Este documento presenta un sistema de asistencia en el ensamblaje adaptable consciente del contexto destinado a apoyar a los trabajadores de fábrica mediante la incorporación de capacidades predictivas. La investigación se centra en el predictor que sugiere el siguiente paso de ensamblaje. Se analizan modelos ocultos de Markov para este propósito. Varios métodos de predicción han sido evaluados previamente y la predicción por coincidencia parcial, que fue la más eficiente, se considera en este trabajo como un componente de un modelo híbrido junto con un modelo oculto de Markov configurado de manera óptima. Los resultados experimentales muestran que el modelo oculto de Markov es una elección viable para predecir el siguiente paso de ensamblaje, mientras que el predictor híbrido es aún mejor, superando en algunos casos a todos los demás modelos. Sin embargo, un sistema de asistencia en el ensamblaje destinado a apoyar a los trabajadores de fábrica necesita incorporar múltiples modelos para mostrar valiosas capacidades predictivas.