Fehler didaktisch nutzbar machen mit Augmented Reality

  Urheberrecht: © Alexander Atanasyan

  

 

Lernwirksame Einbindung von Fehlern in beruflichen VR/AR- gestützten Lernprozessen

 

Kurzbeschreibung

Zurzeit fehlt es an didaktischen Konzepten für Lernende und Lehrende in der betrieblichen Aus- und Weiterbildung industrieller und handwerklicher elektro- und metalltechnischer Berufe, um Fehler in realen Arbeitssituationen lernwirksam zu nutzen. So ist es in den meisten Lehr- und Lernsituationen der beruflichen Bildung aktuell nicht möglich, dass Lernende Fehler machen, da hieraus negative Folgen hinsichtlich Sicherheit, Wirtschaftlichkeit oder Umweltschutz entstehen können, die von Lehrenden zu verantworten sind. Hierfür wird eine digitale Lösung in Form eines Lernmediums entwickelt, welches reale Fehlerfolgen in betrieblichen Lern- und Arbeitsaufgaben virtuell in Augmented Reality (AR) aufzeigt sowie ein passendes Lernkonzept hierfür bereitstellt.

Herausforderungen

Um die didaktischen Herausforderungen der lernwirksamen Nutzung von Fehlern in betrieblichen Bildungsprozessen zu meistern, muss ein gestaltungsorientiertes didaktisches Konzept in einer kompetenzorientierten Weise formuliert und gestaltet werden. Das didaktische Konzept muss die Anforderungen zur Gestaltung der Technologie in Form des FeDiNAR-Systems in einen betrieblichen Lernprozess in gewerblich-technischen dualen Ausbildungen hervorbringen und gemeinsam mit den technischen Projektpartnern eine adäquate Lösung finden und entwickeln. Das IAW nutzt Arbeitsprozesserhebungsmethoden der Arbeitswissenschaft sowie Befragungen zu didaktischen Themen einer Bedingungsanalyse, um die betrieblichen und didaktischen Anforderungen an das AR System zu klären. Arbeitsprozesse müssen detailliert mit Modellierungssprachen aus der Wirtschaftsinformatik dokumentiert und ein Arbeitssystem formuliert werden, um Handlungsfolgen beschreiben und simulieren zu können, damit diese mittels digitaler Zwillinge visualisierbar werden.

Zielsetzung

Das Ziel des Verbundprojektes FeDiNAR ist die Entwicklung und Evaluation eines AR-gestützten Lernsystems mit zugehörigen Lernszenarien, um von einem Lernenden „gemachte“ Fehler möglichst effizient für den individuellen Kompetenzerwerb zu nutzen. Mit dem FeDiNAR-System können Lernende mit konkreten Aufgaben in Lernszenarien konfrontiert werden, für die Entscheidungen zu treffen, Handlungen auszuführen und Ergebnisse zu bewerten sind. Lernende stehen hierbei an der realen Maschine und können mit dieser direkt interagieren. Ein Teil der Handlungen (und deren Auswirkungen) erfolgt allerdings ausschließlich in der virtuellen Welt, sodass z.B. ein auf der Fräsmaschine vergessener Schraubenschlüssel nur virtuell durch die Werkstatt fliegt und dies den Lernenden mittels AR visualisiert wird.

Vorgehen

Hierzu werden bereits auf dem Markt verfügbare Lösungen wie eine AR-Brille, eine Simulationsumgebung zur Modellierung, Aktualisierung und Simulation Digitaler Zwillinge von Mensch und Maschine sowie eine Softwarelösung zur Interaktionserfassung anwendungsorientiert zusammengeführt, um auch kleineren Betrieben und berufsbildenden Schulen den Einsatz dieses innovativen Lernsystems zu ermöglichen.

Ergebnisse

Als Zwischenergebnis ist ein Demonstrator auf Basis eines Fischertechnikindustrieroboters als Maschine gebaut worden, anhand dessen die Funktionalitäten der FeDiNAR-Systems nachvollzogen und für reale Anwendungsfälle weiterentwickelt werden können. Auf Basis der dort generierten Erkenntnisse wird das FeDiNAR-System für zwei reale Anwendungsfälle des CNC-Drehens und Kunststoffspritzgießens implementiert und evaluiert.

 

Förderung

Das Projekt FeDiNAR (Förderkennzeichen: 01PV18005A) wird gefördert im Rahmen des Förderprogramms Digitale Medien in der beruflichen Bildung - Forschungsprojekte zur Virtuellen und Erweiterten Realität (VR/AR) in der beruflichen Bildung (VRARBB) betreut durch den Projektträger DLR.

Projektpartner

Institut für Mensch-Maschine-Interaktion der RWTH Aachen University

Technische Hochschule Ostwestfalen-Lippe

oculavis GmbH

QualiTec GmbH