INNOVATION SCOUT · IMPULSPROFIL

Intelligente Exoskelette und körpernahe Assistenzsysteme

Intelligente Exoskelette und körpernahe Assistenzsysteme unterstützen Bauarbeiten durch aktive Kraftunterstützung, angepasste Regelung oder auswertbare Bewegungs- und Belastungsdaten. Die Assistenz wirkt am Körper; Beschäftigte führen die Aufgabe aus. Passive Hilfen sind angrenzende Ergonomie-Technologie.

Um was geht es bei Intelligente Exoskelette und körpernahe Assistenzsysteme?

Eine brauchbare Assistenzkette verbindet Körper- und Arbeitszustand mit einer Unterstützungsentscheidung und einer passenden Kraftabgabe oder Rückmeldung. Entscheidend sind auch Fehlklassifikationen, Bewegungsfreiheit, Tragezeit und der Aufwand für Einrichtung und Betreuung. Ein günstiger Einzelhub beschreibt noch keinen ganzen Arbeitstag.

Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): II; V-D Quelle 15: Entscheidungsmatrix für Exoskelette, Fundstelle(n): S.1–4

Einordnung im Impulsradar

Adaptive Laborgeräte, aktive Baupiloten und einzelne betriebliche Anwendungen zeigen unterschiedliche Entwicklungsstände. Der Nutzen hängt von Person, Aufgabe und Gerät ab. Gelernte Erkennung, motorische Unterstützung und nachgewiesene Entlastung sind jeweils gesondert zu prüfen. Belastbare Aussagen zu langfristiger Gesundheit oder vollständiger Tagesleistung fehlen.

Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): III–V Quelle 9: From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons, Fundstelle(n): 3.2–3.3 Quelle 4: Human Augmentation on Site: Robotic Exoskeletons Enter Construction, Fundstelle(n): HENZ-Kundenangaben Quelle 7: Surface electromyography-based action recognition towards exoskeleton control for construction tasks, Fundstelle(n): Tabellen 4–5

Körpernahe Unterstützung im tatsächlichen Arbeitsablauf

Passive Federmechanik, feste aktive Regelung und gelernte Anpassung haben verschiedene Wirkpfade. Ein Sensor kann nur der Messung dienen oder eine motorische Unterstützung steuern. Erst die dokumentierte Verarbeitung zeigt, ob ein lernendes Modell beteiligt ist. Die Auswertung von Tätigkeitsbelastung kann zudem unabhängig von einem tragbaren Aktor erfolgen.

Quelle 9: From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons, Fundstelle(n): 2: StreamEXO Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): II-B–C Quelle 14: AWExo – Akzeptanz und Wirkung von Exoskeletten in der Bauindustrie, IFA 4260, Fundstelle(n): Aktivitäten/Methoden

Für den Baubetrieb zählen Aufgabe und Gesamtablauf: Material aufnehmen, tragen, absetzen, gehen, Werkzeuge wechseln und pausieren beanspruchen ein System unterschiedlich. Die Auswahl muss deshalb körperliche Entlastung, Arbeitsqualität, Bedienung und zusätzliche Arbeit gemeinsam betrachten. Eine Produktfunktion oder positive Nutzerstimme ersetzt diese Prüfung nicht.

Quelle 15: Entscheidungsmatrix für Exoskelette, Fundstelle(n): S.1–4 Quelle 16: Entscheidungshilfe für Exoskelette, Fundstelle(n): Maßnahmenvergleich Quelle 9: From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons, Fundstelle(n): 3.2.2; 3.3

Worauf es bei Intelligente Exoskelette und körpernahe Assistenzsysteme fachlich ankommt

Tätigkeitserkennung über Muskelaktivität

Studien-/Praxisbefund

Die 2026 veröffentlichte Studie von Zhou und Yu untersuchte zehn Bauarbeiter mit sechs sEMG-Kanälen und vier Tätigkeitsklassen. NMF verarbeitet die Signale für ein CNN-Transformer-Modell. Der Test innerhalb der aufgenommenen Personen erreichte 86,52 ± 3,63 Prozent Genauigkeit; beim Ausschluss jeweils einer Person aus dem Training waren es 65,90 ± 4,98 Prozent. Ein Exoskelettaktor wurde nicht getestet.

Quelle 7: Surface electromyography-based action recognition towards exoskeleton control for construction tasks, Fundstelle(n): 3.1–3.2; Tabellen 4–5; Diskussion

Fachliche Einordnung

Die 25.844 überlappenden Signalfenster sind keine unabhängigen Personen. Der Unterschied zwischen den beiden Tests begrenzt die Übertragung auf neue Beschäftigte. Erkennungsleistung allein belegt weder rechtzeitige Kraftunterstützung noch ergonomischen Nutzen.

Quelle 7: Surface electromyography-based action recognition towards exoskeleton control for construction tasks, Fundstelle(n): 3.1–3.2; Tabellen 4–5; Diskussion

Ein visuelles Modell wählt die Rückenunterstützung

Studien-/Praxisbefund

Ein Preprint von 2025 koppelt Kamera- und Tiefendaten, YOLO-Objekterkennung und DINO-basierte Gewichtsklassifikation an drei Unterstützungsstufen eines motorischen Rückenexoskeletts. Zwölf Männer dienten der Abstimmung, zwölf weitere der Validierung; gehoben wurden transparente Kisten von 5, 10 und 15 Kilogramm im Labor.

Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): II Methods; III Experiments; V-D Limitations

Fachliche Einordnung

Hier ist die Kette von gelernter Wahrnehmung bis zur physischen Unterstützung integriert. Unbekannte oder undurchsichtige Lasten, Baustellenbedingungen und ein breiteres Personenspektrum sind damit nicht validiert. Der Demonstrator ist ein konkreter Integrationsbeleg mit begrenztem Einsatzbereich.

Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): II Methods; III Experiments; V-D Limitations

Mehr Unterstützung hat mehrere Messgrößen

Studien-/Praxisbefund

Im visuellen Laborversuch war die Gewichtsklasse in 82,41 Prozent der Fälle rechtzeitig vor dem Heben richtig bestimmt. Bei mittlerer Last lag die Verringerung der Spitzenaktivität der Rückenmuskeln gegenüber ohne Gerät bei 9,62 Prozent mit konstanter geringer Hilfe und 23,05 Prozent mit adaptiver Hilfe. Stärkere Unterstützung ging teilweise mit mehr empfundenem Unbehagen einher.

Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): IV-C Pipeline Validation; V-A; V-D

Fachliche Einordnung

Die 23,05 Prozent beziehen sich auf den Vergleich ohne Gerät, nicht auf einen gleich großen Zusatznutzen gegenüber konstanter Hilfe. Modellrichtigkeit, Muskelaktivität, Präferenz und Komfort bleiben unterschiedliche Endpunkte; keine der Größen belegt allein die Eignung für eine vollständige Bauschicht.

Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): IV-C Pipeline Validation; V-A; V-D

Aktive Rückenhilfe im Bahnbau

Studien-/Praxisbefund

StreamEXO wurde in Italien zunächst mit fünf Arbeitern unter kontrollierten Bedingungen und anschließend mit vier anderen Arbeitern im Bahnbetrieb erprobt. In Gallarate bewegten Beschäftigte von MERMEC STE unter RFI-Begleitung Kabelkanäle mit zwei Geräten. Die Unterstützung nutzt propriozeptive Sensorregelung; ein gelerntes Modell ist nicht dokumentiert.

Quelle 9: From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons, Fundstelle(n): 2; 3.2.1; 3.3.1

Fachliche Einordnung

Die Betriebsphase belegt eine konkrete aktive Bauassistenz. Ihre Arbeitsbedingungen und Messgrößen unterscheiden sich vom kontrollierten Versuch. Ergebnisse der beiden Phasen dürfen nicht zu einem größeren einheitlichen Wirkungsversuch zusammengezählt werden.

Quelle 9: From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons, Fundstelle(n): 2; 3.2.1; 3.3.1

Entlastung und Arbeitsgeschwindigkeit können auseinanderlaufen

Studien-/Praxisbefund

Im kontrollierten StreamEXO-Versuch sank der mittlere metabolische Aufwand um 13,8 Prozent. Zugleich dauerte ein Arbeitszyklus mit Gerät durchschnittlich 239,7 ± 47,4 Sekunden gegenüber 226,8 ± 61,2 Sekunden ohne Gerät. Die Zyklen verliefen mit Assistenz gleichmäßiger. Der Versuch verglich je 90 Minuten mit und ohne Gerät an drei Tagen.

Quelle 9: From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons, Fundstelle(n): 3.2.1–3.2.2; Abb.5c; 3.3.1

Fachliche Einordnung

Die längeren mittleren Zyklen sind ein relevanter Gegenbefund zur Annahme automatischer Produktivitätssteigerung. Längere Arbeitsperioden und Tagesproduktivität lagen außerhalb des Untersuchungsumfangs. Die Entlastungsmessung stammt aus der kontrollierten Stufe, nicht aus einer metabolischen Messung im betrieblichen Ablauf.

Quelle 9: From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons, Fundstelle(n): 3.2.1–3.2.2; Abb.5c; 3.3.1

Ein benannter Anwender mit offener Gerätegeneration

Studien-/Praxisbefund

German Bionic nennt im Bericht vom 10. Juni 2025 HENZ Bauausführung und einen Beschäftigten, der Erleichterung beim Heben schildert. Der Artikel stellt zugleich Exia vor. Er nennt jedoch keinen gesicherten Beginn, Geräteumfang oder konkreten Systemstand der HENZ-Anwendung.

Quelle 4: Human Augmentation on Site: Robotic Exoskeletons Enter Construction, Fundstelle(n): HENZ-Zitate vor/nach Common Use Cases

Fachliche Einordnung

Der Bericht trägt ein begrenztes betriebliches Nutzungssignal für aktive Hebeassistenz. Er belegt weder eine Exia-Einführung im Jahr 2025 noch eine unabhängige Gesundheitswirkung. Die Zuordnung einer bestimmten Generation bleibt offen; Anbieter- und Kundenangaben bilden hier dieselbe Evidenzkette.

Quelle 4: Human Augmentation on Site: Robotic Exoskeletons Enter Construction, Fundstelle(n): HENZ-Zitate vor/nach Common Use Cases

Adaptive Produktfunktion und Einführung getrennt prüfen

Studien-/Praxisbefund

German Bionic beschreibt Exia in den Meldungen von Mai und Dezember 2025 mit datenbasierter Anpassung und App-/Plattformanbindung. Die CES-Meldung kündigt eine Präsentation für Januar 2026 an. Eine bauspezifische Trainings- und Testtrennung wird darin nicht offengelegt.

Quelle 5: Exia unveiled, Fundstelle(n): Augmented AI Quelle 6: AI to wear: German Bionic zeigt das intelligente Exoskelett Exia auf der CES 2026, Fundstelle(n): KI-Lernen, Connect, German Bionic IO; CES-Ankündigung

Fachliche Einordnung

Die Meldungen erschließen eine angebotene Funktion und ihren Datenkontext. Sie tragen keine unabhängige Bauwirkung und keine nachgewiesene Ausweitung. Ebenso wenig lässt sich die Exia-Beschreibung rückwirkend einem älteren Anwenderfall oder jedem aktiven Rückenexoskelett zuordnen.

Aktive Demonstration und passive Nutzerprüfung

Studien-/Praxisbefund

HumanTech meldete für Januar 2025 aktive körpernahe Unterstützung am ACCIONA-Demonstrationsort in Madrid. Die spätere Nutzerstudie untersuchte im Exoskelettteil eine passive Schulterhilfe: neun Personen und eine 15-minütige Aufgabe. Die Ergebnisse betreffen unterschiedliche Funktionsumfänge.

Quelle 10: HumanTech pilots robotics and wearables for collaborative bricklaying, Fundstelle(n): Pilot 13.–31.01.2025; Wearables Quelle 11: Human-centered assessment of robotics and exoskeletons in the construction industry, Fundstelle(n): 2.2.4; 3.5

Fachliche Einordnung

Die Nutzerbewertung liefert Hinweise auf Passform und Akzeptanz, aber keinen Nachweis einer lernenden aktiven Regelung. Projektzugehörigkeit allein rechtfertigt weder das Zusammenzählen der Teilversuche noch die Übertragung passiver Ergebnisse auf die aktive Demonstration.

Lastverlagerung und Aufgabenpassung

Studien-/Praxisbefund

Eine dänische Feldstudie zu passiver Schulterhilfe bei Zimmerern berichtet Entlastung ausgewählter Schulter- und Armmuskeln bei höherer Aktivität im unteren Rücken. Ein weiterer Originalabstract zu 18 Personen im Mauerhandwerk berichtet ungünstige Belastungsbefunde und geringe künftige Nutzungsabsicht.

Quelle 12: Technical field-evaluation of exoskeleton-assisted overhead work among carpenters, Fundstelle(n): Institutioneller Abstract: Methods/Results Quelle 13: When technology misaligns with work demands: a biomechanical and ergonomic field study of exoskeleton use in masonry, Fundstelle(n): Originalabstract: Methods/Results/Conclusions

Fachliche Einordnung

Diese Gegenbefunde betreffen passive Vergleichstechnik. Sie zeigen, warum mehrere Körperbereiche und die konkrete Aufgabe geprüft werden müssen. Sie belegen weder generelle Unwirksamkeit von Exoskeletten noch die Leistung adaptiver Systeme. Für die Mauerstudie waren detaillierte Versuchs- und Gerätedaten nicht zugänglich.

Belastungsdaten beschreiben unterstützte Arbeitsanteile

Studien-/Praxisbefund

Das IFA-Projekt AWExo untersuchte zwei passive Rückenhilfen mit Labor- und Feldmessungen, darunter IMU, EMG und Modellrechnung. Der Institutsbericht beschreibt Unterschiede zwischen Personen, Haltungen und tatsächlich unterstützten Arbeitsanteilen.

Quelle 14: AWExo – Akzeptanz und Wirkung von Exoskeletten in der Bauindustrie, IFA 4260, Fundstelle(n): Zielsetzung; Aktivitäten/Methoden; Ergebnisse

Fachliche Einordnung

Bewegungs- und Belastungsanalyse kann ein Tätigkeitsprofil für die Geräteauswahl liefern. Die externe Messsensorik macht das passive Gerät jedoch nicht zu einem intelligenten Aktor. Aggregierte Ergebnisspannen ersetzen keine vollständigen personenbezogenen Versuchs- und Expositionsdaten.

Quelle 14: AWExo – Akzeptanz und Wirkung von Exoskeletten in der Bauindustrie, IFA 4260, Fundstelle(n): Zielsetzung; Aktivitäten/Methoden; Ergebnisse

Handwerkliche Entwicklung mit Bewegungsanalyse

Studien-/Praxisbefund

ReHopE verbindet die Weiterentwicklung aktiver Exoskelette für Handwerksaufgaben mit Bewegungsanalyse und digitaler Einsatzplanung. Auxsys und OFFIS nennen Projektziele und beteiligte Betriebe. Belastbare Angaben zu Geräteversion, Einsatzdauer und kontrollierter Wirkung fehlen in diesen Darstellungen.

Quelle 17: Exoskeletons at construction sites: Auxsys in the ReHopE project, Fundstelle(n): Projektbeschreibung und Partner Quelle 18: ReHopE – Ressourcenschonende Handwerksbetriebe durch optimierte Exoskelette, Fundstelle(n): Projektziele

Fachliche Einordnung

Das ist ein konkreter Entwicklungsansatz im DACH-Handwerk. Die Partnerliste ist keine Marktstatistik; Personal- und Geräteeinsatzplanung ist zudem von Gebäudeplanung zu unterscheiden. Für eine betriebliche Entscheidung wären Aufgabenexposition und überprüfbare Nutzungsergebnisse nachzureichen.

Knieassistenz bleibt ein begrenzter Zusatzbefund

Studien-/Praxisbefund

Eine 2026 veröffentlichte Studie zur Knieassistenz untersucht laut Originalabstract 21 Erwachsene in einer simulierten Bauumgebung mit Treppen, Rampe und Deck. Sie verbindet mehrere Messgrößen; ein detaillierter Controller- und Versuchsablauf war im zugänglichen Abstract nicht ausgewiesen.

Quelle 19: Ergonomic evaluation of knee exoskeleton assistance in construction: A multimodal study, Fundstelle(n): Abstract Methods/Results; Epub-Angabe

Fachliche Einordnung

Der Befund erweitert die betrachteten Körperregionen und Aufgaben. Er trägt ohne vollständige Funktions- und Expositionsangaben keine Einordnung als lernende Regelung oder reale Baustelleneinführung. Die Zugangsgrenze bleibt Teil der Bewertung.

Quelle 19: Ergonomic evaluation of knee exoskeleton assistance in construction: A multimodal study, Fundstelle(n): Abstract Methods/Results; Epub-Angabe

EXSKALLERATE ist eine gemeinsame historische Quellenfamilie

Studien-/Praxisbefund

HAWK und keep.eu beschreiben dasselbe EXSKALLERATE-Transferprojekt. Dessen Best-Practices-Bericht von 2023 behandelt verschiedene Branchen und überwiegend passive Systeme; ein aktives Gerät erscheint auch als Workshopangebot.

Quelle 1: EXSKALLERATE – Accelerate adoption of exoskeletons for construction and manufacturing, Fundstelle(n): Projektbeschreibung/Laufzeit Quelle 2: Project – ACCELERATE adoption of EXOSKELETONS, Fundstelle(n): Project information/Results/Documents Quelle 3: EXSKALLERATE: Best practices report, Fundstelle(n): PDF S.5, 13–14

Fachliche Einordnung

Die beiden Ausgangsquellen sind keine unabhängigen aktuellen Bauwirkungsstudien. Projektlaufzeit, Dokumentupload und späterer Zugriff sind getrennte Zeitangaben. Dieser Bestand erklärt den Transferkontext, trägt aber nicht allein den aktuellen Reifegrad intelligenter Assistenz.

Erprobung verlangt eine abgestimmte Übergabe

Studien-/Praxisbefund

Die BG-BAU-Auswahlhilfe behandelt unter anderem Passform, Ausrüstungskompatibilität, Bedienung, Umgebungsbedingungen, Reinigung, Service und Erprobung. Die begleitende Einordnung verlangt einen Vergleich geeigneter Maßnahmen vor der Beschaffung.

Quelle 15: Entscheidungsmatrix für Exoskelette, Fundstelle(n): S.1–4, insbesondere Erprobung Quelle 16: Entscheidungshilfe für Exoskelette, Fundstelle(n): Entscheidungshilfe; Maßnahmenvergleich

Fachliche Einordnung

Bauleitung und Arbeitsschutz beschreiben Aufgabe und Prüfziel; Anbieter und Integratoren dokumentieren Geräte-, Sensor- und Modellstand sowie zulässige Bedingungen. Beschäftigte bringen Rückmeldungen zu Behinderungen ein. Zweck und Zugang zu Belastungsdaten müssen geklärt sein; eine Aufgabenanalyse liefert keine automatische individuelle Leistungs- oder Gesundheitsbewertung.

Quelle 15: Entscheidungsmatrix für Exoskelette, Fundstelle(n): S.1–4, insbesondere Erprobung Quelle 16: Entscheidungshilfe für Exoskelette, Fundstelle(n): Entscheidungshilfe; Maßnahmenvergleich

Datenanschlüsse begründen nicht jede Feldzuordnung

Studien-/Praxisbefund

ReHopE beschreibt digitale Einsatzplanung im Handwerk. AWExo untersucht Bewegungs- und Belastungsdaten für die Aufgabenbewertung. Diese Funktionen beziehen sich auf Arbeit und Assistenz.

Quelle 17: Exoskeletons at construction sites: Auxsys in the ReHopE project, Fundstelle(n): Projektziele Quelle 14: AWExo – Akzeptanz und Wirkung von Exoskeletten in der Bauindustrie, IFA 4260, Fundstelle(n): Aktivitäten/Methoden

Fachliche Einordnung

Eine belegte BIM- oder Zwillingkopplung ergibt sich daraus nicht. Personal- und Geräteeinsatzplanung ist zudem keine generative Gebäudeplanung. Bessere Arbeitsgestaltung kann soziale Aspekte berühren, liefert aber noch keine CO2- oder Ressourcenbilanz. Für TF-02, TF-03 und TF-06 wird deshalb kein zusätzlicher Link abgeleitet.

Warum Intelligente Exoskelette und körpernahe Assistenzsysteme relevant ist

ReifegradDemonstrator bis erste Marktanwendung

MR-02–MR-04 bleibt erhalten: Die visuell angepasste Laborhilfe trägt den Demonstrator, StreamEXO eine aktive Baupilotierung und HENZ eine benannte betriebliche Hebeanwendung. Die obere Grenze bezieht sich auf aktive körpernahe Unterstützung und bleibt anbieterabhängig. Sie bestätigt weder jede gelernte Komponente noch einen ausgeweiteten Praxiseinsatz. Gerätegeneration und Nutzungsumfang bei HENZ sind offen.

Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): II–V Quelle 9: From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons, Fundstelle(n): 3.3 Quelle 4: Human Augmentation on Site: Robotic Exoskeletons Enter Construction, Fundstelle(n): HENZ-Kundenangaben

Evidenzwachsende Evidenz

EV-02 wird durch mehrere nachvollziehbare Funktions- und Anwendungsbefunde gestützt. Kleine oder selektive Stichproben, Entwickler- und Anbieterbeteiligung sowie begrenzter Personen- und Aufgabentransfer schränken die Übertragbarkeit ein. Passive Gegenbefunde ergänzen die Aufgabenprüfung, validieren aber keine adaptive Aktorik. Kurzfristige Entlastung ist kein allgemeiner Gesundheits-, Sicherheits- oder Produktivitätsnachweis.

Quelle 7: Surface electromyography-based action recognition towards exoskeleton control for construction tasks, Fundstelle(n): Tabellen 4–5 Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): III; V-D Quelle 9: From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons, Fundstelle(n): 3.2–3.3 Quelle 13: When technology misaligns with work demands: a biomechanical and ergonomic field study of exoskeleton use in masonry, Fundstelle(n): Abstract

EntwicklungsdynamikAktive Weiterentwicklung

Gelernte Erkennung, visuelle Lastanpassung und handwerksbezogene Integration bilden konkrete Entwicklungsarbeiten.

ED-02 beruht auf verschiedenen aktiven technischen Arbeitslinien: sEMG-basierte Tätigkeitserkennung, integrierte visuelle Assistenzwahl und die ReHopE-Entwicklung für das Handwerk. Ergebnis und Projektziel bleiben getrennt. Diese Arbeiten belegen Weiterentwicklung; eine beschleunigte Entwicklungsrate aus unabhängigen Zeitreihen ist damit nicht gezeigt.

Quelle 7: Surface electromyography-based action recognition towards exoskeleton control for construction tasks, Fundstelle(n): Methoden/Ergebnisse Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): II–V Quelle 17: Exoskeletons at construction sites: Auxsys in the ReHopE project, Fundstelle(n): Projektziele

MarktdynamikBegrenzte Marktbewegung

Ein benannter betrieblicher Hebefall belegt punktuelle Nutzung; eine belastbare Ausweitungsfolge fehlt.

MD-01 stützt sich positiv auf die berichtete betriebliche Nutzung bei HENZ. Die geprüften Quellen dokumentieren keine geordnete Ausweitung derselben aktiven Funktion. Ein Produktstart, eine Messeankündigung oder eine Projektpartnerliste ersetzt diesen Nachweis nicht. Daraus folgt keine Aussage über die Gesamtgröße oder einen Rückgang des Marktes.

Quelle 4: Human Augmentation on Site: Robotic Exoskeletons Enter Construction, Fundstelle(n): HENZ-Kundenangaben Quelle 6: AI to wear: German Bionic zeigt das intelligente Exoskelett Exia auf der CES 2026, Fundstelle(n): CES-Ankündigung Quelle 17: Exoskeletons at construction sites: Auxsys in the ReHopE project, Fundstelle(n): Projektpartner

Für welche Bauprozesse Intelligente Exoskelette und körpernahe Assistenzsysteme relevant ist

Strategie & Projektentwicklung

Relevanz: 0 von 3 Punkten, Keine unmittelbare Relevanz

Für frühe Projektentwicklungsentscheidungen ist keine unmittelbare Anwendung belegt. Die Auswahl einer körpernahen Hilfe betrifft zunächst Arbeitsgestaltung und Gerätebeschaffung. Daraus lässt sich keine zusätzliche KI-Leistung zur Standort-, Investitions- oder Projektstrategie ableiten.

Quelle 15: Entscheidungsmatrix für Exoskelette, Fundstelle(n): S.1–4 Quelle 9: From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons, Fundstelle(n): 3.3.1: abgegrenzte Bahnbauaufgabe

Planung & Design

Relevanz: 0 von 3 Punkten, Keine unmittelbare Relevanz

Arbeits- und Geräteeinsatzplanung ist von Gebäudeplanung zu unterscheiden. ReHopE untersucht die Vorbereitung handwerklicher Einsätze; eine Verbesserung von Entwurfsvarianten, Bauwerksmodellen oder Planungsqualität ist damit nicht belegt.

Quelle 17: Exoskeletons at construction sites: Auxsys in the ReHopE project, Fundstelle(n): Projektziele Quelle 18: ReHopE – Ressourcenschonende Handwerksbetriebe durch optimierte Exoskelette, Fundstelle(n): Digitale Einsatzplanung

Ausschreibung & Vergabe

Relevanz: 1 von 3 Punkten, Indirekte Relevanz

Aufgabenprofil, Passform, Ausrüstungskompatibilität, Einweisung und Service können in Geräte- und Leistungsanforderungen eingehen. Einkauf und Bauleitung brauchen prüfbare Erprobungskriterien sowie eine klare Zuordnung des Betreuungsaufwands. Das begründet indirekte Relevanz.

Bauausführung & Baustellenmanagement

Relevanz: 3 von 3 Punkten, Hohe oder strategische Relevanz

Der direkte Einsatz liegt bei belastenden Bauarbeiten. Körper- und Arbeitszustand werden erfasst und in Unterstützung oder Rückmeldung übersetzt. Beschäftigte, Bauleitung und Arbeitsschutz beurteilen Passung und Arbeitsqualität im Ablauf; die Assistenz übernimmt nicht die Verantwortung für die Bauaufgabe.

Quelle 9: From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons, Fundstelle(n): 3.3.1 Quelle 4: Human Augmentation on Site: Robotic Exoskeletons Enter Construction, Fundstelle(n): HENZ-Kundenangaben

Betrieb & Instandhaltung

Relevanz: 1 von 3 Punkten, Indirekte Relevanz

Die geringe indirekte Relevanz wird fortgeführt. Für belastende Bauwerkswartung ist kein neuer passender aktiver Anwendungsfall nachgewiesen. Die Wartung des Exoskeletts selbst ist eine Betriebsvoraussetzung des Geräts und kein Beleg für dessen Einsatz im Gebäudebetrieb.

Rückbau & Kreislaufwirtschaft

Relevanz: 1 von 3 Punkten, Indirekte Relevanz

Die geringe indirekte Relevanz wird fortgeführt. Körperlich belastende Demontage ist ein denkbarer Anschluss, aber keine neu bestätigte aktive Rückbauanwendung. Generische Hebebeispiele belegen weder einen Demontageprozess noch eine Verbesserung von Stoffkreisläufen.

Für wen Intelligente Exoskelette und körpernahe Assistenzsysteme relevant ist

Bauunternehmen und Generalunternehmer

Bauunternehmen und Generalunternehmer können belastende Teilaufgaben gezielt erproben. Sie organisieren Tätigkeitsanalyse, Einweisung, Trage- und Rüstzeit sowie Betreuung. Entlastung, Arbeitsqualität und Gesamtaufwand müssen am selben Ablauf geprüft werden; eine positive Einzelmessung begründet keine Personalersparnis.

Quelle 15: Entscheidungsmatrix für Exoskelette, Fundstelle(n): S.1–4 Quelle 14: AWExo – Akzeptanz und Wirkung von Exoskeletten in der Bauindustrie, IFA 4260, Fundstelle(n): Methoden/Ergebnisse

Baustoff-, Produkt- und Maschinenhersteller

Baustoff-, Produkt- und Maschinenhersteller können die Schnittstellen zwischen Last, Werkzeug und Körperassistenz verbessern. Dafür sind Abmessungen, Greif- und Tragevorgänge, mechanische Kompatibilität und Serviceanforderungen mit der konkreten Aufgabe abzugleichen. Eine allgemeine Gesundheitsquote ersetzt diese Prüfung nicht.

Quelle 15: Entscheidungsmatrix für Exoskelette, Fundstelle(n): S.1–4 Quelle 14: AWExo – Akzeptanz und Wirkung von Exoskeletten in der Bauindustrie, IFA 4260, Fundstelle(n): Methoden/Ergebnisse

Technologieanbieter und Systemintegratoren

Technologieanbieter und Systemintegratoren verbinden Sensorik, Erkennung und Aktorik. Sie müssen Modell- und Gerätestände, Latenz, Fehlklassifikationen und den Transfer auf unbekannte Personen oder Aufgaben nachvollziehbar machen. Bedienkontrolle, Rückmeldungen und Datennutzung gehören zur Integration.

Quelle 7: Surface electromyography-based action recognition towards exoskeleton control for construction tasks, Fundstelle(n): 3–5 Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): II–V

Forschung, Verbände und Netzwerke

Forschung, Verbände und Netzwerke können vergleichbare Erprobungen und Auswahlwissen bereitstellen. Unabhängige Personen, passende Gegenbedingungen, Expositionsdauer, Negativbefunde und Interessenkonflikte bestimmen die Aussagekraft. Der Transfer in Betriebe braucht dokumentierte Aufgaben statt bloßer Gerätevorführung.

Quelle 15: Entscheidungsmatrix für Exoskelette, Fundstelle(n): S.1–4 Quelle 14: AWExo – Akzeptanz und Wirkung von Exoskeletten in der Bauindustrie, IFA 4260, Fundstelle(n): Methoden/Ergebnisse

Mit welchen Technologie- und Anwendungsfeldern Intelligente Exoskelette und körpernahe Assistenzsysteme verknüpft ist

Hauptbezug

Robotik, Automatisierung & Physical AI

Aktorik und körperliche Interaktion bilden das Primärfeld. Die Hilfe verändert die physische Unterstützung während einer menschlich ausgeführten Aufgabe. Feste Sensorregelung und gelernte Wahrnehmung können dabei verschieden weit integriert sein; Motorisierung allein ist noch kein KI-Nachweis.

Quelle 8: Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization, Fundstelle(n): II-B–C Quelle 14: AWExo – Akzeptanz und Wirkung von Exoskeletten in der Bauindustrie, IFA 4260, Fundstelle(n): Aktivitäten/Methoden

Verknüpftes Feld

Predictive Analytics & Entscheidungen

Bewegungs- oder Lastklassifikation kann die Wahl einer Unterstützung vorbereiten; Ergonomieanalyse kann Aufgabenvergleiche ermöglichen. Diese Entscheidungsfunktionen begründen den bestehenden Link. Sie sind keine automatisch validierte Krankheitsprognose oder individuelle Beschäftigtenbewertung.

Verknüpftes Feld

Datenplattformen & KI-Infrastruktur

Sensoraufnahme, Rechenpfad, Modellstände und die nachvollziehbare betriebliche Auswertung tragen die Dateninfrastruktur. Ein getrenntes Analysewerkzeug kann Belastungsdaten liefern, ohne die Aktorik zu steuern. Datenzugriff und Auswertungszweck müssen für den jeweiligen Einsatz geklärt werden.

Fachbegriffe und Detailthemen

Quellen und Evidenz zu Intelligente Exoskelette und körpernahe Assistenzsysteme

Die Quellenangaben dokumentieren die fachliche Grundlage des Impulsprofils. Öffnen Sie bei Bedarf die Verwendung im Profil, um zu den belegten Textstellen zurückzukehren.

Quelle 1
EXSKALLERATE – Accelerate adoption of exoskeletons for construction and manufacturing
Herausgeber
HAWK
Publiziert
undatiert
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Original-Projektseite; Ziele und Laufzeit, kein unabhängiger Wirksamkeitsversuch.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (2 Textstellen)
- Projektbeschreibung/LaufzeitTextstelle 30 Textstelle 31
Quelle 2
Project – ACCELERATE adoption of EXOSKELETONS
Herausgeber
keep.eu / EXSKALLERATE
Publiziert
undatiert
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Förderprojektregister mit übernommenen Konsortialergebnissen; abhängig von S-001/S-003.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (2 Textstellen)
- Project information/Results/DocumentsTextstelle 30 Textstelle 31
Quelle 3
EXSKALLERATE: Best practices report
Herausgeber
EXSKALLERATE-Konsortium / keep.eu
Publiziert
30.06.2023
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Originaler Transferbericht, unterschiedliche passive Systeme und Workshopangebote; keine einheitliche kontrollierte aktive Baukohorte.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (2 Textstellen)
- PDF S.5, 13–14Textstelle 30 Textstelle 31
Quelle 4
Human Augmentation on Site: Robotic Exoskeletons Enter Construction
Herausgeber
German Bionic
Publiziert
10.06.2025
Quellentyp
Herstellerangabe
Geltungsbereich
Benannter Anwender und Beschäftigter; Anbieterbericht ohne unabhängige Messung, Einsatzbeginn oder sichere Gerätegeneration.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (6 Textstellen)
- HENZ-KundenangabenTextstelle 3 Textstelle 36 Textstelle 39 Textstelle 43
- HENZ-Zitate vor/nach Common Use CasesTextstelle 16 Textstelle 17
Quelle 5
Exia unveiled
Herausgeber
German Bionic
Publiziert
27.05.2025
Quellentyp
Herstellerangabe
Geltungsbereich
Primäre Produktankündigung; Architektur, Trainings-/Testtrennung und Bauvalidierung nicht offengelegt.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (2 Textstellen)
- Augmented AITextstelle 18 Textstelle 19
Quelle 6
AI to wear: German Bionic zeigt das intelligente Exoskelett Exia auf der CES 2026
Herausgeber
German Bionic
Publiziert
04.12.2025
Quellentyp
Herstellerangabe
Geltungsbereich
Anbieter beschreibt Funktionen und Messeplanung; keine unabhängige Baustellenwirkung oder Marktausweitung.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (3 Textstellen)
- KI-Lernen, Connect, German Bionic IO; CES-AnkündigungTextstelle 18 Textstelle 19
- CES-AnkündigungTextstelle 39
Quelle 7
Surface electromyography-based action recognition towards exoskeleton control for construction tasks
Herausgeber
Zhou / Yu; Journal of Building Design and Environment
Publiziert
14.04.2026
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Originalarbeit mit Methoden/Tabellen; kleine Stichprobe, deutlich schwächerer Personentransfer, Abstract und Tabelle unterschiedlich; keine Aktorikprüfung.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (6 Textstellen)
- Tabellen 4–5Textstelle 3 Textstelle 37
- 3.1–3.2; Tabellen 4–5; DiskussionTextstelle 6 Textstelle 7
- Methoden/ErgebnisseTextstelle 38
- 3–5Textstelle 48
Quelle 8
Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization
Herausgeber
Dal Prete et al.; arXiv
Publiziert
08.08.2025
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Methodisch nachvollziehbarer Preprint mit physischem System; junge Männer im Labor, transparente Kisten, Interessenkonflikte, kein Bautransfer.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (15 Textstellen)
- II–IIITextstelle 1
- II; V-DTextstelle 2
- III–VTextstelle 3
- II-B–CTextstelle 4 Textstelle 50 Textstelle 51 Textstelle 52
- II Methods; III Experiments; V-D LimitationsTextstelle 8 Textstelle 9
- IV-C Pipeline Validation; V-A; V-DTextstelle 10 Textstelle 11
- II–VTextstelle 36 Textstelle 38 Textstelle 48
- III; V-DTextstelle 37
Quelle 9
From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons
Herausgeber
Di Natali et al.; Wearable Technologies / Cambridge University Press
Publiziert
30.01.2025
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Begutachtete Originalarbeit mit realem aktivem Bahnbaupilot und begrenzten Stichproben; Entwickler messen eigenes System, Stufen nicht unabhängige Replikationen.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (15 Textstellen)
- 2–3Textstelle 1
- 3.2–3.3Textstelle 3 Textstelle 37
- 2: StreamEXOTextstelle 4
- 3.2.2; 3.3Textstelle 5
- 2; 3.2.1; 3.3.1Textstelle 12 Textstelle 13
- 3.2.1–3.2.2; Abb.5c; 3.3.1Textstelle 14 Textstelle 15
- 3.3Textstelle 36
- 3.3.1: abgegrenzte BahnbauaufgabeTextstelle 40 Textstelle 42 Textstelle 44 Textstelle 45
- 3.3.1Textstelle 43
Quelle 10
HumanTech pilots robotics and wearables for collaborative bricklaying
Herausgeber
HumanTech-Konsortium
Publiziert
05.02.2025
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Datierter Projektbericht mit Ort und Demonstration; keine kontrollierte Effektgröße, Komponenten nicht gleichsetzen.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (2 Textstellen)
- Pilot 13.–31.01.2025; WearablesTextstelle 20 Textstelle 21
Quelle 11
Human-centered assessment of robotics and exoskeletons in the construction industry
Herausgeber
Niehaus et al.; Frontiers in Robotics and AI / BAuA
Publiziert
02.12.2025
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Originale Nutzerbewertung; Exoskelettteil ausdrücklich passiv, neun Personen und kurze Aufgabe; keine aktive Wirksamkeitsprüfung.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (2 Textstellen)
- 2.2.4; 3.5Textstelle 20 Textstelle 21
Quelle 12
Technical field-evaluation of exoskeleton-assisted overhead work among carpenters
Herausgeber
Brandt et al.; Aalborg University / Applied Ergonomics
Publiziert
08.07.2025
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Institutioneller Originalabstract und indexierte Originalmethoden gelesen; vollständiger Verlagstext nicht zugänglich. Passive Feldvergleichsstudie, keine lernende Aktorik.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (2 Textstellen)
- Institutioneller Abstract: Methods/ResultsTextstelle 22 Textstelle 23
Quelle 13
When technology misaligns with work demands: a biomechanical and ergonomic field study of exoskeleton use in masonry
Herausgeber
Brandt et al.; NFA / Applied Ergonomics
Publiziert
März 2026
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Originalabstract mit Feldgegenbefund; Volltext, Modell-/Regelungsdetails und genaue Exposition nicht geprüft. Nicht als aktiver KI-Systemtest genutzt.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (3 Textstellen)
- Originalabstract: Methods/Results/ConclusionsTextstelle 22 Textstelle 23
- AbstractTextstelle 37
Quelle 14
AWExo – Akzeptanz und Wirkung von Exoskeletten in der Bauindustrie, IFA 4260
Herausgeber
DGUV / IFA
Publiziert
undatiert
Quellentyp
Institutionelle Fachinformation
Geltungsbereich
Originaler Institutsprojektbericht, Stand 23.12.2025; passive Labor-/Feldbefunde, aggregierte Spannen ohne vollständige Stichprobenangaben.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (12 Textstellen)
- Aktivitäten/MethodenTextstelle 1 Textstelle 4 Textstelle 34 Textstelle 35 Textstelle 50 Textstelle 51 Textstelle 52
- Zielsetzung; Aktivitäten/Methoden; ErgebnisseTextstelle 24 Textstelle 25
- Methoden/ErgebnisseTextstelle 46 Textstelle 47 Textstelle 49
Quelle 15
Entscheidungsmatrix für Exoskelette
Herausgeber
BG BAU
Publiziert
undatiert
Quellentyp
Institutionelle Fachinformation
Geltungsbereich
Originale vierseitige Auswahlhilfe; Bewertungskriterien, keine Produktfreigabe und keine Wirksamkeitsstudie. Dateiname kein gesichertes Publikationsdatum.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (12 Textstellen)
- S.1–4Textstelle 2 Textstelle 5 Textstelle 40 Textstelle 42 Textstelle 44 Textstelle 45 Textstelle 46 Textstelle 47 Textstelle 49
- S.1–4, insbesondere ErprobungTextstelle 32 Textstelle 33
- Auswahl und ErprobungTextstelle 35
Quelle 16
Entscheidungshilfe für Exoskelette
Herausgeber
BG BAU aktuell
Publiziert
18.11.2025
Quellentyp
Institutionelle Fachinformation
Geltungsbereich
Originale Einordnung der Auswahlhilfe; Maßnahmenvergleich statt pauschaler Eignung.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (3 Textstellen)
- MaßnahmenvergleichTextstelle 5
- Entscheidungshilfe; MaßnahmenvergleichTextstelle 32 Textstelle 33
Quelle 17
Exoskeletons at construction sites: Auxsys in the ReHopE project
Herausgeber
Auxsys
Publiziert
16.01.2025
Quellentyp
Herstellerangabe
Geltungsbereich
Projektpartner berichtet Entwicklungsziele und Partner; kein belastbarer Nutzungsumfang oder kontrollierter Bauwirkungstest.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (7 Textstellen)
- Projektbeschreibung und PartnerTextstelle 26 Textstelle 27
- ProjektzieleTextstelle 34 Textstelle 35 Textstelle 38 Textstelle 41
- ProjektpartnerTextstelle 39
Quelle 18
ReHopE – Ressourcenschonende Handwerksbetriebe durch optimierte Exoskelette
Herausgeber
OFFIS / ReHopE
Publiziert
undatiert
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Originale Projektbeschreibung, undatiert; Ergänzung zu S-017, kein unabhängiges Ergebnis und kein zeitlicher Fortschrittsanker.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (3 Textstellen)
- ProjektzieleTextstelle 26 Textstelle 27
- Digitale EinsatzplanungTextstelle 41
Quelle 19
Ergonomic evaluation of knee exoskeleton assistance in construction: A multimodal study
Herausgeber
Zhu et al.; Journal of Safety Research / PubMed
Publiziert
24.07.2026
Quellentyp
Forschung / Projektbericht
Geltungsbereich
Originalabstract und bibliografische Daten; 21 Erwachsene in simulierter Umgebung, Controller-/Dauer-/Splitdetails nicht zugänglich.
Externe Quelle öffnen (öffnet in neuem Tab)
Verwendung im Profil (2 Textstellen)
- Abstract Methods/Results; Epub-AngabeTextstelle 28 Textstelle 29

Alle Impulse im Radar entdecken

Intelligente Exoskelette und körpernahe Assistenzsysteme

Um was geht es bei Intelligente Exoskelette und körpernahe Assistenzsysteme?

Einordnung im Impulsradar

Körpernahe Unterstützung im tatsächlichen Arbeitsablauf

Worauf es bei Intelligente Exoskelette und körpernahe Assistenzsysteme fachlich ankommt

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Studien-/Praxisbefund

Fachliche Einordnung

Warum Intelligente Exoskelette und körpernahe Assistenzsysteme relevant ist

Für welche Bauprozesse Intelligente Exoskelette und körpernahe Assistenzsysteme relevant ist

Strategie & Projektentwicklung

Planung & Design

Ausschreibung & Vergabe

Bauausführung & Baustellenmanagement

Betrieb & Instandhaltung

Rückbau & Kreislaufwirtschaft

Für wen Intelligente Exoskelette und körpernahe Assistenzsysteme relevant ist

Bauunternehmen und Generalunternehmer

Baustoff-, Produkt- und Maschinenhersteller

Technologieanbieter und Systemintegratoren

Forschung, Verbände und Netzwerke

Mit welchen Technologie- und Anwendungsfeldern Intelligente Exoskelette und körpernahe Assistenzsysteme verknüpft ist

Robotik, Automatisierung & Physical AI

Predictive Analytics & Entscheidungen

Datenplattformen & KI-Infrastruktur

Fachbegriffe und Detailthemen

Verwandte Innovationsimpulse zu Intelligente Exoskelette und körpernahe Assistenzsysteme

Quellen und Evidenz zu Intelligente Exoskelette und körpernahe Assistenzsysteme

EXSKALLERATE – Accelerate adoption of exoskeletons for construction and manufacturing

Project – ACCELERATE adoption of EXOSKELETONS

EXSKALLERATE: Best practices report

Human Augmentation on Site: Robotic Exoskeletons Enter Construction

Exia unveiled

AI to wear: German Bionic zeigt das intelligente Exoskelett Exia auf der CES 2026

Surface electromyography-based action recognition towards exoskeleton control for construction tasks

Computer Vision-based Adaptive Control for Back Exoskeleton Performance Optimization

From the idea to the user: a pragmatic multifaceted approach to testing occupational exoskeletons

HumanTech pilots robotics and wearables for collaborative bricklaying

Human-centered assessment of robotics and exoskeletons in the construction industry

Technical field-evaluation of exoskeleton-assisted overhead work among carpenters

When technology misaligns with work demands: a biomechanical and ergonomic field study of exoskeleton use in masonry

AWExo – Akzeptanz und Wirkung von Exoskeletten in der Bauindustrie, IFA 4260

Entscheidungsmatrix für Exoskelette

Entscheidungshilfe für Exoskelette

Exoskeletons at construction sites: Auxsys in the ReHopE project

ReHopE – Ressourcenschonende Handwerksbetriebe durch optimierte Exoskelette

Ergonomic evaluation of knee exoskeleton assistance in construction: A multimodal study