Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-15979
For citation please use:
Main Title: Fehlerdiagnose mit Virtual Reality trainieren – Entwicklung und Erprobung einer virtuellen Offshore-Windenergieanlage
Translated Title: Training of troubleshooting skills with virtual reality—development and testing of a virtual offshore wind turbine
Author(s): Kapp, Felix
Matthes, Nadine
Kruse, Linda
Niebeling, Moritz
Spangenberger, Pia
Other Contributor(s): Nature, Springer
Type: Article
URI: https://depositonce.tu-berlin.de/handle/11303/17200
http://dx.doi.org/10.14279/depositonce-15979
License: https://creativecommons.org/licenses/by/4.0/
Abstract: Virtual Reality Lernumgebungen bieten besonderes Potenzial für die Vermittlung komplexer Inhalte und Fähigkeiten im beruflichen Kontext. In solchen Lernumgebungen lassen sich authentische Arbeitsaufgaben umsetzen anhand derer anwendungsnah Kompetenzen erlernt werden können. In der VR Lernumgebung MARLA wird die Fehlerdiagnose in den Bereichen Elektro- und Metalltechnik in Form eines achtstufigen Prozesses anhand eines konkreten Beispiels auf einer Offshore-Windenergieanlage trainiert. Auszubildende bekommen dafür in Anlehnung an den Cognitive Apprenticeship Ansatz zunächst von einem Non-Player Character innerhalb der Anwendung die einzelnen Schritte erklärt und vorgemacht, bevor sie anschließend schrittweise selbständig den Prozess durchlaufen. Der vorliegende Beitrag stellt die Anwendung und ihre Entwicklung vor und berichtet Ergebnisse der formativen Evaluation, welche wichtige Erkenntnisse für die Ausgestaltung der Umgebung geliefert hat. Praktische Relevanz Im vorliegenden Beitrag wird zum einen auf theoretische Erkenntnisse hinsichtlich des Potentials von Virtual Reality Anwendungen für die berufliche Bildung eingegangen. Zum anderen werden Erfahrungen aus dem Bereich der konzeptionellen Entwicklung der VR Anwendung und der empirischen Evaluation der Anwendung präsentiert. Beide Punkte haben zum Ziel einen Beitrag zur Weiterentwicklung der Weiterbildung im Arbeitskontext zu leisten.
Subject(s): Virtual Reality
berufliche Bildung
Fehlerdiagnose
Offshore-Windenergieanlagen
Cognitive Apprenticeship
Issue Date: 30-May-2022
Date Available: 18-Jul-2022
Language Code: de
DDC Class: 153 Kognitive Prozesse, Intelligenz
Sponsor/Funder: TU Berlin, Open-Access-Mittel – 2022
Journal Title: Zeitschrift für Arbeitswissenschaft
Publisher: Springer Nature
Volume: 76
Publisher DOI: 10.1007/s41449-022-00316-8
Page Start: 192
Page End: 201
EISSN: 2366-4681
ISSN: 0340-2444
TU Affiliation(s): Fak. 5 Verkehrs- und Maschinensysteme » Inst. Psychologie und Arbeitswissenschaft » FG Mensch-Maschine-Systeme
Appears in Collections:Technische Universität Berlin » Publications

Files in This Item:

Item Export Bar

This item is licensed under a Creative Commons License Creative Commons