Büroangestellte haben aufgrund ihrer sitzenden Tätigkeit während der Arbeitszeit oft nicht die Möglichkeit, sich ausreichend zu bewegen. Um Herz- und Kreislaufkrankheiten vorzubeugen, gibt es immer mehr Bestrebungen, den Arbeitsplatz aktivitäts- und gesundheitsfördernd einzurichten; so zum Beispiel mit Stehpulten. Bisher ist der Nutzen solcher Massnahmen weder widerlegt noch bestätigt worden. Zur Messung der Aktivität und des Energieverbrauchs während sitzender Tätigkeiten wird bisher nur eine Methode genutzt. Die Maschinentechnik-Absolventen Silas Hirschi und Mirco Huber haben sich in ihrer Bachelorarbeit am Institut für Energiesysteme und Fluidengineering (IEFE) mit der Entwicklung einer neuen Messmethode auseinandergesetzt. 

Eine bekannte Messmethode ist die Ergospirometrie. «Ihr Einsatz ist allerdings teuer und erfordert eine hohe Fachkompetenz in der Bedienung des Geräts sowie bei der Auswertung der Messdaten», sagt Mirco Huber. «Auch der Einsatz von Beschleunigungssensoren ist im Büro wenig praktikabel, da ein Grossteil der Bewegungen am Arbeitsplatz quasi-statisch ist und von den oberen Extremitäten ausgeführt wird.» Die Absolventen haben die bisherige Messmethode für den Energieverbrauch am Arbeitsplatz kritisch hinterfragt, um darauf aufbauend eine neuartige Lösung zu entwickeln. «Die Ergospirometriemaske erfasst den Energieverbrauch eigentlich sehr gut», erläutert Silas Hirschi. «Das Gerät schränkt aber das Sichtfeld ein und ist zudem relativ laut.» 

Aus Sicht der Absolventen misst das System den Energieverbrauch nicht zufriedenstellend. Als Lösungsansatz setzten die Absolventen auf sogenannte Elektromyografie-Sensoren (EMG). «Diese Sensoren messen die elektrische Muskelaktivität und können daher auch den Energieverbrauch quasi-statischer Aktivitäten – zum Beispiel das Tippen auf der Tastatur – erfassen», so Mirco Huber. Die Absolventen optimierten diese EMG-Sensoren so weit, dass sie robust genug sind, um im Büroalltag eingesetzt werden zu können. Das neue, an der Hüfte platzierte Gerät verfügt über kompakte Sensoren, eine Stromversorgung via Powerbank und einen Raspberry Pi-Platinencomputer für die Signalverarbeitung. Die Absolventen testeten das Messgerät zusammen mit einer Ergospirometriemaske und zeichneten eine Auswahl definierter Tasks mit möglichst vielen Probanden auf.