Modellierung und Simulation fehlerbehafteter Handlungen in Arbeitssystemen mittels Petri-Netze

Das Erleben der Konsequenzen von in Arbeitsprozessen verursachten Fehlern stellt eine effektive Lerngelegenheit dar (Bauer & Harteis 2012; Kapur 2015). Im Forschungsprojekt „Fehler didaktisch nutzbar machen mit Augmented Reality“ (FeDiNAR) wird ein Lernsystem entwickelt, welches fehlerhafte Handlungen von Menschen in Arbeitsprozessen erkennt und deren Konsequenzen zum Eintrittszeitpunkt in Augmented Reality (AR) simuliert. Als Formalismus für ereignisdiskrete Arbeitsprozesse lassen sich Petri-Netze für die AR-Modellierung und -Simulation nutzen (Rossmann et al. 2012). Das Erkennen der Fehlerverursachung und das Aktivieren der Visualisierung von Fehlerkonsequenzen in AR basiert auf einer handlungsbegleitenden, dynamischen Simulation der Zustände des Arbeitssystems mittels Petri-Netze. Die Abbildung relevanter Arbeitssystemelemente resultiert in einer Petri-Netz-Architektur mit einem Petri-Netz zur Modellierung der Handlung als zentrales Element. In diesem Beitrag wird die Petri-Netz-Architektur des Lernsystems zur Simulationsgestützten Beschreibung fehlerbehafteter Handlungen in Arbeitssystemen vorgestellt. Anschließend werden die Grenzen des Simulationsmodells anhand der Erfahrungen aus einem Einsatz des Lernsystems bei spezifischen Anwendungsfällen aufgezeigt und diskutiert. Der vorliegende Beitrag baut auf vorherigen Arbeiten der Autoren zum Thema Modellierung fehlerbehafteter Arbeitsprozesse mittels Petri-Netze auf (Kobelt et al. 2020b).