Modell zur Vorhersage industrieller Beschäftigungsfähigkeit
Accounting und Finance
Empirische Sozialforschung
Zusammenfassung der Projektergebnisse
Industrie 4.0 (I4.0) hat einen beispiellosen technologischen Fortschritt eingeläutet, der die globalen Märkte durch die Digitalisierung von Produktionsprozessen und ganzen Wertschöpfungsketten umgestaltet. Dieser Wandel verbindet Menschen, Prozesse und Objekte durch Datenaustausch in Echtzeit. Darüber hinaus bringt die I4.0-Transformation ein V.U.C.A.-Umfeld (Volatilität, Unsicherheit, Komplexität und Mehrdeutigkeit) mit sich, das durch die Auswirkungen der COVID-19-Pandemie noch verstärkt wurde. Infolgedessen erfährt der Arbeitsmarkt disruptive Veränderungen, die zum Entstehen neuer Rollen führen und gleichzeitig einige traditionelle Positionen obsolet werden lassen. Diese Forschungsarbeit konzentriert sich auf die Auswirkungen von I4.0 auf die Beschäftigungsfähigkeit in der Industrie und untersucht insbesondere die Arbeiter in den Betrieben, die von dieser Arbeitsdynamik am stärksten betroffen sind. Gegenwärtig gibt es kein validiertes und empirisch getestetes Modell für die industrielle Beschäftigungsfähigkeit von Arbeitern in der Produktion unter I4.0 im V.U.C.A.-Umfeld. Daraus ergibt sich die folgende Forschungsfrage: Wie können die für den Übergang zu I4.0 in einer V.U.C.A.-Umgebung erforderlichen Kompetenzen von Werkstattbeschäftigten so verbessert werden, dass ihre Beschäftigungsfähigkeit steigt? Um diese Forschungslücke zu schließen, schlägt die Studie die Entwicklung und Validierung eines prädiktiven Modells der industriellen Beschäftigungsfähigkeit (PMIE) vor. Das PMIE ist ein umfassender Rahmen, der die industrielle Beschäftigungsfähigkeit als eine Kombination von Wissen, Fertigkeiten, Fähigkeiten und anderen Merkmalen (KSAOs) definiert, die in vier Dimensionen unterteilt sind: Berufliche und technologische Kompetenz (OTE), Anpassungsfähigkeit (ADAP), soziale Fähigkeiten (SOCS) und Selbstmanagement (SELF). Dieses Modell umfasst Faktoren auf der Mikro- (Mitarbeiter), Meso- (Arbeitgeber) und Makroebene (Soziopolitisch) und bietet einen ganzheitlichen und kontextbezogenen Ansatz für die Beschäftigungsfähigkeit. Die Ergebnisse der Studie zeigen, dass gezielte Schulungsmaßnahmen auf der Grundlage des PMIE die Beschäftigungsfähigkeit von Fabrikarbeitern im Rahmen von I4.0 in einer V.U.C.A.-Umgebung deutlich verbessern können. Die Ergebnisse der Fragebögen vor und nach dem Workshop deuten auf eine durchschnittliche Steigerung der industriellen Beschäftigungsfähigkeit von 7 % in dem Fallstudienunternehmen hin. Um optimale Ergebnisse zu erzielen, könnten langfristige Schulungsmaßnahmen mit mehreren aufeinanderfolgenden Sitzungen nachhaltige Ergebnisse gewährleisten. Daher sind die Ergebnisse möglicherweise weniger signifikant, als sie es bei langfristigen Schulungsprogrammen sein könnten. Die Gestaltung der letzteren könnte ein Ansatzpunkt für weitere Forschung sein.
Projektbezogene Publikationen (Auswahl)
-
Developing a Scale for Industrial Employability. 10th International Research Symposium in Service Management (IRSSM-10), Dubai, United Arab Emirates, pp. 77
Metzmacher, A. I.; Beierle, S.; Heine, I.; Paluch, S.; Letmathe, P. & Schmitt, R. H.
-
The Predictive Model of Industrial Employability (PMIE) -Enabling employees to effectively perform future production work. 2021 4th International Conference of the Portuguese Society for Engineering Education (CISPEE), 1-6. IEEE.
Metzmacher, Amelie I.; Beierle, Syrina; Heine, Ina; Letmathe, Peter & Schmitt, Robert H.
-
Looking 4.0-ward: Wie das Internet of Production die Beschäftigungsfähigkeit in der Zukunft der Arbeit beeinflusst. INTERNET OF PRODUCTION. TURNING DATA INTO VALUE. Statusberichte aus der Produktionstechnik 2020 (AWK 2020), Aachen, Germany, pp. 305-342
Metzmacher, A. I.; Hellebrandt, T.; Heine, I.; Bergholz, M.; Döbbeler, B.; Hatfield, S.; Kieper, C.; Plutz, M.; Varandani, R. & Schmitt, R. H.
-
The monetary value of competencies: A novel method and case study in smart manufacturing. Technological Forecasting and Social Change, 189, 122331.
Böhm, Robert; Letmathe, Peter & Schinner, Matthias
