Design eines praxisorientierten und wissensbasierten Cyber-Physischen Systems für industrielle Rüstvorgänge

Zunächst wurde eine empirische Analyse des anwendungsbezogenen Handlungsfelds, d. h. des Rüstprozesses, durchgeführt. Sie deckt als solche diejenigen Nutzerpraktiken auf, die das Potenzial aufweisen, durch technische Lösungen unterstützt zu werden. Die Beschreibung der Praktiken, die technologische, organisatorische und soziale Perspektiven aufweisen, erfolgt minutiös. Die Analyse bedient sich dabei qualitativer empirischer Methoden, um eine Reflektion der potenziellen Nutzer mit Bezug auf ihre Praxissituation anzustreben. Daraus resultieren Anforderungen in Form von Gestaltungsimplikationen für einen möglichen technischen Lösungsansatz.

Im Forschungsprojekt „Cyberrüsten 4.0“ wurde ein ethnographischer Ansatz gewählt, um die Praktiken und den sozialen Kontext von Maschineneinrichtern und Maschineneinrichterinnen sowie deren mögliche Auswirkungen auf die Gestaltung neuer Technologien zu verstehen. Ethnographische Forschung zielt in erster Linie darauf ab, „das Unsichtbare sichtbar zu machen“ (Goodwin 1994), indem die implizite, soziale und kulturelle Organisation beschrieben wird, welche wiederum die Aktivitäten der Teilnehmer charakterisiert (Anderson-Levitt 2006). Im Zuge der Analyse wurde eine interaktionsanalytische Sichtweise eingenommen, welche die sequentielle Organisation von Aktivitäten und die Denkprozesse derjenigen betont, die sie ausführen, sowie derer, die sie zu verstehen versuchen. In dieser Sichtweise führen die Akteure, d. h. die Einrichter:innen, durch ihre kollaborative Arbeit oft Aktivitäten aus, die eng miteinander verbunden sind, ohne dass sie ihre Handlungen explizit besprechen (Heath und Luff 1991). Vereinfacht ausgedrückt wird gegenseitiges Verständnis erreicht, ohne auf explizite Anweisungen zurückzugreifen.

Für eine sehr engmaschige Analyse eines komplexen Rüstvorgangs wurden, ergänzend zu „Shadowing“-Sitzungen, d. h. zu Beobachtungen der Probanden für eine bestimmte Zeit, ohne diese zu beeinflussen, zur Erhebung von In-situ-Daten zu Arbeitspraktiken und sozialer Interaktion detailgenaue Videoaufnahmen benötigt, unter Zuhilfenahme einer Eye-Tracking-Technologie (Tobii Pro Lab). Eye-Tracking verhilft durch die Erfassung des Blickes bzw. der Fixationen dazu, durch Heatmap-Analysen ein intensives Verständnis zu den durchgeführten Handlungen sowie zu den im Rahmen der Rüstvorgänge genutzten Werkzeugen und Montagehilfsmitteln aufzubauen. Zusätzlich dazu wurden die Teilnehmer aufgefordert, während der Aufzeichnung dem „Think Aloud“-Prinzip zu folgen, um sie mithilfe von „lautem Denken“ dahingehend zu provozieren, ihre derzeit ausgeführte Tätigkeit zu verbalisieren und damit Informationen über ihre Überlegungen im Verlauf des Rüstprozesses zu sammeln. Zusammen mit den transkribierten Kommentaren der Teilnehmer konnten so auch komplexe Prozessschritte in ihrer Gesamtheit erfasst und ausgewertet werden.

An der empirischen Studie nahmen insgesamt 25 Arbeitspersonen aus fünf verschiedenen KMUs (hier: Unternehmen A–D) im Alter zwischen 20 und 60 Jahren teil (vgl. Tab. 1). Alle Unternehmen waren mittelständisch und stellten über Biege- bzw. Tiefziehprozesse Kaltumformteile her. Die Teilnehmer hatten differente Positionen im Unternehmen inne (Konstruktionsingenieure, Maschineneinrichter, Meister bzw. Vorarbeiter, Produktdesigner, Produktionsingenieure, Prozessmanager, Qualitätsingenieure, Technische Vertriebsmitarbeiter), kamen aus unterschiedlichen Bildungsschichten (fachspezifischer oder fachfremde Qualifizierung in Form eines akademischen Grads, einer Ausbildung oder einer Meisterschule) und wiesen verschiedene Berufslaufzeiten (mehr oder weniger als 10 Jahre) auf. Somit konnte eine differenzierte Untersuchung zur Gestaltung der erforderlichen Technologie für ein breites Spektrum von Endnutzern realisiert werden. Um die Praktiken des Wissenstransfers granular untersuchen zu können, wurden Tiefen- bzw. Experteninterviews durchgeführt (Hermanowicz 2002). Diese wurden ebenfalls aufgezeichnet und transkribiert. Während die Beobachtungsphasen eine Dauer zwischen 45 und 90 min aufwiesen und die Shadowing-Sitzung zwischen 3 und 4 h andauerten, wurden die Interviews in 45 bis 120 min durchgeführt. Die Interviewtranskription erfolgte nach der Methode des „Intelligent Verbatim“, bei der sämtliche sprachliche Äußerungen Wort für Wort transkribiert werden, mit Ausnahme von nuschelnden bzw. unverständlichen Aussprachen (z. B. „äh“ oder „mh“), Füllwörtern (z. B. „also“, „ja“ oder „halt“) und Versprechern (Hickley 2016).

Interviewtranskripte, Feldnotizen, Eye-Tracking-Aufnahmen und prozessrelevante firmeninterne Dokumente wurden einer thematischen Analyse unterzogen. Die Erkenntnisse aus den verschiedenen Datenartefakten wurden außerdem trianguliert, um ihre Vertrauenswürdigkeit als Qualitätskriterium für qualitative Forschung zu gewährleisten.

Aus der Analyse haben sich vier wesentliche Hauptthemen herausgestellt: der Workflow-Charakter eines industriellen Rüstprozesse (1), das gemischte Verhältnis von dynamischen und statischen Prozesselementen mit mechanischen und nicht-mechanischen Arbeitsvorgängen (2), der sehr wissensintensive Charakter des Prozesses (3) sowie die potenziellen Herausforderungen bei der Interaktion mit jeglicher digitaler Technologie während einer entsprechenden Tätigkeit (4). Das darauf basierende Analyseergebnis dieser rund zehnmonatigen Vorstudie resultiert schlussendlich in der Ableitung von Designimplikationen für AR-basierte CPS zur Unterstützung von Maschinenbedienern, die in Bezug auf kontextspezifische industrielle Rüstvorgänge Erfahrungs- bzw. Fachwissen festhalten und aufbereiten.

Die sich anschließende Phase umfasst neben der Anwendung nutzerzentrierter und partizipativer Designmethoden (Muller und Kuhn 1993) die Beschreibung spezifischer Designprozesse und der involvierten Akteure. Somit wird dem Aufbau bzw. der Gestaltung eines technisches Systemkonzepts Rechnung getragen. Auf Grundlage der empirischen Ergebnisse können folglich innovative IKT-Artefakte entwickelt werden, die sowohl produkt- als auch prozessspezifisch beschreibbar sind.

Die Designimplikationen wurden erarbeitet, indem die empirischen Ergebnisse mit der bestehenden Literatur zum Design von CPS in Verbindung gesetzt wurden. Die Designimplikationen haben demnach die Designaktivitäten der zweiten Phase kanalisiert. Hier wurde ein szenariobasiertes Design verwendet, um die partizipative Gestaltung zu unterstützen. Die Erstellung der Szenarien erfolgte auf Basis der Analyse der in der Vorstudie gesammelten Daten, die den Teilnehmern in einer Reihe von Design-Workshops wiederum als Diskussionsgrundlage diente. Diese Workshops wurden entsprechend mit repräsentativen Anwendern durchgeführt und folgten somit den Prämissen eines partizipativen Designansatzes, der die Einbeziehung der Teilnehmer in die Designentscheidungen hinsichtlich Funktionalität und Konzeption über die gesamte Designphase hinweg beinhaltet.

Basierend auf den identifizierten Anforderungen wurden zwei Szenarien ausgearbeitet, die mit Hilfe von Storyboards illustriert wurden. Deren Verwendung ist durch die Förderung von Diskussionen innerhalb der Design-Workshops und der Abstimmung mit den Teilnehmern begründet, wie bei der Gestaltung und Entwicklung der Systemunterstützung vorgegangen werden sollte.

Insgesamt wurden drei Design-Workshops durchgeführt. Die Design-Workshops dauerten zwischen vier bis acht Stunden an und wiesen eine Gruppengröße von jeweils sechs Teilnehmern auf. Die Design-Workshops wurden aufgezeichnet, transkribiert und ebenfalls einer thematischen Analyse unterzogen.

Nach den Design-Workshops erfolgte das „Rapid Prototyping“ der jeweiligen Interfaces. Frühe Prototypen und die Technologie, die für das entworfene CPS ausgewählt wurde, durchliefen eine heuristische Evaluation (Nielsen und Molich 1990). Ziel war es dabei, bekannte Usability-Probleme zu beseitigen. Nach Verbesserungen, die sich aus der heuristischen Evaluation ergaben, wurden die Prototypen einer Reihe von Usability-Tests unterzogen. Einige Teilnehmer der Feldarbeit nahmen an diesen „Vorabtests“ teil (vgl. Tab. 1), damit sie dadurch weiterhin in den Designprozess eingebunden waren.

Den Abschluss des methodischen Konstrukts bildet eine Längsschnittstudie zur Untersuchung und detaillierten Dokumentation des Einsatzes der entwickelten technologischen Artefakte innerhalb der sozialen Nutzersysteme. Das Design wird durch den Nutzer reflektiert und hinsichtlich der Aneignung des Artefakts bzw. der Wirkung auf den Nutzer innerhalb der Praxis überprüft. Dadurch kann das Ausmaß, inwieweit der entwickelte Lösungsansatz den Anforderungen der Nutzer gerecht wird, evaluiert und potenzielle Designänderungen erörtert werden.

Um die gewonnenen qualitativen Erkenntnisse verifizieren bzw. falsifizieren und schließlich erweitern zu können, wurden zusätzlich Teilstudien durchgeführt, die auch quantitative Komponenten einbeziehen (Abele und Kluth 2020). Das in diesem Zusammenhang herangezogene „Sequential Exploratory Design“ (Creswell et al. 2007) ist ein Mixed-Methods-Ansatz, der auf der Analyse von hauptsächlich qualitativen, aber auch quantitativen Daten basiert, die sequentiell gesammelt, priorisiert und in eine oder mehrere Phasen des Forschungsprozesses integriert wurden.

Aus Gründen der Darstellbarkeit werden detaillierte Inhalte zu diesen Ausführungen in diesem Beitrag nicht präsentiert.

Die Analyse der Praktiken von Maschineneinrichter:innen legen nahe, dass industrielle Rüstvorgänge in sechs voneinander abhängige Phasen unterteilt werden können: Vorbereitung (1), Logistik (2), Rüsten von Werkzeug und Maschine (3), Produktion (4), Inspektion (5) und Programmiterationen (6).

Das Rüsten kann in Abhängigkeit der Komplexität des Rüstvorgangs und der Maschinengröße von einer einzelnen Arbeitsperson oder von zwei oder mehr Mitarbeitern bzw. Mitarbeiterinnen durchgeführt werden. Wissenstransferprozesse treten in dem beschriebenen Einrichtungsszenario insbesondere bei einzeln durchgeführten Arbeitsvorgängen deutlicher hervor als bei kollaborativen Rüstvorgängen.

Um Maschinenstillstandzeiten zu reduzieren, müssen in der Vorbereitungsphase klare strategische Aktivitäten zu den Spezifikationen des Produktionsprozesses sowie zur Einplanung der vorhandenen Ressourcen (Halbfertigteile, Maschinen- und Personalverfügbarkeit) festgelegt werden. Die Schwierigkeit dieses Vorhabens wird durch das folgende Zitat verdeutlicht: „Einerseits muss der Bestand minimiert werden, indem die Produktion variabel gestaltet wird und viele Rüstvorgänge durchgeführt werden. Umgekehrt ist es wichtig, die Gesamtrüstzeiten durch wenige Rüstvorgänge gering zu halten.“ (T4, Interview).

Die Phasen der Produktion, Inspektion und Programmiterationen gehen ineinander über. Die Produktionsphase stellt in Bezug auf den tatsächlichen Herstellungsprozess der Artikel keine zeitkritischen und inhaltlichen Herausforderungen dar. Vielmehr nimmt die Inspektion durch Überprüfung der Bauteilqualität in Form einer optischen und taktilen (Lehren‑)Messung am gefertigten Erzeugnis eine besondere Rolle ein. Etwaige geometrische Abweichungen nehmen unmittelbar Einfluss auf den Rüstvorgang und die anschließende Maschinenprogrammierung bzw. Programmiteration: „Wenn das Teil nicht lehrenhaltig ist, muss ich in den Prozess eingreifen und Maschinenparameter ändern.“ (T1, Interview). Nach der Fehlererkennung am Bauteil muss zur Korrektur die entsprechende Zeile im Programmcode der Maschinensteuerung gefunden und in möglichst wenigen Iterationsschritten angepasst werden. Ein zeichnungsgerechtes und fehlerfreies Produkt kann durchaus mithilfe mehrerer bzw. unterschiedlicher Einstellungen zielführend sein.

Für derartig komplexe Vorgänge ist die Darstellung von unterstützenden und simulationsbasierten Informationen sinnvoll. Sofern für komplexe Geometrien und starke Materialabhängigkeiten keine analytischen bzw. mathematischen Lösungen existieren, können bspw. Simulationen mittels Finite-Elemente-Methode (FEM) die Möglichkeit einer näherungsweisen theoretisch und numerisch fundierten Lösung bieten.

Die Forschungsergebnisse haben gezeigt, dass industrielle Rüstprozesse in Bezug auf mechanische (z. B. Montage und Demontage der Werkzeuge) und nicht-mechanische (z. B. Interaktion mit der Nutzeroberfläche der Maschine) Arbeitsinhalte sowohl statische als auch dynamische Dimensionen aufweisen. Innerhalb des Rüstprozesses finden sich demnach wiederholende bzw. reproduzierbare (Vorbereitung, Logistik und Inspektion) sowie sehr variable Arbeitsvorgänge (Werkzeug- und Maschinenrüsten) wieder. Während einige Schritte, wie bspw. die Montage des Faltenglätters, aufgrund ihrer einfachen und schnellen Erklärbarkeit – z. B. mithilfe von Checklisten – dokumentiert und damit systematisiert sowie expliziert werden können, sind es wiederum andere nicht. Letzteres liegt insbesondere daran, dass Maschineneinrichter:innen ihre Handlungen aufgrund vermeintlicher Banalität oder einer zu hohen Variabilität oder Komplexität nicht artikulieren können. Schlussendlich wird ersichtlich, dass der Prozess hochgradig vom Wissen der Maschineneinrichter:innen abhängig ist.

Die Literatur weist bereits darauf hin, dass das in diesem Kontext beschriebene Wissen sowohl sehr individuell sein kann als auch sehr schwer zu erfassen und zu teilen ist (Nonaka et al. 2000; Randall et al. 1996). Die Notwendigkeit, einen Wissenstransfer innerhalb der Belegschaft bzw. der Kollegen zu initiieren, wird u. a. durch das folgende Zitat bekräftigt: „[…] Es fehlt einfach die Dokumentation, sodass das Wissen hauptsächlich ‚im Kopf‘ der einzelnen Mitarbeiter bleibt. Wenn heute drei Mitarbeiter das Unternehmen verlassen und morgen drei neue eingestellt werden, dann ergibt sich ein massives Problem.“ (T4, Interview).

Unerfahrene Mitarbeiter sind davon besonders betroffen. Eine einfache Weitergabe von Wissen stellt durch dessen Vielfältigkeit allerdings eine besondere Herausforderung dar (Ackerman et al. 2013; Randall et al. 1996; Nonaka 1991). Weiterhin kann die persönliche Übermittlung von Wissen einerseits belastend sein („Auf Dauer ist das anstrengend. Ich musste jeden Schritt erklären, was er machen soll.“, T14, Interview) und andererseits ein persönlich empfundenes Alleinstellungsmerkmal gefährden. Unabhängig davon hat sich die gemeinsame Nutzung von Wissen und Expertise als erfolgskritische Grundlage für die Verteilung von Ressourcen herausgestellt. Für eine nutzerzentrierte Konzipierung muss eine Systematik, die für den Wissensaustausch genutzt werden soll, neben einer aktuellen Dokumentation insbesondere verschiedene Informationsformate bereitstellen und dabei dem Prinzip des verkörperten Wissens folgen. Umfassendes Verständnis hinsichtlich der Handhabung bestimmter Arbeitsaufgaben kann erst sichtbar gemacht werden, wenn es in Aktionen beobachtet wird. Die damit einhergehende Komplexität der Wissenserfassung und -weitergabe (Nonaka 1991) verlangt nach innovativen Lösungen. CPS können, ohne dass Wissen in propositionales Wissen übersetzt werden muss, Wege bieten, über die das durch Handlungen verkörperte rüstspezifische Wissen erfasst und dargestellt werden kann (De Carvalho et al. 2018).

Insgesamt wurden sechs wesentliche Designimplikationen herausgestellt, die nachfolgend vorgestellt werden. Die Ausführungen zeigen auf, dass die beschriebenen Themenbereiche die von Lee et al. (2015) entwickelte und technisch orientierte 5‑Ebenen-Architektur erweitern und konkretisieren können. Die Erkenntnisse beinhalten sozio-technische Designaspekte und Möglichkeiten der Generierung einer wissensorientierten Arbeitsumgebung.

Die Verwendung von Sensoren zur Erfassung von Realdaten (1) bezieht sich im Wesentlichen auf die „Smart Connected“-Ebene von Lee et al. (2015). Sensorbasierte Bewegungsverfolgung bzw. „Wegtracking“ kann im Zuge des Rüstvorgangs entstandene Laufwege insbesondere für logistische Aktivitäten aufzeichnen und z. B. in Form eines Spaghetti-Diagramms ausgeben. Weiterhin verhilft eine sensorbasierte Erkennung, bspw. durch eine 3D-Kamera, zur eindeutigen Identifikation der Werkzeuge und zur Bestimmung der Montageposition auf der Maschinenachse. Mithilfe von Sensorik kann außerdem lokales Handlungswissen in Form von Videos aufgezeichnet und weitergegeben werden. Sensorik kann dem Maschineneinrichter bzw. der Maschineneinrichterin also produktspezifische Eigenschaften in Echtzeit visualisieren und damit eine kontextsensitive Interaktion ermöglichen.

Die Nutzung digitaler Simulationen in Situationen, in denen keine realen Daten zur Verfügung stehen (2), kann der Ebene zur Umwandlung von Daten in Informationen (Lee et al. 2015) zugeordnet werden. Durch die Einblendung von 3D-Hologrammen der Maschine bzw. Werkzeuge werden reale (zu rüstende) Elemente durch virtuelle (CAD‑)Daten überlagert (AR-Overlay), um dem Nutzer eine eindeutige Funktionsdurchführung zu ermöglichen. Darüber hinaus kann durch virtuelle kinematische Simulationen in der Planungsphase sowie mithilfe der AR-Visualisierungen an der realen Maschine während des Rüstvorgangs eine kollisionsfreie Montage der Werkzeuge gewährleistet werden. Die virtuelle Generierung von Prozessdaten kann also die Übersetzung bestimmter Aspekte des lokalen Wissens in propositionale Inhalte ermöglichen.

Die „Cyber“-Ebene von Lee et al. (2015) beinhaltet die Verknüpfung digitaler Daten zu Arbeitspraktiken bzw. erfahrungsbasiertem Wissen (3). Dabei geht es im Wesentlichen darum, einen digitalen Zwilling bzw. ein Zwillingsmodell als virtuelle Repräsentation der realen Arbeitsabläufe für den Umgang mit Werkzeug- und Maschinenkomponenten zu erzeugen. Virtuelle Daten werden in einer AR-Animation innerhalb des Unterstützungssystems erstellt und in einem Dashboard visualisiert. Dabei ist eine lernfreundliche Umgebung durch eine realitätsnahe und kontextsensitive Datenaggregation sowie einen hohen und problemorientierten Detailgrad mit einem möglichst geringen Komplexitätsgrad herzustellen.

Die Speicherung von Wissen sowie die individuelle und unabhängige Zugänglichkeit von multimedialen Inhalten stellt innerhalb einer industriellen Umgebung einen entscheidenden Vorteil dar (Caudell und Mizell 1992). Fortschrittliche (technologische) Systeme weisen ein großes Potenzial zu einer lückenlosen, detailgetreuen und aktuellen Informationsdarstellung auf (Paelke und Röcker 2015). Die Visualisierung von Rüstschritten wird auf der zweiten Ebene der CPS-Architektur initiiert und auf der vierten Ebene, der Kognitionsebene, mittels einer AR-Anwendung zu einer vollständigen Rüstinstruktion zusammengefasst. Auf Basis dieser interaktiven Anweisung stehen Rüstinformationen unabhängig von einer personellen Verfügbarkeit zur Verfügung. Somit wird auf Basis der erfassten und visualisierten Rüstinformationen ein Wissenstransfer unterstützt (4).

Interaktive Checklisten verhelfen zugunsten einer Fehlervermeidung zur Verifizierung oder Falsifizierung der physischen Verfügbarkeit oder der Soll-Montageposition von Werkzeugen sowie zur schrittweisen Darstellung der Arbeitsaufgabe in Form von textlichen sowie bild- und videobasierten Inhalten (Fillatreau et al. 2013). Die beschriebenen Erkenntnisse stimmen mit der Konfigurationsebene von Lee et al. (2015) überein. Diese Unterstützung der Datenkonfiguration (5) kann als iterativer und lernförderlicher Ansatz verstanden werden, der durch rollierende Anpassungsmöglichkeiten der Arbeitsabläufe einen Best-Practice-Ansatz verfolgt.

Eine Implikation, die nicht explizit von Lee et al. (2015) benannt wird, dafür aber sämtliche Ebenen durchdringt, betrifft die Interaktionsherausforderungen, denen sich ein Einrichter bzw. eine Einrichterin im Produktionsalltag stellen muss. Unter Berücksichtigung dieser Herausforderungen, die sich hauptsächlich aus den Interaktionen zwischen Nutzern und dem System in der Umgebung ergeben, in der das System eingesetzt wird, soll eine praktikable Interaktion im industriellen Kontext (6) gewährleistet sein. Das Unterstützungssystem sollte relevante Informationen zunächst zeitnah und mit minimalen Fehlern bereitstellen, um einem Wissensdefizit sowie einer fehlerintoleranten Produktionsumgebung entgegenzuwirken. Eine angemessene Visualisierung der Inhalte bedarf sowohl einer schrittweisen Erfassung als auch Wiedergabe eines multimedialen Datenmaterials aus der Ich-Perspektive. Diese Anforderungen können bspw. mithilfe von gestengesteuerten Head-Mounted Displays realisiert werden. HMDs bzw. Datenbrillen gewährleisten, dass der Nutzer beide Hände einsetzen kann, um Rüstoperationen auszuführen. Weiterhin sind diese mobilen Systeme in begrenzten Arbeitsräumen von Vorteil. Einerseits muss das System robust genug sein, um etwaige Unfälle ohne funktionelle Ausfälle zu überstehen. Andererseits dürfen Umgebungsbedingungen, wie industriebedingter Lärm, die Arbeitssicherheit sowie die Funktion bzw. Interaktion mit dem Gerät nicht beeinträchtigen. In diesem Zusammenhang verhilft geeignete Sensorik zugunsten einer effizienten, fehler- und beanspruchungsminimalen Instruktion dazu, den Arbeitsbereich zu überwachen und etwaige Unsicherheiten seitens des Nutzers zu verringern. Eine schrittweise Erfassung der erforderlichen Arbeitsschritte kann zudem in Kombination mit einer Ortungsfunktion als Grundlage für Optimierungsmaßnahmen des gesamten Rüstprozesses dienen.

Das Potenzial neuer Technologien zur Verbesserung von Wissenstransferprozessen, wie z. B. durch AR, wurde bereits von De Carvalho et al. (2018) ausführlich diskutiert. Neben einer geeigneten Auswahl der Unterstützungssysteme und deren Einbindung in die technische Infrastruktur bedarf es einer reibungslosen Integration der Nutzerinteraktionen mit der Technologie während des gesamten Rüstvorgangs. Um den beschriebenen Interaktionsanforderungen und Designimplikationen bestmöglich gerecht zu werden, wurde eine prototypische Rüst-Applikation bzw. -Software für die AR-Datenbrille „Microsoft HoloLens“ der ersten Generation umgesetzt (vgl. I, Abb. 3). Die Microsoft HoloLens ist eine binokulare Windows-10-betriebene Mixed-Reality-Brille. Durch eine eigene (holografische) Prozessoreinheit (Holographic Processing Unit, HPU) kann die HoloLens autark verwendet werden. Nutzer können durch Natural-User-Interfaces mit hochauflösenden 3D-Hologrammen, die in die direkte bzw. reale Umgebung des Anwenders projiziert werden, über Sprach- und Gestensteuerung interagieren (N.N. 2019). Visualisierungen werden in den aktuellen Kontext eingebettet, indem sie mit der Umgebung verschmelzen und kontextabhängige Anweisungen und Informationen anzeigen, sodass die Anweisungen schnell gefunden und umgesetzt werden können. Ein weiterer Vorteil des Einsatzes der HoloLens ist der spielerische Umgang und die Interaktion mit dem Gerät. Somit wird einem sogenannten „Gamification“-Effekt gefolgt, der positiv zum Wissenstransfer beiträgt (Vasilescu et al. 2014). Feedback-Mechanismen, wie die Erfassung und Rückmeldung einer 3D-Kamera zu Montagepositionen und Werkzeugabmessungen (vgl. III, Abb. 3) oder die Aufzeichnungsmöglichkeit von zurückgelegten Wegen durch die HoloLens (vgl. I, Abb. 3), tragen außerdem zu einem effektiven Lernprozess bei. Auf Letzteres greift ein Tablet-Client bzw. ein sogenannter „Editor“ zu, der dazu beiträgt, dass die aggregierten Rüstdaten durch Änderung der Rüstschritt-Reihenfolge angepasst werden können (vgl. II, Abb. 3). Um darüber hinaus auch theoretische und physikalische Rahmenbedingungen des Rüstprozesses einzubinden, können FEM-Simulationen wichtige Informationen über Materialverhalten liefern. Durch den Zugriff auf die Maschinensteuerung und die Anzeige der Maschinenparameter, die über eine OPC-UA-Schnittstelle kommunizieren, können Einstellanweisungen abgeleitet und auf nachfolgende Rüstprozesse übertragen werden (vgl. IV, Abb. 3).