Digitale Ergonomiebewertung bei der BMW Group1
Digital Workplace Stress Management (DWSM) – Digital ergonomics assessment at the BMW Group
Konventionelle Ergonomiebewertung in der Produktion
In den meisten Fällen beruht eine Ergonomiebewertung heutzutage auf einer Beobachtung durch eine Ergonomiebewerterin oder einen Ergonomiebewerter. Bei der konventionellen Ergonomiebewertung werden auftretende Belastungen der Beschäftigten zeitlich grob erfasst und idealerweise erforderliche Kräfte gemessen. Die dokumentierten Ergebnisse werden anschließend in ein Bewertungssystem eingetragen, um eine Beurteilung des Arbeitsplatzes zu erhalten.
Kurzeinblicke in SERA
Die BMW Group hat für die Bewertung ergonomischer Belastungen wie auch Gefährdungen im eigenen Hause das IT-Tool SERA (Sicherheits- & Ergonomie Risikoanalyse) entwickelt (Dehghani et al. 2021; Snell et al. 2021). Dieses fusioniert die in anderen Unternehmen oftmals separierten Gebiete der Ergonomiebewertung und der „klassischen“ Gefährdungsbeurteilung. Eine SERA-Analyse behandelt somit sämtliche belastende oder gefährdende Einwirkungen aus Arbeitsaufgabe und Arbeitsplatz auf den Menschen. SERA erfüllt alle nationalen und internationalen rechtlichen sowie normativen Anforderungen und beruht auf etablierten, ergonomischen Methoden (u. a. Ergonomic Assessment Work [EAWS; Bewertungsverfahren zur Arbeitsplatzergonomie], montagespezifischer Kraftatlas, skaliert durch US-Studien und Leitmerkmalmethoden). Gemäß einer Verfahrensanweisung wird SERA an allen globalen Standorten des Unternehmens eingesetzt.
Eine SERA-Bewertung setzt sich aus
13 Merkmalen der folgenden vier Cluster zusammen (➥ Abb. 1):
Motivation zur Digitalisierung im Rahmen der digitalen Transformation
Je nach Komplexität der auftretenden Haltungen erfordert die konventionelle, auf Beobachtung basierende Ergonomiebewertung einen deutlich höheren Zeitbedarf als die Dauer zyklischer Tätigkeiten selbst. Dieser Zeitaufwand entsteht beispielsweise bei der Bewertung von überlagerten Nacken-, Schulter- und Rumpfbelastungen verschiedener Freiheitsgrade sowie der Unterteilung in dynamische beziehungsweise statische Belastungen. Bis die Belastungen vollständig und korrekt erfasst sind, ist es daher für menschliche Bewertende häufig erforderlich, mehrere Zyklen einer Tätigkeit zu beobachten. Schließlich hängt die resultierende Bewertungsqualität enorm von Qualifikation, Erfahrung und Expertise der Ergonomiebewerterin/des Ergonomiebewerters ab.
Aus den zuvor genannten Gründen resultiert das Ziel, die Objektivität und Zeiteffizienz von Ergonomiebewertungen eklatant zu erhöhen. Zur Zielerreichung werden digitale Messsysteme eingesetzt. Bei der BMW Group erfolgt dies im Rahmen des innovativen Vorhabens DWSM (Digital Workplace Stress Management). ➥ Abbildung 2 stellt die Prozesse der klassischen Bewertung und der mittels DWSM durchgeführten Bewertung gegenüber.
Elemente von DWSM
Eine ausführliche Recherche zum Stand der Technik war Grundlage zur Ermittlung geeigneter Messsysteme. Basierend auf dem Resultat dieser Recherche besteht DWSM aus einem Motion-Capturing-System zur Aufzeichnung der Körperbewegungen sowie aus einem Kraftmesshandschuh zur Aufnahme wirkender Montagekräfte (➥ Abb. 3).
Als Motion-Capturing-System wird aktuell Xsens verwendet, das aus 17 Positionssensoren (Drehraten-, Beschleunigungs- und Magnetsensoren) besteht. Wie in Abb. 3 ersichtlich, visualisiert Xsens die auf ein digitales Menschmodell transferierten Bewegungen in Echtzeit. Dinu et al. (2016) führten eine umfassende Studie zur Genauigkeit von Inertialsensoren durch und wiesen deren Validität bei der Erfassung menschlicher Bewegungen nach.
Nach Erprobung und Validierung verschiedener Kraftmesshandschuhe wurde ein Handschuh der Firma Novel ausgewählt, der allen Anforderungen an den Einsatz im
automobilen Umfeld gerecht wird. Er besteht aus fünf dünnen, flexiblen Sensoren an den Fingerkuppen sowie einem Sensor an der Handfläche. Bei beiden Messsystemen erfolgt die Signalübertragung drahtlos an ein Messnotebook.
Entscheidend bei der Systemauswahl war, dass die Beschäftigten durch das Tragen der Messsysteme nicht in ihrer natürlichen Bewegung eingeschränkt werden und folglich keine systeminduzierte Verfälschung eintritt. Neben dem Tragekomfort war auch die Störungsfreiheit der Produktionssysteme ein hartes Auswahlkriterium.
Die Synchronisierung beider Systeme erfolgt durch ein in den beiden Ausgabeströmen leicht identifizierbares Event. Hierfür klatschen die Versuchspersonen am Anfang der Aufnahme über Kopf die Hände zusammen. Im DWSM Post Processing kann somit das Frame zum Zeitpunkt der hohen Handposition mit dem Frame des initial hohen Krafteintrags synchronisiert werden.
Die beiden resultierenden Ausgabedateien von Xsens und Novel können nun in SERA eingelesen werden. Damit wird das physische Cluster (die ersten sieben Merkmale aus Abb. 1) teilautomatisiert befüllt. Eine volle Automatisierung ist derzeit aufgrund von Systemgrenzen noch nicht gegeben, da zum Beispiel „Ausführungsbedingungen“ für eine Lastenhandhabung oder Lastgewichte manuell einzutragen sind.
Einsatz künstlicher Intelligenz
Haltungsmerkmale wie Nacken-, Schulter- oder Rumpfbelastung können direkt analytisch aus den Daten von Xsens bewertet werden. Hand- und Fingerkräfte werden ausschließlich basierend auf den detektierten Kräften des Kraftmesshandschuhs ermittelt. Für die Bewertung von Ganzkörperkräften oder Lastenhandhabungen ist jedoch der fusionierte Input beider Messsysteme erforderlich. In beiden Fällen ist für eine korrekte Bewertung neben dem Kraft-/Lastwert auch die eingenommene Körperhaltung beziehungsweise Kraftrichtung von entscheidender Bedeutung.
Eine systemgestützte Unterscheidung zwischen Ganzkörperkräften, Lastenhandhabung sowie Hand- und Fingerkräften versagt jedoch bei ausschließlich direkter Verwendung der fusionierten Messdaten. Die Identifikation eines Kraftwerts in der Handfläche könnte beispielsweise durch das Umgreifen eines Kabels (Hand- und Fingerkraft), das Andrücken eines Verkleidungselements (Ganzkörperkraft) oder das Tragen eines Kleinladungsträgers (Lastenhandhabung) entstehen. Für einen Menschen ist diese Klassifikation häufig eindeutig, da visuelle Informationen zu Arbeitsaufgabe und Arbeitsumgebung vorliegen. Sensoren erfassen allerdings lediglich für sie kompatible Signale, jedoch keinen übergeordneten Kontext.
Dieser Umstand erforderte die Entwicklung eines spezifischen Machine-Learning-Modells (Künstliche Intelligenz), um automatisierte Zuordnungen zu ermöglichen (➥ Abb. 4). Daher wurde basierend auf etwa 5000 Messaufnahmen bekannter Bedingungen ein hierfür konzipiertes neuronales Netz für die korrekte Zuordnung von Belastungsereignissen zu SERA-Merkmalen „angelernt“. Dieser komplexe Algorithmus kompensiert die den Sensoren nicht vorliegende Information hinsichtlich des Kontexts der durchgeführten Tätigkeit.
Implementierung in SERA
Für einen möglichst komfortablen Einsatz von DWSM bestand frühzeitig das Ziel der kompletten Integration in SERA. Hierzu waren einige Schritte erforderlich, die hier kompakt zusammengefasst sind:
Durchführung einer Ergonomiebewertung mit DWSM
Die Vorgehensweise zur Aufnahme einer Tätigkeit mit DWSM besteht im ersten Schritt aus der Ausstattung einer in der Aufgabe geübten Person (Versuchsperson) mit dem Motion-Capturing-System und dem Kraftmesshandschuh. Die DWSM-anwendende Person startet anschließend die Kalibration von Xsens, wozu die Probandinnen und Probanden einige Schritte mit variabler Auslenkung ihrer Extremitäten zu gehen haben. Anschließend werden die Sensoren des Kraftmesshandschuhs „genullt“. Nach Messstart klatscht die Testperson die Hände über dem Kopf zusammen (Synchronisierungsevent) und führt in gewohnter Manier die Tätigkeit aus. Die oder der SERA-Anwendende hat lediglich die Aufgabe, die Systemaufnahme zu überwachen und nach vollständiger Durchführung die Aufnahmen zu beenden. Die resultierenden Systemdaten können anschließend, wie bereits geschildert, in SERA zur Erzeugung einer Analyse eingelesen werden.
Validierung in der Praxis
In Laborumgebung sowie in Werken des Unternehmens erfolgte eine Validierung durch eine Gegenüberstellung von DWSM-Bewertungen mit fundierten Bewertungen von Expertinnen und Experten bestimmter Tätigkeiten. Hierdurch konnte nachgewiesen werden, dass die Bewertung mit DWSM bei geringerem Zeitbedarf eine exakte Erfassung der Körperhaltungen und Montagekräfte erlaubt. Es ist jedoch festzuhalten, dass sich der zeitliche Vorteil erst ab einer gewissen Analysedauer beziehungsweise ab einer gewissen Anzahl zu bewertender Tätigkeiten ergibt. Zu berücksichtigen ist, dass die Anbringung der Sensoren sowie eine erforderliche Kalibrierung des Messsystems etwa 15 Minuten in Anspruch nehmen. Da für DWSM jedoch die Aufnahme einer einzigen repräsentativen Aufnahme pro Tätigkeit ausreicht, ergibt sich schnell ein Zeitvorteil, da eine menschliche Bewertung erfahrungsgemäß die Beobachtung mehrerer Zyklen erfordert.
Darüber hinaus wurden sogenannte „Stresstests“ durchgeführt, um auch Einflüsse mehrstündiger Aufnahmen zu untersuchen. Diese Tests zeigten selbst mit zunehmender Dauer keine Instabilität oder Messabweichung.
Vorteile durch DWSM
Neben dem bereits genannten zeitlichen Vorteil bietet DWSM noch weitere positive, nachfolgend erläuterte Aspekte. Häufig ist es für menschliche Bewertende wie auch für
kamerabasierte Systeme nicht möglich, Haltungen vollständig zu erkennen, wenn die oder der Beschäftigte beispielsweise durch eine Karosserie verdeckt ist. Dieser Fall kann bei Montagetätigkeiten innerhalb der Karosserie wie auch beim Hineinbeugen in verdeckte Bereiche eintreten. DWSM liefert auch in nicht einsehbaren Bereichen vollständig akkurate Daten, da sämtliche Sensoren direkt am Körper befestigt sind und es somit keine Probleme durch Verdeckungen gibt.
Der größte Vorteil besteht in einer Objektivität und Genauigkeit der Datenerfassung, die selbst für ausgewiesene Ergonomieexpertinnen und -experten schwer erreichbar ist. Bei der menschlichen Bewertung besteht eine große Herausforderung in der genauen Erfassung von Winkelbereichen oder gar überlagerten Bewegungen (z. B. gleichzeitige Rumpfflexion und -beugung). Durch DWSM werden jedoch sämtliche Haltungskonstellationen sicher und umgehend erkannt.
Weiteres Vorgehen
Neben den praxisbezogenen Validierungsuntersuchungen wurde DWSM darüber hinaus für ausgewählte, fallspezifische Bewertungen angefragt (z. B. in der Kabelbaummontage). Ab Ende Q3/2022 folgt die Qualifizierung der Ergonomiebewertungen aus den Montagen der deutschen Werke. Nach gezielter Schulung und praktischer Begleitung kann DWSM anschließend in diesen Bereichen angewendet werden. Im Anschluss daran folgt die Qualifizierung der weiteren Technologien sowie ab 2023 der internationale Rollout.
Die bei der BMW Group entwickelte Methode DWSM wird als internes IT-Produkt im Rahmen einer agilen Softwareentwicklung kontinuierlich weiterentwickelt. Impulse zur weiteren Verbesserung sind durch den zunehmenden Praxiseinsatz zu erwarten. Darüber hinaus werden auch technische Innovationen beobachtet, um DWSM stets auf dem aktuellen Stand der Technik zu halten.
Interessenkonflikt: Das Autorenteam gibt an, dass keine Interessenkonflikte vorliegen.
Literatur
Dinu D, Fayolas M, Jacquet M, Leguy E, Slavinski J, Houel N: Accuracy of postural human-motion tracking using miniature inertial sensors. Procedia Engineering 2016; 147, 655–658.
Snell M et al.: Digital Workplace Stress Management: Ein Projekt zur digitalen Ergonomiebewertung in der BMW Group. 68. Frühjahrskongress in Magdeburg, Gesellschaft für Arbeitswissenschaft 2022; A.5.8: 1–6.
Snell M et al.: Safety and Ergonomics Risk Assessment (SERA): A customized ergonomics assessment tool for automobile manufacturing. The XXXIIIrd Annual International Occupational Ergonomics and Safety Conference, International Society for Occupational Ergonomics and Safety 2021; 33: 69–73.
Dehghani A et al.: SERA: A digital risk management tool as the basis of OSHM. International Conference at the Brno University of Technology, Faculty of Business and Management 2021; 57–67.
doi:10.17147/asu-1-240859
Kernaussagen
Info
Motion Capturing
Weitere Infos
Safety & Ergonomics Risk Assessment (SERA)
https://ux-design-awards.com/de/gewinner/sera
Xsens Tecnologies
Novel (Druck- und Kraftmesssysteme)
https://www.novel.de/products/pliance/
Kontakt
Foto: privat
Koautorin und Koautoren
Das PDF dient ausschließlich dem persönlichen Gebrauch! - Weitergehende Rechte bitte anfragen unter: nutzungsrechte@asu-arbeitsmedizin.com.
