TY - GEN A1 - Argubi-Wollesen, Andreas A1 - Ganßauge, Rico A1 - Hipp, Björn A1 - Hoppe, Annette A1 - Kockrow, Roberto A1 - Thiel, Matthias A1 - Weidner, Robert T1 - Herausforderungen und Maßnahmen zur Akzeptanzsteigerung beim Einsatz von Exoskeletten im SHK-Handwerk – Auswertung einer Befragung und Ableitung von Bedarfen T2 - Arbeit HUMAINE gestalten, 67. GfA Frühjahrskongress 2021, Bochum vom 3. - 5. März 2021 N2 - Kurzfassung: Das Sanitär-, Heizungs- und Klimatechnikhandwerk (SHK) steht aktuell vor großen Herausforderungen. Ein hoher Anteil körperlich schwerer Arbeiten befördert Nachwuchsmangel, das Risiko für muskulo-skelettale Beschwerden und Leistungsminderung älterer Arbeitnehmer*In-nen. Die Nutzung von physischen Unterstützungs-systemen könnte ein An-satz sein, dem entgegenzuwirken (vgl. Steinhilber et al. 2020). Diese ver-sprechen insbesondere bei muskulär belastenden Arbeitsvorgängen in Zwangspositionen weitreichende Entlastungspotenziale. Aus ergonomi-scher und arbeitswissenschaftlicher Perspektive sind u.a. die physische Be-lastungsverlagerung sowie die arbeitsorganisatorischen und psychologi-schen Nutzungsaspekte besonders herausfordernd. Im durch das Bundes-ministerium für Arbeit und Soziales (BMAS) im Rahmen der INQA-Initiative geförderten Forschungsprojekt „Handwerksgeselle 4.0“ (HWG 4.0) wird die Praktikabilität, Akzeptanz und Usability entsprechender Technologien in diesem Anwendungsfeld analysiert. Hierzu führte der Zentralverband Sani-tär Heizung Klima (ZVSHK) eine deutschlandweite, wissenschaftlich beglei-tete Online-Befragung mit einem Rücklauf von 1.759 Handwerksbetrieben durch. Die erhobenen Daten zeigen Unterstützungsbedarfe, mögliche An-wendungs-felder von Exoskeletten und den erwarteten Nutzen durch den Einsatz derartiger Systeme auf. Die Befragung offenbarte eine signifikante Diskrepanz zwischen den biomechanisch-physiologisch abgeleiteten Un-terstützungsleistungen von Exoskeletten zur Beanspruchungsreduktion und den sich daraus ergebenden Einsatzmöglichkeiten einerseits sowie den aktuell vorherrschenden Erwartungen der Nutzer*Innen an den Funkti-onsumfang von Exoskeletten andererseits. Der Beitrag beleuchtet Heraus-forderungen für die Akzeptanz von Exoskeletten innerhalb der Branche und zeigt auf, welche Maßnahmen zur Akzeptanzsteigerung getroffen werden können. KW - Physische Belastung KW - Exoskelett KW - Akzeptanz KW - Handwerk Y1 - 2021 SN - 978-3-936804-29-4 SP - B.10.1; Seite 1 EP - B.10.1; Seite 6 PB - GfA-Press CY - Dortmund ER - TY - GEN A1 - Klug, Marius A1 - Jeung, Sein A1 - Wunderlich, Anna A1 - Gehrke, Lukas A1 - Protzak, Janna A1 - Djebbara, Zakaria A1 - Argubi-Wollesen, Andreas A1 - Wollesen, Bettina A1 - Gramann, Klaus T1 - The BeMoBIL Pipeline for automated analyses of multimodal mobile brain and body imaging data T2 - bioRxiv beta N2 - Advancements in hardware technology and analysis methods allow more and more mobility in electroencephalography (EEG) experiments. Mobile Brain/Body Imaging (MoBI) studies may record various types of data such as motion or eye tracking in addition to neural activity. Although there are options available to analyze EEG data in a standardized way, they do not fully cover complex multimodal data from mobile experiments. We thus propose the BeMoBIL Pipeline, an easy-to-use pipeline in MATLAB that supports the time-synchronized handling of multimodal data. It is based on EEGLAB and fieldtrip and consists of automated functions for EEG preprocessing and subsequent source separation. It also provides functions for motion data processing and extraction of event markers from different data modalities, including the extraction of eye-movement and gait-related events from EEG using independent component analysis. The pipeline introduces a new robust method for region-of-interest-based group-level clustering of independent EEG components. Finally, the BeMoBIL Pipeline provides analytical visualizations at various processing steps, keeping the analysis transparent and allowing for quality checks of the resulting outcomes. All parameters and steps are documented within the data structure and can be fully replicated using the same scripts. This pipeline makes the processing and analysis of (mobile) EEG and body data more reliable and independent of the prior experience of the individual researchers, thus facilitating the use of EEG in general and MoBI in particular. It is an open-source project available for download at https://github.com/BeMoBIL/bemobil-pipeline which allows for community-driven adaptations in the future. Y1 - 2022 U6 - https://doi.org/10.1101/2022.09.29.510051 ER -