Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/308971 
Erscheinungsjahr: 
2023
Quellenangabe: 
[Journal:] Zeitschrift für Arbeitswissenschaft [ISSN:] 2366-4681 [Volume:] 77 [Issue:] 2 [Publisher:] Springer [Place:] Berlin, Heidelberg [Year:] 2023 [Pages:] 230-242
Verlag: 
Springer, Berlin, Heidelberg
Zusammenfassung: 
Mit fortschreitender Digitalisierung wurden zahlreiche Studien zur Identifizierung neuer Kompetenzanforderungen durchgeführt. Nur wenige jedoch beschäftigten sich mit bestehenden Kompetenzanforderungen, die vor allem in Nicht-Routine-Situationen (NRS) weiterhin aktuell sind. In NRS müssen Fachkräfte eine Fülle von Kenntnissen und Fähigkeiten ad hoc mobilisieren, um schnell und kompetent Entscheidungen zu treffen. Diese Kenntnisse und Fähigkeiten werden jedoch aufgrund der Automatisierung im Routinefall nur noch selten benötigt und sind daher in Gefahr, vergessen zu werden. Die Problematik wurde bereits in Hochrisikobranchen mit hohem Automatisierungsgrad erforscht, für die chemische oder pharmazeutische Produktion gibt es jedoch bisher keine empirischen Untersuchungen. Das vorliegende Forschungsprojekt möchte diese Lücke schließen. Praktische Relevanz: Wenn in Nicht-Routine-Situationen (NRS) der chemischen und pharmazeutischen Produktion nicht kompetent gehandelt wird, so kann dies zu (teilweise hohen) Kosten oder auch zur Gefährdung von Personen führen. Durch das vermehrte Arbeiten in automatisierten Arbeitsumgebungen steigt die Gefahr des Verlustes eben jener Kompetenzen, die in den NRS relevant sind. Diese Problematik genau zu erfassen (welche Kompetenzen sind betroffen etc.) und die möglichen Einflussfaktoren (Art der Arbeitsaufgabe, individuelle Dispositionen der Fachkräfte etc.) zu erkennen, ist Grundlage dafür, mögliche Maßnahmen zur Verhinderung des Kompetenzverlustes zu planen und zu implementieren.
Schlagwörter: 
Digitalisierung
Kompetenzerhalt
Chemische Industrie
Prozessindustrie
Nicht-Routine-Situation
Digitalisation
Competence retention
Chemical industry
Process industry
Non-routine situation
Persistent Identifier der Erstveröffentlichung: 
Creative-Commons-Lizenz: 
cc-by Logo
Dokumentart: 
Article
Dokumentversion: 
Published Version

Datei(en):
Datei
Größe





Publikationen in EconStor sind urheberrechtlich geschützt.