La elaboración de protocolos para tareas manuales, como seguir recetas, procesos de fabricación o experimentos de laboratorio, requiere un esfuerzo significativo. Este documento presenta un sistema que estima las transiciones de procedimientos individuales a partir del movimiento físico y los gestos del usuario registrados con sensores de movimiento inerciales. Combinado con grabaciones de video egocéntricas o externas, esto facilita la revisión y anotación eficientes de bases de datos de video. Investigamos diferentes algoritmos de agrupamiento en datos de sensores inerciales portátiles registrados junto con datos de video, para crear automáticamente marcas de transición entre los pasos de la tarea. El objetivo es hacer coincidir estas marcas con las transiciones dadas en una descripción del flujo de trabajo, creando así señales de navegación para explorar repositorios de video de trabajo manual. Para evaluar el rendimiento de los algoritmos no supervisados, las marcas generadas automáticamente se comparan con etiquetas creadas por expertos humanos en dos conjuntos de datos disponibles públicamente. Además, probamos el enfoque en un nuevo conjunto de datos en un entorno de laboratorio de fabricación, describiendo un proceso de fabricación secuencial existente. Los resultados de los métodos de agrupamiento seleccionados también se comparan con algunos métodos supervisados.