Handlungsintegrierte Modellierung und Optimierung der energiebezogenen Co-Regulation in Mensch-Maschine-Systemen im Kontext EcoDriving (AMORi-2)

• Antragsteller: Professor Dr. Thomas Franke; Professor Dr.-Ing. Daniel Görges
• Fachliche Zuordnung: Arbeitswissenschaft, Ergonomie, Mensch-Maschine-Systeme
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 498999989

Vor dem Hintergrund von Klimawandel und Ressourcenverknappung kommt einer optimierten Integration von Mensch und Maschine zur Verbesserung der Energieeffizienz in Mensch-Technik-Systemen eine maßgebliche Bedeutung zu. Die Grundlagenforschung in diesem Feld steht jedoch noch am Anfang. Insbesondere fehlen interdisziplinär nutzbares Grundlagenwissen zur menschlichen energiebezogenen Handlungsregulation und der integrierten Regulation von Energieeffizienz durch Mensch und Maschine, theoretische Rahmenmodelle sowie systematisierte Forschungsmethoden. Im ersten Projekt (AMORI-1) wurde ein konzeptuelles Rahmenmodell für die energiebezogene Mensch-Maschine-Integration (MMI) entwickelt und mit EcoSimLab eine gesamtheitliche Simulationsumgebung für die Forschung zur Mensch-Technik-Interaktion im Feld des energieoptimierten Fahrens (EcoDriving) als vielversprechender Forschungskontext geschaffen. Zentrales Forschungsziel des geplanten Fortsetzungsprojekts (AMORi-2) ist, entlang der erarbeiteten Modellkomponenten die Co-Regulation von menschlichen und maschinellen Agenten in energierelevanten Interaktionsfällen im EcoDriving theoriegeleitet zu systematisieren und auf dieser Basis neben empirischen Beiträgen eine fundierte theoretische und methodische Grundlage zu schaffen. Im zugrundeliegenden Rahmenmodell wird die Co-Regulation von menschlichen und maschinellen Agenten aus regelungstheoretischer Perspektive durch eine vermaschte Regelungsstruktur beschrieben. Wesentliche Modellkomponenten innerhalb der Regelungsstruktur sind die Input Function (technische Sensorik und menschliche Rezeption), die Reference Function (technische Zielgrößen und menschliche Zielsetzungen) und die Output Function (Stellgrößen des Reglers und menschliche Handlungen). Leithypothese des Fortsetzungsprojekts ist, dass eine adaptive Co-Regulation zwischen Mensch und Maschine durch wirksame Integrationsmechanismen auf Ebene von Input, Reference und Output Function im Vergleich zu rein optimierungbasierten Energieanzeigen zu einer optimierten Energieeffizienz sowie zu einem verbesserten Erleben in der Handlungsregulation führt. Als zentrale Forschungsfragen ergeben sich daraus: Inwieweit führen Integrationsmechanismen in der (F1) Input Function (Co-Repräsentation & Adaption von Situationsmodellen), (F2) Reference Function (Abstimmung & Alignment Zielfunktion) und (F3) Output Function (Co-Repräsentation & Adaption des Optionenraums) zu einer verbesserten Co-Regulation? (F4) Inwieweit werden die Integrationsmechanismen von Variablen der Nutzendendiversität moderiert? (F5) Inwieweit lassen sich zur Optimierung der MMI im Kontext EcoDriving dateneffiziente Fahrverhaltensmodelle realisieren, die transferierbar, adaptiv und für Fahrende in Ihrer Dynamik nachvollziehbar sind? Entlang dieser Fragen werden im Arbeitsprogramm die Modellkomponenten auf regelungstheoretischer und ingenieurpsychologischer Basis entwickelt, operationalisiert und in Fahrsimulatorstudien evaluiert.

• DFG-Verfahren: Sachbeihilfen