MixedReality 4 Business – AdaptiveVR – Keep Cool

VR bietet großes Potential für Lehr-Lernlösungen in verschiedensten Kontexten: Sie ermöglicht das Erleben von gefährlichen Situationen, ohne in Gefahr zu sein, das Üben an Maschinen und Anlagen, die für Trainingszwecke viel zu teuer wären, sowie das erfahrungsbasierte Lernen mit Fokus auf Kompetenzerwerb.

Gefährliche Situationen sind täglicher Begleiter in der industriellen Produktion. Auch im Handwerk entstehen solche Situationen und es gilt, Maschinen richtig zu bedienen und Unfälle zu vermeiden. In vielen Lernkontexten in Industrie & Handwerk – insbesondere auch zu Themen wie Ausbildung an schweren Maschinen und in gefährlichen Anwendungsfällen – gilt es, eine herausfordernde Balance zu meistern: Die Lernanwendungen sollen weder langweilig noch zu aufregend oder zu schwierig sein.

Weder soll die Wichtigkeit und Bedeutung von Handlungen unterschätzt werden noch sollen Nutzende Ängste vor den Tätigkeiten entwickeln. Dieser Spagat wird noch herausfordernder durch den Umstand, dass das Level an Emotionen und Stress von individuellen Faktoren und Vorerfahrungen der Nutzenden mit den Tätigkeiten abhängen.

Das Ziel des zweijährigen Forschungs- und Entwicklungs-Vorhabens ist daher die Entwicklung und Evaluierung eines Frameworks für Künstliche-Intelligenz (KI)-gestützte, adaptive Virtual Reality (VR) Lernumgebung zum Training in Gefahrensituationen in industriellen und handwerklichen Kontexten, welches sich an individuelle Schulungsbedürfnisse anpassen kann. Im Fokus des Vorhabens steht dabei die (Simulations-)mechanische und audio-visuelle Adaption (MuAVA) einer VR-Lernumgebung auf Basis von Vitaldaten zur Laufzeit.

Im Projekt AdaptiveVR – Keep Cool wird die Entwicklung von VR-Lernanwendungen vorangetrieben, welche eine Gefahrensituation simulieren können. Hierzu wird mit Szenarien für Gefahren- bzw.- Stress-Situationen gearbeitet. Während die Lernenden durch diese Szenarien geführt werden, wird das Stress-Niveau durch körpernahe, nicht-invasive Sensorik gemessen und gegebenenfalls das Szenario ganz individuell an ein ermitteltes Stress-Niveau des/der Lernenden angepasst, um die Gefahrensituation „gefährlicher“ wirken zu lassen und so ein optimalere Trainingsszenario bieten zu können.

Desgleichen kann das Lernszenario auch graduell abgeschwächt werden, wenn das ermittelte Stress-Niveau aus den körpernahe nicht-invasive Sensordaten ein zu hohes Stresslevel ableitet.

Projektdaten

Laufzeit: Juni 2023 – September 2025

Mittelgeber: Bundesministerium für Wirtschaft und Technologie

Förderprogramm: ZIM Kooperationsnetzwerk – MixedReality for Business

Kooperationspartner*innen

• BreakPoint One GmbH
• Serrala Cloud Solutions GmbH