschaftlich fundierte Methoden einzusetzen, welche bereits vorab präzise Abschätzungen der sich verändernden Kompetenzen ermöglichen können, sodass der Schulungsbedarf und die Handlungsempfehlungen bereits vor der Technologieeinführung erarbeitet werden können. Eine solche Methode ist die Prospektive Kompetenzanalyse. Im Rahmen dieses Praxisberichts skizzieren wir die Umsetzung der Prospektive Kompetenzanalyse in einem Verbundprojekt, in welchem ein audiovisuelles Assistenzsystem auf Basis eines Augmented Reality Systems für verschiedene Anwendungsszenarien in drei KMUs entwickelt wurde. Zusätzlich beschreiben und reflektieren wir eine methodische Anpassung der Prospektive Kompetenzanalyse, die den Einsatz des quantitativen Verfahrens auch bei KMUs ermöglicht.

Full text

HAUPTBEITRÄGE - THEMENTEIL
https://doi.org/10.1007/s11612-023-00701-9
Gruppe. Interaktion. Organisation. Zeitschrift für angewandte Organisationspsychologie (2023) 54:301–310
Welche Kompetenzen benötigen Mitarbeitende für den Einsatz von
Augmented Reality in Logistik und Produktion?
Ein Praxisbericht zur Prospektiven Kompetenzanalyse (ProKA) in drei KMUs
Julian Schulte1,3 · Anna-Lena Kato-Beiderwieden1·GünterW.Maier
1,2
Angenommen: 5. Juli 2023 / Online publiziert: 15. August 2023
© Der/die Autor(en) 2023
Zusammenfassung
Dieser Praxisbericht der Zeitschrift Gruppe. Interaktion. Organisation. (GIO) stellt dar, wie die Prospektive Kompetenzana-
lyse in kleinen und mittleren Unternehmen (KMU) eingesetzt wurde, um die Einführung von Augmented Reality Systemen
zu begleiten und damit einhergehende Kompetenzveränderungen aufzuzeigen. Der Einsatz neuer Technologien, wie Aug-
mented Reality Systeme, stellt eine tiefgreifende Veränderung für Unternehmen dar, welche nicht nur mit einem intensiven
arbeitsbezogenen Lernprozess einhergeht, sondern auch das Kompetenzprofil von Arbeitstätigkeit grundlegend verändern
kann. Dies ist insbesondere in KMUs herausfordernd, wo vergleichsweise nur wenig personelle Ressourcen zur Verfügung
stehen diese Prozesse zu begleiten. Eine Möglichkeit diese arbeitsbezogene Veränderung erfolgreich zu bewältigen besteht
darin wissenschaftlich fundierte Methoden einzusetzen, welche bereits vorab präzise Abschätzungen der sich verändernden
Kompetenzen ermöglichen können, sodass der Schulungsbedarf und die Handlungsempfehlungen bereits vor der Techno-
logieeinführung erarbeitet werden können. Eine solche Methode ist die Prospektive Kompetenzanalyse. Im Rahmen dieses
Praxisberichts skizzieren wir die Umsetzung der Prospektive Kompetenzanalyse in einem Verbundprojekt, in welchem ein
audiovisuelles Assistenzsystem auf Basis eines Augmented Reality Systems für verschiedene Anwendungsszenarien in
drei KMUs entwickelt wurde. Zusätzlich beschreiben und reflektieren wir eine methodische Anpassung der Prospektive
Kompetenzanalyse, die den Einsatz des quantitativen Verfahrens auch bei KMUs ermöglicht.
Schlüsselwörter Augmented Reality · Assistenzsystem · Kompetenzen · KMU
Julian Schulte
julian.schulte@uni-bielefeld.de
1Fakultät für Psychologie und Sportwissenschaft, Abteilung
für Psychologie, Arbeits- und Organisationspsychologie,
Universität Bielefeld, Universitätsstraße 25, 33615 Bielefeld,
Deutschland
2Research Institute for Cognition and Robotics (CoR-Lab),
Universität Bielefeld, Bielefeld, Deutschland
3Dezernat Personal und Organisation, Abteilung
Personalentwicklung Wissenschaft, Gesundheitsmanagement
und Familienservice, Universität Bielefeld, Universitätsstraße
25, 33615 Bielefeld, Deutschland
K
Content courtesy of Springer Nature, terms of use apply. Rights reserved.

302 J. Schulte et al.
What competencies do employees need for the use of augmented reality in logistics and production?
A report on practice of the Prospective Competence Analysis (ProCA) in three SMEs
Abstract
This practical report from the journal Gruppe. Interaktion. Organisation. (GIO) presents how the prospective competence
analysis was used in small and medium-sized enterprises (SMEs) to accompany the introduction of augmented reality
systems and to highlight associated competence changes. The use of new technologies, such as augmented reality systems,
represents a profound change for companies, which is not only accompanied by an intensive work-related learning process,
but can also fundamentally change the competence profile of the work itself. This is particularly challenging in small and
medium-sized enterprises (SMEs), where few human resources are available to accompany these processes. One way to
successfully manage this work-related change is to use scientifically based methods that can provide precise estimates of
the changing competencies in advance, so that training needs and recommendations for action can be developed before
the technology is introduced. One such method is Prospective Competence Analysis. In this practical report, we outline
the implementation of Prospective Competence Analysis in a collaborative project in which an audiovisual assistance
system based on an augmented reality system was developed for various application scenarios in three SMEs. In addition,
we describe and reflect on a methodological adaptation of Prospective Competence Analysis that enables the use of the
quantitative method also in SMEs.
Keywords Augmented reality · Assistance system · Competences · SMEs
1 Einleitung
Die Digitalisierung als Megatrend erfasst alle gesellschaft-
lichen Bereiche und damit auch die Arbeitswelt (Kauf-
feld und Maier 2020; Maier et al. 2020). Im Mittelpunkt
stehen dabei digitale Informationstechnologien, die zuneh-
mend neben dem experimentellen wissenschaftlichen Kon-
text auch in der Praxis von Industrie und Wirtschaft ei-
ne Rolle spielen (Bottani und Vignali 2019). Mit einer
zunehmenden Bedeutung im Anwendungskontext der Ar-
beitswelt wächst aber auch der Druck auf alle Akteure am
Markt mit der Entwicklung „Schritt zu halten“. In der In-
dustrie bedeutet dies, dass auch kleine und mittlere Unter-
nehmen (KMU) diesem Druck ausgesetzt sind. Besonders
interessant für KMUs sind dabei Informationstechnologien,
die nicht nur in der Wertschöpfung selbst eine Rolle spie-
len, sondern auch neue Möglichkeiten des arbeitsbezogenen
Lernens und Anlernens am Arbeitsplatz selbst eröffnen. Da-
zu gehören auch Augmented Reality (AR) Systeme, welche
die Wahrnehmung um zusätzliche meist visuelle und auditi-
ve Informationen anreichern. Mit der Microsoft HoloLens 2
wird beispielweise eine AR-Brille angeboten, die sich ne-
ben der Forschung und Entwicklung auch direkt an poten-
zielle Kunden wendet (Microsoft Corporation 2019). Die
HoloLens 2 wird dabei im Arbeitskontext selbst, sowie in
der Bildung und Fortbildung eingesetzt und findet vorwie-
gend in der Medizin (z. B. Operationsassistenz) und Tech-
nik (z.B. Anleitung zum Nachrüsten von Maschinen in der
Industrie) Anwendung (Park et al. 2021). Diese neuen In-
formationstechnologien erfüllen somit eine Doppelfunktion
im Anlernen und der Unterstützung bei Arbeitstätigkeiten
und können dadurch die operative, wie auch die strategische
Ausrichtung nachhaltig unterstützen. Gerade für KMUs mit
kleinen Belegschaften und oftmals wenig Möglichkeiten für
Produktionsstillstände für Schulungsmaßnamen oder auf-
wändige Pilotierungsphasen stellen diese Technologien ei-
ne Möglichkeit dar, Organisations- und Arbeitsabläufe zu
optimieren und Mitarbeitende am Arbeitsplatz anzulernen.
Gleichzeitig verfügen KMUs aber über verhältnismäßig we-
nige Ressourcen für die Begleitung der Technologieeinfüh-
rung und sind durch eine kleine Belegschaft im besonderen
Maße anfällig für personelle Fluktuationen, was zusätzli-
che Hemmnisse für eine Technologieeinführung sein kön-
nen (Astor et al. 2016;Warschatetal.2015). Demnach sind
ein potenzielles Scheitern der Technologieeinführung oder
eine Ablehnung der neuen Technologie durch die Beschäf-
tigten zu vermeiden und sich anbahnende Probleme sollten
so früh wie möglich identifiziert werden. Daher ist es von
zentraler Bedeutung, dass die Technologieeinführung auf
beiden Ebenen – technischer und personeller – erfolgreich
geplant und umgesetzt wird (Schlicher et al. 2020,2022b).
Für die technische Umsetzung stellt die DIN EN ISO
9241-210 „Menschzentrierte Gestaltung interaktiver Syste-
me“ ein Rahmenmodell für die Entwicklung und Umset-
zung neuer Informationstechnologien wie AR-Systeme dar
(Deutsches Institut für Normung e.V. 2019). Während für
die technische Umsetzung also ein Referenzrahmen besteht,
gibt es wenig Anhaltspunkte für den Einfluss dieser inter-
aktiven Systeme auf die Arbeitsgestaltung. Dabei ist anzu-
nehmen, dass sich im Zuge der Einführung dieser Systeme
die arbeitsgestalterischen Änderungen auch auf die benö-
tigten Kompetenzen der Mitarbeitenden auswirkt. So spie-
len Programmierungskenntnissen als Kompetenz branchen-
und qualifikationsübergreifend eine immer wichtigere Rolle
K
Content courtesy of Springer Nature, terms of use apply. Rights reserved.

Welche Kompetenzen benötigen Mitarbeitende für den Einsatz von Augmented Reality in Logistik und Produktion? 303
(Oberländer et al. 2020). Diese Veränderungen der Kompe-
tenzen erstrecken sich auf das gesamte Erwerbsleben und
reichen von wissensintensiven Arbeitsplätzen bis hin zu In-
dustriearbeitsplätzen (Murawski und Bick 2017).
Erfolgt keine Anpassung durch Schulungen oder arbeits-
platznahe Weiterqualifikation, so können unzureichende
Kompetenzen und Qualifikationen hingegen zu niedrigerer
Arbeitszufriedenheit, einer niedrigeren Organisationalen
Bindung und höheren Kündigungsabsichten (Sim und Lee
2018), sowie geringerem Wohlbefinden und schlechterer
Gesundheit führen (Schaufeli und Taris 2014;vander
Doef und Maes 1998). Nicht zuletzt deshalb wird die
Berücksichtigung der zukünftigen Anforderungen in der
DIN 33430 (Deutsches Institut für Normung e. V. 2002)
gefordert, um die sich verändernden erforderlichen Kom-
petenzen zu adressieren und negative Folgen zu mildern.
Eine Antizipation des Kompetenzprofils hat sich auch
für die Einführung von AR-Technologien wie Datenbril-
len in der Praxis als hilfreich erwiesen um z. B. durch
die Einbindung der Mitarbeitenden Vorurteile und Ängste
abzubauen (Paruzel et al. 2020). Um eine möglichst effek-
tive Technologieeinführung und Personalentwicklung für
KMUs im Kontext sich verändernder Arbeitsbedingungen
zu ermöglichen, ist es daher wünschenswert neben ei-
ner menschenzentrierten technischen Umsetzung zukünftig
erforderliche Kompetenzen bereits prospektiv zu erfassen
und Handlungsempfehlungen für die praktische Umsetzung
(z.B. konkrete Schulungsbedarfe) abzuleiten.
Eine Möglichkeit diese arbeitsbezogenen Veränderungen
der Kompetenzen erfolgreich zu adressieren, besteht da-
rin, wissenschaftlich fundierte Methoden einzusetzen, wel-
che bereits vorab präzise Abschätzungen der sich verän-
dernden Kompetenzen ermöglichen, um Ängste und Wi-
derstände abzubauen und einen erfolgreichen Beitrag zum
Change-Management zu liefern. Eine solche Methode ist
die Prospektive Kompetenzanalyse (ProKA; Kato-Beider-
wieden et al. 2021), welche bereits erfolgreich in Unter-
nehmen eingesetzt wurde (Schlicher et al. 2022a). Die Pro-
KA besteht dabei aus drei Schritten. Im ersten Schritt wer-
den mittels teilstandardisierter Interviews und Arbeitsplatz-
begehungen arbeitsrelevante Kompetenzen identifiziert, ge-
clustert und von Mitarbeitenden bzw. Stelleninhaber*innen
nach ihrer Relevanz gewichtet. Im zweiten Schritt wird die
zukünftige Arbeitssituation z. B. mittels Workshops identi-
fiziert und die Kompetenzen für diese zukünftige Arbeitssi-
tuation von den Mitarbeitenden erneut gewichtet. Im dritten
Schritt werden die beiden gewichteten Kompetenzprofile
der Arbeitssituationen verglichen und Maßnahmen abgelei-
tet. Der prospektive Ansatz durch die Ermittlung eines un-
ternehmens- oder arbeitsplatzspezifischen Kompetenzpro-
fils ermöglicht im Vergleich zu anderen Verfahren bereits
im Vorfeld eine präzise Abschätzung des zukünftigen Ar-
beitsplatzes (Kato-Beiderwieden et al. 2021). Die Abstrak-
tionsebene der Kompetenzen wird dabei so gewählt, dass
diese auch zukünftige Arbeitsplatzveränderungen adäquat
erfassen können und mit ähnlichen Tätigkeiten vergleich-
bar sind, wie dies in der Forschung zur Arbeitsplatzge-
staltung üblich ist (Morgeson und Humphrey 2006). Der
Einbezug von Mitarbeitenden und Führungskräften ermög-
licht ein umfassendes Profil aller relevanten Kompetenzen.
Durch den Abgleich des jetzigen und des zukünftigen Kom-
petenzprofils können systematisch Verzerrung durch eine
zu starke Fokussierung auf die Veränderungen alleine re-
duziert werden (vgl. Schuler und Höft 2004), sodass der
ganze Arbeitsplatz beurteilt wird. Eine grafische Übersicht
des Vorgehens der ProKA, wie sie auch in diesem Praxis-
bericht umgesetzt wurde, findet sich im Artikel von Kato-
Beiderwieden et al. (2021).
Bisher ist jedoch der Einsatz einer solchen prospektiven
Methode für Arbeitsplätze mit kleinen Fallzahlen nicht un-
tersucht worden, wenngleich dies gerade für KMUs mit ei-
nem hohen Innovationspotential für neue Informationstech-
nologien (Astor et al. 2016) als notwendig erscheint. Perso-
nelle und finanzielle Risiken sind zwei der fünf größten Bar-
rieren für Innovationen in KMUs (Horváth und Szabó 2019)
sodass diese im besonderen Maße von einem prospektiven
Ansatz profitieren, um diese Barrieren zu überwinden, in-
dem potenzielle Risiken vorab besser abgeschätzt und so-
mit minimiert werden können. Bisher gibt es jedoch noch
kein Konzept oder Praxiserfahrung für die Auswertung von
Kleinststichproben mit einem prospektiven Verfahren (Ka-
to-Beiderwieden et al. 2021). Es erscheint daher aus Sicht
einer innovativen forschungsnahen Praxis heraus sinnvoll,
Lösungen zu erarbeiten, sodass diese zukünftig leichter in
KMUs umgesetzt werden können. Eine grafische Übersicht
dieser Anpassungen findet sich in Abb. 3.ImRahmendie-
ser Fallanalyse skizzieren wir daher den Einsatz und die
erfolgreiche Adaptation der ProKA in KMUs als Teil ei-
nes Verbundprojektes (Audiovisuelle Unterstützung durch
ein kognitives und mobiles Assistenzsystem für die moder-
ne Arbeitswelt (AVIKOM)), in dem ein audiovisuelles AR-
Assistenzsystem für verschiedene Anwendungsszenarien in
KMUs entwickelt wurde (Neumann et al. 2020). Parallel zur
technischen Entwicklung wurde die ProKA eingesetzt, um
zukünftig erforderliche Kompetenzen für die erfolgreiche
Ausführung beruflicher Tätigkeiten in den verschiedenen
Szenarien zu erfassen, sodass Handlungsempfehlungen ab-
geleitet werden können. Abweichend zu dem von den Au-
tor*innen der ProKA skizzierten Vorgehen zur Erarbeitung
einer Vision der möglichen Arbeitsplatzveränderung,wurde
in diesem Projekt der gegenwärtige Entwicklungsstand des
AR-Assistenzsystems genutzt, sodass tatsächlich zu erwar-
tende Arbeitsplatzveränderungen abgebildet werden konn-
ten. Diese Ergebnisse der ProKA wurden über mehrere
KMUs des Verbundprojektes hinweg zusammengefasst, um
das Verfahren auch mit wenigen beteiligten Mitarbeitenden
K
Content courtesy of Springer Nature, terms of use apply. Rights reserved.

304 J. Schulte et al.
umsetzen zu können. Zusätzlich beschreiben und reflek-
tieren wir eine methodische Anpassung der ProKA, die
eine kosten- und zeiteffektive Ableitung von Handlungs-
empfehlungen durch unternehmensübergreifendes kollegia-
les Feedback ermöglicht und somit einen Transfer der Er-
gebnisse in die Praxis unterstützt. Dieser Beitrag skizziert
somit eine mögliche praktische Umsetzung zur Kompetenz-
ermittlung und Handlungsempfehlungen für KMUs für die
Einführung neuer Informationstechnologien.
2 Methode
2.1 Projektumsetzung zur Entwicklung des
audiovisuellen AR-Assistenzsystems
Das Ziel des Verbundprojektes war es, zwei bisher entwi-
ckelte Assistenzsysteme – ein visuelles AR-Assistenzsys-
tems zur Handlungsunterstützung (Essig et al. 2016) und
eines auditiven Assistenzsystems mit aktiver Geräuschun-
terdrückung (Fromme et al. 2015;Waßmuth2015)–für
den industriellen Anwendungskontext weiterzuentwickeln
und beide Systeme zusammen einzusetzen (für Detail sie-
he Neumann et al. 2020). Als Plattform wurde dabei die
HoloLens 2 von Microsoft genutzt (Microsoft Corporation
2019).
Die praktische Umsetzung orientierte sich an den Monta-
ge- und Logistikprozessen von drei KMUs als Industriepart-
ner mit jeweils einem konkreten Anwendungsbezug. Diese
waren 1) die Optimierung der Auftragsabwicklung durch
die Anbindung des Assistenzsystems an das Warenwirt-
schaftssystem, 2) Nutzung des Assistenzsystems zur simul-
tanen Kommissionierung und Verpackung mehrerer Ersatz-
teilaufträge und 3) Erhöhung der Arbeitssicherheit durch
mittels des Assistenzsystems bei der Montage von Produk-
ten mit Losgröße eins. Aus diesen drei Anwendungsbezü-
gen wurden je KMU zwei konkrete Anwendungsszenarien
des audiovisuellen AR-Systems abgeleitet, wobei die An-
wendungsszenarien bei zwei KMUs gleich waren, sodass
es vier Anwendungsszenarien gab. Diese waren Auftrag
annehmen, sowie das Montieren oder Maschine rüsten für
zwei KMUs und das Prüfen/Kontrolle vornehmen und Lo-
gistik für ein KMU.
Neben einer menschenzentrierten Gestaltung und tech-
nischen Umsetzung nach DIN EN ISO 9241-210 (Deut-
sches Institut für Normung e. V. 2019) wurde die ProKA
begleitend umgesetzt, um auch die Veränderungen der Ar-
beitsplätze durch die Technologieeinführung zu erfassen,
zu quantifizieren und geeignete Handlungskonzepte für die
beteiligten KMUs zu erarbeiten.
2.2 Prospektive Kompetenzanalyse (ProKA)
2.2.1 Phase 1 – Analyse der jetzigen Situation
Die erste Phase der ProKA zur jetzigen Situation umfasst
drei Teilabschnitte 1) Identifikation von Kompetenzen,
2) Clusterung der Kompetenzen und 3) Gewichtung der
Kompetenzen (Kato-Beiderwieden et al. 2021). Zur Iden-
tifikation der Kompetenzen wurden zuerst gemäß den
Autor*innen der ProKA teilstandardisierte Interviews mit
stellenrelevanten Stakeholdern (z.B. Stelleninhaber*innen,
die jeweiligen Führungskräfte) geführt. Auf diese Weise
soll ein möglichst präzises und umfassendes Bild der Ar-
beitstätigkeit und der benötigen Qualifikationen gewonnen
werden. Um dies zu erreichen, umfassten die Interviews
die fünf Themenblöcken: 1) Arbeitsaufgaben, 2) tätigkeits-
relevante Qualifikationen, 3) wichtige Arbeitssituationen,
4) kritische Arbeitssituationen, sowie 5) Einsatzmöglich-
keiten und Wünsche an das audiovisuelle Assistenzsystem.
Der Interviewleitfaden orientierte sich an dem Task-Ana-
lysis-Tool zur Ermittlung der Anforderungen (Koch und
Westhoff 2019). Ziel des Task-Analysis-Tools ist es mittels
dieser Interviews Informationen zu den Zielen, Aufgaben
und Verantwortlichkeiten, den KSAs (Knowledge, Skills
and Abilities), sowie erfolgsentscheidenden gegenwärtigen
und zukunftsorientierten Situationen und Verhaltensweisen
(Critical Incidents) zu erhalten. Eine Frage des Interview-
leitfadens beispielsweise war: Welches Fachwissen sollte
man haben, um erfolgreich die gestellten Aufgaben zu
erledigen?
Befragt wurden insgesamt n= 10 Stelleninhaber*innen in
den Unternehmen, sowie insgesamt n= 3 Beschäftigte (ei-
ne Person je Unternehmen) mit einer Führungs- oder Ver-
waltungsfunktion mit vergleichbaren Aufgaben. Auf diese
Weise wurden die Informationen über die Arbeitsplätze ge-
sammelt, in welcher das audiovisuelle Assistenzsystem ein-
gesetzt werden soll. Darüber hinaus wurden noch n= 3 teil-
standardisierte Expert*inneninterviews mit den Entwick-
ler*innen des Assistenzsystems zur geplanten Machbarkeit
und Umsetzung in den Unternehmen geführt. Diese Ex-
pert*inneninterviews sollten zusätzlich sicherstellen, dass
durch die Einführung des AR-Assistenzsystems keine neu-
en Kompetenzen benötigt werden, die nicht bereits erhoben
wurden bzw. die noch zu ergänzen sind. Die Interviews
sind als Tonspuren aufgenommen worden und wurden im
Anschluss von einem Projektmitarbeiter, der nicht die In-
terviews geführt hat oder an der Clusterung beteiligt war,
transkribiert.
In einem zweiten Schritt wurde eine Clusterung der Ant-
worten nach ihrer Ähnlichkeit vorgenommen und benötigte
Kompetenzen für den Arbeitsplatz aus diesen Antworten
formuliert. Diese Clusterung erfolgte von zwei Expertin-
nen (Master-Abschluss) in der Durchführung von Arbeits-
K
Content courtesy of Springer Nature, terms of use apply. Rights reserved.

Welche Kompetenzen benötigen Mitarbeitende für den Einsatz von Augmented Reality in Logistik und Produktion? 305
Tab. 1 Übersicht der Mittelwerte der Kompetenzprofile in den Anwendungsszenarien der KMUs – Vergleich der aktuellen Arbeitssituation und
der zukünftigen Arbeitssituation unter Verwendung des AR-Assistenzsystems
KMU A
(n=3)
B
(n=3)
C
(n=3)
Anwendungsszenario 121234
AR-System Ohne Mit Ohne Mit Ohne Mit Ohne Mit Ohne Mit Ohne Mit
Werkzeuge bedienen 0,3 2,3 1,7 3,7 0,3 1,3 3,7 2,8 1,3 0,7 1,7 0,7
Teile montieren 0,7 2,0 1,3 2,7 0,3 1,3 3,7 2,5 1,7 1,7 1,7 2,0
Messen 1,3 2,7 2,3 2,3 0,3 2,5 4,0 3,0 3,0 1,7 2,3 2,0
Software bedienen 1,3 1,3 2,3 2,7 2,7 3,3 2,7 1,8 3,7 2,3 3,7 3,7
Einfache/Kleine Geräte bedienen 0,0 1,3 2,0 2,0 0,7 2,3 3,0 1,8 2,3 1,0 3,0 2,3
Maschinen programmieren 1,0 1,0 3,0 2,0 2,7 2,8 4,0 3,0 1,0 1,3 1,3 1,7
Maschinen rüsten 1,0 1,0 3,7 2,3 0,3 1,0 4,0 3,5 0,3 1,0 0,3 1,7
Maschinen bedienen 1,0 1,0 3,7 2,7 0,0 1,8 4,0 3,5 1,0 0,3 2,0 1,3
Maschinen und Geräte warten 0,3 1,7 2,7 2,3 0,0 1,0 2,7 2,3 1,3 0,7 1,3 1,0
Fachwissen 3,0 2,7 2,7 1,7 2,7 2,5 4,0 2,8 2,3 2,3 3,3 3,3
Erfahrungswissen 2,3 1,3 2,7 2,0 2,3 2,0 2,7 2,3 3,3 2,3 3,3 2,7
Arbeiten nach Vorgaben 1,3 3,3 3,0 2,3 1,7 2,3 4,0 2,8 2,3 3,3 3,7 3,3
Aufmerksamkeit 3,0 3,7 2,3 2,7 3,3 2,0 4,0 2,0 3,3 2,0 4,0 2,7
Merkfähigkeit 3,0 2,7 1,7 2,3 3,3 2,5 2,7 3,3 3,0 3,7 3,7 3,0
Räumliche Orientierung 1,0 1,3 2,0 1,7 2,3 3,0 1,3 1,0 3,3 3,7 3,7 3,3
Räumliches Vorstellungsvermögen 0,3 1,3 2,0 2,3 2,3 2,8 3,7 2,0 3,0 3,0 3,0 3,7
Prüfen 1,3 1,7 2,3 2,7 1,0 3,3 4,0 3,5 3,3 3,0 3,0 3,0
Dokumentieren 0,7 1,7 2,3 3,0 2,3 2,5 3,0 3,3 3,0 3,0 3,3 3,7
Sorgfältig arbeiten 0,3 2,7 2,0 4,0 1,7 2,0 4,0 2,8 3,7 3,0 3,7 3,3
Zeitmanagement 1,7 2,7 2,3 4,0 1,3 2,0 3,0 2,0 2,7 2,7 3,0 2,3
Entscheidungsfähigkeit 2,0 1,7 2,3 2,0 2,7 2,5 3,3 2,0 3,0 2,0 2,7 2,0
Planungsfähigkeit 3,0 2,3 3,0 2,3 3,3 2,8 3,7 3,0 3,0 2,3 2,7 2,0
Probleme/Fehler erkennen 3,0 3,3 2,7 3,7 2,7 2,5 4,0 2,8 3,3 3,7 2,3 3,3
Probleme lösen 1,0 2,3 2,0 3,0 1,7 2,5 4,0 3,0 2,3 3,0 2,7 3,0
Eigeninitiative 1,7 3,5 2,7 2,3 2,3 2,0 3,0 2,5 2,7 2,0 2,3 2,0
Lernbereitschaft 2,3 2,3 2,3 3,0 2,7 2,8 2,7 2,5 2,7 3,0 3,3 2,7
Anpassungsfähigkeit 2,0 2,0 2,3 2,0 3,0 2,0 3,0 2,3 2,7 2,0 3,3 3,0
Mit Zeitdruck umgehen 2,7 2,3 3,0 2,7 1,7 1,3 2,7 1,5 3,0 2,3 3,0 3,0
Mit Anforderungen umgehen 2,3 1,3 2,7 1,7 1,7 1,5 1,7 2,5 3,0 2,3 2,7 3,0
Mit Kritik umgehen 1,0 2,7 2,7 2,0 2,0 1,3 3,3 1,0 2,0 2,0 2,0 2,3
Konfliktlösefähigkeit 1,0 2,3 3,0 2,3 2,0 1,0 3,3 1,3 2,3 2,7 2,7 2,3
Lehrfähigkeit 1,0 2,3 2,3 2,7 2,7 1,8 4,0 3,3 3,0 2,3 2,7 2,7
Kommunikation über „virtuelle“
Kanäle
1,7 1,0 2,3 1,3 1,0 3,3 1,3 2,3 1,7 2,3 2,3 2,3
Adressatengerecht kommunizieren 1,7 1,0 1,7 1,7 2,0 3,0 2,3 2,0 1,7 2,0 2,0 2,3
Absprachen treffen 2,7 2,3 2,0 2,0 2,3 3,0 2,3 3,3 2,3 1,7 2,7 2,3
Eigene Fehler kommunizieren 2,0 3,3 2,7 2,0 3,0 3,5 3,0 1,8 3,0 2,7 3,0 2,7
Feedback geben 2,0 2,7 1,0 2,7 2,0 2,8 2,0 2,3 2,7 3,7 2,3 2,0
Hilfsbereit sein 2,0 3,0 2,0 2,7 2,7 2,0 3,3 1,5 3,3 2,3 3,0 2,3
Um Unterstützung bitten 3,0 2,7 2,0 2,7 2,3 2,3 3,0 2,8 2,3 3,0 2,7 2,7
Feinmotorik 0,7 3,0 2,7 2,0 1,0 2,0 3,7 1,8 1,7 2,0 2,3 2,0
Selbstkorrektur 1,3 3,0 2,0 2,7 1,7 2,5 4,0 2,0 2,0 2,7 2,7 2,3
Abstraktionsfähigkeit 2,0 2,7 2,3 2,3 2,7 2,8 3,3 3,0 1,3 2,7 1,3 2,3
Frustrationstoleranz 1,3 2,3 2,3 2,5 2,3 1,3 3,7 1,0 2,3 1,3 2,3 2,3
Anwendungsszenarien: 1Auftrag annehmen, 2Maschine Rüsten/Werkstück montieren, 3Prüfen/Kontrolle vornehmen, 4Logistik
Skalenwerte: 0„sehr unwichtig“, 1„eher unwichtig“, 2„mittel“, 3„eher wichtig“, 4„sehr wichtig“
K
Content courtesy of Springer Nature, terms of use apply. Rights reserved.

306 J. Schulte et al.
Abb. 1 Veränderung des Kom-
petenzprofils durch die Einfüh-
rung des audiovisuellen AR-
Assistenzsystems (AVIKOM).
(Ausschnitt des Kompetenzpro-
fils eines KMU für die Arbeits-
tätigkeiten des Anwendungssze-
narios „Prüfen und Kontrolle
vornehmen“, welches durch das
audiovisuellen AR-Assistenz-
systems zukünftig unterstützt
werden soll. Ausschnitt zeigt
die Bereiche physiologische und
kognitive Voraussetzungen. Ver-
gleich aktueller und zukünftiger
Kompetenzen. 0sehr unwichtig,
1eher unwichtig, 2mittel, 3eher
wichtig, 4sehr wichtig) 0
1
2
3
4
aktuell mit AVIKOM
platzanalysen. Auf diese Weise wurden induktiv 43 Kompe-
tenzen über alle Unternehmen und Stellen hinweg abgelei-
tet (vgl. Tab. 1). Die Einteilung der Kompetenzen erfolgte
nach Koch und Westhoff (2019) nach den kognitiven, so-
zialen, motivationalen und emotionalen Voraussetzungen,
wobei durch die Interviewergebnisse zusätzlich die Kate-
gorie physische Voraussetzungen aufgenommen wurde, um
die handwerklich-motorischen Aspekte der Tätigkeiten ad-
äquat adressieren zu können.
Im Anschluss wurden von n= 9 weiteren Mitarbeitenden
(n= 3 je Unternehmen) zu je zwei konkreten Arbeits-
situationen (Anwendungsszenarien) die Wichtigkeit der
43 Kompetenzen mittels einer 5-stufigen Likert-Skala mit
den Skalenpunkten „sehr unwichtig“, „eher unwichtig“,
„mittel“, „eher wichtig“ und „sehr wichtig“ beurteilt. Die
Anwendungsszenarien waren dabei die konkreten Situatio-
nen, in denen das audiovisuelle Assistenzsystem für die
jeweiligen Unternehmen zum Einsatz kommen soll. Die Er-
gebnisse finden sich in Tab. 1, sowie eine grafische Darstel-
lung eines Anwendungsszenarios für eine KMU in Abb. 1
dargestellt. Die Ergebnisse sind somit eine Gewichtung der
aktuell relevanten Kompetenzen der Arbeitsszenarien vor
der Systemeinführung. Die Befragung wurde mittels einer
anonymen Paper-Pencil-Befragung durchgeführt, um eine
offene und ehrliche Beurteilung zu ermöglichen (Paruzel
et al. 2020).
2.2.2 Phase 2 – prospektive Analyse der zukünftigen
Situation
Die zweite Phase der ProKA umfasst ebenfalls drei Schrit-
te: 1) Die Erfassung der zukünftigen Situation, 2) die Be-
schreibung der zukünftigen Situation und eine anschließen-
de 3) Gewichtung der zukünftigen Kompetenzen (Kato-
Beiderwieden et al. 2021). Die ProKA sieht für die Erfas-
sung der zukünftigen Situation Workshops vor, in denen Vi-
gnetten (Beschreibung von hypothetischen Situationen) für
die zukünftige Arbeitssituation erstellt werden. Ein solches
Vorgehen durch Befragungen von Expert*innen und Stel-
leninhaber*innen ist ein etabliertes Vorgehen zur Abschät-
zung von zukünftigen Arbeitsplatzentwicklungen (Kauffeld
et al. 2022). Es wird jedoch ebenso empfohlen das Vor-
gehen unternehmens- und situationsspezifisch anzupassen
(Kato-Beiderwieden et al. 2021). Durch die parallel statt-
findende Entwicklung des audiovisuellen Assistenzsystems
wurde der geplante Einsatz in den Unternehmen mittels
der Business Process Model and Notation (BPMN; Ob-
ject Management Group 2014) spezifiziert und es wurden
im Rahmen des Projektes Diagramme der Firmenprozesse
für die konkreten Anwendungsszenarien erarbeitet, die als
Grundlage für die Vignetten genutzt wurden (vgl. Abb. 2).
Entsprechend der Empfehlungen für realitätsnahe Vignet-
ten (Aguinis und Bradley 2014) wurden unsere Vignetten
sowohl von den Entwickler*innen des Systems in Hinblick
auf die tatsächliche praktische Umsetzung, sowie von den
Führungskräften der Unternehmen in Hinblick auf die Nütz-
K
Content courtesy of Springer Nature, terms of use apply. Rights reserved.

Welche Kompetenzen benötigen Mitarbeitende für den Einsatz von Augmented Reality in Logistik und Produktion? 307
BPMN Vignette
Das System unterstützt Sie bei der Rüstung und der
Montage eines neuen Kugelhahns oder einer Absperrklappe
mittels Einblendung benötigter Teile. Ebenfalls können Sie
als Einblendung ein Bild sehen, wie der Antrieb positioniert
sein soll. Danach leitet Sie das System durch die einzelnen
Montageschritte, wie das Aufschrauben der Abdeckung vom
Antrieb und dem Einsetzen der Federn. Dabei werden Ihnen
bei den einzelnen Arbeitsschritten Bilder oder 3-D
Animationen als Hilfestellung eingeblendet.
Abb. 2 BPMN und Vignette des Anwendungsszenarios „Montieren oder Maschine rüsten“. (Links: vereinfachte und anonymisierte BPMN Darstel-
lung der Montage eines Kugelhahns/einer Absperrklappe. Rechts: Anonymisierte Vignette der zukünftigen Unterstützung durch das audiovisuelle
Assistenzsystem)
lichkeit und Realitätsnähe geprüft. Auf diese Weise wur-
de somit in einem zweiten Schritt die zukünftige Situati-
on durch die Einführung des audiovisuellen AR-Systems
erfasst. In Abb. 2ist die anonymisierte Vignette für ein
Anwendungsszenario, sowie die zugehörige anonymisierte
und vereinfachte BPMN dargestellt. Es wurden für jedes
Unternehmen zwei Vignetten erstellt, die für die geplanten
zwei Anwendungsszenarien je KMU den Einsatz und die
damit einhergehenden Veränderungen durch das audiovisu-
elle AR-Assistenzsystem realitätsnah darstellen.
In einem dritten Schritt sind anschließend von den Mit-
arbeitenden erneut die 43 Kompetenzen in Hinblick auf ihre
Wichtigkeit für die zukünftigen Arbeitssituationen beurteilt
worden. Auf diese Weise wurden für jedes Unternehmen
zwei Anforderungsprofile der Kompetenzen für die gegen-
wärtigen und zukünftigen Arbeitstätigkeiten erstellt (vgl.
Abb. 1und Tab. 1).
2.2.3 Phase 3 – Abgleich der zukünftigen mit der jetzigen
Situation
Die aus der zweiten Phase resultierenden Ergebnisse wur-
den in einer dritten Phase an die jeweiligen Unternehmen
individuell zurückgespiegelt. Mit den Führungskräften wur-
den daraus Handlungsempfehlungen und Schulungsbedarfe
in Expert*innengesprächen erarbeitet, sowie Strategien
entwickelt diese praxisnah umzusetzen. So ergaben sich
beispielsweise für das Unternehmen aus Abb. 1die größten
Veränderungen bei den kognitiven Voraussetzungen der
Kompetenzen für das Prüfen und Kontrolle vornehmen
durch die Einführung des audiovisuelle AR-Assistenzsys-
tems. Die Wichtigkeit der drei Kompetenzen Messen, Soft-
ware bedienen und einfache/kleine Geräte bedienen nahm
in diesen Bereichen am meisten ab. Entscheidungsfähigkeit
und Planungsfähigkeit erfuhren ebenso eine, wenn auch
geringere, Abnahme. Während erstere drei Kompetenzen
von den Führungskräften des Unternehmens als Entlastung
durch Informationsbereitstellung des Assistenzsystems ge-
wertet wurde, so sollten die letzteren beiden Kompetenzen
unverändert bleiben. Es wurde daraus ein Schulungsbedarf
für die korrekte Nutzung des Assistenzsystems abgeleitet,
um Vorurteile abzubauen, dass das System bei korrekter
Nutzung die Handlungsmöglichkeiten einschränken wird.
2.3 Erweiterung der ProKA für
Handlungsempfehlungen
Wir haben für die Ermittlung der Handlungsempfehlun-
gen und Schulungsbedarfe ein zyklisches Vorgehen in der
ProKA erprobt. Dabei sind die anonymisierten Ergebnis-
se für die Schulungsbedarfe der drei Unternehmen jeweils
an ein weiteres KMU des Verbundprojektes weitergeleitet
worden (Abb. 3). Diese wurden vom zweiten Unterneh-
men kritisch kommentiert und Hinweise zur Umsetzung
gegeben. Die Rückmeldung stellt eine Form der kollegia-
len Beratung dar (Kaesler 2019) und zeichnet sich durch
eine klare Struktur und einem ökonomischen Vorgehen aus
(Scholer 2013). Anschließend sind diese Gesamtergebnis-
se mit dem Feedback jeweils an das dritte KMU weiter-
gegeben und auch von diesem kommentiert. Abschließend
wurden diese Ergebnisse aus der doppelten Feedbackschlei-
fe dem Ausgangsunternehmen zurückgemeldet. Gegenüber
gemeinsamen Workshops mit allen beteiligten KMUs sollte
das neue Vorgehen durch die Anonymität einerseits einen
K
Content courtesy of Springer Nature, terms of use apply. Rights reserved.

308 J. Schulte et al.
Abb. 3 Übersicht des Einsatzes der ProKA zur Ermittlung zukünftiger Kompetenzen durch die Einführung des audiovisuellen AR-Assistenzsys-
tems und die Planung der Umsetzung. (Links: der Einsatz der ProKA. Rechts: Ergänzung der dritten Phase um zusätzliche kollegiale Rückmeldung
der geplanten unternehmensspezifischen Umsetzungsmaßnahmen)
breiteren übergreifenden Austausch und eine Übertragung
der Ideen ermöglichen, aber auch andererseits eine indivi-
duellere Umsetzung gewährleisten. Zusätzlich ermöglicht
dieses Vorgehen auch einen unternehmensübergreifenden
Austausch, da durch einheitliche Kompetenzen ein gleiches
Verständnis von Arbeitsinhalten geschaffen werden kann
und gleichzeitig auf die Preisgabe von sensiblen Informa-
tionen wie Firmenprozesse und Abläufe verzichtet werden
kann.
3Fazit
In diesem Artikel haben wir ein mögliches Vorgehen mit-
tels wissenschaftlich fundierter Methoden skizziert, um ei-
ne Technologieeinführung in KMUs zu begleiten und da-
mit einhergehende Veränderungen der Kompetenzprofile zu
erfassen, um so bereits in der Entwicklungsphase das Ab-
leiten von Schulungs- und Handlungsbedarfen zu ermögli-
chen. Der Fokus dieses Beitrags liegt dabei auf KMUs und
Arbeitsplätze mit nur wenig Beschäftigten, die oftmals mit
ausschließlich quantitativen Methoden nur schwer zu erfas-
sen sind. Unser Ziel war es für die Veränderung dieser Ar-
beitsplätze eine Vereinheitlichung, Vergleichbarkeit und ein
standardisiertes Vorgehen unter dem Einsatz etablierter Me-
thoden zu entwickeln, sodass für zukünftige Forschungsvor-
haben und Technologieeinführungen auch KMUs adäquat
erfasst und adressiert werden können.
Das hier beschriebene Vorgehen stellt dabei nur eine
Möglichkeit dar und es bedarf weiterer empirischer Unter-
suchungen der Wirksamkeit – insbesondere durch größere
Forschungs- oder Interessensverbünde. Das zusätzliche zy-
klische Vorgehen bei der Beurteilung der Handlungsbedarfe
benötigt weiterer Forschung, z.B. bezüglich des Aufwandes
und Mehrwertes seitens der KMUs, da keine systematische
Evaluation vorgenommen wurde. Der Beitrag ist daher als
Ideenimpuls für zukünftige Technologieeinführungen und
deren wissenschaftliche Begleitung zu verstehen.
Förderung Diese Forschung wurde als Teil des Verbundprojektes
AVIKOM im Rahmen der Förderlinie Zukunft der Arbeit: Mittel-
stand – innovativ und sozial durch das Bundesministerium für Bildung
und Forschung (BMBF) und dem Europäischen Sozialfonds (ESF)
gefördert (Förderkennzeichen 02L17C600).
Funding Open Access funding enabled and organized by Projekt
DEAL.
Open Access Dieser Artikel wird unter der Creative Commons Na-
mensnennung 4.0 International Lizenz veröffentlicht, welche die Nut-
zung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in
jeglichem Medium und Format erlaubt, sofern Sie den/die ursprüng-
lichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link
zur Creative Commons Lizenz beifügen und angeben, ob Änderungen
vorgenommen wurden.
Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial
unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern
sich aus der Abbildungslegende nichts anderes ergibt. Sofern das be-
treffende Material nicht unter der genannten Creative Commons Lizenz
steht und die betreffende Handlung nicht nach gesetzlichen Vorschrif-
ten erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des
Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation
auf http://creativecommons.org/licenses/by/4.0/deed.de.
K
Content courtesy of Springer Nature, terms of use apply. Rights reserved.

Welche Kompetenzen benötigen Mitarbeitende für den Einsatz von Augmented Reality in Logistik und Produktion? 309
Literatur
Aguinis, H., & Bradley, K. J. (2014). Best practice recommendations
for designing and implementing experimental vignette methodo-
logy studies. Organizational Research Methods,17(4), 351–371.
https://doi.org/10.1177/1094428114547952.
Astor, M., Rammer, C., Klaus, C., & Klose, G. (2016). Endbericht:
Innovativer Mittelstand 2015 – Herausforderungen, Trends und
Handlungsempfehlungen für Wirtschaft und Politik: Studie im
Auftrag des Bundesministeriums für Wirtschaft und Energie.
ZEW-Gutachten Und Forschungsberichte. Bundesministerium
für Wirtschaft und Klimaschutz.
Bottani, E., & Vignali, G. (2019). Augmented reality technology in the
manufacturing industry: A review of the last decade. IISE Trans-
actions,51(3), 284–310. https://doi.org/10.1080/24725854.2018.
1493244.
Deutsches Institut für Normung e. V. (2002). Anforderungen an Ver-
fahren und deren Einsatz bei berufsbezogenen Eignungsbeurtei-
lungen (DIN 33430). Berlin: Beuth.
Deutsches Institut für Normung e. V. (2019). Ergonomie der Mensch-
System-Interaktion – Teil 210: Menschzentrierte Gestaltung inter-
aktiver Systeme (ISO 9241-210:2019). Berlin: Beuth.
van der Doef, M., & Maes, S. (1998). The job demand-control(-sup-
port) model and physical health outcomes: a review of the strain
and buffer hypotheses. Psychology & Health,13(5), 909–936.
https://doi.org/10.1080/08870449808407440.
Essig, K., Strenge, B., & Schack, T. (2016). ADAMAAS: Towards
smart glasses for mobile and personalized action assistance. In
PETRA ’16: Proceedings of the 9th ACM International Confe-
rence on PErvasive Technologies Related to Assistive Environ-
ments (S. 1–4). ACM. https://doi.org/10.1145/2910674.2910727.
Fromme, L., Waßmuth, J., & Wehmeier, D. (2015). Simulation of acou-
stical transfer paths for active noise control. In Proceedings of the
COMSOL conference. Grenoble.
Horváth, D., & Szabó, R.Z. (2019). Driving forces and barriers of In-
dustry 4.0: Do multinational and small and medium-sized com-
panies have equal opportunities? Technological Forecasting and
Social Change,146, 119–132. https://doi.org/10.1016/j.techfore.
2019.05.021.
Kaesler, C. (2019). Kollegiale Beratung in einem agilen Umfeld erfolg-
reich einführen. Organisationsberatung, Supervision, Coaching,
26(4), 455–470. https://doi.org/10.1007/s11613- 019-00621-y.
Kato-Beiderwieden, A.-L., Schlicher, K. D., Ötting, S. K., Heppner, H.,
& Maier, G. W. (2021). Prospektive Kompetenzanalyse (ProKA)
– Ein Verfahren zur Einschätzung von zukünftigen Kompetenz-
veränderungen. Gruppe. Interaktion. Organisation. Zeitschrift für
Angewandte Organisationspsychologie (GIO),52(2), 245–260.
https://doi.org/10.1007/s11612- 021-00577- 7.
Kauffeld, S., & M aier, G. W. (2020). Digitalisiert e A rbeitswelt. Grup-
pe. Interaktion. Organisation. Zeitschrift für Angewandte Orga-
nisationspsychologie (GIO),51(1), 1–4. https://doi.org/10.1007/
s11612-020-00508-y.
Kauffeld, S., Tartler, D., Gräfe, H., Windmann, A.-K., & Sauer, N.C.
(2022). What will mobile and virtual work look like in the fu-
ture?—Results of a Delphi-based study. Gruppe. Interaktion.
Organisation. Zeitschrift für Angewandte Organisationspsycho-
logie (GIO),53(2), 189–214. https://doi.org/10.1007/s11612-
022-00627-8.
Koch, A., & Westhoff, K. (2019). Task-Analysis-Tools (TAToo) –
Schritt für Schritt Unterstützung zur erfolgreichen Anforderungs-
analyse (2. Aufl.). Pabst Science Publishers.
Maier, G.W., Engels, G., & Steffen, E. (Hrsg.). (2020). Handbuch Ge-
staltung digitaler und vernetzter Arbeitswelten. Springer. https://
doi.org/10.1007/978-3- 662-52979-9.
Microsoft Corporation HoloLens 2 (2019). https://www.microsoft.
com/de-de/hololens/buy. Zugegriffen: 23. September 2022.
Morgeson, F. P., & Humphrey, S. E. (2006). The Work Design Ques-
tionnaire (WDQ): developing and validating a comprehensive
measure for assessing job design and the nature of work. The
Journal of Applied Psychology,91(6), 1321–1339. https://doi.
org/10.1037/0021-9010.91.6.1321.
Murawski, M., & Bick, M. (2017). Digital competences of the work-
force—a research topic? Business Process Management Journal,
23(3), 721–734. https://doi.org/10.1108/BPMJ- 06-2016-0126.
Neumann, A., Strenge, B., Uhlich, J.C., Schlicher, K.D., Maier, G.W.,
Schalkwijk, L., Waßmuth, J., Essig, K., & Schack, T. (2020).
AVIKOM—towards a mobile audiovisual cognitive assistance
system for modern manufacturing and logistics. In F. Makedon
(Hrsg.), Proceedings of the 13th ACM International Conference
on PErvasive Technologies Related to Assistive Environments
(S. 1–8). ACM. https://doi.org/10.1145/3389189.3389191.
Oberländer, M., Beinicke, A., & Bipp, T. (2020). Digital competen-
cies: a review of the literature and applications in the workplace.
Computers & Education,146, 103752. https://doi.org/10.1016/j.
compedu.2019.103752.
Object Management Group Business Process Model and Notation Ver-
sion 2.0.2 (2014). https://www.omg.org/spec/BPMN/. Zugegrif-
fen: 23. September 2022.
Park, S., Bokijonov, S., & Choi, Y. (2021). Review of Microsoft Ho-
loLens applications over the past five years. Applied Sciences,
11(16), 7259. https://doi.org/10.3390/app11167259.
Paruzel, A., Bentler, D., Schlicher, K. D., Nettelstroth, W., & Maier,
G. W. (2020). Employees first, technology second: Implementati-
on of smart glasses in a manufacturing company. Zeitschrift für
Arbeits- und Organisationspsychologie,64(1), 46–57. https://doi.
org/10.1026/0932-4089/a000292.
Schaufeli, W. B., & Taris, T.W. (2014). A critical review of the job
demands-resources model: Implications for improving work and
health. In G. F. Bauer & O. Hämmig (Hrsg.), Bridging occupa-
tional, organizational and public health: A transdisciplinary ap-
proach (S. 43–68). Springer. https://doi.org/10.1007/978-94-007-
5640-3_4.
Schlicher, K.D., Paruzel, A., Steinmann, B., & Maier, G. W. (2020).
Change Management für die Einführung digitaler Arbeitswelten.
In G. W. Maier, G. Engels & E. Steffen (Hrsg.), Handbuch Gestal-
tung digitaler und vernetzter Arbeitswelten (S. 347–382). Sprin-
ger. https://doi.org/10.1007/978-3-662-52979- 9_16.
Schlicher, K. D., Bentler, D., Paruzel, A., & Maier, G.W. (2022a).
Arbeit4.0@Hettich: Berufliche Handlungskompetenz in der Um-
setzung des Auftragsdurchlaufs von morgen. In R. Dumitrescu
(Hrsg.), Gestaltung digitalisierter Arbeitswelten. Handlungsfel-
der und Praxisbeispiele zur Umsetzung digitalisierter Arbeit.
Springer.
Schlicher, K. D., Reddehase, J., & Maier, G. W. (2022b). Is a mat ch bet-
ter than no match? On the interaction of demands and support dur-
ing technological change. Frontiers in Psychology,13, 824010.
https://doi.org/10.3389/fpsyg.2022.824010.
Scholer, S. (2013). Neues Lernen durch Kollegiale Beratung – Selbst-
organisation statt Fortbildungskonsum. In M. Landes & E. Steiner
(Hrsg.), Psychologie der Wirtschaft (S. 481–504). Springer VS.
https://doi.org/10.1007/978-3-531- 18957-4_23.
Schuler, H., & Höft, S. (2004). Berufseignungsdiagnostik und Perso-
nalauswahl. Organisationspsychologie-Grundlagen und Personal-
psychologie. In H. Schuler (Hrsg.), Enzyklopädie der Psychologie
Themenbereich D Praxisgebiete: Ser. 3 Wirtschafts-, Organisati-
ons- und Arbeitspsychologie. Enzyklopädie der Psychologie, (Bd.
3, S. 439–532). Hogrefe.
Sim, Y., & Lee, E.-S. (2018). Perceived underqualification and job at-
titudes: the role of transformational leadership. Leadership & Or-
K
Content courtesy of Springer Nature, terms of use apply. Rights reserved.

310 J. Schulte et al.
ganization Development Journal,39(8), 962–974. https://doi.org/
10.1108/LODJ-03-2018-0127.
Warschat, J., Schimpf, S. & Korell, M. (Hrsg.). (2015). Technologien
frühzeitig erkennen, Nutzenpotenziale systematisch bewerten:
Methoden, Organisation, Semantische Werkzeuge zur Informa-
tionsgewinnung und -speicherung: Ergebnisse des Verbundfor-
schungsprojektes syncTech – Synchronisierte Technologieadapti-
on als Treiber der strategischen Produktinnovation. Fraunhofer.
http://publica.fraunhofer.de/dokumente/N-337249.html
Waßmuth, J. (2015). Entwurf von Active Noise Control-Systemen für
Kabinenanwendungen. In Proceedings of ASIM 2015 (S. 246–
253). Fraunhofer.
Julian Schulte arbeitet im Ge-
sundheitsmanagement der Univer-
sität Bielefeld. Von 2017 bis 2022
war er wissenschaftlicher Mitar-
beiter am Lehrstuhl der Arbeits-
und Organisationspsychologie der
Universität Bielefeld bei Prof. Dr.
Maier. Seine Forschungsinteressen
liegen in den Bereichen der psychi-
schen Belastung am Arbeitsplatz,
Gesundheitsförderung und Präven-
tion an Hochschulen sowie der Ar-
beitsgestaltung an digitalisierten
Arbeitsplätzen und neuen Arbeits-
formen insbesondere Crowdsour-
cing.
Anna-Lena Kato-Beiderwieden
ist seit 2017 wissenschaftliche Mit-
arbeiterin am Lehrstuhl für Arbeits-
und Organisationspsychologie der
Universität Bielefeld bei Prof. Dr.
Maier. Dort arbeitete sie in ver-
schiedenen Forschungsprojekten
zur Einführung von digitalisierten
Technologien in Unternehmen mit.
Ihre Forschungsinteressen umfas-
sen Kreativität und Motivation so-
wie Kompetenzanforderungen und
Arbeitsgestaltung an digitalisierten
Arbeitsplätzen.
Prof. Dr. Günter W. Maier ist
Professor am Lehrstuhl für Ar-
beits- und Organisationspsycho-
logie der Universität Bielefeld.
Seine Forschungsinteressen liegen
in den Bereichen Gerechtigkeit in
der Mensch-Maschine-Interaktion,
Qualifizierungsbedarf, Führung und
Gestaltung von Arbeit in der digita-
len Transformation sowie Kreativi-
tät.
K
Content courtesy of Springer Nature, terms of use apply. Rights reserved.

1.
2.
3.
4.
5.
6.
Terms and Conditions
Springer Nature journal content, brought to you courtesy of Springer Nature Customer Service Center GmbH (“Springer Nature”).
Springer Nature supports a reasonable amount of sharing of research papers by authors, subscribers and authorised users (“Users”), for small-
scale personal, non-commercial use provided that all copyright, trade and service marks and other proprietary notices are maintained. By
accessing, sharing, receiving or otherwise using the Springer Nature journal content you agree to these terms of use (“Terms”). For these
purposes, Springer Nature considers academic use (by researchers and students) to be non-commercial.
These Terms are supplementary and will apply in addition to any applicable website terms and conditions, a relevant site licence or a personal
subscription. These Terms will prevail over any conflict or ambiguity with regards to the relevant terms, a site licence or a personal subscription
(to the extent of the conflict or ambiguity only). For Creative Commons-licensed articles, the terms of the Creative Commons license used will
apply.
We collect and use personal data to provide access to the Springer Nature journal content. We may also use these personal data internally within
ResearchGate and Springer Nature and as agreed share it, in an anonymised way, for purposes of tracking, analysis and reporting. We will not
otherwise disclose your personal data outside the ResearchGate or the Springer Nature group of companies unless we have your permission as
detailed in the Privacy Policy.
While Users may use the Springer Nature journal content for small scale, personal non-commercial use, it is important to note that Users may
not:
use such content for the purpose of providing other users with access on a regular or large scale basis or as a means to circumvent access
control;
use such content where to do so would be considered a criminal or statutory offence in any jurisdiction, or gives rise to civil liability, or is
otherwise unlawful;
falsely or misleadingly imply or suggest endorsement, approval , sponsorship, or association unless explicitly agreed to by Springer Nature in
writing;
use bots or other automated methods to access the content or redirect messages
override any security feature or exclusionary protocol; or
share the content in order to create substitute for Springer Nature products or services or a systematic database of Springer Nature journal
content.
In line with the restriction against commercial use, Springer Nature does not permit the creation of a product or service that creates revenue,
royalties, rent or income from our content or its inclusion as part of a paid for service or for other commercial gain. Springer Nature journal
content cannot be used for inter-library loans and librarians may not upload Springer Nature journal content on a large scale into their, or any
other, institutional repository.
These terms of use are reviewed regularly and may be amended at any time. Springer Nature is not obligated to publish any information or
content on this website and may remove it or features or functionality at our sole discretion, at any time with or without notice. Springer Nature
may revoke this licence to you at any time and remove access to any copies of the Springer Nature journal content which have been saved.
To the fullest extent permitted by law, Springer Nature makes no warranties, representations or guarantees to Users, either express or implied
with respect to the Springer nature journal content and all parties disclaim and waive any implied warranties or warranties imposed by law,
including merchantability or fitness for any particular purpose.
Please note that these rights do not automatically extend to content, data or other material published by Springer Nature that may be licensed
from third parties.
If you would like to use or distribute our Springer Nature journal content to a wider audience or on a regular basis or in any other manner not
expressly permitted by these Terms, please contact Springer Nature at
onlineservice@springernature.com