Das PDF dient ausschließlich dem persönlichen Gebrauch! - Weitergehende Rechte bitte anfragen unter: nutzungsrechte@asu-arbeitsmedizin.com
Die Best-Practice-Beispiele zeigen, dass der Präventionsansatz dabei je nach Zielgruppe, Tätigkeitsbereich und Zielsetzung ganz unterschiedlich aussehen kann und sich sowohl auf die Gestaltung der Arbeitsbedingungen als auch auf die persönlichen Verhaltensweisen fokussiert. Die Ansätze eint, dass der Erfolg der Maßnahmen maßgeblich davon abhängt, inwiefern die Bedürfnisse der jeweiligen Zielgruppe berücksichtigt werden, beispielsweise in besonders praxisnahen und niedrigschwelligen Maßnahmen. Um die Best Practices greifbar zu machen, werden in dieser Serie bewusst Fallbeispiele von konkreten Unternehmen beleuchtet. Dies geschieht rein zu Informationszwecken und stellt keine Werbung dar.
Im ersten Beitrag berichtet Viktoria Hackstette von der Siemens AG von einem KI-gestützten System zur Bewertung der ergonomischen Arbeitsverhältnisse sowie über die erfolgreiche Implementierung unter Einbeziehung der Mitarbeitenden.
Best practice examples for preventive measures in occupational health management (Part 1) – Ergonomics taken further: AI-supported analysis methods for health-promoting workplace design
Musculoskeletal disorders are among the most common causes of work absence. AI-supported ergonomic assessment tools open up new avenues: objective, continuous, and practical. A pilot project at Siemens demonstrates how technology, participation, and prevention can go hand in hand.
Best-Practice-Beispiele für Präventionsangebote im BGM (Teil 1): Ergonomie weitergedacht – KI-gestützte Analyseverfahren zur gesundheitsförderlichen Arbeitsplatzgestaltung
Muskel-Skelett-Erkrankungen zählen zu den häufigsten Ursachen für Arbeitsausfälle. KI-gestützte Tools zur Ergonomiebewertung eröffnen neue Wege: objektiv, kontinuierlich und praxisnah. Ein Pilotprojekt bei Siemens zeigt, wie Technologie, Beteiligung und Prävention Hand in Hand gehen können.
Kernaussagen
Einleitung
Trotz fortschreitender Automatisierung bleibt der Mensch ein zentraler Akteur in industriellen Wertschöpfungsprozessen. Besonders in der Produktion sind körperlich belastende Tätigkeiten nach wie vor weit verbreitet. Wiederholte Bewegungsabläufe, statische Körperhaltungen und das Heben schwerer Lasten gehören zum Alltag vieler Beschäftigter. Diese Belastungen können langfristig zu Muskel-Skelett-Erkrankungen (MSE) führen, die laut der Weltgesundheitsorganisation (WHO) weltweit etwa 1,71 Milliarden Menschen betreffen und die häufigste Ursache für körperliche Einschränkungen darstellen.
In Deutschland machen MSE rund 25 % aller Arbeitsunfähigkeitstage aus. Besonders Rückenschmerzen gelten als führende Ursache für Arbeitsausfälle in über 160 Ländern. Die wirtschaftlichen Folgen sind erheblich: Laut einer Studie des Instituts für Arbeitsmarkt- und Berufsforschung (IAB, o. J.) entstehen durch krankheitsbedingte Fehlzeiten jährlich Kosten in Milliardenhöhe – allein durch MSE etwa 17 Milliarden Euro.
Grenzen klassischer Ergonomiebewertung
Zur Bewertung ergonomischer Risiken werden in der Praxis häufig standardisierte Verfahren wie RULA (Rapid Upper Limb Assessment) und REBA (Rapid Entire Body Assessment) eingesetzt. Diese Methoden basieren auf visuellen Beobachtungen und der Bewertung von Körperhaltungen anhand definierter Kriterien. Sie sind jedoch zeitaufwendig, subjektiv und nur bedingt geeignet, um komplexe, dynamische Arbeitsprozesse kontinuierlich zu analysieren. Zudem liefern sie lediglich Momentaufnahmen, die keine Aussage über langfristige Belastungsmuster zulassen.
Potenziale KI-gestützter Ergonomieanalyse
Mit dem Einzug von Industrie 4.0 und der zunehmenden Digitalisierung eröffnen sich neue Möglichkeiten zur ergonomischen Bewertung. KI-gestützte Systeme für die ergonomische Bewertung (wie beispielsweise TuMeke) ermöglichen eine automatisierte, kontinuierliche und objektive Analyse von Bewegungsabläufen am Arbeitsplatz. Mithilfe von Videodaten und Machine-Learning-Algorithmen werden Gelenkwinkel berechnet, Belastungen klassifiziert und ergonomische Risiken nach etablierten Kriterien wie REBA oder RULA bewertet – anonymisiert und mit temporärer Bildspeicherung.
Diese Systeme liefern präzise Daten über Bewegungsintensität, Haltungshäufigkeit und Belastungsschwerpunkte – direkt aus dem realen Arbeitsprozess. Damit wird es möglich, ergonomische Risiken frühzeitig zu erkennen und gezielt zu reduzieren, bevor gesundheitliche Beschwerden entstehen. Studien zeigen, dass durch den Einsatz solcher Systeme die Anzahl ergonomisch kritischer Bewegungen um bis zu 40 % reduziert werden kann. Jan Marc Haentjes, Betriebsarzt bei der Siemens AG, der einige Projekte in den Siemens-Werken umgesetzt hat, fasst zusammen: „Künstliche Intelligenz ermöglicht es uns Betriebsärzt*innen, ergonomische Risiken am Arbeitsplatz nicht nur schneller, sondern auch objektiv zu erkennen. Durch die kontinuierliche Bewegungsanalyse in Echtzeit können wir präventiv eingreifen, bevor körperliche Beschwerden entstehen – ein echter Fortschritt für die betriebliche Gesundheitsförderung.“
Praxisbeispiel Siemens:
Ergonomische Optimierung in
der Ladesäulenmontage
Im Rahmen eines Pilotprojekts bei Siemens wurde das KI-gestützte Ergonomietool in der Ladesäulenmontage eingesetzt. Die Analyse zeigte, dass Mitarbeitende bei der Verdrahtung oberer Segmente häufig in ungünstigen Überkopfhaltungen arbeiteten. Die daraus resultierende muskuläre Belastung im Schulter-Nacken-Bereich führte zu Beschwerden und beeinträchtigte die Standsicherheit.
Durch die KI-gestützte Analyse konnten diese Belastungssituationen objektiv identifiziert und visualisiert werden. In einem partizipativen Prozess wurden gemeinsam mit den Beschäftigten Maßnahmen entwickelt – etwa der Einsatz höherer Tritte, die eine stabilere Körperhaltung und eine Reduktion der Armstreckung ermöglichten. Ergänzend wurden technische, organisatorische und individuelle Maßnahmen nach dem TOP-Prinzip umgesetzt:
Die Visualisierung der Ergebnisse, die nahezu in Echtzeit erfolgte, trug wesentlich zur Motivation und zum Verständnis der ergonomischen Zusammenhänge bei. Die Mitarbeitenden zeigten hohe Akzeptanz gegenüber dem System und beteiligten sich aktiv an der Entwicklung weiterer Verbesserungen.
Die erfolgreiche Umsetzung des Projekts basierte auf einer engen Zusammenarbeit zwischen Gesundheitsmanagement, Arbeitsmedizin, Arbeitsschutz, Industrial Engineering, Betriebsrat und den Beschäftigten selbst. Dieser interdisziplinäre Ansatz erwies sich als entscheidend, um technische Lösungen wirksam in den Arbeitsalltag zu integrieren und nachhaltige Veränderungen zu erzielen.
Eine neue Dimension der Prävention
KI-gestützte Ergonomietools bieten eine neue Dimension der Prävention. Sie ermöglichen eine datenbasierte Entscheidungsgrundlage für die Gestaltung gesunder Arbeitsplätze – nicht nur punktuell, sondern kontinuierlich und flächendeckend.
Gleichzeitig stellen sie hohe Anforderungen an:
Die Technologie allein reicht jedoch nicht aus. Im Mittelpunkt steht nach wie vor der Mensch. Erst durch offene Kommunikation, Beteiligung der Beschäftigten und interdisziplinäre Zusammenarbeit entfaltet die KI hier ihr volles Potenzial.
KI als Bestandteil einer gesunden Arbeitswelt
Das Pilotprojekt bei Siemens zeigt exemplarisch, wie KI-gestützte Ergonomieanalyse in der Praxis wirksam eingesetzt werden kann. Die Kombination aus objektiver Datenerhebung, partizipative Maßnahmenentwicklung und -umsetzung sowie interdisziplinärer Zusammenarbeit ermöglicht eine neue Qualität der Prävention. KI hilft, Belastungen sichtbar zu machen – doch wirksam werden diese Daten erst durch Menschen, die sie verstehen, bewerten und in konkrete Maßnahmen übersetzen.
Zukünftig könnten solche Systeme nicht nur zur Prävention, sondern auch zur Evaluation ergonomischer Interventionen, zur Schulung von Mitarbeitenden und zur kontinuierlichen Verbesserung von Arbeitsplätzen eingesetzt werden. Damit wird Ergonomie zu einem integralen Bestandteil einer modernen, gesundheitsförderlichen Arbeitswelt.
Interessenkonflikt: Die Autorin ist bei der Siemens AG beschäftigt. Weitere Interessenkonflikte liegen nicht vor.
Literatur
DGUV – Deutsche Gesetzliche Unfallversicherung (Hrsg.): Mensch und Arbeitsplatz – Wegweiser ergonomische Arbeitsgestaltung (DGUV‑Information 209‑098). Berlin: DGUV, 2025.
EU-OSHA – European Agency for Safety and Health at Work: Prevention of musculoskeletal disorders and psychosocial risks in the workplace: EU strategies and future challenges. Luxembourg: Publications Office of the European Union, 2022.
Jawale M, Hoene A, Wei F: Ergonomische Bewertung des Arbeitsplatzes mithilfe einer Laborstudie zur Prüfung von Ergonomieunterstützungslösungen. In: Klumpp M, Hanke T, ten Hompel M, Noche B (Hrsg.): Ergonomie in der Intralogistik. FOM-Edition. Wiesbaden: Springer Gabler, 2022. https://doi.org/10.1007/978-3-658-37547-8_5.
Wollendorfer M: Automatisierte Evaluierung der Ergonomie am Arbeitsplatz durch den Einsatz von Deep Learning. TU Wien, 2021. https://repositum.tuwien.at/handle/20.500.12708/18530 (abgerufen am 24.07.2025).
Holzgreve F, Schulte L, Oremek G et al.: Allgemeine und arbeitsplatzbezogene Risikofaktoren von Muskel-Skelett-Erkrankungen und deren Bestimmungsmethoden. Zbl Arbeitsmed 2023; 73: 182–189. https://doi.org/10.1007/s40664-023-00500-5 (Open Access).
Online-Quellen
TuMeke: Ergonomic Risk Assessments – Homepage
https://www.tumeke.io/
BKK Dachverband e.V.: Gesundheitsreport 2024
https://www.bkk-dachverband.de/publikationen/bkk-gesundheitsreport
BAuA: Sicherheit und Gesundheit bei der Arbeit – Berichtsjahr 2023. Unfallverhütungsbericht Arbeit. 2024
https://www.baua.de/DE/Angebote/Publikationen/Berichte/Suga-2023
RKI: Gesundheitsberichterstattung des Bundes (Stand 2025)
https://www.rki.de/DE/Themen/Gesundheit-und-Gesellschaft/Gesundheitsber…
WHO – World health statistics 2023: monitoring health for the SDGs, sustainable development goals
https://www.who.int/publications/i/item/9789240074323
Info
Health Management bei der Siemens AG
Die Health Management Organisation der Siemens AG entwickelt Strategien und Programme, die die Gesundheit der Mitarbeitenden und damit ihre Beschäftigungsfähigkeit fördern. Die Arbeitsbedingungen sollten so gestaltet werden, dass die Beschäftigten, vom Eintritt ins Unternehmen bis zum Austritt, gesund und zufrieden leben und arbeiten können.
Info
Erfolgsfaktoren für die Praxis
Info
Vorteile durch den Einsatz von KI-GESTÜTZEN TOOLs
Kontakt
Foto: privat
