Ergonomie und Mensch-Maschine-Systeme

 

Inhalt

Die Vorlesung Ergonomie und Mensch-Maschine-Systeme gibt eine Einführung in verschiedene Aspekte der Gestaltung der Arbeitsteilung und Kooperation zwischen Mensch und Maschine. Zunächst wird auf die technologisch-technische Gestaltung manueller Tätigkeiten und die Zeitwirtschaft eingegangen. Anschließend wird der Fokus auf kognitive Arbeitstätigkeiten gelegt und ein Bogen von den Grundprinzipien menschlicher Informationsverarbeitung über die Mensch-Rechner-Interaktion zu den Analyse- und Gestaltungsmöglichkeiten mittels innovativer Technologien wie Augmented und Virtual Reality gespannt.

Ziel

In der Lehrveranstaltung werden, ausgehend von den in der Vorlesung vermittelten theoretischen Inhalten für verschiedene lehreinheitsübergreifende Themenfeder, die Methoden in wöchentlichen interaktiven Übungen angewandt und trainiert. Neben dem Verständnis für grundlegende Modelle und Herangehensweisen für eine menschzentrierte Entwicklung und Analyse soziotechnischer Systeme, werden insbesondere Kriterien zur Auswahl einer geeigneten Herangehensweise bei der Gestaltung der Mensch-Maschine-Schnittstellen sowie Limitationen der eingesetzten subjektiven sowie objektiven Verfahren demonstriert.

Lehr- und Lernmethode

Der Fertigkeitsaufbau erfolgt durch die Anwendung der in den Vorlesungsvideos vermittelten methodischen Grundlagen für die benutzerzentrierte Gestaltung der Mensch-Maschine-Interaktion im Rahmen von praktischen Übungen. Dieser wöchentliche Zweiklang ermöglicht die Übertragung / den Transfer der vermittelten Modelle auf konkrete Anwendungsfälle Durch den zweiteiligen Aufbau entwickeln die Studierenden sowohl die Kompetenz, die verfügbaren Modelle anzuwenden, sowie insbesondere fundiert zu entscheiden, welche der Methoden für die jeweiligen Fragestellungen am besten geeignet ist. Zusätzlich werden die methodischen sowie technikbedingten Limitationen diskutiert, so dass die Studierenden nach erfolgreichem Abschluss der Lehrveranstaltung die Anwendbarkeit und Eignung der Methoden und Modelle kontextspezifisch fundiert bewerten können.