Anvendelsesfunktioner

1. Anvendelsestilfælde for indflydelse:
Forbedring af arbejdstagernes kapacitet gennem teknologi

Udfordringen

I dagens produktionslandskab fortrænger indførelsen af teknologi visse traditionelle roller, men skaber også nye muligheder. Den vigtigste udfordring er at sikre, at denne omstilling gavner alle arbejdstagere — herunder arbejdstagere med handicap, ældre arbejdstagere og arbejdstagere med begrænsede kvalifikationer — samtidig med at sikkerheden og menneskecentrerede værdier opretholdes.

Hvad tager vi fat på?

  • Sektorerne for reparation af maskiner og installation af udstyr
  • Montage, vedligeholdelse, lager, logistik og IKT-operationer
  • Gennemførelse af AR/VR, AI-sensorer, prædiktiv vedligeholdelse og automatiserede processer

Nuværende mangler

  • Begrænset adgang til tekniske uddannelsesprogrammer
  • Utilstrækkelige teknologiske løsninger
  • Mangel på dokumenterede samarbejdsbaserede arbejdspladsdesign
  • Manglende politiske rammer for inklusivitet

Løsningen

1

Oprettelse af tilgængelige, specialiserede uddannelsesprogrammer, der fokuserer på nye kvalifikationer

2

Opbygning af bevidsthed om tekniske kompetencer inden for uddannelse

3

Udarbejdelse af politiske anbefalinger på nationalt plan og EU-plan til støtte for inklusive læringsmiljøer

Ved at afhjælpe disse mangler arbejder vi på at skabe en styrket arbejdsstyrke, hvor teknologien øger de menneskelige kapaciteter i stedet for at erstatte dem.

Udfordringen

Selv om kollaborative robotter (cobotter) har været i industrien i et årti, er deres fulde potentiale fortsat uudnyttet. På trods af fremskridt inden for cyberfysiske systemer og kunstig intelligens kæmper mange organisationer for at opnå et ægte humanteknologisk samarbejde, der afspejler effektiviteten af menneskelige teams.

Hvad tager vi fat på?

  • Sektoren for fremstilling af metalprodukter
  • Samling, svejsning, logistik og IKT-operationer
  • Fokus på samarbejdsscenarier inden for produktion og detailhandel

Nuværende tilstand

Robotter kan yde forskellige støtteniveauer:

Lav automatisering (grundlæggende hjælp til arbejdstagere)

Høj automatisering (fuld opgavekontrol med menneskeligt tilsyn)

Der er dog en begrænset forståelse af:

Indvirkning på menneskelige arbejdstagere

Hvordan samarbejdsbaserede kapaciteter kan udnyttes fuldt ud

Metoder til opbygning af teamsamhørighed mellem mennesker og maskiner

Løsningen

1

Udvikling af gensidige læringssystemer, hvor både mennesker og maskiner lærer af hinanden

2

Opbygning af bevidsthed om tekniske kompetencer inden for uddannelseOprettelse af rammer for ægte teamsamarbejde snarere end simpel automatisering

3

Fokus på arbejdskvalitet gennem øget samhørighed mellem menneske og maskine

Vores mål er at bevæge os ud over grundlæggende automatisering for at skabe virkeligt samarbejdsbaserede arbejdspladser, hvor mennesker og teknologi arbejder sammen som effektive teams.

Udfordringen

Selv om kunstig intelligens, robotteknologi og udvidet virkelighed er ved at blive almindeligt udbredt både i arbejdslivet og i dagligdagen, er der en kløft med hensyn til at gøre disse teknologier reelt tilgængelige og gavnlige for forskellige grupper i arbejdsstyrken, herunder ældre arbejdstagere og personer med handicap.

Hvad tager vi fat på?

  • Sektoren for fremstilling af maskiner og udstyr
  • Monterings-, svejse- og logistikoperationer
  • Gennemførelse af:
    → Udvidet virkelighed for uddannelse
    → Generativ kunstig intelligens og store sprogmodeller
    → Robotteknologi til opgavebistand

Nuværende mangler

  • Begrænsede uddannelsesløsninger for forskellige arbejdstagergrupper
  • Utilstrækkelig forståelse af gensidige læringsprocesser
  • Mangel på dokumenterede uddannelsesprogramdesign
  • Manglende politiske rammer for inklusivitet og mangfoldighed

Løsningen

1

Skabelse af inklusive uddannelsesløsninger, der tilpasser sig arbejdstagernes forskellige behov og evner

2

Udvikling af intelligente beslutningssystemer, der støtter arbejdstagernes vækst

3

Sætte arbejdstagerne i stand til at fokusere på specialiserede roller og tilsynsroller, mens automatisering håndterer fysiske opgaver

Vores mål er at udvide arbejdsstyrken ved at få teknologien til at fungere for alle, uanset deres baggrund eller evner.

Udfordringen

Selv om kunstig intelligens, robotteknologi og udvidet virkelighed er ved at blive almindeligt udbredt både i arbejdslivet og i dagligdagen, er der en kløft med hensyn til at gøre disse teknologier reelt tilgængelige og gavnlige for forskellige grupper i arbejdsstyrken, herunder ældre arbejdstagere og personer med handicap.

Hvad tager vi fat på?

  • Fremstillingsvirksomhed
  • Monterings-, svejse- og logistikoperationer
  • Gennemførelse af:
    → Udvidet virkelighed for tidstro bistand
    → AI-løsninger (tale til tekst, billede til tale)
    → Robotteknologi til hjælpemidler
    → Tilgængeligt design af brugergrænseflader
    → Tekstning og oversættelse i realtid

Nuværende mangler

  • Begrænsede uddannelsesløsninger for forskellige grupper
  • Utilstrækkelige metoder til præsentation af viden
  • Manglende politiske rammer for inklusivitet

Løsningen

1

Udvikling af tilgængelige uddannelsesløsninger, der imødekommer forskellige handicapbehov

2

Oprettelse af adaptive læringsplatforme, der understøtter forskellige kommunikationspræferencer

3

Integration af kompenserende teknologier i almindelige aktiviteter på arbejdspladsen

Vores mission er at omdanne arbejdspladser i fremstillingsindustrien til virkeligt inklusive miljøer, hvor teknologien nedbryder barrierer i stedet for at skabe dem.