Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
ASSISTENZSYSTEME AM BEISPIEL DER PRODUKTION
Prof. Dr.-Ing. Dieter Kreimeier
https://www.simplan.de/wp-content/uploads/SimPlan_1-1024x768.jpg
Heidelberg29.08.2019
AGENDA
1
3
5
4
2
Einleitung
APPsist als Anwendungsbeispiel
Qualifizierung in der Lernfabrik
KI basierte Assistenz
Grundlagen Assistenzsysteme
RUHR-UNIVERSITÄT
BOCHUM
Senkrechtstarter der ersten »Neuen«
1965 als erste Universität der BRD eröffnet
Heute eine der 10 größten deutschen
Universitäten (ca. 43.000 Studierende)
Forschungsstarke Universität mit vielen
Fachrichtungen
Fakultät für Maschinenbau
5 Institute mit insgesamt 23 Professuren
250 wissenschaftliche Mitarbeiter, davon 170
drittmittelfinanziert
LEHRSTUHL FÜR
PRODUKTIONSSYSTEME
Anwendungsnahe- und
Grundlagenforschung
34 wissenschaftliche Mitarbeiter/innen,
davon 30 drittmittelfinanziert
10 nichtwissenschaftliche Mitarbeiter/innen
Ca. 30 wissenschaftliche und studentische
Hilfskräfte
Förderung durch:
BMBF, BMWi, DFG, NRW, ZIM, AiF, IGF, ESF,
HBS, Mercur, Industrieunternehmen
Betreuung von ca. 80 studentischen Facharbeiten
pro Jahr
Prof. Dr. Ing. Dieter Kreimeier 5
ANWENDUNGS- UND FORSCHUNGSFELDER
DES LPS
Prof. Dr. Ing. Dieter Kreimeier 6
HERAUSFORDERUNGEN DURCH INDUSTRIE 4.0
An
lag
en
-u
nd
Au
fga
ben
ko
mp
lexit
ät
An
ford
eru
ng
en
an
Mit
arb
eit
er
Zeit
Synchroner Verlauf von
Komplexität und Befähigung
Schnelle Entwicklung
führt zu Defiziten bei
Qualifizierung und
Technologieintegration
Zunehmende Komplexität
an Technologien
Industrie 4.0
Digitalisierung
Lern- und
Forschungsfabrik
Das entstehende Befähigungsdefizit muss ausgeglichen werden
- neue Lernmethoden und Lernorte zum „Ausprobieren“ und zur Qualifizierung und zum
Kompetenzaufbau aller Mitarbeiter
- Einsatz von Assistenzsystemen
Industrie 4.0 verändert
Produkte, Produktionstechniken, Prozesse, Organisationen, IKT, …
und Personal und deren Beziehungen
Praxisnahe Qualifizierung
Heranführung an neue Technik
Erprobung neuer Technologien
Prof. Dr. Ing. Dieter Kreimeier 7
WAS IST EIN ASSISTENZSYSTEM?
Kurze Definition
Assistenzsysteme unterstützen den Menschen bei der
Entscheidungsfindung, sie werden ihn aber nicht ersetzen.
Sie eröffnen neue Möglichkeiten zum datengetriebenen Lernen und
geben Entscheidungshilfe bei komplexen Prozesssituationen.
Prof. Dr. Ing. Dieter Kreimeier 8
ARTEN VON ASSISTENZSYSTEMEN
https://www.microsoft.com/en-
us/hololens/hardware
https://www.computerwoche.de/i/detail/artikel/2881919/1/26
01191/EL_mediaN1000C/
Lernfabrik A und I, 2017
http://www.aveva.com/en/Solutions/Product_Finder/
Asset_Visualisation_Connect/
http://www.all-electronics.de/mehr-kraft-mit-
exoskelett/
https://www.abb-
conversations.com/DACH/2015/09/mensch-und-
roboter-hand-in-hand-in-der-fabrik-der-zukunft/
Prof. Dr. Ing. Dieter Kreimeier 9
AUGMENTED REALITY (AR) - BEISPIELE
Quelle: https://www.heise.de/make/meldung/Reingeschaut-McDonald-s-Wartenummern-mit-Bluetooth-Beacon-4249306.html
Bei Fußball-Übertragungen ist
erweiterte Realität beispielsweise
das Einblenden von Abseitslinien
oder die Entfernungen bei
Freistößen mithilfe eines Kreises
oder einer Linie
AR im Alltag
AR Plattform für Industrie,
Produktion, Instandhaltung und
Reparatur
Erstellung von Schritt-für-Schritt-
Anleitungen und Darstellungen
von Produktkomponenten sowie
Diagnosedaten
Nutzung vorhandener Inhalte aus
CAD-Programmen
Für Android, iOS, Windows und
Microsoft Hololens.
Re‘flekt One
Fertigproduktvorschau mittels
Microsoft HoloLens
Anzeigen von Klemmleisten in
der AR-Umgebung
Integrierte Pick-by-vision Lösung
(siehe auch Abschnitt Pick-by-
Light)
IWEX Phoenix Contact
Prof. Dr. Ing. Dieter Kreimeier 10
VIRTUAL REALITY (VR) - BEISPIELE
Möglichkeit Kunden, Maschine
und Vertriebspersonal
gemeinsam an einen Ort, zur
selben Zeit zu bekommen
VR-Anwendungen können
helfen, dem Kunden auf einfache
Weise einen Einblick in das
Produkt zu geben
Produkt-Konfigurator der Zukunft
Realistische
Produktpräsentationen
„Audi VR experience“ bei ersten
Händlern im Serieneinsatz
Probesitzen im digital
konfigurierten Audi dank VR-
Brille
Mit der VR-Brille können Händler
erstmals das gesamte Modell-
portfolio von Audi im
Beratungsgespräch präsentieren
(einschließlich aller
Ausstattungsoptionen)
Audi VR Experience
Die Produktion kann
beispielsweise mithilfe von
Virtual Reality modelliert werden
Das Einspielen, Erproben und
Ändern von Planungsdaten auf
einer virtuellen Maschine, bevor
die erfolgreich getesteten
Programme auf die reale
Maschine übertragen werden
Englisch: virtual commissioning
Virtuelle Inbetriebnahme
(VIB)
Prof. Dr. Ing. Dieter Kreimeier 11
ASSISTENZSYSTEME IM HANDWERK - BEISPIELE
Drohnen immer preiswerter
Flexibler Einsatz vor Ort
Wartung und Instandsetzung von
schwer zugänglichen Stellen
Lackieren, Grundieren von
defekten Stellen an der
Hauswand bzw. am Dach
Drohne für Dachdecker
Verbundprojekt vom
Zentralverband SHK, Potsdam
Entwickelt innovative
Assistenzsysteme für
Beschäftigte in SHK
Handwerksbetrieben
HandwerkerLab
www.hwg40.de
Handwerksgeselle 4.0
xxx
xxx
Prof. Dr. Ing. Dieter Kreimeier 12
ASSISTENZSYSTEME IN DER PRODUKTION - BEISPIELE
APPsist ist ein intelligentes
Assistenz- und Wissenssystem
in der Produktion
Integrierte Softwarelösung, die
Technologien der AR/VR
ebenso nutzt wie Methoden der
KI, um ein Arbeitsplatznahes
Informations-, Wissens- und
Expertisemanagement beim
Einsatz in der digital vernetzten
Smart Factory zu ermöglichen
Informationstechnische AS
Exoskelett-Einsatz bei BMW in
Spartanburg
Unterstützung der Arbeiter bei
der Über-Kopf-Montage
EksoVest von Ekso Bionics
Kosten: 5.500€
Körperliche AS
Das Vehicle Routing Problem
(Tourenplanung) ist ein
Planungsvorgang, bei dem
(Transport-)Aufträge zu Touren
gruppiert und in eine
Reihenfolge gebracht werden
Übertragung auf die Findung der
optimalen
Produktionsreihenfolge oder
FTS-Steuerung
Kognitive AS
Prof. Dr. Ing. Dieter Kreimeier 13
PICK-BY-LIGHT – BEISPIELE
Quelle: https://picavi.com/
Demonstrator für die Bestückung
von Klemmleisten mit dem
Kooperationspartner Phoenix
Contact
Signalleuchten zeigen die Anzahl
der Bauteile pro Arbeitsschritt an
Erweiterung der Montage um
weitere Augmented-Reality
Anwendungen
IWEX Phoenix Contact
Put-to-Light bezeichnet das
umgekehrte Verfahren
Wird genutzt zur Zuordnung von
Artikeln zu einzelnen Zielplätzen
Gut geeignet für zweistufige
Kommissionierverfahren oder auf
Kommissionierfahrzeugen beim
Multi-Order-Picking
Put-to-Light
Bei Pick-by-Vision werden dem
Kommissionierer die
Informationen mit Hilfe von
WLAN über eine Datenbrille
direkt im Blickfeld angezeigt
Benötigt keine zusätzliche
Hardware an entsprechenden
Lagerstellplätzen
Hände bleiben fei
Pick-by-Vision (Picavi)
Prof. Dr. Ing. Dieter Kreimeier 14
Flexiblerer Mitarbeitereinsatz
Befähigung der Mitarbeiter neue Aufgaben
zu übernehmen
(Unterstützung bei Nicht-Routine-Tätigkeiten)
Verringerung der MTTR und Erhöhung der OEE
Produktivität der Mitarbeiter wird gesteigert
Wissen über Prozesse kann gespeichert
und anderen Mitarbeitern zur Verfügung
gestellt werden
Reduzierung des Fachkräftemangels
ZIELE EINES ASSISTENZSYSTEMS IN DER
PRODUKTION
Bediener/
Monteur
Stillstandszeit
OEE
Instandhalter/
Servicetechniker
Stop Start
Prof. Dr. Ing. Dieter Kreimeier 15
Ziele des Lernsystems:
Bereitstellung von Wissenselementen zu
Prozess
Produkt
Problemlösungen
Digitale Lerneinheiten
Nutzung bereits vorhandener
Wissensdatenbanken
„Lebenslanges Lernen“ am Arbeitsplatz
ermöglichen Wissensaufbau
Hohe Wissensdurchdringung über
verschiedene Unternehmensbereiche
ASSISTENZSYSTEM ALS LERNSYSTEM
Wissensdaten-
banken
Bedienungs-/Montagewissen
Produktwissen
Prozesswissen
Problemlösungswissen
Prof. Dr. Ing. Dieter Kreimeier 16
Anwender:
Festo AG, Saarbrücken
MBB Fertigungstechnik GmbH, Beelen
Brabant & Lehnert GmbH, Wadern
Forschung & Entwicklung:
Festo Lernzentrum Saar GmbH, St. Ingbert (Konsortialleitung)
Deutsches Forschungszentrum f. künstliche Intelligenz,
Berlin; Saarbrücken
Lehrstuhl für Produktionssysteme, Bochum
Fraunhofer IAO, Stuttgart
Gemeinsame Arbeitsstelle RUB/IG Metall, Bochum
imc information multimedia communication AG, Saarbrücken
Partner im Unterauftrag
Deutsches Institut für Normung e.V., Berlin
Scheer GmbH, Saarbrücken; München
Acatech, München
IG Metall, Frankfurt
BMWI PROJEKT: APPSIST - KONSORTIUM
t
Bochum
Beelen
Saarbrücken
St. Ingbert
Wadern
Berlin
Frankfurt
Stuttgart
München
Prof. Dr. Ing. Dieter Kreimeier 17
APPsist als Kanzlerinnenexponat
IT GIPFEL 2016
Prof. Dr. Ing. Dieter Kreimeier 18
ÜBERSICHT DER APPSIST - SYSTEMLÖSUNG
Le
rnd
ate
n
Inh
altsd
ate
n
Maschinendaten
Mitarbeiterdaten
Prozessdaten
APPsist
MENSCH-
COMPUTER-
INTERAKTION
MENSCH-
MASCHINE-
INTERAKTION
Assistenz-
dienste
Wissens- &
Kompetenz
-erwerb
Prof. Dr. Ing. Dieter Kreimeier 19
ASSISTENZSYSTEME IN DER MONTAGE
Herstellen von Kontextsensitivität:
Kamerasystem gleicht aktuelle CAD-Daten mit
realem Objekt ab – Überprüfung ob
Zusammenbau ok ist.
Messwerte werden („im Hintergrund der
Assistenz) mit QS-System abgeglichen.
Konsequenzen aus den ermittelten Messwerten
errechnet (z.B. um spez. Scheiben zu
verbauen)
RFID wird genutzt um Werkzeuge und
Montagehilfsmittel anzusteuern. Die richtige
Nutzung wird identifiziert
Näherungstechnologie wird genutzt um
Entnahme zu verifizieren.
Prof. Dr. Ing. Dieter Kreimeier 20
KONTEXTSENSITIVITÄT DER ASSISTENZ IST
VORAUSSETZUNG FÜR ADAPTVITÄT
Adaptivität und Adaptierbarkeit
Adaptivität: bedeutet dem Nutzer eine dynamische,
inhaltliche Unterstützung anzubieten. Unterstützung
erfolgt also automatisch durch das System
Assistenz muss/ kann hierzu Performance des
Nutzers loggen
System identifiziert so im Idealfall die optimale
Unterstützung
Datenschutz und Mitbestimmung beachten!
Adaptierbarkeit: bedeutet, dass der Mitarbeiter
bestimmte Wege und Differenzierungen der Assistenz
eigenständig wählen darf
Prof. Dr. Ing. Dieter Kreimeier 21
BETEILIGUNGSORIENTIERTE PROJEKTGESTALTUNG
Beteiligte Akteure bei den Anwendungspartnern
Veränderungen im Arbeitsumfeld
Rechtl. Rahmen &Arbeitssicherheit
Benutzer-modellierung
Datenspeicherung Einführungs-prozess
Geschäfts-modelle
Endanwender (Mitarbeiter)
Betriebsräte
Bereichsleiter Werksleiter
GeschäftsführerSicherheits-beauftragte
Regelungsab
-sprache für
Pilotbereich
Prof. Dr. Ing. Dieter Kreimeier 22
ADAPTIVITÄT VS. DATENSCHUTZ
Nutzer- und Nutzungsdaten von hoher Bedeutung um Adaptivität zu gewährleisten
aber:
Hohe Relevanz des Datenschutzes (Mitbestimmungspflichtig!):
(Arbeitnehmerdatenschutz: § 32 BDSG Datenerhebung, -verarbeitung und
-nutzung für Zwecke des Beschäftigungsverhältnisses;
§ 87 Abs. 1 Nr. 6 BetrVG techn. Systeme zur Überwachung)
DatenschutzAdaptivität
Zielkonflikt
Prof. Dr. Ing. Dieter Kreimeier 23
OFFENE FRAGEN UND HERAUSFORDERUNGEN (1)
Regelung zu Lernzeiten und -orten im Arbeitsprozess
Verhältnis zwischen Lernen am Arbeitsplatz/arbeitsplatznah und weiteren
Weiterbildungsmöglichkeiten (Schulungen, Lernfabrik)
Definition von „Lernzeitkonten“ (Lernzeit/Jahr): Zeitkontingente aus der reinen
Arbeitszeit
(werden nicht in die Produktivzeit mit eingerechnet)
Lernorte: Tendenz zu arbeitsplatznahen Stationen (im Pausen-
/Besprechungsraum, spezielle „Lerninseln“)
Regelungen zur Verwendung mitarbeiterbezogener Daten
(Zugriffsrechte und Nutzungskonzept)
Erstellung von Musterbetriebsvereinbarungen
Prof. Dr. Ing. Dieter Kreimeier 24
OFFENE FRAGEN UND HERAUSFORDERUNGEN (2)
Evaluierung des Nutzens von „Lernen am Arbeitsplatz“
Reduzierung der Produktivität / OEE (kurzfristig)?
Steigerung der Produktivität / OEE , Wettbewerbsvorteile (langfristig)?
Einsatz von neuen Techniken (AR, Brille, Smart Watch, …)
Nutzen oder Belastung der Mitarbeiter?
Autorensysteme?
Haftungsfragen:
Wer haftet bei Fehlfunktionen des Assistenzsystems,
bei falschen Informationen oder
fehlerhafter Auswertung?
Prof. Dr. Ing. Dieter Kreimeier 25
ZUKUNFT: KI-BASIERTE ASSISTENZSYSTEME
Bei klassischen Assistenzsystemen legt der Programmierer eine bestimmte Logik fest, die sich
nicht ändert.
Bei zukünftigen Systemen wird sich die Logik im Laufe der Zeit anpassen, das System „lernt“
und Künstliche Intelligenz entsteht.
Künstliche Intelligenz:
Ist ein Teilgebiet der Informatik, das versucht, kognitive Fähigkeiten wie Lernen, Planen oder
Problemlösen in Computersysteme zu realisieren. Ziel ist es, Maschinen, Roboter und
Softwaresysteme zu befähigen, Aufgaben und Probleme eigenständig zu bearbeiten und zu
lösen, ohne das jeder Schritt vom Menschen programmiert wird. Sie sollen sich an veränderte
Bedingungen und ihre Umwelt anpassen können.
Maschinelles Lernen:
Ist eine grundlegende Methode der Künstlichen Intelligenz, bei der spezielle Algorithmen aus
vorliegenden Daten lernen. Deep Learning ist Maschinelles Lernen mit neuronalen Netzen.
Prof. Dr. Ing. Dieter Kreimeier 26
ZUKUNFT: KI-BASIERTE ASSISTENZSYSTEME
3 Lernstile:
Überwachtes Lernen
Aus bekannten Trainingsdaten und bekanntem Ergebnis werden Modelle erstellt
Mit unbekannten Daten liefert das System ein Ergebnis (Prediction)
Unüberwachtes Lernen
Das System erkennt Muster und teilt die Daten in Cluster oder Kategorien auf, ohne zu wissen,
um welche Kategorien es sich handelt.
Verstärkendes Lernen
Ziel ist bekannt, aber die Lösung noch nicht
Agent erlernt eine Strategie um erhaltene Belohnungen (positiv/negativ) zu maximieren
Prof. Dr. Ing. Dieter Kreimeier 27
ZUKUNFT: KI-BASIERTE ASSISTENZSYSTEME
Intelligente Assistenzsysteme sind in der Lage durch den Einsatz von Sensorik in einem bestimmten Maß
selbstständig aus Situationen zu reagieren und sich dadurch noch individueller an den Mitarbeiter
anzupassen
Unterstützung in Abhängigkeit vom Lernerfolg und Wissen des Mitarbeiters
Dieser Transformationsprozess muss so gestaltet sein, dass ein ausgewogenes Verhältnis von sicheren
Arbeitsplätzen und qualifizierten Arbeitskräften zu einer Gestaltung guter und menschengerechter
Arbeit führt
Durch das veränderte Verhältnis von Mensch und Technik durch KI ergeben sich grundlegend neue
ethische, rechtliche und arbeitsgestalterische Fragestellungen (z.B. MRK, lernfähige Robotersysteme)
Wichtig ist, den Menschen in das Zentrum der Entwicklung von KI-Systemen zu stellen
Diese Herausforderungen können nur interdisziplinär und mit den Sozialpartnern gelöst werden
"LERNFABRIK": UNTERSTÜTZUNG BEI DER EINFÜHRUNG
VON ASSISTENZSYSTEMEN
Prof. Dr. Ing. Dieter Kreimeier 29
MOTIVATION FÜR EINE LERN- UND
FORSCHUNGSFABRIK
Anwendungsmöglichkeiten:
„Spielwiese“ zum Ausprobieren unter
praxisnahen Bedingungen für Studierende
und Industriemitarbeiter/-innen
Höhere Akzeptanzförderung durch
realitätsnahe Bedingungen
Vermittlung von neuen Qualifikationen
und Kompetenzen für Industrie 4.0
Arbeitsorganisation 4.0 entwickeln und testen
Kosten Zeit
QualitätTechnik Personal
Organisation
Prof. Dr. Ing. Dieter Kreimeier 30
WAS IST EINE LERNFABRIK?
Definition
„… ist ein Ort mit realitätsnahem
Produktionsumfeld, realen Produkten und
direktem Zugriff auf neue Produktions-
prozesse und -bedingungen. Dies
ermöglicht ein problem- und handlungs-
orientiertes Lernen und bietet den nötigen
Freiraum zur Erforschung neuer Ansätze.“
(IALF)
Prof. Dr. Ing. Dieter Kreimeier 31
INTERDISZIPLINÄRE SICHTWEISEN IN DER
BOCHUMER LFF
Technik – Organisation – Personal (T-O-P)
Technische Sicht Vernetzung, MES, Digitalisierung, Sensoren, Cyber-physische Systeme, Tracking &
Tracing, Standardisierte Schnittstellen, Augmented & Virtual Reality, Mobile
Endgeräte, etc.
(Arbeits)Organisation Standardisierte Prozesse, 5S, Kontinuierlicher Fluss, MTM, Mensch-Roboter-
Kollaboration, etc.
Personal Proaktive Mitgestaltung, Qualifizierung/Weiterbildung, Arbeitsbedingungen,
Betriebliche Mitbestimmung, Beschäftigungssicherheit, etc.
PERSONALTECHNO-
LOGIE
ORGANISATION
Prof. Dr. Ing. Dieter Kreimeier 32
WIE WERDEN WIR IN ZUKUNFT ARBEITEN?
Die Arbeitswelt von morgen wird sich
dramatisch verändern
Smartphone, Tablet, Smart Glasses, Smart
Watch, … halten Einzug in die Fabrik
Die veränderte Kommunikation hat große
Auswirkungen auf die Organisation
Menschen und Maschinen arbeiten enger
zusammen, z. B. in der Mensch-Roboter-
Kollaboration
Flexibilisierung der Arbeitsformen
Künstliche Intelligenz (KI) in Unternehmen
Unser Ziel
Menschen trotz dieser Veränderung in
gesicherten Arbeitsplätzen zu halten
Prof. Dr. Ing. Dieter Kreimeier 33
INTERDISZIPLINÄRES PROJEKT
Projektpartner IG Metall
Lehrstuhl für Produktionssysteme
Gemeinsame Arbeitsstelle RUB/IGM
Eckdaten 21 Schulungsgänge in der Lern- und
Forschungsfabrik mit mind. 155 Betrieben und 315
Betriebsräten
Fördersumme 5,034 Mio. € ESF-Mittel
4,755 Mio. € IGM Eigenmittel
Ziel Betriebsräte befähigen, den technologischen Wandel
pro-aktiv mitgestalten zu können
Prof. Dr. Ing. Dieter Kreimeier 34
MES-PRAXISWORKSHOP
FÜR BETRIEBSRÄTE
Am 12. und 13. Juni fand in der Lern- und
Forschungsfabrik (LFF) der erste MES-
Praxisworkshop speziell für Betriebsräte
statt
In Zusammenarbeit mit der Perfect
Production GmbH und der IG Metall
Themen im Seminar
Grundlagen zu MES und zur MES Einführung
Überblick betriebspolitischer Themenfelder bei der
MES Einführung
Übungen in der Lernfabrik an Modulen eines MES
Chancen, Risiken und Folgeabschätzungen aus der
Sicht der Betriebsrats
Vorschlag für einen idealen Einführungsprozess
Beispiele und Auswirkungen schlechter MES
Einführungsprozesse
Prof. Dr. Ing. Dieter Kreimeier 35
ZERTIFIKATSSTUDIUM FÜR BETRIEBSRÄTE
Kooperation zwischen
Lehrstuhl für Produktionssysteme
Gemeinsame Arbeitsstelle RUB/IGM
Akademie der Ruhr-Universität Bochum
IG Metall Bildungszentrum Sprockhövel
Rahmendaten
September 2019 – Februar 2021
Zweiter Durchlauf schon in Planung
18 Teilnehmer pro Durchgang
Erwerb von ca. 30 Creditpoints (CP)
Themenfelder
Digitale Transformation, Wandel der Industriearbeit, Ressourceneffizienz, Finanzialisierung – Digitalisierung und
Unternehmensrechnung, Führung und neue Instrumente der betriebliche Personalpolitik, Flexible Arbeits- und
Leistungsbedingungen in der Industrie 4.0, Datenschutz, Demografie
Prof. Dr. Ing. Dieter Kreimeier 36
QUALIFIZIERUNG VON STUDIERENDEN UND
INDUSTRIETEILNEHMERN/-INNEN
Projektpartner
IG Metall
LPS
Gemeinsame Arbeitsstelle
RUB/IGM
Ziel
Vorbereitung von Betriebsräten
auf Digitalisierung
A&I
Teilprojekt der RUB
Arbeit und Organisation 4.0
Eins von 25 Kompetenzzentren
in Deutschland
Ziel
KMU unterstützen durch
Informieren, Demonstrieren,
Qualifizieren und Industrieller
Begleitung von Projekten
Mittelstand 4.0
Interdisziplinäres Seminar
Angebot für Ingenieure und
Sozialwissenschaftler
LPS
GAS RUB/IGM
Ziel
Fachübergreifende Vorbereitung
von Studierenden auf
mitbestimmungs- und
arbeitsgerechte Produktions-
gestaltung
MAOManagement und Organisation von Arbeit
Projektpartner
Akademie der RUB gGmbH
LPS
LMX Business Consulting GmbH
Ziel
Praxisorientiertes
Trainingsprogramm
Kompetenzerweiterung für
Industriemitarbeiter/-innen
IWEXInstitut für WertschöpfungsExzellenz
Vielen Dank für Ihre Aufmerksamkeit.