aiMOOC

Von der technischen Idee zum digitalen Prototyp

QR-Code

Einleitung

Du entwickelst aus einem Fertigungsproblem eine prüfbare technische Idee und daraus einen digitalen Prototyp – nicht als fertige Maschinensteuerung, sondern als simulationsfähiges Modell oder klickbaren Ablauf. Am Ende besitzt du eine Prototypenmappe mit Anforderungen, zwei Varianten, Testdaten, Nutzertest, Gegenbeispiel, Fehlversuch und begründeter Entscheidung.

Zielgruppe: Auszubildende im 3. bis 4. Ausbildungsjahr. Voraussetzung: Z1 bis Z3 oder vergleichbare Kompetenzen in Produktionsprozessen, technischen Daten und Qualität. Vor Beginn: Projektziel und erlaubte Hilfsmittel mit Ausbildenden abstimmen. Lernzeit: etwa 6–10 Unterrichtseinheiten plus Projektarbeit. Du kannst alle Aufgaben ohne kostenpflichtiges KI-Konto auf Papier, in einer Tabellenkalkulation oder mit lokal installierter freier Software bearbeiten.

Vorwissen aktivieren: Wiederhole in fünf Minuten aus der vorhandenen MOOCwiki-Grundlage die Begriffe Daten, Prozess, Fehler und Simulation. Die konkrete Seite konnte für diese Kurserstellung nicht ausgelesen werden; ihre individuellen Inhalte werden deshalb nicht behauptet oder wiederholt. Notiere einen bekannten Prozess und eine typische Ungewissheit.

Lernziele: Du kannst Probleme nutzerorientiert eingrenzen, mehrere Ideen anhand von Kriterien vergleichen, einen Prototyp in sinnvoller Detailtiefe modellieren, einen nachvollziehbaren Versuch samt negativer Befunde auswerten und Grenzen statt unbelegter Sicherheitsversprechen benennen. Alle Zahlen des Modellfalls sind ausdrücklich synthetische Übungsdaten. Es findet keine Maschinenkopplung und keine Sicherheitsfreigabe statt. Dies ist ein unabhängiges Bildungsangebot, keine offizielle Liebherr- oder IHK-Zertifizierung.

Ein Problem entdecken und präzise formulieren

Ausgangslage: fiktive Variantenfertigung

Die erfundene Werkstatt „VariFix“ montiert die Varianten A, B und C eines Geräts. Teile kommen manchmal zu spät, Qualitätsabweichungen führen zu Nacharbeit, und täglich steht nur eine begrenzte Zahl von Personalstunden zur Verfügung. Die bisherige Papierliste lässt Engpässe spät erkennen. Entwickelt werden soll eine Entscheidungshilfe für die Reihenfolge von Aufträgen, keine autonome Fertigungsleitung.

Auftrag	Variante	Teile vollständig	Planzeit	Abweichungsrisiko	Fälligkeit
V1	A	Ja	2 h	niedrig	Tag 1
V2	B	Nein	3 h	hoch	Tag 1
V3	C	Ja	4 h	mittel	Tag 2
V4	A	Ja	2 h	niedrig	Tag 2

Annahmen: Sechs Bearbeitungsstunden pro Tag; ein Arbeitsplatz; keine Parallelbearbeitung; bei V2 fehlt ein Bauteil bis Tag 2; alle Zeiten und Risiken sind lediglich Modellgrößen. Anders als bei einer echten Produktionsplanung werden keine Arbeitsschutz- oder Freigaberegeln modelliert.

Leitfrage: Wie könnte eine nachvollziehbare digitale Anzeige helfen, verfügbare Aufträge sinnvoll zu priorisieren und riskante Entscheidungen sichtbar zu machen?

Nutzende verstehen, Problem statt Wunschlösung beschreiben

Eine Persona ist eine bewusst vereinfachte, erfundene Beschreibung typischer Nutzungsbedürfnisse. Persona „Mira, Schichtvorbereitung“ benötigt eine schnelle Übersicht über verfügbare Teile, offene Qualitätsprüfung und Tageskapazität. Persona „Sam, Qualität“ möchte, dass eine markierte Abweichung nicht stillschweigend als erledigt angezeigt wird. Sammle Bedürfnisse in drei Spalten: Beobachtung, Vermutung, zu prüfende Frage. Trenne Anforderung (z. B. fehlendes Teil sichtbar kennzeichnen) von Lösungsidee (z. B. rote Ampel).

Die Problemdefinition lautet beispielsweise: „Bei begrenzter Zeit fehlt eine übersichtliche Darstellung, welche Aufträge im Übungsmodell planbar sind und warum andere zurückgestellt werden.“ Eine gute Problemdefinition verspricht weder echte Termintreue noch Maschinen- oder Personensicherheit.

Bildalternative: Beschreibe auf Papier die Folge Verstehen → Beobachten → Problem definieren → Ideen entwickeln → Prototyp bauen → Testen. Der Weg darf rückwärts wiederholt werden.

Die nutzerorientierte und iterative Methode Design Thinking gibt hierfür einen Rahmen. Der konkrete Industriefall und die Personas sind erfunden, nicht von Liebherr übernommen.

Ideen entwickeln und unter knappen Ressourcen auswählen

Divergieren, dann entscheiden

Beim Divergieren sammelst du viele mögliche Ansätze, ohne sie früh zu verwerfen: Kartenwand, Tabellen-Dashboard, Filter nach Teileverfügbarkeit, manuell sortierbarer Auftragsstapel oder Warnhinweis bei Nacharbeit. Beim Konvergieren reduzierst du die Auswahl anhand transparenter Kriterien.

Nutze eine gewichtete Entscheidungsmatrix mit Nutzen für Nutzende (40 %), Aufwand (25 %), Erklärbarkeit (20 %) und Prüfbarkeit (15 %). Bewertet wird jeweils von 1 (schlecht) bis 5 (gut). Als Beispiel erhält die Tabellenansicht die Werte 4, 5, 5, 5 und damit 4,60 Punkte: 4×0,40 + 5×0,25 + 5×0,20 + 5×0,15. Eine animierte 3D-Visualisierung erhält 3, 1, 3, 2 und 2,35 Punkte. Die Zahlen sind hypothetische Teamurteile, keine objektiven Fakten. Ändere eine Gewichtung und prüfe, ob die Rangfolge stabil bleibt.

Innovationsmethoden sind Hilfen, um ein Problem kreativ, nachvollziehbar und testbar anzugehen. Für diese Aufgabe passen Brainstorming, Perspektivwechsel und eine einfache Nutzwertanalyse. Ein besonders komplexes Modell ist nicht automatisch die bessere Innovation.

Hypothesen, Gegenbeispiele und Abbruchkriterien

Eine Hypothese ist eine vorab prüfbare Erwartung. H1: „Eine Filteranzeige reduziert in fünf simulierten Entscheidungen die mittlere Zeit zur Erkennung blockierter Aufträge gegenüber der Papierliste.“ H2: „Mindestens vier von fünf Testpersonen erkennen eine Qualitätswarnung ohne Erklärung.“ Ein Gegenbeispiel ist ein bewusst gewählter Fall, in dem die Idee versagen könnte: Ein Auftrag ist zwar vollständig, besitzt aber eine unaufgelöste Qualitätsabweichung. Wer nur den Materialstatus prüft, priorisiert ihn fälschlich.

Lege vor dem Versuch Messgröße, Basiswert, Zielwert, Testfälle und Stoppsignal fest. Beispiel: mittlere Erkennungszeit vor dem Prototyp 48 Sekunden, Ziel höchstens 30 Sekunden. Wenn wichtige Warnungen übersehen werden, gilt der Test unabhängig vom Zeitgewinn als nicht bestanden. Eine subjektive Skala ist kein Nachweis für tatsächlich eingesparte Arbeitszeit im Betrieb.

Bildalternative: Zeichne drei Kästen mit „Idee“, „einfaches Modell“, „getestete Version“ und Pfeile zurück zu früheren Schritten.

Den digitalen Prototyp bauen

Richtige Modelltreue statt unnötiger Perfektion

Ein Low-Fidelity-Prototyp ist eine grobe Skizze oder Klickfolge, ein High-Fidelity-Prototyp ähnelt bereits einem späteren Produkt. Entscheidend ist die Frage, die du testen möchtest. Für das Erkennen blockierter Aufträge genügt zunächst eine Tabelle oder eine lokale Präsentation mit verknüpften Folien. CAD (Computer-Aided Design) unterstützt geometrische Modelle; für unseren Termin- und Priorisierungsfall ist ein Tabellen- oder Bildschirmprototyp besser geeignet als ein 3D-Modell. Ein digitaler Zwilling würde zusätzlich eine begründete Verbindung zu einem physischen Gegenstand oder Prozess benötigen; die rein fiktive Tabelle ist daher keiner.

Bildalternative: Falte ein Blatt zu einer Oberfläche mit vier Auftragskarten und beschrifte die Bedienelemente.

Geführtes Beispiel: Version null und Version eins

Schritt A – Datenblatt: Übertrage die vier erfundenen Aufträge in eine Offline-Tabelle mit den Spalten ID, Variante, Teilestatus, Planzeit, Qualitätsstatus, Fälligkeit und Begründung. Trage in „Qualitätsstatus“ für V3 „Nachprüfung offen“ ein. Diese zusätzliche Angabe ist ein synthetischer Testzustand und kein realer Mangel.

Schritt B – Regeln: Zeige ausschließlich „prüfbar planbar“, wenn Teile vollständig, Qualitätsstatus unauffällig und die benötigte Planzeit in die Restkapazität passt. Sonst zeige „zurückstellen – Grund nennen“. Die Regel ist keine reale Freigabe. Nutze die Statuswörter statt nur Rot und Grün: Das ist auch bei Farbschwächen nachvollziehbar.

Schritt C – Bildschirm: Version 0 zeigt allein Auftragsnummer und Teileverfügbarkeit. Version 1 ergänzt sichtbare Qualitätsstatus, Restzeit und einen Erklärungstext. Skizziere beide und ergänze ein Beispiel, in dem V3 trotz vorhandener Teile zurückgestellt wird. Erkläre die Entscheidung mit den drei konkreten Datenfeldern.

Schritt D – Manuelle Simulation: Starte mit sechs Stunden Restkapazität. V1 beansprucht zwei Stunden, V4 zwei Stunden; für V2 fehlen Teile und V3 hat eine offene Nachprüfung. Im vereinfachten Tagesfall wären dann noch zwei Stunden übrig. Diese Modellentscheidung beansprucht ausdrücklich keine Produktionsgültigkeit.

Schritt E – Versionen: Speichere V0 und V1 mit Datum, Annahmen, geänderten Feldern und Testergebnis. Eine Iteration ist eine begründete Überarbeitung anhand einer Beobachtung, nicht bloß eine neue Versionsnummer.

Bildalternative: Notiere die Schleife Planen → Modellieren → Testen → Auswerten → Anpassen → erneut testen.

Optional: Geometrie, Animation und Medien

Beim prototypischen Bau eines physischen Teils kann eine CAD-Skizze in ein geometrisches Modell und dann in Schichten zerlegt werden. Slicing bezeichnet dabei die Aufbereitung eines 3D-Modells in Schichten für die additive Fertigung; das ist nicht die Funktion unserer Auftragstabelle.

Video – frei zugänglicher YouTube-Lernimpuls: Ein älteres deutsches Tutorial zeigt den Weg von der Skizze zum CAD-Modell. Es verwendet FreeCAD 0.18 (2019); einzelne Bedienelemente können heute anders heißen.

Ohne Video: Skizziere ein Rechteck, bemaße seine Kanten und beschreibe, wie eine extrudierte 3D-Form daraus entstehen könnte. Die Hauptaufgabe bleibt die offline bearbeitbare Auftragssimulation.

Nutzertest messen und Fehlversuche auswerten

Testdesign statt Vorführen

Ein Nutzertest prüft beobachtbares Verhalten bei einer Aufgabe; er ist nicht bloß die Frage „Gefällt dir das?“. Lass mit Einwilligung zwei oder mehr erwachsene Testpersonen oder Mitschülerinnen und Mitschüler mit synthetischen Daten nacheinander drei Aufgaben bearbeiten: blockierten Auftrag finden, Qualitätsabweichung begründen und verbleibende Kapazität erklären. Verwende keine realen Schülerprofile oder personenbezogenen Ergebnisse im veröffentlichten Kurs. Notiere je Aufgabe Erfolg, Zeit, übersehene Warnungen und einen neutralen Beobachtungssatz. Für eine individuelle Offline-Bearbeitung kannst du stattdessen zwei getrennte Testdurchläufe mit Rollenwechsel simulieren; kennzeichne diese aber deutlich als Simulation, nicht echter Nutzertest.

Kriterium	Beispielhafter Prüfplan	Ergebnisdeutung
Nutzen messen	Fünf gleiche Fälle in V0 und V1; mittlere Zeit 48 s gegenüber 29 s	Verbesserung um 19 s beziehungsweise rund 39,6 % im kleinen Übungsversuch, nicht auf reale Produktion übertragbar
Fehlversuch dokumentieren	In V0 wird der vollständig bestückte Auftrag V3 trotz offener Qualitätsnachprüfung ausgewählt	Warnhinweis fehlt; Fehlerbeleg und Ursache in der Mappe festhalten
Grenze offenlegen	Test enthält keine Maschinenzustände, Personalschichten oder verlässlichen Echtzeitdaten	Prototyp darf weder Einsatzfreigabe noch Sicherheit oder tatsächliche Lieferfähigkeit behaupten

Achtung: Die Tabellenwerte sind rein erfundene Demonstrationsdaten. Ein Mittelwert aus fünf Fällen und eine kleine Stichprobe belegen keine statistisch robuste Wirksamkeit. Die 39,6 % ergeben sich aus (48 − 29) ÷ 48 × 100. Dokumentiere künftig Streuung, Stichprobe, Reihenfolgeeffekte und Zielgruppenpassung.

Negative Ergebnisse sind wertvolle Ergebnisse

Ein Test, der die Hypothese widerlegt, spart oft spätere Fehlentscheidungen. Beispiel: Eine größere Warnfläche senkt im synthetischen Test die Auswahlfehler von zwei auf null, aber erhöht die Bearbeitungszeit von 29 auf 37 Sekunden. Das ist ein Zielkonflikt: Tempo verbessert sich nicht, Erkennbarkeit möglicherweise schon. Halte die ursprüngliche Hypothese, tatsächliche Abweichung, Ursache als Vermutung und nächste Prüfidee getrennt fest. Verändere nicht nachträglich die Zielwerte, um „Erfolg“ behaupten zu können.

Fehlerprotokoll – Muster: Test F-03; Version 0; Eingabe „V3 Teile vollständig, Nachprüfung offen“; erwartetes Verhalten „zurückstellen“; beobachtet „planbar“; Schweregrad „im Übungsmodell kritisch“; vermutete Ursache „Statusspalte fehlt“; Änderung „Qualitätsstatus sichtbar“; Wiederholungstest „durchführen, Ergebnis noch offen“. Ein korrekt dokumentierter Fehlschlag kann den größeren Lerngewinn liefern als ein glatt wirkender Demoablauf.

Bildalternative: Schreibe „Aufgabe“, „Beobachtung“, „Messung“, „Änderung“, „erneuter Test“ auf Karten und verbinde sie in einem Kreis.

Optionales Commons-Video mit gesprochener englischer Erklärung: DesignThinking.ogv (Brettnewman, CC BY 3.0; Ton und Bewegtbild, etwa vier Minuten). Ohne Audio/Video genügt die Textfolge: Menschliches Problem verstehen, kleine Lösung sichtbar machen, mit Nutzenden testen, aus Ergebnissen lernen.

Grenzen kommunizieren und die Prototypenmappe abschließen

Was der Prototyp ausdrücklich nicht kann

Ein Prototyp bildet nur bewusst gewählte Merkmale ab. Nicht modelliert werden Lieferantenunsicherheit, rechtliche Anforderungen, Datenschutz realer Personen, Personalqualifikation, Qualitätssicherung mit verbindlichen Prüfregeln und reale Maschinenzustände. Die Oberfläche darf keinen gefährlichen Eindruck von „automatisch freigegeben“ erzeugen. Jede Produktionsentscheidung und funktionale Sicherheitsbewertung bleibt beim dafür qualifizierten betrieblichen Personal mit seinen formalen Verfahren.

Generative KI ist für diesen Kurs nicht erforderlich. Falls sie freiwillig für Formulierungen genutzt wird, prüfe jedes Ergebnis, erfasse Version, Eingaben ohne vertrauliche Daten, Erkennungsfehler und nicht belegte Behauptungen. Das NIST-Dokument AI 600-1 (Juli 2024) ist ein Profil für Risiken generativer KI, keine Norm zur Freigabe von Maschinen und kein Nachweis der Qualität dieser konkreten Simulation.

Vorlage der Prototypenmappe

Dein Lernprodukt umfasst in dieser Reihenfolge:

Auftrag und Ziel: Problemdefinition, Nutzerrollen, Rahmenbedingungen, Erlaubnis der Ausbildenden.
Hypothesen: zwei messbare Erwartungen samt Null- oder Vergleichszustand.
Ideenwahl: mindestens zwei Alternativen, Bewertungsmatrix und begründete Auswahl.
Versionen: Skizze oder Screenshots von V0 und V1, Datenmodell und dokumentierte Regeln.
Nutzertest: Testauftrag, Protokoll, Messwerte und Kennzeichnung echter versus simulierter Beobachtungen.
Gegenbeispiel: mindestens ein Eingabefall, in dem eine einfache Regel versagt.
Fehlversuch: erwartetes und beobachtetes Verhalten, Fehlerhypothese, Korrekturversuch, offener Status.
Grenzen: Geltungsbereich, unbekannte Einflussfaktoren und ausdrücklich ausgeschlossene Nutzung.
Entscheidung: fortführen, überarbeiten oder verwerfen – mit Kriterien, Gegengründen und nächstem kleinen Test.
Quellen und Version: überprüfbare Herkunft, Abrufdatum, Rechte der verwendeten Medien, Versionsstand.

Drei verpflichtende Prüffragen: (1) Welcher beobachtete Nutzen ist messbar, verglichen womit? (2) Welcher konkrete Fehlversuch ist auch dann dokumentiert, wenn das Ergebnis negativ ist? (3) Welche Grenze verbietet den Schluss, der Prototyp sei für einen realen Betrieb einsatzbereit? Du musst deine Entscheidung und mindestens einen Fehlerfall selbst begründen.

Interaktive Aufgaben

Quiz: Wissen anwenden

Wähle jeweils die fachlich überzeugendste Antwort. Das Quiz gibt die Auswahl erst bei Bearbeitung frei; beurteile nach jedem Versuch, welches Kriterium dir zur Entscheidung geholfen hat.

Welche Formulierung ist eine überprüfbare Hypothese? (Die Erkennungszeit blockierter Aufträge sinkt im Vergleichstest auf höchstens 30 Sekunden) (!Das Dashboard wird bestimmt allen gefallen) (!Der digitale Prototyp wird sicher die gesamte Fabrik verbessern) (!Eine schöne Oberfläche ist gleichbedeutend mit weniger Fehlern)

Warum wird V3 im geführten Modell zurückgestellt? (Die Qualitätsnachprüfung ist noch offen) (!Die Teile fehlen für V3) (!V3 ist schon vollständig abgearbeitet) (!V3 überschreitet immer jede Tageskapazität)

Was zeigt ein Gegenbeispiel besonders gut? (Dass eine scheinbar passende Regel unter einer bestimmten Bedingung versagen kann) (!Dass die zuerst gewählte Lösung immer richtig ist) (!Dass reale Maschinen ohne Prüfung gestartet werden können) (!Dass eine einzelne Meinung alle Tests ersetzt)

Welche Aussage zum digitalen Modell ist korrekt? (Eine Offline-Tabelle kann einen geeigneten Prototyp für die Anzeige von Aufträgen bilden) (!Jeder Prototyp benötigt einen vollständigen digitalen Zwilling) (!Nur kostenpflichtige KI-Software erlaubt Prototyping) (!Ein 3D-Druck ist für jede digitale Bedienoberfläche zwingend)

Wie sollte eine Auswahl in einer Nutzwertmatrix begründet sein? (Durch vorab benannte Kriterien, Gewichtungen und nachvollziehbare Bewertungen) (!Durch die teuerste vorhandene Visualisierung) (!Durch die lauteste Meinung ohne Vergleich) (!Durch nachträglich passend gemachte Gewichtungen)

Welcher Umgang mit einem Fehlversuch unterstützt Lernen? (Erwartetes und beobachtetes Verhalten unverändert dokumentieren und Ursache prüfen) (!Den gescheiterten Durchlauf aus der Mappe löschen) (!Nachträglich die ursprüngliche Hypothese austauschen) (!Die Kritik an Testpersonen weitergeben und nicht auswerten)

Weshalb reicht eine Verbesserung der mittleren Zeit allein nicht aus? (Weil dabei übersehene Qualitätswarnungen und Testgrenzen unberücksichtigt bleiben können) (!Weil Zeitmessungen grundsätzlich niemals nützlich sind) (!Weil nur Farbgestaltung ein Erfolgskriterium ist) (!Weil jede Simulation automatisch die Sicherheit garantiert)

Was bedeutet Iteration in diesem Lernprojekt? (Eine begründete Änderung nach Beobachtung mit anschließendem erneuten Test) (!Das bloße Umbenennen derselben Datei) (!Die einmalige Abnahme einer realen Produktionsanlage) (!Das Löschen aller früheren Teststände)

Welche Aussage über eine simulierte Erprobung ist zutreffend? (Sie muss als Simulation gekennzeichnet und von einem echten Nutzertest unterschieden werden) (!Sie beweist unmittelbar die Eignung für den Betrieb) (!Sie macht jede Qualitätssicherung überflüssig) (!Sie benötigt zwangsläufig echte vertrauliche Auftragsdaten)

Was darf die abschließende Prototypenmappe behaupten? (Sie dokumentiert überprüfte Eigenschaften des Modells und offen gebliebene Grenzen) (!Sie stellt die Einsatzfreigabe für Produktionsmaschinen aus) (!Sie ersetzt ein offizielles IHK-Zertifikat) (!Sie garantiert für alle künftigen Fälle eine fehlerfreie Planung)

Memory

Finde jeweils Begriff und passende Erklärung.

Hypothese	Vor dem Versuch festgelegte überprüfbare Erwartung
Iteration	Überarbeitung auf Grundlage einer Beobachtung
Persona	Vereinfachtes Modell typischer Nutzungsbedürfnisse
Prototyp	Begrenztes Modell zum frühen Prüfen einer Idee
Gegenbeispiel	Fall, der eine vermutete Regel gezielt herausfordert
Validität	Aussagekraft einer Messung für die gemeinte Fragestellung

Drag-and-Drop

Ordne die fünf Arbeitsschritte ihrem jeweiligen Ergebnis zu.

Passenden Begriff zuordnen	Ergebnis im Projekt
Problem eingrenzen	Begründeter Bedarf mit erkennbarer Nutzerrolle
Ideen bewerten	Gewählte Variante mit offengelegten Kriterien
Modell erstellen	Interaktiv prüfbarer Ablauf auf Testdatenbasis
Nutzertest durchführen	Beobachtungen mit Aufgaben und Messwerten
Fehlversuch auswerten	Dokumentierte Abweichung und nächste Prüfidee

Kreuzworträtsel

Jede Lösung ist ein einzelner Fachbegriff.

Iteration	Wie heißt die wiederholte Verbesserung nach einem Test?
Prototyp	Wie heißt ein frühes prüfbares Modell einer Idee?
Hypothese	Welcher Begriff bezeichnet eine vorab überprüfbare Erwartung?
Persona	Wie heißt das vereinfachte Modell einer Nutzerrolle?
Messwert	Wie heißt ein einzelnes quantitatives Testergebnis?
Fehlversuch	Wie heißt ein Testlauf ohne den erwarteten Erfolg?

LearningApps

Passende LearningApps zum Thema suchen. Prüfe fremde Lernangebote inhaltlich, bevor du sie nutzt; Suchtreffer sind keine bestätigten Unterrichtsaufgaben.

Offline-Alternative: Schreibe je fünf Begriffs- und Definitionskarten aus dem Memory ab und ordne sie verdeckt zu.

Lückentext

Eine überprüfbare Erwartung vor dem Test heißt

.

Ein frühes, auf ausgewählte Funktionen begrenztes Modell heißt

.

Eine begründete Verbesserung nach Beobachtung ist eine

.

Eine erfundene typische Nutzerrolle wird als

beschrieben.

Ein absichtlich schwieriger Gegenfall heißt

.

Die dokumentierte Abweichung von einer Erwartung ist ein

.

Ein quantitatives Ergebnis eines Versuchs ist ein

.

Die explizite Beschreibung nicht untersuchter Bedingungen zeigt die

eines Modells.

Offene Aufgaben

Leicht

Problemdefinition: Formuliere für VariFix in drei Sätzen Problem, betroffene Person und beobachtbare Auswirkung; trenne Annahmen von Daten.
Anforderungen: Kennzeichne fünf Angaben der Auftragstabelle als erforderlich, hilfreich oder bislang unbekannt und erläutere eine Auswahl.
Brainstorming: Skizziere drei unterschiedliche Oberflächen ohne Software und markiere jeweils eine relevante Warnung.
Messgröße: Lege Basiswert, Zielwert und Messverfahren für das Erkennen blockierter Aufträge auf Papier fest.

Standard

Nutzwertanalyse: Berechne zwei Varianten mit mindestens vier gewichteten Kriterien und erläutere einen Zielkonflikt.
Prototyping: Baue in einer Offline-Tabelle oder lokalen Präsentation die Versionen V0 und V1 mit rein erfundenen Aufträgen.
Usability-Test: Führe mit freiwilligen Testpersonen oder als ausdrücklich markierte Rollensimulation drei Aufgaben durch und protokolliere Ergebnisse.
Fehleranalyse: Stelle V3 als Gegenbeispiel dar, reproduziere einen Fehler in V0 und plane eine überprüfbare Korrektur.

Schwer

Sensitivitätsanalyse: Variiere Tageskapazität und die Gewichtungen in der Entscheidungsmatrix; zeige, wann die Empfehlung kippt.
Versuchsplanung: Entwirf einen fairen Vergleich der Prototypversionen mit Reihenfolgewechsel, geeigneten Kennzahlen und Grenzen kleiner Stichproben.
Zielkonflikt: Begründe, ob du eine langsamere Oberfläche mit weniger übersehenen Warnungen vorziehst; dokumentiere auch ein negatives Ergebnis.
Technikfolgenabschätzung: Übertrage den Ansatz auf einen neuen frei erfundenen Montagefall, benenne mindestens drei nicht abgedeckte Risiken und entscheide begründet zwischen Überarbeitung und Verwerfen.

Lernkontrolle

Anforderungsanalyse: Begründe, warum „Teile vollständig“ allein keine ausreichende Entscheidungsregel für V3 ist.
Bewertungsmatrix: Rechne die Beispielpunkte beider Ideen nach und diskutiere, welches Gewicht die Entscheidung verändern kann.
Testmethodik: Entwirf fünf vergleichbare Szenarien, in denen eine reine Geschwindigkeitsmessung zu einer falschen Schlussfolgerung führen könnte.
Fehlerdokumentation: Verfasse aus einem absichtlich gescheiterten Test ein vollständiges Fehlversuchsprotokoll mit Status und Wiederholungstest.
Prototypengrenze: Unterscheide einen lokalen Bildschirmprototyp von einem mit Echtzeitdaten verbundenen digitalen Zwilling.
Transfer: Erkläre an einem neuen fiktiven Auftrag, ob Fortführen, Ändern oder Verwerfen die sachgerechte nächste Entscheidung wäre und nenne einen Gegenbefund.

Lernnachweis

Abgabe: eine nachvollziehbare Prototypenmappe als Offline-Dokument oder ausgedruckter Ordner. Erforderlich sind mindestens zwei Ideen, die gewählte Variante mit Kriterien, zwei unterscheidbare Prototypstände, eine synthetische Datentabelle, eine Nutzertestplanung mit beobachteten beziehungsweise simulierten Ergebnissen, ein bewusstes Gegenbeispiel, mindestens ein Fehlversuch und eine begründete nächste Entscheidung. Keine vertraulichen Betriebsdaten und keine personenbezogenen Prüflisten einreichen.

Bewertungsraster (20 Punkte): Problem und Bedürfnisse 0–4; Modell und Versionierung 0–4; Nutzen messen mit Vergleich 0–4; Fehlversuch dokumentieren und Folgetest 0–4; Grenze offenlegen und Entscheidung argumentieren 0–4. Ein unerwartet negatives Ergebnis ist kein Punktabzug, wenn Versuch und Erkenntnis sauber belegt werden. Die drei fett markierten Kriterien müssen jeweils nachvollziehbar bearbeitet sein; ein überzeugender Vortrag allein ersetzt keine Dokumentation.

Reflexion: Welche Idee würdest du nun bewusst nicht umsetzen? Benenne einen Fehlerfall, die verbliebene Unsicherheit und einen machbaren nächsten Test. Ausbildende stimmen nur Lernziel und Rahmen ab; dieser Nachweis erteilt keinerlei betriebliche Freigabe und ist kein offizielles Zertifikat.

OER und Wikipedia

Stand der fachlichen und medialen Recherche: 22.10.2026; Kursversion 1.0. Die Grundlagen beruhen auf allgemein anerkannten Vorgehensweisen; Versionsstände von Software, Webseiten und Regeln können sich ändern. Der verlinkte MOOCwiki-Vorkurs mit curid=60813 konnte hier technisch nicht eingesehen werden; sein Inhalt wird nicht als überprüft ausgegeben.

Liebherr: Unser Weg zur Smart Factory, Kundenmagazin UpLoad 02/2025, abgerufen 22.10.2026. Fachlicher Kontext zu flexibler Variantenfertigung und digitalen Werkzeugen, kein Beleg für den erfundenen Modellfall und keine Partnerschaft oder Zertifizierung.
NIST AI 600-1: Generative Artificial Intelligence Profile, Stand Juli 2024, DOI 10.6028/NIST.AI.600-1; abgerufen 22.10.2026. Nur ergänzend, wenn generative KI verwendet wird, kein Maschinenstandard.
IHK Köln: Design Thinking, Methodenüberblick mit sechs Schritten; der externe Fachbeitrag bedeutet keine IHK-Zertifizierung dieses Kurses.
Mittelstand-Digital Zentrum Berlin: Design-Thinking-Prozess, praxisnahe Hinweise zu neutralen Nutzertests und Beobachtungen.
Fraunhofer IPK: Digitale Zwillinge, Abgrenzung zum einfachen digitalen Modell.
Wikipedia: Prototyping in der Softwareentwicklung und Wikipedia: Design Thinking. Offene Nachschlagewerke; einzelne Artikelstände können sich ändern.

Ohne externe Medien: Der vollständige Modellfall, die Tabellen, die Definitionen und alle Arbeitsaufträge stehen im Kurs. Sämtliche geforderten Entscheidungen können mit Papier und lokalem Tabellenprogramm bearbeitet werden.

Mediennachweise von Wikimedia Commons – Urheber und Lizenzen wurden auf den jeweiligen Dateiseiten eingesehen; auf diese Seiten beziehen sich die Angaben. Bei Wiederverwendung vollständige Namensnennung, Lizenzlink und ggf. Änderungen angeben.

Dateiseite	Urheberschaft	Lizenz	Einsatz und Ersatz
Der Design-Thinking-Prozess.svg	Iris213	CC BY-SA 4.0	Sechs Schritte; Textfolge im Kapitel
Prototyping.png	Dr. Kusper Gábor	CC BY-SA 4.0	Konzeptentwicklung; drei Textkästen
Paperprototype noProjectDemo.jpg	d_jan	Lizenz siehe Commons-Dateiseite	Papiermodell; Faltblatt
Iterative Process Diagram.svg	Krupadeluxe	CC BY-SA 4.0	Iteration; Schrittfolge
Rapid prototyping slicing-en.svg	Д.Ильин	CC0	Modellschichten; Skizze
Rapid Prototyping Model.gif	Robert Horning (Original)	GFDL / CC BY-SA 3.0, siehe Dateiseite	Kurze GIF-Datei; Standbild und Text
UserResearchProcess.png	Gergodley	CC BY-SA 4.0	Nutzerforschung; beschriebene Schleife
DesignThinking.ogv	Brettnewman	CC BY 3.0	Video mit englischem Ton; vollständige Textalternative

YouTube-Nachweis: FreeCAD 0.18 Grundlagen #4, Stolz3D / flowwie, veröffentlicht 02.02.2019; öffentlich auffindbare Videoaufzeichnung und Inhaltsbeschreibung zum Recherchestand. Der Videoinhalt bleibt beim Anbieter und ist nicht als OER lizenziert nachgewiesen; Wiedergabe oder Verfügbarkeit kann sich ändern. Die textbasierte Ersatzaufgabe genügt. Videovorschauen und Einbettungen können durch Einstellungen der Nutzenden blockiert sein.