Psychische Belastungen in der Industrie 4.0

ASU Arbeitsmed Sozialmed Umweltmed 2017; 52: 832–839

doi: 10.17147/ASU.2017-11-03-01

Einleitung und Ziele

Die Veränderung der Arbeitswelt hat – vor allem in der Industrie – eine besondere Dynamik angenommen. Neue Produktions- und Kommunikationstechnologien lassen einen Wandel der Arbeitsanforderungen an Beschäftigte erwarten. Diese müssen Fertigkeiten im Umgang mit neuen Systemen und Technologien erwerben, flexibel auf häufige Produktionswechsel reagieren und sich neuen Organisationsstrukturen anpassen (Hirsch-Kreinsen et al. 2015). Diese Veränderungen der Industriearbeit werden zumeist unter dem Begriff Industrie 4.0 zusammengefasst. Der Begriff Industrie 4.0 beschreibt, dass in einer Fabrik zur Erhöhung der Produktionseffizienz sowie -flexibilität eine softwaregestützte Vernetzung aller Komponenten der gesamten Wertschöpfungskette angestrebt wird, die durch einen automatisierten, sich selbst steuernden Datenaustausch zwischen allen Komponenten der Produktionsarbeit stattfindet (Bauernhansl et al. 2014; Hirsch-Kreinsen et al. 2015).

Auch wenn diese Veränderungen erst in wenigen Industrieunternehmen in vollem Umfang Einzug gehalten haben, wird bereits diskutiert, welche Auswirkungen solche Änderungen der Arbeitsbedingungen auf die Mitarbeiter haben können. Auf der einen Seite werden positive Effekte, wie z. B. eine Reduzierung körperlich belastender Arbeiten, angenommen. Auf der anderen Seite besteht die Befürchtung, dass durch die zunehmende Digitalisierung gesundheitsgefährdende psychosoziale Arbeitsbelastungen, wie kognitive Überlastungen oder ein eingeschränkter Handlungsspielraum, zunehmen (Rothe et al. 2017).

Allgemein ist der Zusammenhang zwischen „klassischen“ psychosozialen Arbeitsbelastungen und der Gesundheit von Beschäftigten empirisch gut erforscht. Es zeigt sich, dass ungünstige Belastungen langfristig mit negativen Folgen für die Gesundheit verbunden sein können (Nixon et al. 2011). Diese können das Herz-Kreislauf-System, das Muskel-Skelett-System, aber auch die psychische Gesundheit der Beschäftigten betreffen (Angerer u. Lang 2016; Lang u. Angerer 2016; Theorell et al. 2015; Kivimäki et al. 2012). Die Erfassung psychosozialer Belastungen bei der Arbeit ist aber nicht nur wegen potenzieller Folgen für die Gesundheit der Beschäftigten wichtig. Betriebe sind nach dem Arbeitsschutzgesetz verpflichtet, die Gefährdungsbeurteilung psychischer Belastungen durchzuführen, um arbeitsbedingte psychische Belastungen zu erfassen sowie Maßnahmen zu deren Vermeidung bzw. Reduktion zu entwickeln, umzusetzen und auf deren Wirksamkeit zu überprüfen. Das Vorgehen bei der Gefährdungsbeurteilung wird u. a. durch Empfehlungen der Gemeinsamen Deutschen Arbeitsschutzstrategie (GDA) vorgegeben GDA 2016. Diese Vorgaben beinhalten jedoch noch nicht diejenigen Anforderungen, von denen angenommen wird, dass sie sich aus einer sich verändernden Arbeitswelt in der Industrie ergeben werden. Aus Sicht des Arbeits- und Gesundheitsschutzes muss daher geprüft werden, ob die zunehmende Digitalisierung und die damit zusammenhängenden neuen Formen der Industriearbeit neue gesundheitsgefährdende psychosoziale Arbeitsbelastungen mit sich bringen.

Zielvorstellung der Industrie 4.0 ist eine smarte Fabrik, die sich selbst organisiert, anpassungsfähig ist und mit anderen Fabriken sowie anderen Teilen der Wertschöpfungskette kommuniziert. Zentrale Steuerungselemente dieser smarten Fabrik sind sog. cyberphysische Systeme (CPS). CPS sind Produktionsanlagen, die kommunikationsfähige Systeme enthalten, die ihre Umwelt sensorisch erfassen, über das Internet kommunizieren, Daten austauschen und sich selbständig optimieren. Der Mitarbeiter in dieser Form der Industrieproduktion agiert hier vornehmlich an der Mensch-Maschine-Schnittstelle und überwacht und steuert das CPS am Bildschirm (Vogel-Heuser et al. 2017). Diese Kontrolltätigkeiten am Bildschirm sind ein neu aufkommender Schwerpunkt in der Industriearbeit. Zusätzlich ergeben sich neben der Steuerung und Überwachung der Maschine weitere Möglichkeiten der Zusammenarbeit zwischen Mensch und Maschine in Form intelligenter Assistenzsysteme im Arbeitsprozess, die die Mitarbeiter unterstützen und entlasten können (Hirsch-Kreinsen et al. 2015). Beispielsweise werden Roboter in der Produktion eingesetzt, die arbeitsteilig einzelne Arbeitsschritte der Mitarbeiter übernehmen und mit diesen gemeinsam an einem Produkt arbeiten. Bei dieser Art der Zusammenarbeit zwischen Mensch und Maschine spricht man auch von Mensch-Roboter-Interaktion. Darüber hinaus werden bei diesen neuen Formen der Produktionsarbeit stetig Daten erzeugt, verarbeitet und ausgewertet. Diese Daten beinhalten auch Informationen über die Arbeitsleistung einzelner Produktionsmitarbeiter, deren Arbeit von anderen Stellen im Industriebetrieb aus (z. B. von Vorgesetzten) kontrolliert oder überwacht werden kann (Hirsch-Kreinsen et al. 2015). Diese Überwachung der Arbeit ist ein dritter neu aufkommender Schwerpunkt in der Industrie.

Aus dieser Beschreibung der sich verändernden Arbeitsbedingungen gehen drei zentrale Themen hervor, die im Arbeits- und Gesundheitsschutz berücksichtigt werden sollten. Diese drei Themen

• Kontrolltätigkeiten am Bildschirm,
• Mensch-Roboter-Interaktion und
• Überwachung der individuellen Arbeitsleistung

werden aktuell im Rahmen der Gefährdungsbeurteilung nur am Rande diskutiert und noch nicht durch die Vorgaben der GDA abgedeckt (GDA 2016). Ziel dieses Beitrags ist es daher, zuerst in einer selektiven Literaturübersicht den arbeitsmedizinischen sowie -psychologischen Stand der empirischen Forschung zu diesen drei Themenbereichen aufzuarbeiten und mögliche Auswirkungen auf die Gesundheit darzustellen. Anschließend sollen diese Themen auf das Feld der Gefährdungsbeurteilung übertragen werden und es soll geprüft werden, welche Anpassungen sich für die Erfassung der Arbeitsbelastung und die Umsetzung von Maßnahmen des Arbeits- und Gesundheitsschutzes ergeben, um neuartigen Anforderungen an sich verändernde Arbeitsbedingungen zu begegnen.

Methode

Es wurde eine selektive Literaturübersicht erstellt, um einen Überblick über diese drei Themen zu erhalten und den aktuellen Forschungsstand aufzuarbeiten. Kennzeichnend für eine selektive Literaturübersicht ist es, dass die betrachteten Originalarbeiten ausschließlich narrativ zusammengefasst und unsystematisch ausgewertet werden, d.h. die übergeordneten Befunde werden nicht statistisch zusammengefasst (Ressing et al. 2009). Hierzu wurden die Literaturdatenbanken PubMed und PsychINFO nach den drei Themen durchsucht und die Ergebnisse der Literaturrecherche zusammengefasst. In die Literatursuche wurden englisch- und deutschsprachige Originalarbeiten wie auch systematische Übersichtsarbeiten eingeschlossen. Darüber hinaus wurden die Referenzen der gefundenen Arbeiten nach weiteren möglichen Quellen per Handsuche durchsucht. Als Suchbegriffe für Gesundheit und Leistungsfähigkeit wurden folgende Suchworte sowohl in Deutsch als auch in Englisch verwendet: „Gesundheit“, „Arbeitsleistung“, „Leistung“, „Stress“, „Burnout“, „Irritation“ sowie „Beanspruchung“. Für den Bereich „Kontrolltätigkeiten am Bildschirm“ wurden zusätzlich die Stichworte „Steuertätigkeiten“, „Überwachungstätigkeiten“, „Kontrolltätigkeiten“ sowie „Bildschirmarbeit“ verwendet. Für den Bereich „Mensch-Roboter-Interaktion“ wurde nach folgenden Stichworten gesucht: „Mensch-Roboter-Interaktion“, „Mensch-Roboter-Zusammenarbeit“, „Mensch-Roboter-Kollaboration“ sowie „Mensch-Maschine-Interaktion“. Für den Bereich „Überwachung der Arbeitsleistung“ wurden schließlich die Literaturdatenbanken nach den Worten „Überwachung“, „elektronische Überwachungssysteme“ sowie „computergestützte Überwachung“ durchsucht. Arbeiten wurden eingeschlossen, wenn der Zusammenhang zwischen den drei Belastungsbereichen mit unterschiedlichen Indikatoren von Gesundheit und Leistungsfähigkeit beschrieben wurde.

Ergebnisse

Die Sichtung der arbeitsmedizinischen und -psychologischen Literatur ergab folgende Studienlage zu den drei Schwerpunktthemen dieses Reviews:

Kontrolltätigkeiten am Bildschirm

Es wird erwartet, dass der Anteil der kontrollbezogenen Steuer- und Überwachungstätigkeiten in der Produktion der Industrie stetig ansteigt und zukünftig einen großen Teil der spezialisierten Arbeitsplätze ausmachen wird (Reinhart 2017). Hinweise auf typische Probleme, die mit vermehrten Kontrolltätigkeiten am Bildschirm einhergehen, lassen sich vor allem aus Forschungsergebnissen im Bereich Luft- und Raumfahrt gewinnen (Salas u. Maurino 2010). In diesem Bereich sind automatisierte, intelligente Systeme, die eigenständig die Funktionsweise unterschiedlichster Maschinen steuern und koordinieren, schon länger implementiert. Diese automatisierten Systeme bedürfen zumeist nur einer Kontrolle durch die Piloten (z. B. Autopilot im Flugzeugcockpit) oder anderer Personengruppen. Ein aktives Eingreifen ist meistens nur im Ausnahmefall gefordert oder wenn bestimmte Aktionen vom System nicht beherrscht und daher selbständig vom Menschen durchgeführt werden. In der Forschung zur Überwachung von Cockpits zeigt sich, dass eine über einen längeren Zeitraum geforderte Aufmerksamkeit mit sehr hohen Anforderungen an die überwachende Person verbunden ist und gleichzeitig mit erhöhtem Stresserleben einhergeht (Warm et al. 2008). Eine besondere Herausforderung bei der Durchführung von Kontrolltätigkeiten am Bildschirm an die Mitarbeiter besteht im Allgemeinen darin, über einen langen Zeitraum die Aufmerksamkeit aufrecht zu erhalten, da in der Regel ein aktives Eingreifen nur im Störungsfall notwendig ist. Diese Anforderungen an die Aufmerksamkeit sind mit unterschiedlichen Indikatoren von Stress assoziiert und können gesundheitsbezogene negative Konsequenzen für die arbeitenden Personen haben.

Es zeigt sich, dass es schwieriger ist, bei wenig herausfordernden, monotonen Aufgaben die eigene Aufmerksamkeit aufrecht zu erhalten als bei kognitiv herausfordernden Aufgaben (Robertson u. O‘Connell 2010; Langner u. Eickhoff 2013). Das bloße Überwachen eines Monitors, um beispielsweise bestimmte Verfahrensabläufe zu kontrollieren und zu steuern, entspricht eher einer wenig aktiven Tätigkeit, die ein Gefühl der Monotonie erzeugen kann. In der Grundlagenforschung zu Monotonie bei der Arbeit zeigt sich, dass diese zu geringer Zufriedenheit mit der eigenen Arbeitstätigkeit und gleichzeitig zu erhöhtem Stress bei der Arbeit führt (Melamed et al. 1995). In einer experimentellen Untersuchung konnte zudem der Zusammenhang zwischen als monoton und langweilig wahrgenommenen Überwachsungstätigkeiten am Monitor mit verschiedenen Beanspruchungsfolgen (u. a. Herzratenvariabilität) sowie einer Abnahme der Aufmerksamkeit aufgezeigt werden (Thackray et al. 1977).

Die Anforderung, die eigene Aufmerksamkeit bei monotonen, intellektuell wenig herausfordernden Aufgaben aufrecht zu erhalten, wird auch als Vigilanz bezeichnet (vgl. Robertson u. O’Connell 2010). Eine hohe Vigilanz wird in der Regel bei Aufgaben erfordert, bei denen eine einfache Signalverarbeitung im Vordergrund steht. Dies umfasst eine Entdeckung oder Unterscheidung von dargebotenen Stimuli, die als Konsequenz eine Reaktion des Individuums erfordern (z. B. das Aufblinken einer Warnleuchte und ein anschließendes Umlegen eines Schalters). Es wird angenommen, dass die andauernde Aufrechterhaltung der Aufmerksamkeit mit einer Erschöpfung von aufmerksamkeitsbezogenen Ressourcen sowie allgemein geistiger Ermüdung einhergeht (Temple et al. 2000). Diese Ermüdungseffekte, hervorgerufen durch einfache Aufgaben, die kontinuierliche Aufmerksamkeit erfordern, hängen mit erhörtem Stresserleben im Vergleich zu komplexeren Aufgaben zusammen, die ein höheres Level an Aktivität erfordern (Warm et al. 2008; Johansson et al. 1978). Zusätzlich zeigt sich, dass Aufgaben mit erhöhten Anforderungen an die Vigilanz mit der vermehrten Ausschüttung von Stresshormonen einhergehen (Belkic et al. 2004). Neben diesen möglichen Ermüdungseffekten kann sich bei Kontrolltätigkeiten am Bildschirm ein Gefühl der Langeweile entwickeln (Langner u. Eickhoff 2013), das als Konsequenz eine geringe Arbeitszufriedenheit sowie ein erhöhtes Stressempfinden zur Folge haben kann (Loukidou et al. 2009).

Ebenso wird das Auftreten von Systemfehlern, die eine korrekte Durchführung der Arbeitstätigkeit unterbrechen, als relevante Ursache für Stress bei kontrollbezogenen Bildschirmtätigkeiten identifiziert. Stress entsteht in diesem Fall dann, wenn technische Probleme auftreten. Durch die hohe Bedeutung von Software in der Industrieproduktion ist eine neue Quelle für Fehlfunktionen unterschiedlicher Art hinzugekommen. Viele Funktionen, die in komplexen Softwarealgorithmen enthalten sind, bleiben dem Anwender verborgen. Dadurch sind aufkommende Probleme häufig aufgrund der steigenden Komplexität der technischen Anwendungen nur durch Dritte zu beheben und daher sehr zeitaufwändig für den Anwender. Dies führt zu Arbeitsunterbrechungen, die sich negativ auf das Befinden der Beschäftigten auswirken können (Rothe et al. 2017). In weiteren Studien wurden direkte Zusammenhänge zwischen Systemabstürzen oder sonstigen Softwareproblemen mit Frustration und Stress aufgezeigt (Smith et al. 1999).

Fehlfunktionen von technischen Systemen sollten jedoch nicht gänzlich losgelöst vom Thema Aufmerksamkeit betrachtet werden. Es zeigt sich, dass Gefahrensignale häufig nicht bemerkt werden, wenn diese unerwartet sind oder wenn aufgrund eines sehr hohen Vertrauens in die Zuverlässigkeit des Gesamtsystems die eigene Aufmerksamkeit nur auf Teilbereiche gelegt wird (Sarter et al. 2007). Generell ist übermäßiges Vertrauen in ein System eine häufige Quelle von Fehlern, da dies dazu führt, dass Daten nicht auf ihre Korrektheit überprüft werden. Auch hier konnte anhand einer Untersuchung mit Piloten gezeigt werden, dass diese einer durch den Computer vorgeschlagenen Flugroute folgen, obwohl diese nach menschlichem Ermessen als gefährlich einzustufen war (Wickens u. Alexander 2009). Weiterhin zeigt sich, dass die Entdeckung von Fehlfunktionen sinkt, je länger ein System fehlerfrei arbeitet (Manzey et al. 2012). Wenn bei Individuen nun sowieso schon wenig aufmerksamkeitsbezogenen Ressourcen verfügbar sind, was besonders bei älteren Menschen deutlicher als bei jüngeren Menschen der Fall ist, wird ein Eingreifen im Störfall unwahrscheinlicher, da die notwendigen Hinweise durch das System vom Anwender nicht entdeckt werden (Mund et al. 2010). Zusammenfassend zeigt sich, dass die Arbeitsleistung der Beschäftigten bei kontrollorientierten Überwachungstätigkeiten zum einen schlechter wird und zum anderen stärkere Belastungen berichtet werden, wenn unvorhergesehene, seltene Ereignissen auftreten.

Mensch-Roboter-Interaktion (MRI)

Es wird angenommen, dass Menschen und Roboter in der Industrieproduktion immer häufiger zusammenarbeiten. Industrieroboter werden definiert als „[…] universell einsetzbare Bewegungsautomaten mit mehreren Achsen, deren Bewegungen hinsichtlich Bewegungsfolge und Wegen bzw. Winkeln frei […] programmierbar und gegebenenfalls sensorgeführt sind“ (VDI-Richtlinie 2861 1988).

Die Art der Zusammenarbeit zwischen Mensch und Roboter kann in Bezug auf die Arbeitsteilung, die räumliche und zeitliche Nähe bei der Interaktion sowie die Aufgaben, den Autonomiegrad und die Morphologie des Roboters völlig unterschiedlich ausgestaltet sein (vgl. Onnasch et al. 2016): Hinsichtlich der Arbeitsteilung zwischen Mensch und Roboter reicht die Bandbreite dabei von einer weitgehend räumlich und zeitlich getrennten Zusammenarbeit bis hin zu einer simultanen, flexiblen Koordination, um gemeinsame Arbeitsziele zu erreichen. Der Roboter kann in der Zusammenarbeit weiterhin unterschiedliche Aufgaben übernehmen (z. B. Informationsaustausch mit dem Menschen, Manipulation von Werkstücken) und unterschiedlich autonom agieren (z. B. Informationen auswählen, Entscheidungen auswählen). Schließlich kann der Roboter eher funktional gestaltet sein oder aber eine humanoide bzw. zoomorphe äußere Gestalt besitzen.

Vor dem Hintergrund dieser vielfältigen denkbaren Varianten scheint eine allgemeine Bewertung der psychischen Belastungssituation der MRI nicht möglich. Vielmehr können bei unterschiedlichen Formen der MRI unterschiedliche Belastungskonstellationen angenommen werden. Generell ist jedoch zu erwarten, dass im Falle einer „engen“ – d. h. simultanen, flexiblen, arbeitsteiligen – Zusammenarbeit die Gestaltung der MRI eine größere Relevanz für die Belastungssituation des Beschäftigten hat als im Falle einer räumlich und zeitlich getrennten Zusammenarbeit. Entsprechend gibt es gegenwärtig keine empirischen Arbeiten, die einen direkten Zusammenhang zwischen der MRI und der Gesundheit der Beschäftigten untersuchen (Robelski 2016).

Es zeigt sich jedoch, dass ergonomische Gestaltungsaspekte, wie die Bedienbarkeit oder die Nutzerzufriedenheit, die tatsächliche Interaktion zwischen Mensch und Roboter positiv beeinflussen können (Prewett et al. 2010). Wichtige Gestaltungsaspekte für eine gute MRI sind ebenso die Geschwindigkeit der Bewegungen des Roboters (Or et al. 2009) sowie deren Vorhersagbarkeit (Dehais et al. 2011; vgl. hierzu auch die Normen zur ergonomische Gestaltung der MRI DIN EN ISO 10218-1 2011). All diese Aspekte können sich auf das Beanspruchungslevel der Beschäftigten auswirken.

Daneben scheinen besonders persönliche Faktoren wie die grundlegenden Einstellungen der Beschäftigten gegenüber der Interaktion mit Robotern oder deren Ängste wichtige Faktoren zu sein, die die Zusammenarbeit zwischen Mensch und Roboter beeinflussen (Nomura et al. 2008). Beispielsweise beobachteten Broadbent und Kollegen (2011), dass Menschen, die sich Roboter als menschenähnliche Humanoiden vorstellen, bei der MRI einen höheren Blutdruckanstieg aufweisen und negativere Emotionen berichten als Menschen, die sich einen Roboter als abstrakte kastenförmige Maschine vorstellen.

Überwachung der Arbeitsleistung

Überwachung am Arbeitsplatz ist im Prinzip kein neues Phänomen. Wie Alge und Hansen in einem Aufsatz „Workplace monitoring and surveillance research since 1984“ aufzeigen, haben aber die technischen Möglichkeiten der Überwachung seit dem Jahr, in dem George Orwells Anti-Utopie spielt, d.h. seit der Mitte der 80er Jahre, drastisch zugenommen (Alge u. Hansen 2014). Beschrieben wird solche Technik der Überwachung mit dem Stichwort „elektronische Überwachungssysteme“ (EÜS; „electronic monitoring and surveillance systems“). Das klassische Einsatzgebiet ist die Arbeit am Computer. Dort können vielfältige Daten gesammelt werden, die von der Erfassung jeder Tastenbewegung und der verwendeten Programme bis hin zur automatischen Untersuchung von E-Mail-Inhalten reichen. Beispiele aus anderen Bereichen umfassen die detaillierte Erfassung der Dauer und des Inhalts von Telefongesprächen, typischerweise in Call-Centern, oder der Arbeitsleistungen von Beschäftigten am Heimarbeitsplatz und im Außendienst, unterstützt von Ortungstechnologie in mobilen Diensttelefonen oder Dienstwagen. Einer Schätzung der American Management Association nach setzten bereits 2005 76 % aller Firmen in den USA regelmäßig EÜS ein (American Management Association 2005). Durch neue technische Systeme können leistungsbezogene Daten nun auch in vielen weiteren Branchen aufgezeichnet und zusammengefasst werden. In der Industrieproduktion haben Betriebe heute die Möglichkeit, die Arbeitsleistung der Mitarbeiter minutiös zu überwachen, da viele Leistungsindikatoren (wie z. B. Anzahl gefertigter Produkte, Zeit pro gefertigtem Produkt) erfasst werden können.

Nicht nur in Orwells Roman hat Überwachung etwas Bedrohliches: So wird Überwachung am Arbeitsplatz überwiegend im Zusammenhang mit negativen Auswirkungen diskutiert. Seit Mitte der 1990er Jahre bemüht sich die Forschung um eine neutralere Sichtweise, beleuchtet auch positive Effekte und widmet sich der Erforschung von Kontextbedingungen, unter denen ein EÜS positive oder negative Auswirkungen hat. Denn entscheidend dafür – so die beinahe triviale Erkenntnis –, welche Effekte bei den Beschäftigten auftreten, ist die Art und Weise, wie ein solches System eingeführt und eingesetzt wird (Alge u. Hansen 2014). Im Folgenden stehen die gesundheitlichen Effekte im Zentrum der Betrachtung.

Positive Effekte auf das Wohlbefinden des einzelnen Mitarbeiters: Die Überwachung der Arbeitsleistung kann auch positive Effekte haben. So ermöglichen bestimmte Überwachungssysteme in der Produktion den Beschäftigten, ihre individuellen Arbeitsschritte einfach zu planen und zeitliche Ressourcen besser zu nutzen (Cascio u. Montealegre 2016), um effizienter zu arbeiten. In diesem Zusammenhang kann eine Überwachung der Arbeitstätigkeit zu verbesserter Leistung der Beschäftigten führen (Bhave 2014).

Unmittelbare negative Effekte: Überwachte Personen, so die Forschungsliteratur zur Überwachung am Arbeitsplatz allgemein, reagieren mit erhöhter Beanspruchung; im Fall der EÜS wird die Überwachung lückenlos und – dank Aufzeichnungen der Leistungsdaten – unabhängig davon, wo und wann Vorgesetzte die Leistung kontrollieren. Daher ist anzunehmen, dass die Beanspruchung durch Überwachung insgesamt zunimmt. Beanspruchung und Beanspruchungsfolgen können sich z. B. in erhöhtem Stresserleben der Beschäftigten äußern (Aiello u. Kolb 1995; Lu 2005). In einer Serie von Experimenten kam es bei den Probanden unter Überwachungsbedingungen zu erhöhtem Blutdruck und erhöhter Herzfrequenz (Henderson et al. 1998). Ebenso wurden bei Call-Center-Mitarbeitern unter verstärkter Überwachung vermehrt Zeichen von Burnout beobachtet (Castanheira u. Chambel 2010).

Beziehung von Überwachung zu Arbeitsstress: Neben den unmittelbaren Folgen einer Überwachung auf das Beanspruchungserleben sowie auf bestimmte physiologische Reaktionen lässt sich ein erhöhtes Risiko für langfristige gesundheitliche Auswirkungen aus den Veränderungen begründen, die ein EÜS auf solche Arbeitsmerkmale hat, die wesentliche Komponenten wissenschaftlich etablierter Arbeitsstressmodelle darstellen. Elektronische Überwachung schränkt den Handlungsspielraum ein und erhöht die Anforderungen – u.U. bei verminderter sozialer Unterstützung (Amick u. Smith 1992; Alge u. Hansen 2014; Cascio u. Montealegre 2016; Carayon 1993). Diese Veränderungen erklären Teile der Effekte auf Burnout, die unter starker Überwachung auftreten können (Castanheira u. Chambel 2010). Hohe Anforderungen bei niedriger Kontrolle bzw. geringem Handlungsspielraum stellen die Kernmerkmale von krankmachendem Arbeitsstress nach dem „Anforderungs-Kontroll-Modell“ von Karasek dar (Karasek u. Theorell 1990). Eine umfangreiche Forschungsliteratur belegt, dass diese Form von Arbeitsstress substanziell das Risiko für Depressionen und für Herzinfarkte erhöht (Theorell et al. 2015, 2016).

EÜS können, wie Alge und Koautoren darlegen (Alge 2001), die Empfindung von organisationaler Ungerechtigkeit verstärken. Diese wiederum ist – ähnlich wie Arbeitsstress nach dem Anforderungs-Kontroll-Modell – mit einem erhöhten Risiko für stressassoziierte Erkrankungen verbunden, d.h. Herzinfarkt und Depression (Theorell et al. 2015, 2016; Kivimäki et al. 2006).

Leistungsbereitschaft: Wird die Überwachung der Arbeitsleistung von den Beschäftigten als unfair und intransparent empfunden, kann dies bei den Beschäftigten zu Ablehnung führen (Cascio u. Montealegre 2016). Wird darüber hinaus die Funktion der Überwachung von den Beschäftigten primär als Kontrolle der eigenen Arbeit identifiziert, führt dies bei den Beschäftigten nicht nur zu Stress (Castanheira u. Chambel 2010) und geringem Wohlbefinden, sondern auch zu verminderter Motivation (Rietzschel et al. 2013).

Kontextfaktoren, die über positive oder negative Effekte bestimmen: Die Forschung zeigt, dass die Überwachung der individuellen Arbeitstätigkeit nicht unbedingt negative Auswirkungen auf die Beschäftigten haben muss. Ein wichtiger Einflussfaktor ist, wie unterstützend die Organisation, die die Überwachung ausübt, von den Beschäftigten allgemein wahrgenommen wird. Betriebe können einer generellen Ablehnungshaltung der Beschäftigten gegenüber einer Überwachung der Arbeitstätigkeit auch vorbeugen, indem die Identifikation der Beschäftigten mit dem Betrieb erhöht und die Bindung an das Unternehmen gesteigert wird (Spitzmüller u. Stanton 2006).

Eine unterstützende Kultur im speziellen Fall eines EÜS gesteht den Beschäftigten einen Einfluss auf die konkrete Ausgestaltung das EÜS zu. Frühe Untersuchungen zeigten bereits, dass der Eindruck, Kontrolle über das System zu haben, einen dämpfenden Effekt auf die Stressreaktion überwachter Personen hat (Kolb u. Aiello 1996). Als günstig wird angesehen, wenn Gruppen, nicht aber Einzelpersonen überwacht werden und sich Überwachung nur auf die Leistung bezieht. Ob die Überwachung als fair wahrgenommen wird, hängt ferner damit zusammen, wie die Daten gesammelt und benutzt werden, ob sie präzise und korrekt erhoben werden und ob die Regelungen alle Personen einer Gruppe gleichermaßen betreffen, also nicht nur Individuen herausgegriffen werden (Cascio u. Montealegre 2016). Teilweise besteht bei den Beschäftigten Unklarheit darüber, für welche Zwecke die aufgezeichneten Daten genutzt werden. Dabei ist der Zweck der Überwachung ein wichtiger Faktor, der den möglichen negativen Einfluss auf das Stressempfinden der Beschäftigten beeinflusst (Alge 2001).

Motivation zum Einsatz von EÜS: Interessant sind Erkenntnisse aus experimentellen Studien darüber, in welchen Konstellationen Vorgesetzte EÜS einsetzen: Eine hohe Abhängigkeit der Vorgesetzten von den Leistungen der Mitarbeiter und ein geringes Vertrauen in deren Zuverlässigkeit sind entscheidende Faktoren (Alge et al. 2004), die wiederum auch durch das Klima in der Organisation beeinflusst werden (Chen u. Ross 2005).

Rechtliche Aspekte: In Europa ist der Umgang mit persönlichen Daten überwiegend gesetzlich geregelt (Kidwell u. Sprague 2009). In Deutschland gilt das Recht auf informationelle Selbstbestimmung bzw. das Bundesdatenschutzgesetz. So hat das Bundesarbeitsgericht in Erfurt in seinem Urteil vom 27.07.2017 (Aktenzeichen 2AZR 681/16) einem Beschäftigten Recht gegeben, der gegen seine Entlassung geklagt hatte. Sein Arbeitgeber hatte über einen heimlich installierten „Keylogger“ alle Tastenbewegungen aufgezeichnet und eine – geringfügige – private Nutzung registriert. Dies wurde als Kündigungsgrund genommen. Allgemein bleibt jedoch beim Thema Überwachung am Arbeitsplatz das Spannungsfeld zwischen der geschützten Privatsphäre der Beschäftigten und den legitimen Bemühungen der Betriebe, die Leistung der Beschäftigten zu messen, nicht erlaubtes Verhalten zu kontrollieren, betriebliches (v.a. geistiges) Eigentum zu schützen und Haftungsprobleme zu vermeiden.

Diskussion

Ziel des narrativen Reviews war es, den arbeitsmedizinischen sowie -psychologischen Stand der empirischen Forschung zu den drei Themenbereichen „Kontrolltätigkeiten am Bildschirm“, „Mensch-Roboter-Interaktion“ sowie „Überwachung der individuellen Arbeitsleistung“ aufzuarbeiten und mögliche Auswirkungen auf die Gesundheit darzustellen. Grundsätzlich zeigt sich, dass die bisherige Forschung zu den drei Themenfeldern eher aus nichtarbeitsmedizinischen Disziplinen stammt. Erste Evidenz deutet darauf hin, dass substanzielle Zusammenhänge mit unterschiedlichen Beanspruchungsfolgen bestehen. Allerdings sind direkte gesundheitliche Folgen bisher kaum arbeitsmedizinisch untersucht. Gleichzeitig kann man davon ausgehen, dass diese Belastungsbereiche aktuell noch nicht flächendeckend in der Industrie verbreitet sind. Es wird jedoch angenommen, dass eine Verbreitung im Zuge des Wandels der Industriearbeit in nächster Zeit zu erwarten ist (Hirsch-Kreinsen et al. 2015).

Aus diesem Grund ist es wichtig, frühzeitig auf gesundheitsbezogene Konsequenzen zu achten und diesen präventiv mit arbeitsplatzgestalterischen Mitteln entgegenzuwirken. Im Bereich der Kontrolltätigkeiten am Bildschirm bedeutet das beispielhaft, dass Arbeitsaufgaben so gestaltet werden sollten, dass Vigilanz nicht über einen langen Zeitraum gefordert ist, sondern sich Zeiten der erhöhten geforderten Aufmerksamkeit mit denen niedriger Aufmerksamkeit abwechseln sollten. Es wird ebenso darauf ankommen, komplexe, hochautomatisierte Systeme der Industrie 4.0 so zu gestalten, dass sie ausreichend umfangreiche und ausreichend verständliche Rückmeldungen über ihre Zustände liefern, um den Mitarbeitern das Kontrollieren von deren Funktionstüchtigkeit möglichst zu erleichtern.

Für den Bereich MRI bleibt festzuhalten, dass die „klassischen“ Merkmale guter Arbeitsgestaltung (vgl. Hacker u. Sachse 2014) als Bewertungskriterien für die MRI nach wie vor relevant erscheinen. Bei der Bewertung der MRI im Rahmen der Gefährdungsbeurteilung psychischer Belastung ist vor allem zu prüfen, ob unter bzw. durch die MRI Arbeitsmerkmale wie Autonomie bzw. Tätigkeitsspielräume, Zeitelastizität bei der Arbeitsaufführung, Ganzheitlichkeit der Arbeitsaufgabe oder Vielseitigkeit der Anforderungen für den Menschen gegeben sind (vgl. auch DIN EN ISO 614-2 2008). So ist es beispielsweise denkbar, dass in der MRI die gemeinsame Arbeitsaufgabe „vertikal“ geteilt wird, so dass der Mensch planerische Teilaufgaben übernimmt, während für den Roboter lediglich einfachere ausführende Tätigkeiten verbleiben. Idealerweise sollten die genannten Kriterien daher bereits prospektiv bei der Planung von Arbeitsplätzen mit MRI berücksichtigt werden (vgl. Ulich 2011). Zusätzlich ist es besonders wichtig, die grundlegenden Gestaltungskriterien für die Entwicklung von Mensch-Roboter-Systemen schon bei deren Konstruktion zu beachten (u. a. Geschwindigkeit und Vorhersagbarkeit von Bewegungsabläufen). Ebenso sollten Mitarbeiter an eine Interaktion mit einem Roboter herangeführt werden und mögliche Ängste und Befürchtungen von der betrieblichen Seite ernst genommen werden.

Für den Bereich Überwachung der Arbeitsleistung scheint wichtig, dass die überwachten Mitarbeiter transparent über den Zweck und die Ziele der Überwachung informiert werden. Mitarbeiter sollten zusätzlich Einfluss auf die konkrete Ausgestaltung (z. B. welche Leistungsparameter auf welche Art erfasst werden) der Überwachungsmaßnahmen bekommen, um an der Gestaltung der eigenen Arbeitsplätze zu partizipieren. Darüber können sich Überwachungssysteme negativ auf etablierte Merkmale gut gestalteter Arbeit wie organisationale Gerechtigkeit, Handlungsspielraum oder ein unterstützendes Betriebsklima mit mitarbeiterorientierter Führung auswirken. Umgekehrt kann gute Gestaltung von Arbeit zu einem gesundheitsverträglichen Kontext für Überwachungsmaßnahmen beitragen. In welcher konkreten Ausgestaltung der hier genannten Prinzipien EÜS mit einem akzeptablen Risiko für die Gesundheit der Beschäftigten vereinbar sind, muss die arbeitsmedizinische und -psychologische Forschung der Zukunft zeigen. Vor dem Hintergrund der Zunahme technischer Möglichkeiten und der Verbreitung von Technologien, die Arbeitsprozesse vermessen und registrieren ist die Überwachung am Arbeitsplatz aus dem Arbeitsleben kaum wegzudenken. Ihre gesundheitlichen Folgen werden für die Gefährdungsbeurteilung psychischer Belastung an Bedeutung gewinnen. Es gibt hier einen erheblichen Forschungsbedarf, um der Praxis entsprechende Regeln an die Hand geben zu können. Bisher ergibt sich das Regelwerk v. a. aus dem Bundesdatenschutzgesetz und dem Arbeitsrecht; d. h., dass solche EÜS eher aus dem legalen als aus dem gesundheitlichen Gesichtspunkt beurteilt werden. Hier ist die Arbeitsmedizin und Arbeitspsychologie aufgefordert, die Rahmenbedingungen zu definieren, unter denen ein EÜS gesundheitlich neutral oder im besten Fall förderlich in das Arbeitsleben integriert werden kann.

Die in dieser Arbeit benannten drei Themenbereiche sollten stärker in Analyseinstrumente zur Erfassung der Arbeitsbedingungen aufgenommen werden. Das gesetzlich vorgegebene Verfahren zur Erfassung von Arbeitsbedingungen ist die Gefährdungsbeurteilung psychischer Belastung. Auch hier folgt auf die Erfassung der Arbeitsbedingungen das Ableiten von geeigneten Arbeitsschutzmaßnahmen, um gefährdende Belastungen zu reduzieren bzw. abzuwenden. Empfehlungen für das genaue Vorgehen und die konkreten Inhalte der Gefährdungsbeurteilung werden u. a. von der Gemeinsamen Deutschen Arbeitsschutzstrategie (GDA) vorgegeben. Diese Empfehlungen decken ein breites Spektrum an möglichen Belastungsfaktoren bei der Arbeit ab, lassen sich jedoch zusätzlich an betriebliche Besonderheiten anpassen. In dem laufenden vom BMBF geförderten Forschungsprojekt DYNAMIK 4.0 (Abschluss Mitte 2019) entwickeln unter unserer Gesamtleitung Psychologen, Mediziner, Soziologen, Betriebswirte, Ingenieure und Medienspezialisten gemeinsam mit Betrieben ein IT-basiertes System der Gefährdungsbeurteilung psychischer Belastung, das erlaubt, zusätzlich zu etablierten gesundheitsrelevanten Arbeitsmerkmalen die hier genannten Belastungsbereiche zu erfassen. Das System lässt sich flexibel und schnell an unterschiedliche Nutzerbedürfnisse anpassen und kann so mit dem raschen Wandel der Arbeitswelt in der Industrie 4.0 Schritt halten. Mittels solcher Instrumente sollten zukünftig Aspekte einer neugestalteten Industriearbeit, die noch nicht durch die GDA-Empfehlungen abgedeckt werden, wie die drei hier besprochenen Themenbereiche, aus Sicht des betrieblichen Arbeits- und Gesundheitsschutzes bewertet werden können.

Schlussfolgerungen

Zusammenfassend lässt sich festhalten, dass zu den neu aufkommenden Belastungsbereichen der Industriearbeit bereits empirisch gewonnenes Wissen vorhanden ist, das eine direkte wie auch indirekte Verbindung dieser Belastungen mit Beanspruchungsfolgen aufzeigt. Dieses Wissen stammt jedoch zumeist nicht aus einem primär arbeitsmedizinischen Kontext und ist vergleichsweise lückenhaft, was die gesundheitlichen Auswirkungen betrifft. Das Grundlagenwissen sollte genutzt werden, um bestehende Messinstrumente zur Erfassung psychosozialer Belastungen in der Industrie um die neuen Inhaltsbereiche zu erweitern bzw. zu konkretisieren. Darüber hinaus lässt sich festhalten, dass „klassische“ Merkmale gut gestalteter Arbeit, wie sie z. B. in der DIN EN ISO 614-2 2008 benannt werden, für die Arbeit in der Industrie 4.0 relevant sind. Es gilt vielmehr, diese Kriterien auch bei der Gestaltung des Arbeitsplatzes der Zukunft zu beachten. Geeignete Maßnahmen zur Optimierung der neuen Belastungen lassen sich ebenso weitgehend aus dem vorhandenen Wissen ableiten (vgl. Weigl et al. 2016). Die Herausforderung besteht vor allem in dem Transfer, das theoretische Wissen auch für die arbeitsmedizinische und -psychologische Praxis in der sich rasch ändernden Industrie nutzbar zu machen. Forschungsbedarf besteht auch in der Abschätzung gesundheitlicher Folgen neuer Belastungen.

Interessenkonflikt. Die Autoren geben an, dass keine Interessenkonflikte vorliegen.

Literatur

Aiello J, Kolb KJ: Electronic performance monitoring and social context: Impact on productivity and stress. J Appl Psychol 1995; 80: 339–353.

Alge BJ: Effects of computer surveillance on perceptions of privacy and procedural justice. J Appl Psychol 2001; 86: 797–804.

Alge BJ, Ballinger GA, Green SG: Remote control. Predictors of electronic monitoring intensity and secrecy. Person Psychol 2004; 57: 377–410.

Alge BJ, Hansen SD: Workplace monitoring and surveillance research since “1984”: A review and agenda. In: Coovert MD, Foster Thompson L (eds.) The psychology of workplace technology. New York: Routledge, NY, 2014, 209–237.

American Management Association, Electronic monitoring & surveillance survey, 2005 ( www.epolicyinstitute.com/2005-electronic-monitoring-surveillance-survey-results ).

Amick BC, Smith MJ: Stress, computer-based work monitoring and measurement systems. A conceptual overview. Appl Ergon 1992; 23: 6–16.

Angerer P, Lang J: Psychosoziale Belastungen bei der Arbeit und Erkrankungen, Teil 2. Psychosoziale Belastungen am Arbeitsplatz und Herz-Kreislauf-Erkrankungen. Wirtschaftspsychologie 2016; 18: 16–23.

Bauernhansl T, ten Hompel M, Vogel-Heuser B: Industrie 4.0 in Produktion, Automatisierung und Logistik. Anwendung, Technologien, Migration. Wiesbaden: Springer Vieweg, 2014.

Belkic KL, Landsbergis PA, Schnall PL, Baker D: Is job strain a major source of cardiovascular disease risk? Scand J Work Environ Health 2004; 30: 85–128.

Bhave DP: The invisible eye? Electronic performance monitoring and employee job performance. Person Psychol 2014; 67: 605–635.

Broadbent E, Lee YI, Stafford RQ, Kuo IH, MacDonald BA: Mental schemas of robots as more human-like are associated with higher blood pressure and negative emotions in a human-robot interaction. Int J of Soc Robotics 2011; 3: 291–297.

Carayon P: Effect of electronic performance monitoring on job design and worker stress. Review of the literature and conceptual model. Human Factors 1993; 35: 385–395.

Cascio WF, Montealegre R: How technology is changing work and organizations. Ann Rev Org Psych Org Behav 2016; 3: 349–375.

Castanheira F, Chambel MJ: Reducing burnout in call centers through HR practices. Human Res Manage 2010; 49: 1047–1065.

Chen J-C, Ross WH: The managerial decision to implement electronic surveillance at work. A research framework. Int J Org Analysis 2005; 13: 244–268.

Dehais F, Sisbot EA, Alami R, Causse M: Physiological and subjective evaluation of a human-robot object hand-over task. Appl Erg 2011; 42: 785–791.

DIN EN ISO 10218-1: Industrieroboter – Sicherheitsanforderungen – Teil 1: Roboter. Normenausschuss Ergonomie im DIN. Berlin: Beuth, 2011.

DIN EN ISO 614-2: Sicherheit von Maschinen – Ergonomische Gestaltungsgrundsätze – Teil 2: Wechselwirkungen zwischen der Gestaltung von Maschinen und den Arbeitsaufgaben. Normenausschuss Ergonomie im DIN. Berlin: Beuth, 2008.

GDA: Empfehlungen zur Umsetzung der Gefährdungsbeurteilung psychischer Belastung. Arbeitsschutz in der Praxis, 2016 ( www.gda-portal.de/de/pdf/Psyche-Umsetzung-GfB.pdf?__blob=publicationFile ).

Hacker W, Sachse P: Allgemeine Arbeitspsychologie. Psychische Regulation von Tätigkeiten. 3. Aufl. Göttingen: Hogrefe, 2014.

Henderson R, Mahar D, Saliba A, Deane F, Napier R: Electronic monitoring systems. An examination of physiological activity and task performance within a simulated keystroke security and electronic performance monitoring sytem. Int J Hum Comp Stud 1998; 48: 143–157.

Hirsch-Kreinsen H, Ittermann P, Niehaus J: Digitalisierung industrieller Arbeit. Die Vision Industrie 4.0 und ihre sozialen Herausforderungen. 1. Aufl. Baden-Baden: Nomos Edition Sigma, 2015.

Johansson G, Aronsson G, Lindström BO: Social psychological and neuroendocrine stress reactions in highly mechanised work. Ergonomics 1978; 21: 583–599.

Karasek R, Theorell T: Healthy work. Stress, productivity, and the reconstruction of working life. New York: Basic Books, 1990.

Kidwell RE, Sprague R: Electronic surveillance in the global workplace. Laws, ethics, research and practice. New Technol Work Employ 2009; 24: 194–208.

Kivimäki M, Nyberg ST, Batty GD et al.: Job strain as a risk factor for coronary heart disease. A collaborative meta-analysis of individual participant data. Lancet 2012; 380: 1491–1497.

Kivimäki M, Virtanen M, Elovainio M, Kouvonen A, Väänänen A, Vahtera J: Work stress in the etiology of coronary heart disease – A meta-analysis. Scand J Work Environ Health 2006; 32: 431–442.

Kolb KJ, Aiello JR: The effects of electronic performance monitoring on stress. Locus of control as a moderator variable. Comp Hum Behav 1996; 12: 407–423.

Lang J, Angerer P: Psychosoziale Belastungen bei der Arbeit und Erkrankungen, Teil 1. Psychische Belastungen am Arbeitspatz und deren Zusammenhang mit Erkrankungen des Muskel-Skelett-Systems und Depression. Wirtschaftspsychologie 2016; 18: 8–15.

Langner R, Eickhoff SB: Sustaining attention to simple tasks. A meta-analytic review of the neural mechanisms of vigilant attention. Psychol Bull 2013; 139: 870–900.

Loukidou L, Loan-Clarke J, Daniels K: Boredom in the workplace. More than monotonous tasks. Int J Manage Rev 2009; 11: 381–405.

Lu JL: Perceived job stress of women workers in diverse manufacturing industries. Hum Factors Man 2005; 15: 275–291.

Manzey D, Reichenbach J, Onnasch L: Human performance consequences of automated decision aids. J Cogn Engin Decision Making 2012; 6: 57–87.

Melamed S, Ben-Avi I, Luz J, Green MS: Objective and subjective work monotony: Effects on job satisfaction, psychological distress, and absenteeism in blue-collar workers. J Appl Psychol 1995; 80: 29–42.

Mund I, Bell R, Buchner A: Age differences in reading with distraction. Sensory or inhibitory deficits? Psychol Aging 2010; 25: 886–897.

Nixon AE, Mazzola JJ, Bauer J, Krueger JR, Spector PE: Can work make you sick? A meta-analysis of the relationships between job stressors and physical symptoms. Work Stress 2011; 25: 1–22.

Nomura T, Kanda T, Suzuki T, Kato K: Prediction of human behavior in human-robot interaction using psychological scales for anxiety and negative attitudes toward robots. IEEE Trans. Robot 2008; 24: 442–451.

Onnasch L, Maier X, Jürgensohn T: Mensch-Roboter-Interaktion – Eine Taxonomie für alle Anwendungsfälle, 2016 ( https://www.baua.de/DE/Angebote/Publikationen/Fokus/Mensch-Roboter-Interaktion.html ).

Or CKL, Duffy VG, Cheung CC: Perception of safe robot idle time in virtual reality and real industrial environments. International Journal of Industrial Ergonomics 2009; 39: 807–812.

Prewett MS, Johnson RC, Saboe KN, Elliott LR, Coovert MD: Managing workload in human–robot interaction. A review of empirical studies. Comp Hum Behav 2010; 26: 840–856.

Reinhart G: Handbuch Industrie 4.0. Geschäftsmodelle, Prozesse, Technik. München: Hanser, 2017.

Ressing M, Blettner M, Klug S: Systematic literature reviews and meta-analyses. Part 6 of a series on evaluation of scientific publications. Dtsch Ärztebl Int 2009; 106: 456–463.

Rietzschel EF, Slijkhuis M, van Yperen NW: Close monitoring as a contextual stimulator. How need for structure affects the relation between close monitoring and work outcomes. Eur J Work Organ Psychol 2013; 23: 394–404.

Robelski S: Psychische Gesundheit in der Arbeitswelt – Mensch-Maschine-Interaktion. Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (BAuA), 2016.

Robertson IH, O‘Connell R: Vigilant attention. In: Nobre AC, Coull JT (eds.) Attention and time 79–88. Oxford: Oxford University Press, 2010.

Rothe I, Adolph L, Beermann B, Schütte M, Windel A, Grewer A, Lenhardt U, Michel J, Thomson B, Formazin M: Psychische Gesundheit in der Arbeitswelt. Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (BAuA), 2017.

Salas E, Maurino DE: Human factors in aviation. 2nd edn. London: Academic Press, 2010.

Sarter NB, Mumaw RJ, Wickens CD: Pilots’ monitoring strategies and performance on automated flight decks. An empirical study combining behavioral and eye-tracking data. Human Factors 2007; 49: 347–357.

Smith MJ, Conway FT, Karsh B-T: Occupational stress in human computer interaction. Indust Health 1999; 37: 157–173.

Spitzmüller C, Stanton JM: Examining employee compliance with organizational surveillance and monitoring. J Occup Organ Psychol 2006; 79: 245–272.

Temple JG, Warm JS, Dember WN, Jones KS, LaGrange CM, Matthews G: The effects of signal salience and caffeine on performance, workload, and stress in an abbreviated vigilance task. Human Factors 2000; 42: 183–194.

Thackray RI, Bailey JP, Touchstone RM: Physiological, subjective, and performance correlates of reported boredom and monotony while performing a simulated radar control task. In: Mackie RR (eds.) Vigilance. Boston: Springer, 1977, pp. 203–215.

Theorell T, Hammarstrom A, Aronsson G, Traskman Bendz L, Grape T, Hogstedt C, Marteinsdottir I, Skoog I, Hall C: A systematic review including meta-analysis of work environment and depressive symptoms. BMC Public Health 2015; 15: 738.

Theorell T, Jood K, Järvholm LS, Vingård E, Perk J, Östergren PO, Hall C: A systematic review of studies in the contributions of the work environment to ischaemic heart disease development. Eur J Pub Health 2016; 26: 470–477.

Ulich E: Arbeitspsychologie. 7. Aufl. Stuttgart: Schäffer Poeschel, 2011.

VDI-Richtlinie 2861: Blatt 2 Montage- und Handhabungstechnik; Kenngrößen für Industrieroboter; Einsatzspezifische Kenngrößen. Berlin: Beuth, 1988.

Vogel-Heuser B, Bauernhansl T, ten Hompel M: Handbuch Industrie 4.0. Allgemeine Grundlagen. 2. Aufl. Berlin: Springer, 2017.

Warm JS, Parasuraman R, Matthews G: Vigilance requires hard mental work and is stressful. Human Factors 2008; 50: 433–441.

Weigl M, Muller A, Angerer P, Petru R: Gefährdungsbeurteilung psychischer Belastung: Expertenbasierte Entwicklung einer checklistbasierten Handlungshilfe für Betriebsärzte. Gesundheitswesen 2016; 78: e14–22.

Wickens CD, Alexander AL: Attentional tunneling and task management in synthetic vision displays. Int J Aviat Psychol 2009; 19: 182–199

Für die Verfasser

Dr. rer. pol. Mathias Diebig

Institut für Arbeits-, Sozial- und Umweltmedizin

Medizinische Fakultät der Heinrich-Heine-Universität Düsseldorf

Universitätsstr. 1

40225 Düsseldorf

mathias.diebig@uni-duesseldorf.de