Skip to main content
SpringerLink
Log in

Akzeptanzfaktoren für Mensch-Roboter-Kollaboration in der Industrie: Eine Conjoint-Studie

  • Chapter
  • First Online:
Conjointanalyse

  • 5111 Accesses

Zusammenfassung

Im vorliegenden Kapitel wird am Beispiel der Mensch-Roboter-Kollaboration gezeigt, dass conjoint-basierte Ansätze in der Akzeptanzforschung die traditionellen Akzeptanzmodelle entscheidend erweitern können. Sie erlauben es, Kipppunkte zwischen verschiedenen akzeptanzrelevanten Faktoren darzustellen und die Trade-offs zwischen Akzeptanz und Ablehnung in einem Faktorenraum zu modellieren. Konkret wird der Einfluss der akzeptanzrelevanten Faktoren aus Sicht der Mitarbeiter erhoben. Diese wurden im Vorfeld als die Sorge, den Arbeitsplatz zu verlieren, die Verletzungsrisiken und die grundsätzlichen Vorteile und motivationale Anreize, die sich aus der Zusammenarbeit mit einem Roboter ergeben, identifiziert. Es zeigen sich erhebliche Unterschiede in den Einflüssen aus Sicht der jüngeren und älteren Mitarbeiter.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Subscribe and save

Springer+ Basic
$34.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or eBook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 79.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 99.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Similar content being viewed by others

Literatur

  • Adam, C., C. Aringer-Walch und K. Bengler (2018). “Digitalization in Manufacturing – Employees, Do You Want to Work There?” In: Proceedings of the 20th Congress of the International Ergonomics Association (IEA 2018), S. 267–275.

    Google Scholar 

  • Adolph, L., I. Rothe und A. Windel (2016). “Arbeit in der digitalen Welt – Mensch im Mittelpunkt”. In: Zeitschrift für Arbeitswissenschaft 70.2, S. 77–81.

    Google Scholar 

  • Ajzen, I. (1991). “The Theory of Planned Behavior”. In: Organizational behavior and human decision 50.2, S. 179–211.

    Google Scholar 

  • Ajzen, I. und M. Fishbein (1980). Understanding Attitudes and Predicting Social Behavior. Upper Saddle River, NJ: Prentice-Hall.

    Google Scholar 

  • Arning, K. (2017). “Conjoint Measurement”. In: The International Encyclopedia of Communication Research Methods, S. 1–10.

    Google Scholar 

  • Arning, K. und M. Ziefle (2009). “Different Perspectives on Technology Acceptance: The Role of Technology Type and Age”. In: HCI and Usability for e-Inclusion. Hrsg. von A. Holzinger und K. Miesenberger. LNCS 5889. Berlin: Springer, S. 20–41.

    Google Scholar 

  • Bauer, A., D.Wollherr und M. Buss (2008). “Human-Robot Collaboration: A Survey”. In: International Journal of Humanoid Robotics 5.1, S. 47–66.

    Google Scholar 

  • Bendel, O. (2015). “Die Industrie 4.0 aus ethischer Sicht”. In: Praxis der Wirtschaftsinformatik 52.5, S. 739–748.

    Google Scholar 

  • Bertschek, I., R. Clement, D. Buhr, H. Hirsch-Kreinsen, O. Falck, A. Heimisch, A. Jacob-Puchalska und A. Mazat (2015). “Industrie 4.0: Digitale Wirtschaft – Herausforderung und Chance für Unternehmen und Arbeitswelt”. In: ifo Schnelldienst 68.10, S. 3–18.

    Google Scholar 

  • Biermann, H., P. Brauner und M. Ziefle (2020). “How Context and Design Shape Human-Robot Trust and Attributions”. In: Paladyn, Journal of Behavioral Robotics 12.1, S. 74–86.

    Google Scholar 

  • Brauner, P., S. Runge, M. Groten, G. Schuh und M. Ziefle (2013). “Human Factors in Supply Chain Management”. In: International Conference on Human Interface and the Management of Information. Hrsg. von S. Yamamoto. LNCS 8018. Berlin: Springer, S. 423–432.

    Google Scholar 

  • Brauner, P. und M. Ziefle (2015). “Human Factors in Production Systems”. In: Advances in Production Technology. Lecture Notes in Production Engineering. Hrsg. von C. Brecher. Berlin: Springer, S. 187–199.

    Google Scholar 

  • Calero Valdez, A., P. Brauner, A. K. Schaar, A. Holzinger und M. Ziefle (2015). “Reducing Complexity with Simplicity – Usability Methods for Industry 4.0”. In: Proceedings 19th Triennial Congress of the IEA. 9. Aufl., S. 1–14.

    Google Scholar 

  • Calero Valdez, A. und M. Ziefle (2019). “The Users’ Perspective on the Privacy-Utility Trade-offs in Health Recommender Systems”. In: International Journal of Human-Computer Studies 121, S. 108–121.

    Google Scholar 

  • Davis, F.D. (1989). “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology”. In: MIS Quarterly 13.3, S. 319–340.

    Google Scholar 

  • Destatis (2019). Bevölkerung nach Bildungsabschluss in Deutschland. url: destatis.de/DE/Themen/Gesellschaft-Umwelt/ Bildung- Forschung-Kultur/ Bildungsstand/Tabellen/bildungsabschluss.html.

    Google Scholar 

  • Eichhorst, W. und F. Buhlmann (2015). “Die Zukunft der Arbeit und der Wandel der Arbeitswelt”. In: IZA Standpunkte Nr. 77, S. 1–18.

    Google Scholar 

  • Green, P.E., A.M. Krieger und M.K. Agarwal (1991). “Adaptive Conjoint Analysis: Some Caveats and Suggestions”. In: Journal of Marketing Research 5.2, S. 215–222.

    Google Scholar 

  • Green, S.A., M. Billinghurst, X. Chen und J.G. Chase (2008). “Human-robot Collaboration: A Literature Review and Augmented Reality Approach in Design”. In: International journal of advanced robotic systems 5.1, S. 1–18.

    Google Scholar 

  • Holzer, A. (2020). “Arbeitnehmerschutz in Betrieben in Bezug auf die Digitalisierung”. In: Arbeitsrecht im Zeitalter der Digitalisierung. Hrsg. von S. Klawitter, B. Beck, S. S. Günther, K. V. Kleinert, M. Kontowicz, M. Seitz, A. G. I. Tölle und T. Tomas. Baden-Baden: Nomos, S. 157–180.

    Google Scholar 

  • Kagermann, H., W. Wahlster und J. Helbig (2013). Deutschlands Zukunft als Produktionsstandort sichern: Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0, Abschlussbericht des Arbeitskreises Industrie 4.0. Berlin.

    Google Scholar 

  • Klein, M. (2002). “Die Conjoint-Analyse: eine Einführung in das Verfahren mit einem Ausblick auf mögliche sozialwissenschaftliche Anwendungen”. In: ZA-Information/Zentralarchiv für Empirische Sozialforschung 50, S. 7–45.

    Google Scholar 

  • Lotz, V., S. Himmel und M. Ziefle (2019). “You’re My Mate: Acceptance Factors for Human-Robot Collaboration in Industry”. In: International Conference on Competitive Manufacturing (COMA2019): Proceedings, S. 405–411.

    Google Scholar 

  • Markis, A., H. Montenegro, M. Neuhold, A. Oberweger, C. Schlosser, C. Schwald, W. Sihn, F. Ranz, T. Edtmayr, P. Hold und G. Reisinger (2016). Sicherheit in der Mensch-Roboter-Kollaboration.

    Google Scholar 

  • Nelles, J., S. Kohns, J. Spies, C. Bröhl, C. Brandl, A. Mertens und C.M. Schlick (2017). “Best-Practice Approach for a Solution-Oriented Technology Assessment: Ethical, Legal, and Social Issues in the Context of Human-Robot Collaboration”. In: Advances in ergonomic design of systems, products and processes, S. 1–14.

    Google Scholar 

  • Offermann-van Heek, J. und M. Ziefle (2019). “Nothing else Matters! Trade-offs Between Perceived Benefits and Barriers of AAL Technology Usage”. In: Frontiers in public health 7, S. 134.

    Google Scholar 

  • Röcker, C. (2010). “Why Traditional Technology Acceptance Models Won’t Work With Future Information Technologies”. In: World Academy of Science, Engineering and Technology 4.5, S. 490–496.

    Google Scholar 

  • Sattinger, V., M. Papa, K. Stuja und W. Kubinger (2019). “Methodik zur Entwicklung sicherer kollaborativer Produktionssysteme im Rahmen von Industrie 4.0”. In: e & I Elektrotechnik und Informationstechnik 136.7, S. 318–325.

    Google Scholar 

  • Schinner, M., A. Calero Valdez, E. Noll, A.K. Schaar, P. Letmathe und M. Ziefle (2017). Industrie 4.0 and an Aging Workforce – A Discussion from a Psychological and a Managerial Perspective.

    Google Scholar 

  • Schlick, C.M., M. Faber, S. Kuz und J. Bützler (2014). Erweiterung einer kognitiven Architektur zur Unterstützung der Mensch-Roboter-Kooperation in der Montage.

    Google Scholar 

  • Schuh, G. und S. Gottschalk (2008). “Production Engineering for Self-organizing Complex Systems”. In: Production Engineering 2, S. 431–435.

    Google Scholar 

  • Sen, S. (2020). “Erwartungskonformität von Roboterbewegungen und Situationsbewusstsein in der Mensch-Roboter-Kollaboration”. In: Mensch-Roboter-Kollaboration. Hrsg. von H.-J. Buxbaum. Wiesbaden: Springer Gabler, S. 77–192.

    Google Scholar 

  • Tsarouchi, P., S. Makris und G. Chryssolouris (2016). “Human-Robot Interaction Review and Challenges on Task Planning and Programming”. In: International Journal of Computer Integrated Manufacturing 29.8, S. 916–931.

    Google Scholar 

  • Venkatesh, V. und H. Bala (2008). “Technology Acceptance Model 3 and a Research Agenda on Interventions”. In: Decision Sciences 39.2, S. 273–315.

    Google Scholar 

  • Wiendahl, H., H. El Maraghy und P. Nyhuis (2007). “Changeable Manufacturing – Classification, Design and Operation”. In: CIRP Annals – Manufacturing Technology 56, S. 783–809.

    Google Scholar 

  • Wilkowska, W. und M. Ziefle (2009). “Which Factors Form Older Adults’ Acceptance of Mobile IC-Technologies?” In: HCI and Usability for e-Inclusion. Hrsg. von A. Holzinger und K. Miesenberger. LNCS 5889. Berlin: Springer, S. 81–101.

    Google Scholar 

  • Will, N. (2019). “Assistenzsysteme, kollaborative Roboter als erweitertes Werkzeug in der zukünftigen Arbeitswelt”. In: Wirtschaftsinformatik & Management 11.3, S. 162–164.

    Google Scholar 

  • Wischmann, S. (2015). “Arbeitssystemgestaltung im Spannungsfeld zwischen Organisation und Mensch-Technik-Interaktion – das Beispiel Robotik”. In: Zukunft der Arbeit in Industrie 4.0. Hrsg. von A. Botthof und E. A. Hartmann. Berlin: Springer, S. 149–160.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Lehrstuhl für Kommunikationswissenschaften, RWTH Aachen University, Aachen, Deutschland

    Simon Himmel & Martina Ziefle

Authors
  1. Simon Himmel
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Martina Ziefle
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Simon Himmel .

Editor information

Editors and Affiliations

  1. Lehrstuhl für Marketing & Innovation, Universität Bayreuth, Bayreuth, Bayern, Germany

    Daniel Baier

  2. Professur für ABWL, insbesondere Marketing und Unternehmensplanung, Hochschule Anhalt, Köthen, Germany

    Michael Brusch

Rights and permissions

Reprints and permissions

Copyright information

© 2021 Springer-Verlag Berlin Heidelberg

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Himmel, S., Ziefle, M. (2021). Akzeptanzfaktoren für Mensch-Roboter-Kollaboration in der Industrie: Eine Conjoint-Studie. In: Baier, D., Brusch, M. (eds) Conjointanalyse. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-63364-9_22

Download citation

  • DOI: https://doi.org/10.1007/978-3-662-63364-9_22

  • Published:

  • Publisher Name: Springer Gabler, Berlin, Heidelberg

  • Print ISBN: 978-3-662-63363-2

  • Online ISBN: 978-3-662-63364-9

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation