Veröffentlichungen zum Themenfeld Künstliche Intelligenz / Lernende Systeme

  • Altepost A, Ayad F, Elaroussi F, Gottschalk C, Hansen-Ampah A, Harlacher M, Merx W (2024) PASST für mich! Passende Modelle partizipativer Technikeinführung in Unternehmen konzipieren In: GfA (Hrsg) Arbeitswissenschaft in-the-loop: Mensch-Technologie-Integration und ihre Auswirkung auf Mensch, Arbeit und Arbeitsgestaltung. Bericht zum 70. Kongress der Gesellschaft für Arbeitswissenschaft vom 06. – 08. März 2024. ISBN 978-3-936804-34-8, GfA-Press, Dortmund, Beitrag B1.1

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Markus Harlacher, WIRKsam, künstliche Intelligenz, KI, Partizipation
  • Graf-Pfohl C, Franken A, Link J, Dassen Y, Hansen-Ampah A (2024) Beiträge der Regionalen Kompetenzzentren der Arbeitsforschung zu hochwertiger Bildung (SDG 4). In: GfA (Hrsg) Arbeitswissenschaft in-the-loop: Mensch-Technologie-Integration und ihre Auswirkung auf Mensch, Arbeit und Arbeitsgestaltung. Bericht zum 70. Kongress der Gesellschaft für Arbeitswissenschaft vom 06. – 08. März 2024. ISBN 978-3-936804-34-8, GfA-Press, Dortmund, Beitrag I.2.2

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Nachhaltigkeit, Jennifer Link
  • Harlacher M, Altepost A, Hansen-Ampah A, Merx W, Feggeler N (2024) WIRKsame Erfassung von Rahmenbedingungen von Veränderungsprozessen am Beispiel von KI-Projekten. In: GfA (Hrsg) Arbeitswissenschaft in-the-loop: Mensch-Technologie-Integration und ihre Auswirkung auf Mensch, Arbeit und Arbeitsgestaltung. Bericht zum 70. Kongress der Gesellschaft für Arbeitswissenschaft vom 06. – 08. März 2024. ISBN 978-3-936804-34-8, GfA-Press, Dortmund, Beitrag B.2.4

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Nils Feggeler, Markus Harlacher, WIRKsam, Transformation, Digital transformation, künstliche Intelligenz, KI
  • Harlacher M, Feggeler N (2024) Aufbauorganisatorische Veränderungen durch die Einführung von KI im Unternehmen. In: GfA (Hrsg) Arbeitswissenschaft in-the-loop: Mensch-Technologie-Integration und ihre Auswirkung auf Mensch, Arbeit und Arbeitsgestaltung. Bericht zum 70. Kongress der Gesellschaft für Arbeitswissenschaft vom 06. – 08. März 2024. ISBN 978-3-936804-34-8, GfA-Press, Dortmund, Beitrag B1.1

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Nils Feggeler, Markus Harlacher, Betriebsorganisation, künstliche Intelligenz, KI
  • Link J (2024) Gelesen: Buchbesprechung - Mit künstlicher Intelligenz zu einer Nachhaltigen Entwicklung. In: ifaa (Hrsg) WERKWANDEL 1/2024, 48-49 https://magazin.werkwandel.de/werkwandel-1-24/68629640

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Nachhaltigkeit, Jennifer Link
  • Link J, Hansen-Ampah A, Wölke M, Graf-Pfohl C (2024) Beiträge der Regionalen Kompetenzzentren der Arbeitsforschung zu Industrie, Innovation und Infrastruktur (SDG 9) sowie nachhaltigem Konsum und Produktion (SDG 12). In: GfA (Hrsg) Arbeitswissenschaft in-the-loop: Mensch-Technologie-Integration und ihre Auswirkung auf Mensch, Arbeit und Arbeitsgestaltung. Bericht zum 70. Kongress der Gesellschaft für Arbeitswissenschaft vom 06. – 08. März 2024. ISBN 978-3-936804-34-8, GfA-Press, Dortmund, Beitrag I.2.4

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Nachhaltigkeit, Jennifer Link
  • Link J, Stowasser S (2024) Methode zur Gestaltung eines Demonstrators zur Reduktion von Ängsten vor Künstlicher Intelligenz im Arbeitsumfeld. In: GfA (Hrsg) Arbeitswissenschaft in-the-loop: Mensch-Technologie-Integration und ihre Auswirkung auf Mensch, Arbeit und Arbeitsgestaltung. Bericht zum 70. Kongress der Gesellschaft für Arbeitswissenschaft vom 06. – 08. März 2024. ISBN 978-3-936804-34-8, GfA-Press, Dortmund, Beitrag J.1.8

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Jennifer Link, Sascha Stowasser
  • Niehues S, Shahinfar F, Harlacher M, Sandrock S (2024) Identification of Required Actions in the Process of Work Design – Developed Method for a Criteria-based Work System Analysis. In: Procedia Computer Science, Volume 232, 2024, Pages 513-522, ISSN 1877-0509, https://doi.org/10.1016/j.procs.2024.01.05

    Zitieren
    Zuordnung der Publikation: Arbeitsgestaltung / Ergonomie, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Produktions- und Unternehmenssystemgestaltung, Stephan Sandrock, Sina Niehues, Markus Harlacher, Fatemeh Nasim Shahinfar, WIRKsam, Arbeitssystemgestaltung, Arbeitssystem
  • Ottersböck N, Prange C, Dander H, Peters S (2024) Babyboomer weg, Wissen weg – Partizipative Entwicklung eines KI-basierten, selbstlernenden Assistenzsystems zur Erfassung und Sicherung von implizitem Wissen in der Produktion. In: Zeitschrift für Arbeitswissenschaft (Hrsg) doi.org/10.1007/s41449-024-00419-4

    Zitieren
    Abstract

    Die zunehmende Verrentung langjähriger Beschäftigter stellt Unternehmen vor die Herausforderung, essenzielles Erfahrungswissen zu identifizieren und für nachfolgende Generationen zu sichern. Aktuelle Ansätze dafür sind zeitintensiv und kostspielig. In dem Forschungsprojekt KI_eeper wird ein KI-basiertes Assistenzsystem entwickelt, welches automatisiert im Arbeitsprozess Wissen identifizieren, speichern und transferieren soll. Der Beitrag thematisiert betriebliche Herausforderungen des Wissenstransfers, KI-basierte Lösungsmöglichkeiten und Anwendungsfälle sowie eine soziotechnische Arbeitsgestaltung, um einen intergenerationellen Wissenstransfer zu ermöglichen. Konzipierte und bereits ergriffene Maßnahmen zur Akzeptanzförderung werden vorgestellt. Den Abschluss des Beitrags bilden erste Ergebnisse, ein Fazit sowie ein Ausblick auf die nächsten Schritte im Projekt.

    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Künstliche Intelligenz / Lernende Systeme, Nicole Ottersböck, KI_eeper, Arbeitswissenschaft, Machine Learning, Künstliche Neuronale Netze, Soziotechnik, Change, Change-Management, Wissensmanagement, künstliche Intelligenz, Sozio-Technik, Wissenstransfer
  • Ottersböck N, Discher A, Cost Reyes C, Ternes J, Dander H (2024) Implementierung eines selbstlernenden KI-Assistenzsystems in der Produktion: Mitarbeiterzentrierte Vorgehensweise bei der Softwareeinführung zum Aufbau des Datenpools. In: GfA (Hrsg.), St. Augustin Frühjahrskongress 2024, Stuttgart, „Arbeitswissenschaft in-the-loop:
    Mensch-Technologie-Integration und ihre Auswirkung auf Mensch, Arbeit und Arbeitsgestaltung“, Beitrag B.3.6. 

    Zitieren
    Zuordnung der Publikation: Fachkräftesicherung, Künstliche Intelligenz / Lernende Systeme, Christian Cost Reyes, Nicole Ottersböck, KI_eeper, KI, demografischer Wandel, Forschungsprojekt KI_eeper
  • Ottersböck N, Urban I, Cost Reyes C, Peters S, Boiteux C (2024) Employee Acceptance for AI Based Knowledge Transfer: Conception, Realization and Results of an ELSI+UX Workshop. January 2024. Procedia Computer Science 232(4):221-231

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Künstliche Intelligenz / Lernende Systeme, Christian Cost Reyes, Nicole Ottersböck, Isabella Urban, KI_eeper, Digital work, Künstliche Neuronale Netze, Fabrik, Fachkompetenz, Ganzheitliche Produktionssysteme, Publikationen, Publikation, KMU, Metall- und Elektroindustrie, Projekt, Arbeitswelt der Zukunft, Arbeitsproduktivität, Workshop, Soziotechnik, Veränderungsfähigkeit, Technik, Risikomanagement, Kommunikation, Forschungsprojekt KI_eeper
  • Prange C, Beikzadeh A, Dander H, Ottersböck N (2024) Identification of Machine Learning Algorithms to Share Tacit Experimental Knowledge in Manual Production. In: Zinke-Wehlmann C & Friedrich J (Hrsg) First Working Conference
    on Artificial Intelligence Development for a Resilient and Sustainable Tomorrow. AI Tomorrow 2023. Springer Viehweg 143-151 Online frei verfügbar unter: Identification of Machine Learning Algorithms to Share Tacit Experimental Knowledge in Manual Production | SpringerLink

    Zitieren
    Abstract

    Die Babybommer-Generation der 1960er Jahre wird
    in den kommenden Jahren verrentet. Dadurch verlieren Unternehmen langjährige
    erfahrene Beschäftigte und auch deren Wissen, wenn nicht effiziente
    Lösungen gefunden werden, dieses zu identifizieren, zu speichern und zu
    transferieren. Dieser Herausforderung widmet sich das Forschungsvorhaben
    „KI_eeper – Know-how to keep“. Im Projekt wird erforscht, inwiefern künstliche
    Intelligenz Möglichkeiten eröffnet, um das implizite Erfahrungswissen
    von Beschäftigten automatisiert im Arbeitskontext zu erfassen, zu verarbeiten
    und zu transferieren. Aktuelle Ansätze des Wissenstransfers sind aufwendig
    und häufig auch mit hohen Kosten verbunden. Dabei hat jedoch eben das implizite
    Wissen große Relevanz für Unternehmen, welche für kleine und mittlere
    Unternehmen (KMU) noch stärker ausgeprägt ist.
    Am Ende des Projektes soll ein digitales Assistenzsystem entstehen, welches
    das gesammelte und ausgewertete implizite Wissen von Erfahrungsträgern
    allen Beschäftigen zugänglich macht und diese somit bei der Ausführung
    ihrer Tätigkeiten bedarfsgerecht unterstützt. Dabei soll zunächst der Fokus
    auf Tätigkeiten in der Produktionsfertigung gelegt werden. Aufgrund der großen
    Vielfallt an Fertigungsverfahren und damit verbundenen unterschiedlichen Daten, soll eine allgemeingültige Lösung für Verarbeitung der Daten mittels
    der künstlichen Intelligenz gewählt werden. In dieser Veröffentlichung sollen
    ausgewählte Algorithmen betrachtet werden, welche für eine potenzielle technische
    Lösung verwendet werden können.

    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Produktions- und Unternehmenssystemgestaltung, Nicole Ottersböck, KI_eeper, Data Science, Machine Learning, arbeitswissenschaftliche Kriterien, KI, Forschungsprojekt KI_eeper, Wissenstransfer
  • Schmidt, C. M., Stich, A., Suchy, O., André, E., Bullinger-Hoffmann, A., Bittner, E., Heister, M., Huchler, N., Peissner, M., Prasuhn, P., Steil, J., Wilkens, U., Kraus, M., Ottersböck, N. (2024): KI für die Fachkräftesicherung nutzen. Lösungsansätze für Automatisierung, Teilhabe und Wissenstransfer. Whitepaper aus der Plattform Lernende Systeme, München. DOI: https://doi.org/10.48669/pls_2024-2

    Zitieren
    Abstract

    Die deutsche Gesellschaft sieht sich in den nun anstehenden 20er- und 30er-Jahren des 21. Jahrhunderts mit
    vielfältigen Herausforderungen konfrontiert, die den Wohlstand und die Lebensweise aller Menschen voraussichtlich
    stark beeinflussen werden. Der Klimawandel und die zu dessen Eindämmung angestrengte Energiewende
    sind zwei dieser (globalen) Megathemen. Für den Erhalt von Innovationskraft, internationaler Wettbewerbsfähigkeit
    und Wohlstand ist der Fachkräftemangel eine ebenso nicht zu unterschätzende Herausforderung.
    Dieser hat heute bereits in verschiedenen Branchen und Berufen teilweise weitreichende Auswirkungen.
    Neben fehlenden Fach- und Arbeitskräften wird sich mit dem Renteneintritt der Babyboomer die Situation
    zudem auch noch verschärfen. Die demographische Entwicklung und der strukturelle Wandel unserer Arbeitswelt
    erfordern daher neue Strategien und innovative Lösungsansätze. Dabei spielt auch Künstliche Intelligenz
    (KI) eine große Rolle, vor allem in den Dimensionen – Automatisierung und KI-basierte Assistenz, Integration
    in den Arbeitsmarkt, Wissenstransfer in die Zukunft – lassen sich Beiträge von KI zur Fachkräftesicherung
    erkennen.
    Vor diesem Hintergrund diskutieren die Autorinnen und Autoren der Arbeitsgruppe Arbeit, Qualifikation und
    Mensch-Maschine-Interaktion in diesem Papier, wie der Einsatz von KI-Technologien diese Bemühungen zielgerichtet
    unterstützen und konkret dazu beitragen kann, Beschäftigte und Unternehmen zu entlasten und
    Tätigkeiten zu automatisieren und flexibilisieren, um dem Fachkräftemangel entgegenzuwirken. Darüber hinaus
    loten die Autorinnen und Autoren aus, welche indirekten Arbeitsmarktpotenziale die KI-gestützte Teilhabe
    von Menschen mit Beeinträchtigungen oder die KI-gestützte Überwindung von Vermittlungshemmnissen
    erschließen könnten, und verdeutlichen anhand von Praxisbeispielen, wie Anwendungen KI-Kompetenzen
    stärken und Produktivität steigern können. Notwendige Rahmenbedingungen für diese Beiträge betreffen
    etwa den Aufbau und die Förderung von KI-Kompetenzen bereits in der Schule, die Investition in Daten- und
    Recheninfrastrukturen, die zielgerichtete Förderung von kleinen und mittleren Unternehmen sowie der Industrie.
    Das Papier schließt zudem an bisherige Ergebnisse der Arbeitsgruppe an und greift unter anderem Beiträge
    zur Kompetenzentwicklung für KI (André, Bauer et al. 2021) und der KI-unterstützten Teilhabe von Menschen
    mit Beeinträchtigungen (Steil, Bullinger-Hoffmann, André et al. 2023) auf.
    Zusammenfassung
    3

    Zuordnung der Publikation: Arbeitsgestaltung / Ergonomie, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Fachkräftesicherung, Künstliche Intelligenz / Lernende Systeme, Produktions- und Unternehmenssystemgestaltung, Nicole Ottersböck, KI_eeper, Fachkräftemangel, KI, Forschungsprojekt KI_eeper, Fachkräftesicherung
  • Terstegen S (2024) Gelesen. Buchbesprechung von Sebastian Terstegen. KI JETZT! Wie Künstliche Intelligenz Ihren Arbeitsalltag erleichtern kann. WERKWANDEL (2):68-69

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, Maschinelles Lernen, Künstliche Neuronale Netze, künstliche Intelligenz, KI, Arbeitsgestaltung
  • Terstegen S, Loroch K, Reuther B (2024) Engpässe nehmen zu: Kann KI den Personalmangel an Lokführern, Piloten und Lkw-Fahrern lösen? Tagesspiegel vom 25.03.2024

    Zitieren
    Abstract

    Experten des ifo-Instituts sehen durch die „schwächelnde Konjunktur“ eine geringere Nachfrage nach qualifiziertem Personal. Kann Künstliche Intelligenz helfen? Drei Experten erörtern die Frage, ob Künstliche Intelligenz den Personalmangel bei Lokführern, Piloten und Lkw-Fahrern lösen könnte.

    Zuordnung der Publikation: Fachkräftesicherung, Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, Maschinelles Lernen, Fachkräftemangel, künstliche Intelligenz, KI
  • Wölke M, Brückner A, Rick V, Müller-Eppendorfer K, Link J, Nitsch V (2024) Beiträge der Regionalen Kompetenzzentren der Arbeitsforschung zu menschenwürdiger Arbeit und Wirtschaftswachstum (SDG 8). In: GfA (Hrsg) Arbeitswissenschaft in-the-loop: Mensch-Technologie-Integration und ihre Auswirkung auf Mensch, Arbeit und Arbeitsgestaltung. Bericht zum 70. Kongress der Gesellschaft für Arbeitswissenschaft vom 06. – 08. März 2024. ISBN 978-3-936804-34-8, GfA-Press, Dortmund, Beitrag I.2.3

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Nachhaltigkeit, Jennifer Link
  • Aigner T, Bauer M, Cernavin O, Colberg N, Gettman A, Hammer C, Hinz A, Kowalik M, Pracht J, Pricelius M, Schackmann P, Schmalen B, Steffgen K, Terstegen S (2023) KI erkennen, bewerten und einführen. Über das Projekt en[AI]ble und die Entwicklung eines Qualifizierungskonzeptes für die präventive Arbeitsgestaltung von künstlicher Intelligenz. Leistung & Entgelt 3(2023)

    Zitieren
    Abstract

    In dem vom Bundesministerium für Arbeit und Soziales im Rahmen der Initiative Neue Qualität der Arbeit geförderten Projekt en[AI]ble entwickelten zahlreiche Forschungs- und Betriebspartner ein Qualifizierungskonzept, mit dem die Grundkenntnisse über künstliche Intelligenz (KI) vermittelt und an die Erfordernisse der KI-Technologie angepasste Kompetenzen der ganzheitlichen soziotechnischen Arbeits- und Organisationsgestaltung erworben werden. Verschiedene Zielgruppen – von Führungskräften und Beschäftigten, über Betriebsräte bis hin zu KMU-Beraterinnen und Beratern – sollen damit den notwendigen Veränderungsprozess beim Einsatz der neuen Technologien gestalten können. Das en[AI]ble-Projektteam erprobte die konzipierte Weiterbildung in zahlreichen Erprobungsschulungen mit den en[AI]ble-Betriebspartnern sowie weiteren Interessensgruppen. Die Projektpartner berichten über ihre Erfahrungen und Erkenntnisse im Projekt en[AI]ble und darüber, welchen Stellenwert KI für ihre Organisation bzw. ihr Unternehmen hat.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, enAIble, Kompetenz, Qualifizierung, Soziotechnik, künstliche Intelligenz, KI, Arbeitsgestaltung
  • Altepost A, Berlin F, Ferrein A, Harlacher M (2023) Demonstrativ-aktiv-iterativ: Arbeitssysteme mit Künstlicher Intelligenz an Demonstratoren im Reallabor vermitteln, erproben und weiterentwickeln. In: GfA (Hrsg) Nachhaltig Arbeiten und Lernen – Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits- und Lernprozesse. Bericht zum 69. Arbeitswissenschaftlichen Kongress vom 01. – 03. März 2023, GfA Press, Sankt Augustin, Beitrag C.6.2

    Zitieren
    Abstract

    Das Kompetenzzentrum WIRKsam gestaltet innovative Arbeits- und Prozessabläufe mit Künstlicher Intelligenz für und mit Unternehmen im Rheinischen Braunkohlerevier. Neun unterschiedliche Problemstellungen regionaler Unternehmen werden mit maßgeschneiderten KI-Lösungen und Arbeitsgestaltung basierend auf dem MTO-Ansatz (Strohm & Ulich 1997; Ulich 2013) adressiert. Für das derzeit im Aufbau befindliche WIRKsam-Reallabor sollen Demonstratoren, die Erfahrungen aus den Anwendungsfällen aufgreifen, erleb- und erprobbar machen. Darüber hinaus sollen sie interessierte Unternehmen dazu anregen, sich an der Weiterentwicklung gezeigter Lösungen und der Findung neuer Ansätze aktiv zu beteiligen, mit dem Ziel, den Transfer in das eigene Unternehmen vorzubereiten. In Workshops wurden von verschiedenen Teilnehmendengruppen Anforderungen und Gestaltungshinweise für die Entwicklung der Demonstratoren erarbeitet.

    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Künstliche Intelligenz / Lernende Systeme, Markus Harlacher, Arbeitsprozess, Digitalisierungsmaßnahmen, ganzheitliche Arbeitsgestaltung, künstliche Intelligenz, Forschungsprojekt WIRKsam, Kompetenzzentrum WIRKsam, Arbeitsgestaltung, WIRKsam
  • Bettray N (2023) In zehn Jahren wird KI in Betrieben etabliert sein [Interview mit Sebastian Terstegen]. aktiv (29.04.2023); https://www.aktiv-online.de/news/kuenstliche-intelligenz-in-der-arbeitswelt-in-zehn-jahren-wird-das-etabliert-sein-17421 (16.03.2023). Zugegriffen: 16. Mai 2023

    Zitieren
    Abstract

    Bots wie ChatGPT in derzeit in aller Munde und auch in der Arbeitswelt spielen die cleveren Algorithmen eine immer größere Rolle. Welche Chancen Betriebe da konkret sehen, erklärt ein KI-Experte vom ifaa im Interview.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, künstliche Intelligenz, KI
  • Colberg N, Terstegen S (2023) Ängste abbauen, Transparenz schaffen. Einführung von Künstlicher Intelligenz in Betrieben. Personalführung 11(2023):14–20

    Zitieren
    Abstract

    Betriebliche Akteure betrachten Künstliche Intel­ligenz als zentrale (Gegenwarts-)Technologie, aber sie können Chancen, Risiken und wirt­schaft­lichen Nutzen oft nicht sicher ein­schätzen. Zur Bewer­tung von KI bieten sich unter­schied­liche Kriterien an. Manches haben die Sozial­partner in Betriebs- und Rahmen­vereinbarungen bereits geregelt.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, enAIble, Mitbestimmung, künstliche Intelligenz, KI, Partizipation, Arbeitsgestaltung
  • Conrad RW, Ottersböck N, Ramm GM (2023) Qualifizierung und Kompetenzen im Kontext der betrieblichen KI-Einführung. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 193–199. doi.org/10.1007/978-3-662-67912-8_10

    Zitieren
    Abstract

    In diesem Kapitel wird der Kompetenz- und Qualifizierungsbedarf aufgrund der Entwicklung und Einführung einer KI anhand eines Praxisbeispiels erläutert. Zukunftskompetenzen sowie notwendige fachlich-technische Kompetenzen werden aufgeführt, unabhängig davon, ob ein System selbst entwickelt oder eingekauft wurde.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Ralph W. Conrad, Nicole Ottersböck, Gerda Maria Ramm, enAIble, Qualifizierung, künstliche Intelligenz, KI, Qualifikation, Qualifikationsanforderungen
  • Eisele O (2023) Arbeitshilfen zum KI-Projektmanagement. Hilfsmittel zur bedarfsgerechten Auswahl und Einführung von KI-Anwendungen in Unternehmen. https://www.arbeitswissenschaft.net/angebote-produkte/checklistenhandlungshilfen/ue-che-ah-ki-pm.Zugegriffen am 06.01.2023

    Zitieren
    Abstract

    Künstliche Intelligenz (KI) bietet Unternehmen Chancen ihre Produkte und Prozesse zu verbessern. Für die erfolgreiche Nutzung von KI-Anwendungen müssen diese jedoch bedarfs­gerecht eingeführt und eingesetzt werden. Mit den Arbeits­hilfen wird ein praktisches KI-Projekt­management von der Initiierung bis zur Einführung und Erfolgs­bewertung von KI-Anwendungen in Unternehmen unterstützt. Die Basis bildet eine system­atische Vorgehens­weise für die KI-Projekt­abwicklung in fünf Phasen mit jeweils drei Arbeits­schritten und Meilensteinen. Das Excel-Tool beinhaltet zu allen Arbeits­schritten Formulare und Checklisten, deren Nutzung durch ausgefüllte Beispiele verdeutlicht werden.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Digitalisierungsmaßnahmen, Projektmanagement, Vorgehensmodell, Vorgehensweise, künstliche Intelligenz, KI, Olaf Eisele
  • Eisele O (2023) Gastkommentar: Produktivitätspotenziale durch KI. Handelsblatt Mittwoch, 2. August 2023 (147):14

    Zitieren
    Abstract

    Durch den Einsatz von Künstlicher Intelligenz werden hohe Produktivitätspotenziale erwartet. Um diese zu realisieren, sollten Unternehmen auf einen bedarfs- und zielgerichteten Einsatz dieser Technologie achten und die Produktivität im Auge behalten. Im Beitrag werden aktuelle Studien zu Produktivitätspotenzialen von Künstlicher Intelligenz thematisiert und Tipps für Unternehmen bei der praktischen Nutzung und Anwendung gegeben.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Produktions- und Unternehmenssystemgestaltung, Olaf Eisele, ifaa KI-Studie, GPM, Digitalisierung, Produktivität, Produktivitätsmanagement, Robotic Process Automation, RPA, Zeitschrift, Ganzheitliches Produktivitätsmanagement, Arbeitsproduktivität, neue Technologien, Wettbewerbsfähigkeit, Technik, Wirtschaftserfolg, Unternehmenserfolg, künstliche Intelligenz, KI, Wirtschaftlichkeit
  • Frost MC (2023) Leitbild: Führung in der Organisation Schule im digitalen Wandel. Pädagogische Führung, 34, S. 90-92. Wolters Kluwer.

    Zitieren
    Abstract

    Die Arbeitswelt der Zukunft wird sich durch die Digitalisierung und die Möglichkeiten der künstlichen Intelligenz verändern. Eine entscheidende Rolle bei dieser Transformation unserer Arbeits- und Lebenswelt spielt dabei auch die Gestaltung der Organisation und der Führung an Schulen. Das hier skizzierte Leitbild orientiert sich an in Wirtschaftsbetrieben gewonnenen Erkenntnissen zur produktiven und gesunden Gestaltung von Führungs- und Organisationskulturen und beschreibt diejenigen Aspekte, die für die Führung an deutschen Schulen aufgrund der Digitalisierung an Bedeutsamkeit gewinnen.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Martina Frost, Digital transformation, Leadership
  • Harlacher, M, Feggeler, N, Peifer, Y, Ottersböck, N (2023) Produzierendes Gewerbe auf internationalem Niveau: Ergebnisse der Online-Befragung zum Thema „Künstliche Intelligenz in produzierenden Unternehmen“. In: Zeitschrift für wirtschaftlichen Fabrikbetrieb, Vol. 118 (Issue 3), pp. 173-177. https://doi.org/10.1515/zwf-2023-1012

    Zitieren
    Abstract

    In diesem Beitrag werden Teilergebnisse aus der Studie „Künstliche Intelligenz in produzierenden Unternehmen“ des ifaa – Institut für angewandte Arbeitswissenschaft vorgestellt. Der Fokus liegt auf der Beschreibung geplanter oder bereits eingeführter KI-Anwendungen, ihren Nutzen und Hemmnissen bei der Einführung im Betrieb. Als Basis dienen dabei 332 Studienteilnehmende aus Unternehmen, in denen KI-Anwendungen geplant bzw. eingeführt wurden. Dies entspricht etwa 70 Prozent der Unternehmen der Gesamtstichprobe und ist mit Ergebnissen internationaler Studien vergleichbar.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Nils Feggeler, Nicole Ottersböck, Markus Harlacher, Yannick Peifer, ifaa KI-Studie, Produktionsindustrie, künstliche Intelligenz, KI
  • Harlacher M, Feggeler N, Latos BA (2023) Gestaltung von Eu-Komplexität im Arbeitssystem durch die Einführung Künstlicher Intelligenz. In: GfA (Hrsg) Nachhaltig Arbeiten und Lernen – Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits- und Lernprozesse. Bericht zum 69. Arbeitswissenschaftlichen Kongress vom 01. – 03. März 2023, GfA Press, Sankt Augustin, Beitrag B.4.4

    Zitieren
    Abstract

    Neben der Digitalisierung wird auch der Künstlichen Intelligenz das Potenzial zugesprochen, Komplexität zu beherrschen. Basierend auf einer Literaturanalyse werden Einflüsse von KI auf die Komplexität im Arbeitssystem vorgestellt. Anschließend wird das Potenzial von KI für die Komplexitätsbeherrschung anhand von 3 Anwendungsfällen aus den Kompetenzzentren der Arbeitsforschung ‚WIRKsam‘ und ‚Arbeitswelt.Plus‘ diskutiert und Maßnahmen zur Gestaltung komplexitätsgerechter Arbeitssysteme abgeleitet.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Nils Feggeler, Markus Harlacher, Industrie 4.0, künstliche Intelligenz, KI, Forschungsprojekt WIRKsam, Kompetenzzentrum WIRKsam, Komplexitätsmanagement, Komplexität, Arbeitsgestaltung, WIRKsam
  • Harlacher M, Niehues S (2023) Systematisierung der Anwendungsfälle. In: Jeske T, Harlacher M, Altepost A, Schmenk B, Ferrein A, Schiffer S. (Hrsg) Kompetenzzentrum WIRKsam - Wirtschaftlichen Wandel in der rheinischen Textil- und Kohleregion mit Künstlicher Intelligenz gemeinsam gestalten. Leistung & Entgelt (2):13-15

    Zitieren
    Abstract

    Das Kompetenzzentrum WIRKsam ist eines von acht regionalen Kompetenzzentren der Arbeitsforschung mit Fokus auf der Gestaltung neuer Arbeitsformen durch Künstliche Intelligenz. Es hat seine regionale Verankerung im Rheinischen Revier, das aufgrund des Kohleausstiegs von einem starken Strukturwandel betroffen ist. Gleichzeitig ist es Teil der Rheinischen Textilregion, die sich in den letzten 50 Jahren stark verändert hat. Künstliche Intelligenz bietet umfassende Möglichkeiten, die Arbeitswelt mit innovativen Arbeits- und Prozessabläufen zu gestalten und Produkte zu verbessern. Sie hilft Unternehmen dabei, im globalen Wettbewerb zu bestehen und Wohlstand und Arbeitsplätze zu sichern. Die Arbeiten im Kompetenzzentrum WIRKsam zielen darauf ab, die Potenziale von KI für die Unternehmen im Rheinischen Revier zu erschließen. Der Kern der Forschungsaktivitäten liegt in der prototypischen Entwicklung und Einführung von KI-gestützten Systemen zur Unterstützung von Arbeit in bislang neun Anwendungsunternehmen. So entstehen Beispiele guter Praxis, die anderen Unternehmen Orientierung bieten sollen.

    In dieser Ausgabe der „Leistung & Entgelt“ werden das vom Bundesministerium für Bildung und Forschung geförderte Projekt vorgestellt und seine bisher neun Anwendungsfälle beschrieben.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sina Niehues, Markus Harlacher, WIRKsam
  • Harlacher M, Niehues S, Hansen-Ampah A, Köse H, Schiffer S, Ferrein A, Zohren M, Rezaey A, Dievernich A (2023) Multikriterielle KI-basierte Prozesssteuerung und Qualifizierung für Medizinprodukte. In: Jeske T, Harlacher M, Altepost A, Schmenk B, Ferrein A, Schiffer S. (Hrsg) Kompetenzzentrum WIRKsam - Wirtschaftlichen Wandel in der rheinischen Textil- und Kohleregion mit Künstlicher Intelligenz gemeinsam gestalten. Leistung & Entgelt (2):16-18

    Zitieren
    Abstract

    Das Kompetenzzentrum WIRKsam ist eines von acht regionalen Kompetenzzentren der Arbeitsforschung mit Fokus auf der Gestaltung neuer Arbeitsformen durch Künstliche Intelligenz. Es hat seine regionale Verankerung im Rheinischen Revier, das aufgrund des Kohleausstiegs von einem starken Strukturwandel betroffen ist. Gleichzeitig ist es Teil der Rheinischen Textilregion, die sich in den letzten 50 Jahren stark verändert hat. Künstliche Intelligenz bietet umfassende Möglichkeiten, die Arbeitswelt mit innovativen Arbeits- und Prozessabläufen zu gestalten und Produkte zu verbessern. Sie hilft Unternehmen dabei, im globalen Wettbewerb zu bestehen und Wohlstand und Arbeitsplätze zu sichern. Die Arbeiten im Kompetenzzentrum WIRKsam zielen darauf ab, die Potenziale von KI für die Unternehmen im Rheinischen Revier zu erschließen. Der Kern der Forschungsaktivitäten liegt in der prototypischen Entwicklung und Einführung von KI-gestützten Systemen zur Unterstützung von Arbeit in bislang neun Anwendungsunternehmen. So entstehen Beispiele guter Praxis, die anderen Unternehmen Orientierung bieten sollen.

    In dieser Ausgabe der „Leistung & Entgelt“ werden das vom Bundesministerium für Bildung und Forschung geförderte Projekt vorgestellt und seine bisher neun Anwendungsfälle beschrieben.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sina Niehues, Markus Harlacher, WIRKsam
  • Harlacher M, Niehues S, Hansen-Ampah A, Roder S, Schiffer S, Ferrein A, Zenker D (2023) KI-basierte Unterstützung der Kompetenz- und Fertigkeitsentwicklung für die Metallprofilbearbeitung. In: Jeske T, Harlacher M, Altepost A, Schmenk B, Ferrein A, Schiffer S. (Hrsg) Kompetenzzentrum WIRKsam - Wirtschaftlichen Wandel in der rheinischen Textil- und Kohleregion mit Künstlicher Intelligenz gemeinsam gestalten. Leistung & Entgelt (2):22-24

    Zitieren
    Abstract

    Das Kompetenzzentrum WIRKsam ist eines von acht regionalen Kompetenzzentren der Arbeitsforschung mit Fokus auf der Gestaltung neuer Arbeitsformen durch Künstliche Intelligenz. Es hat seine regionale Verankerung im Rheinischen Revier, das aufgrund des Kohleausstiegs von einem starken Strukturwandel betroffen ist. Gleichzeitig ist es Teil der Rheinischen Textilregion, die sich in den letzten 50 Jahren stark verändert hat. Künstliche Intelligenz bietet umfassende Möglichkeiten, die Arbeitswelt mit innovativen Arbeits- und Prozessabläufen zu gestalten und Produkte zu verbessern. Sie hilft Unternehmen dabei, im globalen Wettbewerb zu bestehen und Wohlstand und Arbeitsplätze zu sichern. Die Arbeiten im Kompetenzzentrum WIRKsam zielen darauf ab, die Potenziale von KI für die Unternehmen im Rheinischen Revier zu erschließen. Der Kern der Forschungsaktivitäten liegt in der prototypischen Entwicklung und Einführung von KI-gestützten Systemen zur Unterstützung von Arbeit in bislang neun Anwendungsunternehmen. So entstehen Beispiele guter Praxis, die anderen Unternehmen Orientierung bieten sollen.

    In dieser Ausgabe der „Leistung & Entgelt“ werden das vom Bundesministerium für Bildung und Forschung geförderte Projekt vorgestellt und seine bisher neun Anwendungsfälle beschrieben.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sina Niehues, Markus Harlacher, WIRKsam
  • Harlacher M, Niehues S, Merx W, Roder S, Schiffer S, Ferrein A, Zohren M, Rezaey A (2023) KI-Expertensystem für lernförderliche Empfehlungen zur maßgetreuen Produktion von 3D-Textilien mit digital unterstützter Eingangswerterfassung.  In: Jeske T, Harlacher M, Altepost A, Schmenk B, Ferrein A, Schiffer S. (Hrsg) Kompetenzzentrum WIRKsam - Wirtschaftlichen Wandel in der rheinischen Textil- und Kohleregion mit Künstlicher Intelligenz gemeinsam gestalten. Leistung & Entgelt (2):19-21

    Zitieren
    Abstract

    Das Kompetenzzentrum WIRKsam ist eines von acht regionalen Kompetenzzentren der Arbeitsforschung mit Fokus auf der Gestaltung neuer Arbeitsformen durch Künstliche Intelligenz. Es hat seine regionale Verankerung im Rheinischen Revier, das aufgrund des Kohleausstiegs von einem starken Strukturwandel betroffen ist. Gleichzeitig ist es Teil der Rheinischen Textilregion, die sich in den letzten 50 Jahren stark verändert hat. Künstliche Intelligenz bietet umfassende Möglichkeiten, die Arbeitswelt mit innovativen Arbeits- und Prozessabläufen zu gestalten und Produkte zu verbessern. Sie hilft Unternehmen dabei, im globalen Wettbewerb zu bestehen und Wohlstand und Arbeitsplätze zu sichern. Die Arbeiten im Kompetenzzentrum WIRKsam zielen darauf ab, die Potenziale von KI für die Unternehmen im Rheinischen Revier zu erschließen. Der Kern der Forschungsaktivitäten liegt in der prototypischen Entwicklung und Einführung von KI-gestützten Systemen zur Unterstützung von Arbeit in bislang neun Anwendungsunternehmen. So entstehen Beispiele guter Praxis, die anderen Unternehmen Orientierung bieten sollen.

    In dieser Ausgabe der „Leistung & Entgelt“ werden das vom Bundesministerium für Bildung und Forschung geförderte Projekt vorgestellt und seine bisher neun Anwendungsfälle beschrieben.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sina Niehues, Markus Harlacher, WIRKsam
  • Harlacher M, Shahinfar F, Peifer Y, Eisele O, Jeske T (2023) Künstliche Intelligenz – Chance für Wirtschaft und Arbeitsgestaltung. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 1–15. doi.org/10.1007/978-3-662-67912-8_1

    Zitieren
    Abstract

    Künstliche Intelligenz begleitet heute schon viele Menschen im Alltag. Auch in das Arbeits- und Betriebsumfeld wird KI zukünftig deutlich stärker Einzug erhalten und so zur Wirtschaftlichkeit und Innovationsfähigkeit des Industriestandorts Deutschlands beitragen. Die Einführung von KI-Systemen wird bei den Benutzenden häufig noch kritischer gesehen als bisherige Automatisierungs- und Digitalisierungsmaßnahmen, da insbesondere Autonomieverluste und fehlendes Verständnis für das Verhalten des KI-Systems befürchtet werden. Dem entgegenwirken kann die ganzheitliche, soziotechnische Systemgestaltung, mit der Arbeit in den Facetten Mensch, Technik und Organisation gleichzeitig gestaltet wird. Dieser Abschnitt motiviert dies ausführlicher und gibt einen Überblick über das Gesamtwerk.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Tim Jeske, Olaf Eisele, Markus Harlacher, Yannick Peifer, Fatemeh Nasim Shahinfar, Arbeitswissenschaft, vernetzte Digitalisierung, Digitalisierung, Industrie 4.0, KI
  • Harlacher M, Terstegen S (2023) KI in der Industrie: Potenziale und Hindernisse. Human Resources Manager 3(2023):56-59

    Zitieren
    Abstract

    Eine aktuelle Studie hat die Bedeutung von künst­licher Intel­ligenz für produzierende Unter­nehmen untersucht. Das Ergebnis zeigt deutliche Potenziale in Arbeits­abläufen und Produktivität, aber auch, dass Menschen für den Umgang mit der Techno­logie befähigt werden müssen. Wie der Trans­formations­prozess in der Industrie gelingen kann.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Markus Harlacher, Sebastian Terstegen, ifaa KI-Studie, Qualifizierung, Studie, künstliche Intelligenz, KI, enAIble
  • Harlacher M, Terstegen S, Ottersböck N, Lennings F, Niehues S, Conrad RW, Schüth NJ, Urban I (2023) Roadmap für den Weg zur eigenen KI-Lösung. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 73–105. doi.org/10.1007/978-3-662-67912-8_5

    Zitieren
    Abstract

    Die Einführung von KI-Anwendungen weist Besonderheiten auf, die sich auf das Change-Management und insbesondere auf die Beteiligung der Beschäftigten einschließlich der Prozesse der betrieblichen Mitbestimmung auswirken. Eine systematische Vorgehensweise kann alle betrieblichen Akteure für die Anforderungen des Change-Managements bei Künstlicher Intelligenz sensibilisieren. Zudem bietet es Orientierung für die praktische Umsetzung der Einführung von KI-Systemen in den verschiedenen Phasen eines Entwicklungs- und Einführungsprozesses. Basierend auf Modellen der Einführung technischer Systeme, wird eine Synopse entwickelt, die sich beim Vorgehen an den Phasen des klassischen Projektmanagements orientiert, wesentliche, zu betrachtende Themen aufzeigt und essenzielle Erfolgsfaktoren für den Einführungsprozess benennt.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Ralph W. Conrad, Frank Lennings, Nicole Ottersböck, Nora Johanna Schüth, Isabella Urban, Sina Niehues, Markus Harlacher, Sebastian Terstegen, KI_eeper, Transformation, Change, Change-Management, künstliche Intelligenz, KI
  • Hartmann V, Gahmann A, Jeske T, Stowasser S (2023) Analyse und Strukturierung von Arbeitsaufgaben als Grundlage für die Unterstützung von Basisarbeit durch Künstliche Intelligenz. In: Gesellschaft für Arbeitswissenschaft (Hrsg) Menschengerechte Arbeitsgestaltung – Basisarbeit und neue Arbeitsformen. Dokumentation der Herbstkonferenz der Gesellschaft für Arbeitswissenschaft e.V. im Rahmen des A+A Kongresses am 26. Oktober 2023, Messe Düsseldorf. GfA-Press, Sankt Augustin

    Zitieren
    Abstract

    In Deutschland waren zuletzt knapp 2 Mio. Stellen offen und gleichzeitig mehr als 2,5 Mio. Menschen arbeitssuchend gemeldet. Erklärungsansätze dafür betreffen u. a. vorhandene und geforderte Qualifikationen und Kompetenzen, Berufswünsche, Lohnerwartungen,
    räumliche Distanz und mangelnde Markttransparenz. Ein Beitrag zur Lösung dieses Passungsproblems kann darin bestehen, Tätigkeiten nach ihrer Eignung für Fach- bzw. Basisarbeit zu analysieren, zu unterteilen und umzustrukturieren. Zudem können Weiterbildung und eine Unterstützung mit Künstlicher Intelligenz geprüft und für einzelne (Teil-)Tätigkeiten ergänzt werden. Dies kann im Bereich der Basisarbeit zu einer höheren Beschäftigung führen. Im Beitrag wird ein Vorgehen zur Umsetzung dieses Ansatzes und seine Anwendung an drei betrieblichen Beispielen dargestellt.

    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Fachkräftesicherung, Künstliche Intelligenz / Lernende Systeme, Amelia Gahmann, Veit Hartmann, Tim Jeske, Sascha Stowasser, AWA, Digitalisierung, Kompetenz, Arbeitsaufgabe, Arbeitswelt der Zukunft, Kompetenzanforderung, Assistenzsystem, künstliche Intelligenz
  • Jeske T, Harlacher M, Altepost A, Schmenk B, Ferrein A, Schiffer S (2023) Kompetenzzentrum WIRKsam – Wirtschaftlichen Wandel in der rheinischen Textil- und Kohleregion mit Künstlicher Intelligenz gemeinsam gestalten. Leistung & Entgelt (2)

    Zitieren
    Abstract

    Das Kompetenzzentrum WIRKsam ist eines von acht regionalen Kompetenzzentren der Arbeitsforschung mit Fokus auf der Gestaltung neuer Arbeitsformen durch Künstliche Intelligenz. Es hat seine regionale Verankerung im Rheinischen Revier, das aufgrund des Kohleausstiegs von einem starken Strukturwandel betroffen ist. Gleichzeitig ist es Teil der Rheinischen Textilregion, die sich in den letzten 50 Jahren stark verändert hat. Künstliche Intelligenz bietet umfassende Möglichkeiten, die Arbeitswelt mit innovativen Arbeits- und Prozessabläufen zu gestalten und Produkte zu verbessern. Sie hilft Unternehmen dabei, im globalen Wettbewerb zu bestehen und Wohlstand und Arbeitsplätze zu sichern. Die Arbeiten im Kompetenzzentrum WIRKsam zielen darauf ab, die Potenziale von KI für die Unternehmen im Rheinischen Revier zu erschließen. Der Kern der Forschungsaktivitäten liegt in der prototypischen Entwicklung und Einführung von KI-gestützten Systemen zur Unterstützung von Arbeit in bislang neun Anwendungsunternehmen. So entstehen Beispiele guter Praxis, die anderen Unternehmen Orientierung bieten sollen. In dieser Ausgabe der „Leistung & Entgelt“ werden das vom Bundesministerium für Bildung und Forschung geförderte Projekt vorgestellt und seine bisher neun Anwendungsfälle beschrieben.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Tim Jeske, Markus Harlacher, WIRKsam, KI, Forschungsprojekt WIRKsam, Kompetenzzentrum WIRKsam
  • Jeske T, Terstegen S (2023) Opportunities of AI for Work Design in the Manufacturing Industry – Challenges and Potentials Using the Example of the Metal and Electrical Industry. In: Knappertsbusch I, Gondlach K (Hrsg) Arbeitswelt und KI 2030. Springer Gabler, Wiesbaden, S 203–210. doi.org/10.1007/978-3-658-40232-7

    Zitieren
    Abstract

    Digitalisation and artificial intelligence (AI) are increasingly being applied and offer versatile opportunities for shaping the world of work. In this context, both mental and physical activities can be supported by appropriate assistance systems. This is associated with great potentials for the German industry—especially with regard to securing competitiveness, jobs and prosperity. The article describes stages of digitalisation and draws on results from two survey studies in the German metal and electrical industry from the years 2015 and 2019 to outline the current state of development and existing challenges of digitalisation and AI as well as the expectations associated with them. Requirements, importance and implementation activities are addressed as well as qualification needs, shift work and flexibility.

    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Tim Jeske, Sebastian Terstegen, Künstliche Neuronale Netze, international publication, Englisch, Studie, Arbeitswelt der Zukunft, künstliche Intelligenz, KI, Arbeitsgestaltung
  • Köse H, Schiffer S, Ferrein A, Ramm GM, Harlacher M, Merx W, Zohren M, Rezeay A, Ernst L, Ntzemos E (2023) Lernförderliches KI-Varianzmanagement für die Produktion von Geweben mit kundenspezifisch veränderlich ausgeprägten Prüfmerkmalen. In: Jeske T, Harlacher M, Altepost A, Schmenk B, Ferrein A, Schiffer S. (Hrsg) Kompetenzzentrum WIRKsam - Wirtschaftlichen Wandel in der rheinischen Textil- und Kohleregion mit Künstlicher Intelligenz gemeinsam gestalten. Leistung & Entgelt (2):22-24

    Zitieren
    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Produktions- und Unternehmenssystemgestaltung, Markus Harlacher, Gerda Maria Ramm, WIRKsam, digitale Transformation
  • Lötzerich-Bernhard K [Interview mit Ottersböck N, Dander H, Cost Reyes C] (2023) Vermeidung von Wissensverlust. In: CareTRIALOG Blog (21.06.2023). https://www.caretrialog.de/vermeidung-von-wissensverlust. Zugegriffen: 23.02.2024

    Zitieren
    Zuordnung der Publikation: Arbeitsgestaltung / Ergonomie, Digitalisierung / Industrie 4.0, Fachkräftesicherung, Künstliche Intelligenz / Lernende Systeme, Christian Cost Reyes, Nicole Ottersböck, KI_eeper, Digital transformation, Arbeitswissenschaft, Automatisierung, Maschinelles Lernen, Machine Learning, Künstliche Neuronale Netze, digitale Transformation, Interview, Wissensmanagement, künstliche Intelligenz
  • Niehues S, Harlacher M (2023) Arbeitswelt gestalten. Potenziale Künstlicher Intelligenz für die Fachkräftesicherung. Der Textilhersteller Essedea und das Projekt WIRKsam. WERKWANDEL (1):52-55

    Zitieren
    Abstract

    Bei der Fachkräftesicherung und -gewinnung ist die Essedea GmbH & Co. KG mit folgenden wesentlichen Herausforderungen konfrontiert: 1. Der mittelständische Textilhersteller sitzt im ländlichen Raum. 2. Die benötigten Berufsgruppen sind hochspezialisiert. 3. Anforderungen an die Beschäftigten verändern sich, aber auch die Einstellungen und Erwartungen der Beschäftigten selbst. Im Rahmen des Projektes WIRKsam erarbeitet die Unternehmensleitung - beraten von Arbeitswissenschatlern unter anderem des ifaa - Antworten auf diese Herausforderungen. Ein wichtiger Faktor ist dabei die Einführung von Künstlicher Intelligenz (KI) in der Produktion.

    Zuordnung der Publikation: Arbeitsgestaltung / Ergonomie, Fachkräftesicherung, Künstliche Intelligenz / Lernende Systeme, Sina Niehues, Markus Harlacher, WIRKsam
  • Niehues S, Harlacher M, Hartmann V (2023) Künstliche Intelligenz 2035 – ein Ausblick. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 201–219. doi.org/10.1007/978-3-662-67912-8_11

    Zitieren
    Abstract

    Die Gestaltung von KI-gestützten Arbeitssystemen steht derzeit noch am Anfang. Die Zukunft hält entsprechend viele Potenziale bereit. Allerdings gilt es auf dem Weg dorthin unterschiedlichen Herausforderungen zu begegnen. So skizzieren in diesem Abschnitt verschiedene Stakeholder Visionen für das Jahr 2035, in denen zukünftig zu bearbeitende Themen wie z. B. Bildung, die Entmystifizierung von KI oder der Ausbau von Datenarchitekturen benannt werden. Aktueller Forschungs- und Handlungsbedarf besteht und aus arbeitswissenschaftlicher Perspektive ergeben sich diesbezüglich konkrete Aufgaben für die Arbeitsgestaltung. So sind beispielsweise die Aufbereitung von Praxisbeispielen sowie von praxisorientierten Handlungshilfen und die Entwicklung von Qualifizierungsangeboten bedeutsam für die Ausschöpfung der Potenziale durch den Einsatz von KI-Technologien. Dieser Abschnitt gewährt insgesamt einen Ausblick auf die zu forcierenden Themen.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Veit Hartmann, Sina Niehues, Markus Harlacher, künstliche Intelligenz, KI
  • Niehues S, Sandrock S, Shahinfar F, Schüth NJ, Conrad RW (2023) Gestaltung eines KI-Arbeitssystems. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 141–166. doi.org/10.1007/978-3-662-67912-8_7

    Zitieren
    Abstract

    Ein KI-System ist Teil eines Arbeitssystems. Ein Arbeitssystem ist in die Arbeitsorganisation eingebettet und enthält die Arbeitsaufgabe und Arbeitsmittel. Wird diesem Verständnis gefolgt, kann KI erfolgreich implementiert werden. Denn dann werden im Rahmen der Arbeitsgestaltung auch die Wechselwirkungen des sozio-technischen Systems berücksichtigt. Das Kapitel beschreibt, auf welche Gestaltungselemente eines Arbeitssystems Unternehmen und Anwender achten sollten, wie KI sich zu den einzelnen Elementen im Arbeitssystem verhält und warum eine Gefährdungsbeurteilung wichtig ist.

    Zuordnung der Publikation: Arbeits- und Gesundheitsschutz, Arbeitsgestaltung / Ergonomie, Digitalisierung / Industrie 4.0, Fachkräftesicherung, Industrial Engineering, Künstliche Intelligenz / Lernende Systeme, Stephan Sandrock, Nora Johanna Schüth, Sina Niehues, Fatemeh Nasim Shahinfar, Change, Change-Management, künstliche Intelligenz, KI
  • Ottersböck, N, Dander, H (2023) Erfahrungswissen durch KI-basierte Assistenz sichern: Zukünftige Herausforderungen der demografischen Entwicklung meistern. Zeitschrift für wirtschaftlichen Fabrikbetrieb, 118(6), 428-431. https://doi.org/10.1515/zwf-2023-1086

    Zitieren
    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Nicole Ottersböck, KI_eeper, betriebliche Flexibilität, Arbeitswissenschaft, Industrie 4.0, Produktionsindustrie, Metall- und Elektroindustrie, Software 4.0, Flexibilität, Flexibilisierung, Industrie-Software, Wissensmanagement, künstliche Intelligenz, Metallindustrie, Wissenstransfer, Verfahren
  • Ottersböck N (2023) Tipps gegen die KI-Angst von Beschäftigten. In: HaufePersonal Blog. https://www.haufe.de/personal/hr-management/tipps-gegen-die-ki angst-vonbeschaeftigten_80_604568.html

    Zitieren
    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Nicole Ottersböck, KI_eeper, Digital transformation, vernetzte Digitalisierung, Künstliche Neuronale Netze, digitale Transformation, Assistenzsystem, Change, Change-Management, Assistenz, künstliche Intelligenz, Forschungsprojekt KI_eeper, Akzeptanz
  • Ottersböck N, Dander H, Prange C (2023) Prozesswissen durch KI sichern und transferieren. Industrie 4.0 Management 39(6):51-54

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Nicole Ottersböck, KI_eeper, Digital transformation, vernetzte Digitalisierung, digitale Transformation, Digitalisierung, Digitalisierungsmaßnahmen, Assistenzsystem, Produktions-/Prozessoptimierung, Assistenz, künstliche Intelligenz, Forschungsprojekt KI_eeper, Prozessgestaltung, Veränderungsprozess
  • Ottersböck N, Prange C, Dander H, Rusch T (2023) Babyboomer weg, Wissen weg – Partizipative Entwicklung eines KI-basierten Assistenzsystems zur Erfassung und Sicherung erfahrungsbasierten Wissens in der Produktion. In: GfA (Hrsg) Nachhaltig Arbeiten und Lernen – Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits- und Lernprozesse. Bericht zum 69. Arbeitswissenschaftlichen Kongress vom 01. – 03. März 2023, GfA Press, Sankt Augustin, Beitrag B.1.5

    Zitieren
    Abstract

    Die zunehmende Verrentung langjähriger Beschäftigter stellt Unternehmen vor die Herausforderung, essenzielles Erfahrungswissen zu identifizieren und für nachfolgende Generationen zu sichern. Aktuelle Ansätze dafür sind zeitintensiv und kostspielig. In dem Forschungsprojekt KI_eeper wird ein KI-basiertes Assistenzsystem entwickelt, welches auto-matisiert im Arbeitsprozess Wissen identifizieren, speichern und trans-ferieren soll. Der Beitrag thematisiert betriebliche Herausforderungen des Wissenstransfers, KI-basierte Lösungsmöglichkeiten und Anwendungsfälle sowie eine soziotechnische Arbeitsgestaltung, um einen intergeneratio-nellen Wissenstransfer zu ermöglichen. Konzipierte und bereits ergriffene Maßnahmen zur Akzeptanzförderung werden vorgestellt. Den Abschluss des Beitrags bilden erste Ergebnisse, ein Fazit sowie ein Ausblick auf die nächsten Schritte im Projekt.

    Zuordnung der Publikation: Arbeitsgestaltung / Ergonomie, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Arbeitsprozess, Arbeitswissenschaft, ganzheitliche Arbeitsgestaltung, Wertschöpfungsprozess, Prozessoptimierung, Prozessverbesserung, Unternehmensprozess, Soziotechnik, flexible Arbeitsgestaltung, Informationsfluss, Kommunikation, Produktions-/Prozessoptimierung, Wissensmanagement, künstliche Intelligenz, KI, Partizipation, KI-Reallabor, Forschungsprojekt KI_eeper, Produktions- und Prozessoptimierung, Prozessgestaltung, Sozio-Technik, Veränderungsprozess, Wissenstransfer, Arbeitsgestaltung, Tobias Rusch, Nicole Ottersböck, KI_eeper
  • Ottersböck N, Prange C, Rusch T, Dander H (2023) Entlastung von Beschäftigten in komplexen Produktionsumgebungen durch informatorische, KI-basierte Assistenztechnologien - Erfahrungswissen ermitteln, erhalten, transferieren und Prozesse optimieren. In: AI:MAG - The World of Tomorrow. 01/2023: 27-28

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Produktions- und Unternehmenssystemgestaltung, Künstliche Intelligenz / Lernende Systeme, IT, betriebliche Flexibilität, Arbeitsprozess, Arbeitswissenschaft, Produktionsdaten, Beispiel, Bedürfnisse der Beschäftigten, Maschinendaten, Maschinelles Lernen, Machine Learning, Digitalisierung, Nachhaltige Produktionssystemen, Veröffentlichungen, Veröffentlichung, Good-Practice-Beispiel, Publikationen, Publikation, Industrie 4.0, KMU, Qualität, Mitarbeiterbeteiligung, Humanorientierung, Betriebspraxis, Produktionsprozess, Produktivität, Prozessoptimierung, Prozessverbesserung, Wissensmanagement, demografischer Wandel, Forschungsprojekt KI_eeper, Wissenstransfer, Demografie, Tobias Rusch, Nicole Ottersböck, KI_eeper
  • Ottersböck N, Urban I, Cost Reyes C (2023) Beschäftigte für KI-basierte Technik begeistern. Forschungsbericht aus dem Projekt KI_eeper – know how to keep. In: ifaa - Institut für angewandte Arbeitswissenschaft (Hrsg) Werkwandel – Zeitschrift für angewandte Arbeitswissenschaft 3/23:44-47

    Zitieren
    Zuordnung der Publikation: Arbeitsgestaltung / Ergonomie, Digitalisierung / Industrie 4.0, Fachkräftesicherung, Künstliche Intelligenz / Lernende Systeme, Christian Cost Reyes, Nicole Ottersböck, Isabella Urban, KI_eeper, Digital transformation, ifaa KI-Studie, Bedürfnisse der Beschäftigten, Maschinelles Lernen, Künstliche Neuronale Netze, Digitalisierung, Industrie 4.0, KMU, Fachkräftemangel, Arbeitswelt 4.0, ifaa-Publikationen
  • Ottersböck N, Urban I, Shahinfar F, Terstegen S, Schüth NJ (2023) Daten und KI-Ethik. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 167–180. doi.org/10.1007/978-3-662-67912-8_8

    Zitieren
    Abstract

    Der Erfolg einer KI-Anwendung wird essenziell durch die Verfügbarkeit der erforderlichen Daten beeinflusst. Abhängig von der verwendeten KI-Methode müssen die Daten gelabelt, das heißt, mit Informationen gekennzeichnet werden, damit diese von Machine-Learning-Algorithmen besser interpretiert werden können und vorverarbeitet werden. Die Daten können aus einer Vielzahl von Quellen stammen. Die Datenvorverarbeitung sollte transparent und nachvollziehbar dokumentiert werden. Das sogenannte Federated Learning ist eine spezielle Technik des verteilten maschinellen Lernens, die es ermöglicht, sensible oder personenbezogene Daten zu nutzen, die Modellgüte entscheidend zu verbessern und gleichzeitig die Datenschutzbestimmungen einzuhalten. Beim Federated Learning wird aus einer Vielzahl einzelner Analysemodelle unterschiedlicher Teilnehmer ein zentrales Modell gebildet. Dieses nimmt wiederum iterativ Einfluss auf die Einzelmodelle. Da KI-Systeme häufig komplex vernetzt sind, besteht die Gefahr unautorisierter Zugriffe und Angriffe auf das System. Durch den Aufbau interner Kompetenzen in IT- und Cybersicherheitskompetenz, die Einhaltung entsprechender Standards, Normen und Frameworks sowie regelmäßige Sicherheitstests kann diesen Risiken aktiv vorgebeugt werden. Bei Technologiesprüngen wie der KI sollten zudem ethische Anforderungen im Sinne der gesellschaftlich verantwortungsvollen und fairen Technologie im Fokus stehen.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Nicole Ottersböck, Nora Johanna Schüth, Isabella Urban, Sina Niehues, Fatemeh Nasim Shahinfar, Sebastian Terstegen, Daten, künstliche Intelligenz, KI
  • Peifer Y (2023) Einführung und Anwendung von Künstlicher Intelligenz: Eine empirische Untersuchung über die Anforderungen an die Arbeit von Führungskräften. In: GfA (Hrsg) Nachhaltig Arbeiten und Lernen – Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits- und Lernprozesse. Bericht zum 69. Arbeitswissenschaftlichen Kongress vom 01. – 03. März 2022, GfA Press, Sankt Augustin, Beitrag C.2.7

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Künstliche Neuronale Netze, Führung, Forschungsprojekt humAIn work lab, künstliche Intelligenz, KI, Yannick Peifer, humAIn work lab
  • Peifer Y (2023) Führungskräfte. In Hoppe M, Roth I, Oßwald L, Bux S (Hrsg) KI-Kompass für KMU - Ein Praxishandbuch für den betrieblichen Einsatz von KI, INPUT Consulting, Stuttgart, S. 21 - 24

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, humAIn work lab, Transformation, Digital transformation, Arbeitswissenschaft, Maschinelles Lernen, Machine Learning, Tiefes Lernen, Künstliche Neuronale Netze, Führungskräfte, Führung, Führungskultur, künstliche Intelligenz
  • Peifer Y (2023) Konzeptionierung eines arbeitswissenschaftlichen Handlungsrahmens zur Einführung und Anwendung einer auf Künstlicher Intelligenz basierten Mensch-Roboter-Kollaboration. Springer Vieweg Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-68561-7 

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Industrial Engineering, Künstliche Intelligenz / Lernende Systeme, Produktions- und Unternehmenssystemgestaltung, Yannick Peifer, Digital transformation, Leadership, Arbeitswissenschaft, arbeitswissenschaftliche Empfehlungen, Machine Learning, Checkliste, Tiefes Lernen, Künstliche Neuronale Netze, digitale Transformation, Digitalisierung, Digitalisierungsmaßnahmen, Fachkompetenz, Mensch-Roboter-Kollaboration, Mensch, Roboter, künstliche Intelligenz, Mensch-Maschine-Interaktion
  • Peifer Y, Boenisch P, Stowasser S (2023) Führung neu denken – was Führungskräfte brauchen, um KI in der Produktion nachhaltig einzuführen. In: Gergs H, Schatilow L, Langes B, Kämpf T (Hrsg) Human Friendly Automation – Arbeit und Künstliche Intelligenz neu denken Frankfurter Allgemeine Buch, Frankfurt am Main. S 170-176

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Yannick Peifer, humAIn work lab, Digital transformation, Tiefes Lernen, Cyber-physisches System, Deep Learning, Künstliche Neuronale Netze, digitale Transformation, Digitalisierung, Digitalisierungsmaßnahmen, Führungskräfte, Führung, Führungskultur, Führungskraft
  • Peifer Y, Hille S (2023) Anforderungen an Führung und Führungskräfte bei der Einführung von Künstlicher Intelligenz. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 181–191. doi.org/10.1007/978-3-662-67912-8_9

    Zitieren
    Abstract

    Die Einführung von KI-Systemen ist ein Führungsthema und stellt weitreichende Anforderungen an Führungskräfte. Es gilt in diesem Zusammenhang die Handlungsfelder Aspekte guter Führung (Absch. 9.2.1), konzeptionelle Gestaltung des Veränderungsprozesses (Abschn. 9.2.2), Unternehmenskultur (Abschn. 9.2.3), Qualifizierung und Kompetenzentwicklung (Abschn. 9.2.4) sowie eine Analyse von Auswirkungen (Abschn. 9.2.5) zu beachten. Aufgrund ihrer Position im Unternehmen nehmen Führungskräfte eine Schlüsselrolle im Rahmen des Veränderungsprozesses ein. Sie agieren sowohl als Begleitpersonen der Mitarbeitenden im Veränderungsprozess, Multiplikatoren der Technologie als auch Projektverantwortliche. Hierbei lassen sich jeweils individuelle Anforderungen ableiten.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Sven Hille, Yannick Peifer, humAIn work lab, Personalführung, Führungskräfte, Führung, künstliche Intelligenz, KI, Führung 4.0
  • Peifer Y, Ottersböck N, Ramm G, Prange C, Dander H (2023) Künstliche Intelligenz in der Anwendung. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 27–47. doi.org/10.1007/978-3-662-67912-8_3

    Zitieren
    Abstract

    In diesem Kapitel werden verschiedene betriebliche Anwendungsbeispiele für KI vorgestellt. Ausgehend von der Beschreibung der Unternehmen, sowie deren Herausforderungen und Bedarfe, werden sowohl bereits erprobte als auch zum Zeitpunkt der Beitragserstellung in der Konzeption und Entwicklung befindliche technische Lösungen erläutert. Das Kapitel schließt mit zusammengefassten Erkenntnissen und einem Fazit.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Nicole Ottersböck, Gerda Maria Ramm, Yannick Peifer, KI_eeper, Industrie 4.0, künstliche Intelligenz, KI
  • Peifer Y, Shahinfar F (2023) Erwartungen an Künstliche Intelligenz im betrieblichen Alltag. In: Stowasser S (Hrsg) Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S 17–25. doi.org/10.1007/978-3-662-67912-8_2

    Zitieren
    Abstract

    Die Anwendung von KI in der unternehmerischen Praxis geht mit zukünftigen Erwartungen einher. Im Rahmen der Studie zum Thema „Künstliche Intelligenz in produzierenden Unternehmen“ des ifaa – Institut für angewandte Arbeitswissenschaft e. V. wurden diese erhoben. Hierbei wurden die Erfahrungen von 459 teilnehmenden Fach- und Führungskräften zu eingeführten sowie geplanten KI-Anwendungen abgefragt. Diese zeigen, dass die Erwartungen der Unternehmen bezüglich eines KI-Einsatzes je nach Betrieb sehr unterschiedlich aussehen können. Zugleich sind ebenfalls große Übereinstimmungen zu den Einschätzungen der Unternehmen bezüglich der erwarteten und beobachteten Auswirkungen, Potenziale und Nutzen einer KI zu beobachten. Dadurch wird deutlich, dass KI-Technologien ein breites Spektrum an nutzbaren Möglichkeiten für Unternehmen bieten. Auch zeigen die Ergebnisse der Studie eine Vielzahl an Unternehmensbereiche, in denen zukünftiges Potenzial für den Einsatz von KI gesehen wird.

    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, Fatemeh Nasim Shahinfar, ifaa KI-Studie, künstliche Intelligenz, KI
  • Peifer Y, Terstegen S (2023) Anforderungen an Führungskräfte bei der Qualifizierung und Kompetenzentwicklung. Zeitschrift für wirtschaftlichen Fabrikbetrieb 118(6):424–427. https://doi.org/10.1515/zwf-2023-1090

    Zitieren
    Abstract

    Künstliche Intelligenz (KI) verändert die Arbeits­welt und führt zu einer dynamischen Neu­gestaltung der Arbeits­teilung zwischen Mensch und Technik in Unter­nehmen. Durch die Automati­sierung auch kognitiv anspruchs­voller Tätigkeiten können KI-Systeme beispielsweise Führungs­kräfte bei der Aus­übung ihrer Aufgaben unter­stützen und teilweise adminis­trative Koordi­nations- und Kontroll­aufgaben von Beschäftigten übernehmen. Für die Neu­gestaltung der Arbeits­systeme in den Unter­nehmen bedarf es zum einen geeigneter Instrumente. Zum anderen ist ein gut strukturiertes Change-Manage­ment wichtig, das sich an der mensch­zentrierten Arbeits­gestaltung orientiert und KI-spezifische Gestaltungs­kriterien berücksichtigt.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, Sebastian Terstegen, enAIble, humAIn work lab, Künstliche Neuronale Netze, Qualifizierung, Führungskräfte, Führung, Change-Management, KI
  • Peifer Y, ifaa — Institut für angewandte Arbeitswissenschaft e. V. (Hrsg) (2023) Künstliche Intelligenz erfolgreich einführen – Orientierungshilfen für Führungskräfte. ifaa, Düsseldorf

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Industrial Engineering, Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, humAIn work lab, Digital transformation, Leadership, Arbeitswissenschaft, Maschinelles Lernen, Machine Learning, Deep Learning, Künstliche Neuronale Netze, KNN, digitale Transformation, Digitalisierung, Qualifizierung, Maschinen-Interaktion, Führungskräfte, Führung, Führungskultur, Qualifikationsbedarfe, künstliche Intelligenz, KI, Qualifikation, Qualifikationsanforderungen, Mensch-Maschine-Interaktion, Unternehmenskultur
  • Pohl E (2023) Leben mit Künstlicher Intelligenz: Warum KI uns nicht die Jobs wegnehmen wird [Interview mit Sebastian Terstegen]. https://www.watson.de/leben/analyse/851436220-leben-mit-ki-warum-chatgpt-und-co-uns-nicht-die-jobs-wegnehmen-werden (15.05.2023). Zugegriffen: 16. Mai 2023

    Zitieren
    Abstract

    Die Maschinen, die unsere Zukunft mitgestalten, sind intelligent: Sie sprechen mit uns, malen Bilder, geben Antworten auf unsere Fragen und lernen stets dazu. Keine Frage, KI wird unser Leben revolutionieren. Aber wie genau? Watson widmet sich den wichtigsten Fragen zur Künstlichen Intelligenz.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, künstliche Intelligenz, KI
  • Rusch T, Ottersböck N, Stowasser S (2023) Participative Process Model for the Introduction of AI-Based Knowledge Management in Production. In: Nah F, Siau K (Hrsg) HCI in Business, Government and Organizations. 10th International Conference, HCIBGO 2023. Held as Part of the 25th HCI International Conference, HCII 2023 Copenhagen, Denmark, July 23–28, 2023. Proceedings, Part II. Lecture Notes in Computer Science. doi.org/10.1007/978-3-031-36049-7, p 181–191

    Zitieren
    Abstract

    The growing shortage of skilled workers and the large number of employees from the 1960s so-called baby boom generation who will be retiring in the next few years are current and growing major challenges for companies in Germany. When people retire, companies can lose a lot of valuable know-how and experience. Experienced professionals enjoy a special status in companies because of their extensive and in-depth knowledge of work processes. Salaries and positions in companies are often linked to knowledge. The fear of losing status or even financial loss by sharing knowledge can be a reason for employees to keep their knowledge to themselves. The use of new technologies such as artificial intelligence in companies can also trigger several fears among employees like fears regarding job loss, new skill requirements or surveillance. An innovative work culture, where knowledge sharing is actively encouraged, required and rewarded, is not successfully implemented everywhere. A particular challenge in the KI_eeper project is to convince experienced employees in the participating organizations of the importance of sharing and preserving knowledge to ensure the company’s long-term competitiveness. The aim is to encourage them to provide their knowledge to other employees with the help of an AI assistance system. In addition to the development of an assistance system, an important task of the project is the development of methods promoting knowledge transfer and contributing to the acceptance of the use of the new technology. Information and awareness-raising workshops with managers and employees have been designed and tested in the companies. Employees are involved in the development of the system in a participatory approach. This ensures that the system can be developed in a user- and needs-orientedmanner and thus the acceptance of the system’s use in future everyday work can be promoted, which is crucial for long-term successful application.

    Zuordnung der Publikation: Fachkräftesicherung, Künstliche Intelligenz / Lernende Systeme, Nicole Ottersböck, Tobias Rusch, Sascha Stowasser, KI_eeper, international publication, Fachkräftemangel, Wissensmanagement, künstliche Intelligenz, KI, Wissenstransfer
  • Rusch T, Ottersböck N, Ternes J (2023) KI_eeper – Erfahrungswissen mit KI sichern und das Team dabei mitnehmen. Projektbericht zur Entwicklung eines KI-basierten Assistenzsystems für automatisierten Wissenstransfer bei der apra-norm Elektromechanik GmbH. WERKWANDEL 2(2023):31–34

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Fachkräftesicherung, Künstliche Intelligenz / Lernende Systeme, Produktions- und Unternehmenssystemgestaltung, Nicole Ottersböck, Tobias Rusch, KI_eeper, IT, Arbeitsprozess, Arbeitswissenschaft, arbeitswissenschaftliche Empfehlungen, Produktionsdaten, Bedürfnisse der Beschäftigten, Maschinendaten, Beschäftigte, Betriebsrat, Data Scientist, Maschinelles Lernen, Machine Learning, Deep Learning, Künstliche Neuronale Netze, digitale Transformation, Digitalisierung, Arbeitsanalyse, Veröffentlichungen, Good Practice, Veröffentlichung, Good-Practice-Beispiel, Publikationen, Publikation, Industrie 4.0, KMU, Metall- und Elektroindustrie, Veränderungsmanagement, Mitarbeiterbeteiligung, Arbeitsforschung, Betriebspraxis, Produktionsprozess, Produktivität, Prozessoptimierung, Prozessverbesserung, Wissensmanagement, Wissenstransfer
  • Rusch T, Ottersböck N, Ternes J (2023) Partizipative Prozessaufnahme als Grundlage eines KI-basierten Assistenzsystems für den Wissenstransfer im Produktionsbetrieb. In: GfA (Hrsg) Nachhaltig Arbeiten und Lernen – Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits- und Lernprozesse. Bericht zum 69. Arbeitswissenschaftlichen Kongress vom 01. – 03. März 2023, GfA Press, Sankt Augustin, Beitrag C.6.18

    Zitieren
    Abstract

    In den nächsten Jahren verlieren Unternehmen in Deutschland vielelangjährige Arbeitskräfte und damit deren Erfahrungswissen und Prozesskenntnisse. Das Projekt KI_eeper erforscht eine Möglichkeit, dieses Wissen für die Unternehmen zu erfassen und zu speichern. Mit Hilfe eines KI-basiertem Assistenzsystems soll dieses meist implizite Wissen auch den nachfolgenden Generationen an Mitarbeitenden in den Unternehmen zur Verfügung stehen. Die partizipative Vorgehensweise, wie das Erfahrungs-wissen in einem exemplarischen Anwendungsfall identifiziert und der Ar-beitsprozess detailliert erfasst werden soll, wird in diesem Beitrag vorge-stellt. Dabei werden verschiedene bewährte Analysemethoden in der Syste-matik eines Regelkreises kombiniert und der Arbeitsprozess schrittweise detaillierter erfasst.

    Zuordnung der Publikation: Arbeitsgestaltung / Ergonomie, Arbeitswelt der Zukunft / New Work, Künstliche Intelligenz / Lernende Systeme, Arbeitsprozess, Produktionsprozess, Wertschöpfungsprozess, Workshop, Soziotechnik, Kommunikation, künstliche Intelligenz, KI, Partizipation, KI-Reallabor, interne Kommunikation, Forschungsprojekt KI_eeper, Sozio-Technik, Workshopkonzept, Tobias Rusch, Nicole Ottersböck, KI_eeper
  • Schüth NJ, Terstegen S, Sandrock S, Lennings F (2023) Arbeitsgestaltung von Künstlicher Intelligenz – Entwicklung und Erprobung eines Qualifizierungskonzeptes für KMU- und KMU-Beratungsorganisationen. In: Gesellschaft für Arbeitswissenschaft (Hrsg) Nachhaltig Arbeiten und Lernen - Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits- und Lernprozesse. Tagungsband des 69. Kongresses der Gesellschaft für Arbeitswissenschaft  e.V., Beitrag B 5.7

    Zitieren
    Abstract

    Kleine und mittlere Unternehmen (KMU) verfügen häufig nicht über ausreichend Ressourcen oder Kompetenzen, um die Möglichkeiten von künstlicher Intelligenz (KI) fachkundig für ihre Zwecke zu bewerten und anzuwenden. Unternehmen und ihren Beschäftigten fällt es meist schwer, sinnvolle KI-Anwendungen für ihre Wertschöpfung zu erkennen, strategisch zu bewerten sowie sie produktiv und menschengerecht zu gestalten und zu nutzen. Ein im Projekt en[AI]ble entwickeltes und erprobtes Qualifizierungskonzept schließt diese Lücke durch eine niedrigschwellige Einstiegsqualifizierung, mit der die vorhandenen Kompetenzen sowie das Fachwissen der Zielgruppen um Grundlagenwissen zu KI und Transformationskompetenzen bei der Einführung von KIAnwendungen ergänzt werden. Im Seminar wird durch konkrete Anwendungsfälle und den fachlichen Austausch der Transfer unterstützt, sodass Betriebspraktiker in KMU schließlich das Potenzial und die Wirtschaftlichkeit von KI-Anwendungen bewerten können. Im Beitrag werden die wesentlichen Inhalte des Konzepts skizziert sowie der Status quo der Umsetzung und des Einsatzes von KI in den Betrieben und die daraus resultierenden Bedarfe von KMU an eine Qualifizierung und Beratung hinsichtlich Entwicklung, Einführung und Gestaltung von KIAnwendungen und KI-gestützten Unternehmensprozessen aufgezeigt.

    Zuordnung der Publikation: Arbeitsgestaltung / Ergonomie, Arbeitswelt der Zukunft / New Work, Künstliche Intelligenz / Lernende Systeme, Frank Lennings, Stephan Sandrock, Nora Johanna Schüth, Sebastian Terstegen
  • Stowasser S (2023) Successful Introduction of AI in the Company. Building Blocks for Change Management. In: Knappertsbusch I, Gondlach K (Hrsg) Work and AI 2030. Challenges and Strategies for Tomorrow's Work. Springer Gabler, Wiesbaden. S 133–142.

    Zitieren
    Abstract

    The introduction of AI in companies and other organisations offers opportunities and potentials both for employees, such as relief by AI systems, and for companies, such as process improvements or new business models. The introduction of AI has peculiarities that affect both the change management and the participation of the employees, including the processes of co-determination. The following chapter pursues the goal of raising awareness for the requirements of change management in AI and supporting the implementation of the introduction of AI systems with different phases of the change process. An important success factor is the involvement of the employees and the mobilisation for the use of the new technologies. If we apply a goal-oriented and human-oriented change management already today, this helps to achieve a successful use of AI technology in the working world 2030.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, enAIble, international publication, Change-Management, künstliche Intelligenz, KI
  • Stowasser S, Suchy O, Terstegen S, Mihatsch A (2023) Change Management Process and People’s Involvement when Introducing AI Systems in Companies. In: Nah F, Siau K (Hrsg) HCI in Business, Government and Organizations. 10th International Conference, HCIBGO 2023. Held as Part of the 25th HCI International Conference, HCII 2023 Copenhagen, Denmark, July 23–28, 2023. Proceedings, Part II. Lecture Notes in Computer Science. doi.org/10.1007/978-3-031-36049-7, p 202–213

    Zitieren
    Abstract

    Artificial intelligence (AI) offers great potential for companies and their employees – whether through improved work processes or digital business model innovations. At the same time, the change in companies must – and can – be shaped together and the challenges in the use of AI systems must be solved. This is the only way to overcome challenges and negative side effects in the use of AI systems. The overall aim is to create a new relationship between humans and machine, in which people and AI systems work together productively and the respective strengths are emphasized. The paper shows the possibilities of how AI systems can be introduced successfully and in the interests of the employees in the company. The challenges and design options for companies are based on the phases of the change process: starting from the goal setting and impact assessment, planning and design, preparation, and implementation, right through to evaluation and continuous adaptation. The process was derived by the working group Future of Work and Human-Machine-Interaction of the Plattform Lernende Systeme – Germany‘s Platform forArtificial Intelligence and want to sensitize for the requirements of the change management in AI.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Sebastian Terstegen, international publication, Change-Management, künstliche Intelligenz, KI
  • Terstegen S, Aigner T, Schackmann P (2023) KI erkennen, bewerten und einführen. Das en[AI]ble-Projekt erprobt das Weiterbildungsangebot für die ganzheitliche Arbeitsgestaltung von Künstlicher Intelligenz. WERKWANDEL (3):38–40

    Zitieren
    Abstract

    Im BMAS-Projekt en[AI]ble wurde ein Weiter­bildungs­angebot zu Künstlicher Intelligenz entwickelt, das besonders auf die Bedarfe kleiner und mittlerer Unter­nehmen zugeschnitten ist. Hier berichten die Projekt­partner über die erfolgreiche Erprobung bei einem mittel­ständischen IT-Unter­nehmen aus Baden-Württemberg.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, enAIble, Qualifizierung, künstliche Intelligenz, KI, Arbeitsgestaltung
  • Terstegen S, Niehues S, Stowasser S (2023) Neue Anforderungen in Zeiten von New Work und KI. markenartikel 11(2023):42–45

    Zitieren
    Abstract

    New Work ist in aller Munde und ein Sammel­begriff für wert­schöpfende und sinn­stiftende Arbeit. Eine die künftige Arbeits­welt maßgeblich prägende Techno­logie ist die Künst­liche Intelli­genz. Es gilt, sie human zu gestalten und partizi­pativ einzuführen.

    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Sina Niehues, Sebastian Terstegen, KI, New Work, Arbeitsgestaltung
  • Terstegen S, Schmalen B, Hinz A, Pricelius M (2023) Introductory Qualification on Artifical Intelligence. Productive and Humane Work Design with AI in Small and Medium-Sized Enterprises. In: Knappertsbusch I, Gondlach K (Hrsg) Work and AI 2030. Springer, Wiesbaden, S 343–351

    Zitieren
    Abstract

    How do I manage as a small or medium-sized enterprise (SME) to successfully use artificial intelligence (AI)? Existing consulting services that support SMEs in this regard usually focus on technical aspects of AI. The solution approach presented here is to qualify one’s own managers and employees as AI experts, so that they can identify AI applications for the value creation of their own company and design them productively and humanely. This gap could be closed by a complementary qualification offer. Through an AI qualification tailored to the needs of the medium-sized sector, managers and employees in SMEs could be specifically enabled to realistically assess AI applications and enable a profitable AI use. This AI qualification would supplement the existing skills and the existing professional knowledge of the employees with AI competencies.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, enAIble, international publication, Qualifizierung, künstliche Intelligenz, KI, Arbeitsgestaltung
  • Tschesche M, Henning M, Schiffer S, Ferrein A, Ramm GM, Harlacher M, Merx W, Sahm J (2023) Situative KI-Entscheidungsunterstützung zur Abschätzung arbeitsorganisatorischer Folgen im Rahmen des Shopfloor Managements. In: Jeske T, Harlacher M, Altepost A, Schmenk B, Ferrein A, Schiffer S. (Hrsg) Kompetenzzentrum WIRKsam - Wirtschaftlichen Wandel in der rheinischen Textil- und Kohleregion mit Künstlicher Intelligenz gemeinsam gestalten. Leistung & Entgelt (2):22-24

    Zitieren
    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Produktions- und Unternehmenssystemgestaltung, Markus Harlacher, Gerda Maria Ramm, digitale Transformation, Forschungsprojekt WIRKsam, Kompetenzzentrum WIRKsam
  • Tschesche M, Henning M, Schiffer S, Ferrein A, Ramm GM, Harlacher M, Merx W, Zohren M, Rezeay A, Kot A, Smekal J (2023) KI-Nachfrageprognose zur Verringerung von Lagerbeständen, Produktionsschwankungen und damit verbundener Beschäftigtenbelastung. In: Jeske T, Harlacher M, Altepost A, Schmenk B, Ferrein A, Schiffer S. (Hrsg) Kompetenzzentrum WIRKsam - Wirtschaftlichen Wandel in der rheinischen Textil- und Kohleregion mit Künstlicher Intelligenz gemeinsam gestalten. Leistung & Entgelt (2):22-24

    Zitieren
    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Produktions- und Unternehmenssystemgestaltung, Markus Harlacher, Gerda Maria Ramm, WIRKsam, digitale Transformation
  • Urban I, Cost Reyes C (2023) Frag das ifaa: Was ist eigentlich ELSI? In: ifaa - Institut für angewandte Arbeitswissenschaft (Hrsg) Werkwandel – Zeitschrift für angewandte Arbeitswissenschaft 3/23:64-65.

    Zitieren
    Zuordnung der Publikation: Digitalisierung / Industrie 4.0, Fachkräftesicherung, Künstliche Intelligenz / Lernende Systeme, Christian Cost Reyes, Isabella Urban, Zeitschrift, WerkWandel
  • Winnemöller (2023) Lernende Systeme – Chancen und Grenzen [Interview mit Sebastian Terstegen]. Die Tagespost 23(76):3. https://www.die-tagespost.de/leben/wirtschaft/lernende-systeme-chancen-und-grenzen-art-238964. Zugegriffen: 15. Juni 2023

    Zitieren
    Abstract

    Fast alle Unter­nehmen beschäftigen sich mit der Frage, wo sie Künst­liche Intel­ligenz einsetzen können. Sebastian Terstegen vom Institut für ange­wandte Arbeits­wissen­schaft erläutert im Interview, welche Möglich­keiten und Risiken der Einsatz von KI in der Arbeits­welt birgt.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, Interview, künstliche Intelligenz, KI
  • Adler R et al., DIN (Hrsg), DKE (Hrsg) (2022) Deutsche Normungsroadmap Künstliche Intelligenz – Ausgabe 2. DIN, Berlin

    Zitieren
    Abstract

    Im Auftrag des Bundesministeriums für Wirtschaft und Klimaschutz haben DIN und DKE im Januar 2022 die Arbeiten an der zweiten Ausgabe der Deutschen Normungsroadmap Künstliche Intelligenz gestartet. In einem breiten Beteiligungsprozess und unter Mitwirkung von mehr als 570 Fachleuten aus Wirtschaft, Wissenschaft, öffentlicher Hand und Zivilgesellschaft wurde damit der strategische Fahrplan für die KI-Normung weiterentwickelt. Koordiniert und begleitet wurden diese Arbeiten von einer hochrangigen Koordinierungsgruppe für KI-Normung und -Konformität.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, künstliche Intelligenz, Fatemeh Nasim Shahinfar, Yannick Peifer, Sebastian Terstegen
  • Altun U, Hartmann V (2022) KI revolutioniert die Personaleinsatzplanung. Werkwandel 01/2022, S 22-24

    Zitieren
    Abstract

    Die Personaleinsatzplanung ist für Unternehmen oft sehr aufwändig. Denn Dienst- und Schichtpläne müssen einerseits langfristig angelegt sein. Andererseits sind kurzfristige Ausfälle und schwankende Auftragslagen zu berücksichtigen. Zudem sind betriebsinterne Gegebenheiten und Wünsche der Beschäftigten einzubeziehen. Eine lernende digitale Personaleinsatzplanung kann hier für Entlastung sorgen und zugleich die Anforderungen des Unternehmens und Bedürfnisse der Beschäftigten immer besser zusammenbringen.

    Zuordnung der Publikation: Arbeitszeit, Künstliche Intelligenz / Lernende Systeme, vernetzte Digitalisierung
  • Altun U, Hartmann V, Foit S, Manderscheid M (2022) Künstliche Intelligenz (KI) in der Dienst- und Schichtplangestaltung. In: GfA (Hrsg) Technologie und Bildung in hybriden Arbeitswelten. Bericht zum 68. Arbeitswissenschaftlichen Kongress vom 02. – 04. März 2022, GfA-Press, Sankt Augustin, Beitrag B.10.2

    Zitieren
    Abstract

    In der Dienst- und Schichtplangestaltung kann die Künstliche Intelligenz (KI) dazu beitragen, die von Betrieben und Beschäftigten gewünschte Flexibilisierung und die dadurch entstehende Komplexität mithilfe von intelligenten Algorithmen beherrschbar zu machen und transparenter zu gestalten. Daher lohnt es sich, zu erforschen, wie die KI die Dienst- und Schichtplangestaltung konkret unterstützen kann. Dieser Aufgabe geht das ifaa gemeinsam mit einem Start-up-Unternehmen nach. Im Rahmen des Forschungsvorhabens werden praxisnah die Einsatzmöglichkeiten der KI für eine Dienst- und Schichtplangestaltung erforscht. Die im Projekt gewonnenen Erkenntnisse sollen - unabhängig von einer Entwicklung einer Planungssoftware - wertvolle Hinweise für eine möglichst praxisgerechte Umsetzung liefern.

    Zuordnung der Publikation: Arbeitszeit, Künstliche Intelligenz / Lernende Systeme, Veit Hartmann, Ufuk Altun, Arbeitszeit, KI
  • Beyerer J, Müller-Quade J, Albers A, Houdeau D, Tchouchenkov I, Dzaack J, Schapranow M-P, Reißner N, Neuburger R, Stowasser S, Rapp S, Terstegen S (2022) KI-Systeme schützen, Missbrauch verhindern – Maßnahmen und Szenarien in fünf Anwendungsgebieten. Whitepaper aus der Plattform Lernende Systeme, München. https://doi.org/10.48669/pls_2021-6

    Zitieren
    Abstract

    Künstliche Intelligenz wird bereits in einer Vielzahl von gesellschaftlichen Bereichen eingesetzt, sei es im Gesundheitsbereich, in der Arbeitswelt, im Straßenverkehr oder in öffentlichen Räumen. Trotz der vielfältigen Chancen, die die KI-Technologie mit sich bringt, wie etwa eine verbesserte Gesundheitsversorgung oder eine attraktive, individuelle Arbeitsplatzgestaltung, sollte das Potenzial für den Missbrauch von KI-Systemen nicht aus den Augen verloren und realistisch eingeschätzt werden. Expertinnen und Experten der Arbeitsgruppen Lebensfeindliche Umgebungen sowie IT-Sicherheit, Privacy, Recht und Ethik der Plattform Lernende Systeme nehmen sich ganz gezielt des Themas Missbrauch im Whitepaper an und stellen geeignete Maßnahmen vor, wie dem Missbrauch von KI-Systemen wirksam vorgebeugt werden kann. Dies vorrangig unter technologischen Aspekten. Damit liefern sie einen grundsätzlichen Ansatz, sich offen mit dem Thema Missbrauch beim Einsatz von KI-Technologien auseinanderzusetzen. Aus einer Gesamtsicht lassen sich erforderliche Schutzmaßnahmen ableiten, die eingebettet in einer Gesamtstrategie Missbrauch verhindern können. Zur Konkretisierung und Veranschaulichung werden die theoretischen Überlegungen zudem in realistische Anwendungsszenarien eingebettet. Anhand von sieben Szenarien aus dem Bereich Gesundheit, Freizeit, Mobilität oder Arbeitswelt zeigen die Autorinnen und Autoren exemplarisch auf, wo Einfallstore für Missbrauch vorliegen könnten und wie der Worst Case durch geeignete und effektive Schutz- und Abwehrmechanismen in einen Best Case bereits von Beginn an umgeleitet und damit letztlich verhindert werden kann.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Sebastian Terstegen, Datenschutz, Datensicherheit, lernende Systeme, künstliche Intelligenz, KI, Sicherheit
  • Börkircher M, Terstegen S, Hapke J (2022) Potenziale der KI für den betrieblichen Arbeitsschutz. Lernende Algorithmen für Gefährdungsbeurteilung und Unfallauswertung. Sicherheitsingenieur (11):7–11

    Zitieren
    Abstract

    Im Zuge der fort­schreitenden Digitali­sierung werden IT-Systeme zu cyber-physischen Systemen intelligent vernetzt. Die anfallenden Daten­mengen können systematisch zum Zwecke der Prozess- oder Produkt­innovation analysiert werden. Damit wurde auch eine zentrale Voraus­setzung geschaffen, Methoden der Künstlichen Intelligenz (KI) auf betrieb­liche Prozesse anzuwenden. Der Beitrag zeigt die Potenziale für den betrieblichen Arbeits- und Gesund­heits­schutz auf.

    Zuordnung der Publikation: Arbeits- und Gesundheitsschutz, Künstliche Intelligenz / Lernende Systeme, Maschinelles Lernen, Gefährdungsbeurteilung, Arbeitsschutz, künstliche Intelligenz, KI, Jennifer Hapke, Sebastian Terstegen
  • Helgenberger F, Peifer Y, Weber MA (2022) Qualifizierungsherausforderungen von Arbeitspersonen bei der Implementierung von Künstlicher Intelligenz in einer Mensch-Roboter-Kollaboration. In: GfA (Hrsg) Technologie und Bildung in hybriden Arbeitswelten. Bericht zum 68. Arbeitswissenschaftlichen Kongress vom 02. - 04. März 2022, ISBN 978-3-936804-31-7, GfA-Press, Sankt Augustin, Beitrag B.8.1

    Zitieren
    Abstract

    Im Rahmen der Industrie 4.0 eröffnen sich mithilfe moderner Technologien neue Interaktionsformen, die eine individuelle Gestaltung von Arbeitsprozessen ermöglichen. Die Mensch-Roboter-Kollaboration (MRK) kombiniert die Stärken eines Menschen mit denen eines Roboters. Diese Kombination eröffnet das Potenzial einer effizienten und qualitativ hochwertigen Fertigung. Mittels Implementierung von Künstlicher Intelligenz (KI) in diese Roboter können autonome Entscheidungen getroffen und weitreichende neue Potenziale der MRK aufgezeigt werden. In diesem Zusammenhang sind jedoch viele Herausforderungen seitens der Qualifizierung von Arbeitspersonen zu beachten, die in diesem Beitrag dargelegt werden.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Digitalisierung / Industrie 4.0, Yannick Peifer, Maschinelles Lernen, Tiefes Lernen, Künstliche Neuronale Netze, Mensch-Roboter-Kollaboration, künstliche Intelligenz
  • Jeske T, Terstegen S (2022) Chancen der KI für die Arbeitsgestaltung in der produzierenden Industrie – Herausforderungen und Potenziale am Beispiel der Metall- und Elektroindustrie. In: Knappertsbusch I, Gondlach K (Hrsg) Arbeitswelt und KI 2030. Springer Gabler, Wiesbaden, S 223–230. doi.org/10.1007/978-3-658-35779-5_23

    Zitieren
    Abstract

    Digitalisierung und künstliche Intelligenz (KI) finden immer mehr Anwendung und bieten vielseitige Chancen zur Gestaltung der Arbeitswelt. Dabei können sowohl geistige als auch körperliche Tätigkeiten mit entsprechenden Assistenzsystemen unterstützt werden. Damit verbunden sind große Potenziale für die deutsche Industrie – insbesondere hinsichtlich der Sicherung von Wettbewerbsfähigkeit, Arbeitsplätzen und Wohlstand. Im Beitrag werden Entwicklungsstufen der Digitalisierung beschrieben und Ergebnisse aus zwei Befragungsstudien in der deutschen Metall- und Elektroindustrie aus den Jahren 2015 und 2019 herangezogen, um den aktuellen Entwicklungsstand und bestehende Herausforderungen von Digitalisierung und KI zu skizzieren sowie die damit verbundenen Erwartungen aufzuzeigen. Dabei werden Voraussetzungen, Bedeutung und Umsetzungsaktivitäten ebenso adressiert wie Qualifikationsbedarfe, Schichtarbeit und Flexibilität.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Tim Jeske, Sebastian Terstegen, Digitalisierung, Produktionsindustrie, Metall- und Elektroindustrie, Studie, Arbeitswelt der Zukunft, KI, Arbeitsgestaltung
  • Ottersböck N, Conrad R, Klinke M (2022) Potenziale von Planspielen zur Information und Kompetenzentwicklung für Hybridisierung. In: GfA (Hrsg) Technologie und Bildung in hybriden Arbeitswelten. Bericht zum 68. Arbeitswissenschaftlichen Kongress vom 02. – 04. März 2022, GfA-Press, Sankt Augustin, Beitrag C.5.3

    Zitieren
    Zuordnung der Publikation: AnGeWaNt, Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Ralph W. Conrad, Nicole Ottersböck, Bedürfnisse der Beschäftigten, Beschäftigte, Digitalisierung, Veröffentlichungen, Veröffentlichung, Publikationen, Publikation, Industrie 4.0, KMU, Kompetenz, AnGeWaNt, Prozessoptimierung, Prozessverbesserung, Qualifizierung, Kompetenzerwerb, Soziotechnik, Geschäftsmodell, Weiterbildung
  • Ottersböck N, Holtermans W, Klinke M, Günther M, Bücker S, Urban I  (2023) Kompetenzentwicklung für hybride Wertschöpfung. In: ifaa (Hrsg) Wertschöpfung hybrid gestalten - Geschäftsmodellentwicklung und Arbeitsgestaltung in der Digitalisierung. ifaa-Edition. Springer Vieweg, Berlin, Heidelberg, S. 139-191

    Zitieren
    Zuordnung der Publikation: Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Nicole Ottersböck, Isabella Urban, AnGeWaNt, Arbeitswissenschaft, arbeitswissenschaftliche Empfehlungen, Bedürfnisse der Beschäftigten, Beschäftigte, Checkliste, digitale Transformation, Digitalisierung, Personalentwicklung, Digitalisierungsmaßnahmen, Fachkompetenz, Kompetenz, Kompetenzerwerb, Kompetenzanforderung, Geschäftsmodell, Kompetenzentwicklung, Change, Change-Management, Kompetenzbedarf, Kompetenzmanagement
  • Ottersböck N, Jeske T (2022) Potential of Cross-Operational Cooperation for Implementing Hybrid, Data-Driven Business Models. 3rd International Conference on Industry 4.0 and Smart Manufacturing. Procedia Computer Science 200:852-857.  https://www.sciencedirect.com/science/article/pii/S1877050922002915

    Zitieren
    Zuordnung der Publikation: AnGeWaNt, Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Tim Jeske, Nicole Ottersböck, digitale Transformation, Digitalisierung, international publication, Veröffentlichungen, Veröffentlichung, Publikationen, Industrie 4.0, AnGeWaNt, Veränderungsmanagement, Arbeitsforschung, Betriebspraxis, Schnittstellenmanagement, Arbeitswelt der Zukunft, Innovation, Unternehmensstrategie, Veränderungsfähigkeit, Geschäftsmodell
  • Peifer Y (2022) Künstliche Intelligenz und der Wandel von Arbeit - Wie Unternehmen die Einführung und Anwendung erfolgreich gestalten können. Werkwandel 03/2022 S 33-34

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, humAIn work lab, Maschinelles Lernen, Machine Learning, Deep Learning, Künstliche Neuronale Netze, Führungskräfte, Führung, Change-Management, KI, WerkWandel, Yannick Peifer
  • Peifer Y, Jeske T, Hille S (2022) Artificial Intelligence and its Impact on Leaders and Leadership. 3rd International Conference on Industry 4.0 and Smart Manufacturing. Procedia Computer Science 200:1024-1030. www.sciencedirect.com/science/article/pii/S1877050922003106

    Zitieren
    Abstract

    An increasing networking of IT systems as well as the use of cyber-physical systems in the industrial environment are raising the current amount of data. To process this enormous amount of data and derive conclusions companies use Artificial Intelligence (AI) more frequently. The increasing application and use of AI have a significant impact on socio-technical work systems. In particular, challenges and requirements for leaders and leadership can be identified. Accordingly, leaders and leadership are crucial for implementing and using AI successfully. This and the dynamic development of AI require further research on its impact on leaders and leadership for supporting companies with practice-proven guidelines and recommendations. For developing those a comprehensive analysis of existing literature has been conducted and will be the basis for further steps. The literature analysis’ results were grouped into four main clusters: Strategic Transformation Process, Qualification and Competencies, Culture and Human-AI Interaction. The results are presented in detail and an outlook on the further steps of research and development will be given.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sven Hille, Tim Jeske, Yannick Peifer, Maschinelles Lernen, Deep Learning, international publication, humAIn work lab
  • Peifer Y, Jeske T, Hille S (2022) Auswirkungen von Künstlicher Intelligenz auf Führungskräfte und Führung. In: GfA (Hrsg) Technologie und Bildung in hybriden Arbeitswelten. Bericht zum 68. Arbeitswissenschaftlichen Kongress vom 02. - 04. März 2022, ISBN 978-3-936804-31-7, GfA-Press, Sankt Augustin, Beitrag C.3.8

    Zitieren
    Abstract

    Die Integration von Künstlicher Intelligenz (KI) stellt Unter-nehmen vor Herausforderungen und hat zugleich einen wachsenden Ein-fluss auf die Arbeitsgestaltung. Der vermehrte Einsatz von KI verändert hierbei die Anforderungen, denen sich Führungskräfte gegenübersehen. Zum gegenwärtigen Zeitpunkt fehlt es Unternehmen noch an Unterstützung durch praxisnahe Handlungsempfehlungen. Diese werden im Rahmen des Forschungsprojektes humAIn work lab erarbeitet. Als Grundlage dazu wurde der aktuelle Forschungsstand mittels einer umfangreichen Literatur-analyse erhoben und anhand von fünf Kategorien strukturiert: (1) Erfolgs-faktoren des Einführungsprozesses, (2) Beschäftigungs- und Prozessaus-wirkungen, (3) KI-Qualifizierung und Kompetenzentwicklung, (4) Führungs-situation und Unternehmenskultur sowie (5) Mensch-KI-Interaktion. Die Vorgehensweise und Ergebnisse sowie ein Ausblick auf die weiteren Schritte sind im Beitrag detailliert dargestellt.

    Zuordnung der Publikation: humAIn work lab, Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, Sven Hille, Tim Jeske, Maschinelles Lernen, Künstliche Neuronale Netze, Führungskräfte, künstliche Intelligenz, Führung
  • Peifer Y, Weber MA, Jeske T, Stowasser S (2022) Künstliche Intelligenz als Einflussfaktor auf die Qualifizierung in der Mensch-Roboter-Kollaboration. In: GfA (Hrsg) Technologie und Bildung in hybriden Arbeitswelten. Bericht zum 68. Arbeitswissenschaftlichen Kongress vom 02. - 04. März 2022, ISBN 978-3-936804-31-7, GfA-Press, Sankt Augustin, Beitrag B.8.5

    Zitieren
    Abstract

    Die Mensch-Roboter-Kollaboration (MRK) kennzeichnet eine direkte Zusammenarbeit von Mensch und Roboter, was durch die Sen-sorik des Roboters und seine im derzeitigen Entwicklungsstadium schwach ausgeprägte Künstliche Intelligenz (KI) ermöglicht wird. Zukünftig wird sich diese Zusammenarbeit weiter intensivieren. Dies lässt sich u. a. darauf zu-rückführen, dass sich die Leistungsfähigkeit der KI erhöhen wird. Kollabo-rierende Roboter werden zu lernfähigen Robotersystemen, die ihre Umge-bung wahrnehmen können. Bei der Implementierung von MRK stehen Un-ternehmen vor soziotechnischen Herausforderungen. Die Qualifizierung ist ein wesentlicher Erfolgsfaktor zur nachhaltigen und sicheren Einführung. Auf Basis einer Synthese des aktuellen Forschungstands zur MRK und KI werden im Beitrag Empfehlungen zur Gestaltung aufgezeigt.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Digitalisierung / Industrie 4.0, Yannick Peifer, Tim Jeske, Sascha Stowasser, Maschinelles Lernen, Tiefes Lernen, Künstliche Neuronale Netze, Qualifizierung, Mensch-Roboter-Kollaboration, künstliche Intelligenz
  • Sandrock S, Terstegen S (2022) Sichere und produktive Arbeitsgestaltung mit künstlicher Intelligenz - Entwicklung einer Zusatzqualifizierung zu KI für unterschiedliche Zielgruppen. In: S Rehmer & C Eickholt (Hrsg.) 22. Workshop Psychologie der Arbeitssicherheit und Gesundheit - Transfer von Sicherheit und Gesundheit, Asanger Verlag, Kröning, S 553-556

    Zitieren
    Abstract

    Künstliche Intelligenz (KI) ist eine Technologie, die nicht erst in Zukunft relevant wird, sondern bereits heute in vielen Dingen, die Menschen täglich nutzen, steckt. KI eröffnet neue Chancen und Möglichkeiten für die Arbeit und das private Leben. Im Forschungsprojekt en[AI]ble wird untersucht, welches Wissen und welche Kompetenzen über KI notwendig sind, um diese Technologie menschengerecht, gesundheitsförderlich und produktiv im Unternehmen zu gestalten. Dies ist wichtig, da die digitale Transformation mit KI-Technologien das Potenzial hat, die Arbeitsbedingungen für Führungskräfte und Beschäftigte in Unternehmen grundlegend zu verändern. Dies betrifft Arbeitsmittel und Arbeitsprozesse, und hat auch Auswirkungen auf weitere Unternehmensbereiche – u.a. die Führung bis hin zur Gestaltung menschengerechter Arbeitsbedingungen. Die Veränderungen durch KI eröffnen Unternehmen Chancen, die Arbeitsbedingungen produktiver und gesundheitsförderlicher zu gestalten. Entsprechend können vielfältige Möglichkeiten resultieren, die Gesundheit, Zufriedenheit und Motivation von Führungskräften und Beschäftigtenn zu verbessern und damit Produktivität und Wettbewerbsfähigkeit zu erhöhen. Ohne eine entsprechende Gestaltung der KI können allerdings zusätzliche Gefährdungen und Belastungen entstehen, die durch eine entsprechende Antizipation bei der Gestaltung vermieden werden können. Der Beitrag erläutert ein entsprechendes Qualifizierungskonzept, dass Führungskräfte, Beschäftigte und Betriebsräte in KMU sowie Beraterinnen und Berater gezielt dazu befähigen soll, KI-Anwendungen realistisch einzuschätzen und eine für alle Seiten gewinnbringende KI-Nutzung zu ermöglichen.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Arbeits- und Gesundheitsschutz, Arbeitsgestaltung / Ergonomie, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Stephan Sandrock, Sebastian Terstegen, Bedürfnisse der Beschäftigten, Maschinendaten, Maschinelles Lernen, Machine Learning, Cyber-physisches System, Deep Learning
  • Stowasser S (2022) Erfolgreiche Einführung von KI im Unternehmen. Bausteine für das Change-Management. In: Knappertsbusch I, Gondlach K (Hrsg) Arbeitswelt und KI 2030. Springer Gabler, Wiesbaden, S 145–153

    Zitieren
    Abstract

    Die Einführung von KI in Unternehmen und anderen Organisationen bietet Chancen und Potenziale sowohl für Beschäftigte, etwa in Form von Entlastung durch KI-Systeme, als auch für Unternehmen, etwa in Form von Prozessverbesserungen oder neuer Geschäftsmodelle. Die Einführung von KI weist Besonderheiten auf, die sich ebenso auf das Change-Management wie auf die Beteiligung der Beschäftigten einschließlich der Prozesse der betrieblichen Mitbestimmung auswirken. Das folgende Kapitel verfolgt das Ziel, für die Anforderungen des Change-Managements bei KI zu sensibilisieren und die Umsetzung der Einführung von KI-Systemen mit verschiedenen Phasen des Change-Prozesses zu unterstützen. Ein wichtiger Erfolgsfaktor stellt die Einbeziehung der Beschäftigten und die Mobilisierung für den Einsatz der neuen Technologien dar. Wenn wir bereits heute ein zielorientiertes und humanorientiertes Change-Management anwenden, verhilft dies zu einem erfolgreichen Einsatz von KI-Technologie in der Arbeitswelt 2030.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Change-Management, künstliche Intelligenz, KI
  • Stowasser S, Neuburger R, Bauer K, Bullinger-Hoffmann A, Huchler N, Schmidt CM, Stich A, Terstegen S, Hofmann J, Peifer Y, Ramin P (2022) Führung im Wandel: Herausforderungen und Chancen durch KI Whitepaper aus der Plattform Lernende Systeme, München. https://doi.org/10.48669/pls_2022-4

    Zitieren
    Abstract

    Künstliche Intelligenz (KI) verändert die Arbeitswelt und führt zu einer dynamischen Neugestaltung der Arbeitsteilung zwischen Mensch und Technik in Unternehmen. Dies betrifft nicht zuletzt auch den Bereich der Führung. KI-Systeme können Führungskräfte bei der Ausübung ihrer Aufgaben unterstützen, vor allem bei wiederkehrenden Tätigkeiten und Routinen: So verbleibt mehr Zeit, sich der Personalführung oder Innovationsprozessen zu widmen. Führungskräfte nehmen künftig eine zentrale Rolle ein, den KI-Transformationsprozess erfolgreich mitzugestalten und dabei im Rahmen ihrer Fürsorgepflichten besonders auf die menschengerechte Gestaltung der KI-Systeme mit den und für die Beschäftigten hinzuwirken. Expertinnen und Experten der Arbeitsgruppe Arbeit/Qualifikation und Mensch-Maschine-Interaktion der Plattform Lernende Systeme zeigen mit diesem Whitepaper auf, welche neuen Möglichkeiten und Chancen, aber auch welche Herausforderungen durch den Einsatz von KI-Systemen in Führungsaufgaben entstehen können.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Yannick Peifer, Sascha Stowasser, Sebastian Terstegen, Führungskräfte, künstliche Intelligenz, Führung
  • Terstegen S (2022) Einordnung des Betriebsrätemodernisierungsgesetzes zur Gestaltung von Künstlicher Intelligenz in Unternehmen. In: GfA (Hrsg) Technologie und Bildung in hybriden Arbeitswelten. Bericht zum 68. Arbeitswissenschaftlichen Kongress vom 02. – 04. März 2022, GfA-Press, Sankt Augustin, Beitrag C.13.4

    Zitieren
    Abstract

    Im Zuge der steigenden Relevanz von Künstlicher Intelligenz (KI) in deutschen Unternehmen wurde im Juni 2021 ein Gesetz zur Förderung der Betriebsratsarbeit in einer digitalen Arbeitswelt verabschiedet. Mit diesem Gesetz soll neuen Herausforderungen und Anforderungen durch die Digitalisierung begegnet werden. Das Gesetz sieht unter anderem auch erweiterte Mitbestimmungsrechte des Betriebsrates bei Regelungen zu KI vor. Unter anderem §80 BetrVG regelt den vereinfachten Zugriff auf besonderen Sachverstand, wenn der Betriebsrat zur Durchführung seiner Aufgaben die Einführung oder Anwendung von KI beurteilen muss. Des Weiteren hat der Betriebsrat zusätzlich zum bisherigen Mitentscheidungsrecht bei Auswahlrichtlinien für Einstellungen, Versetzungen, Umgruppierungen und Kündigungen ein Recht auf Mitentscheidung, sobald bei der Aufstellung der Auswahlrichtlinien KI zum Einsatz kommt. Der vorliegende Beitrag ordnet die neue gesetzlichen Rechte des Betriebsrates in den Status quo der Betriebsratsarbeit ein, stellt Positionen und Einschätzungen von Expertinnen und Experten aus der Wirtschaft, Arbeits- und Rechtswissenschaft sowie von Arbeitgeber- und Arbeitnehmervertretungen gegenüber und zeigt abschließend arbeitswissenschaftliche Gestaltungsoptionen hinsichtlich des vereinfachten Zugriffs auf besonderen KI-Sachverstand auf.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, Betriebsrat, Digitalisierung, Mitbestimmung, künstliche Intelligenz, KI
  • Terstegen S (2022) Qualifizierungskonzept für eine produktive und menschengerechte Arbeitsgestaltung der Künstlichen Intelligenz. In: GfA (Hrsg) Technologie und Bildung in hybriden Arbeitswelten. Bericht zum 68. Arbeitswissenschaftlichen Kongress vom 02. – 04. März 2022, GfA-Press, Sankt Augustin, Beitrag C.7.11

    Zitieren
    Abstract

    Kleine und mittlere Unternehmen (KMU) verfügen häufig nicht über ausreichend Ressourcen oder Kompetenzen, um die Möglichkeiten von künstlicher Intelligenz (KI) fachkundig für ihre Zwecke zu bewerten und anzuwenden. Trotz einer Vielzahl an Beratungsangeboten, die sich jedoch mehrheitlich auf technische Fragen der KI konzentrieren, fällt es Unternehmen und ihren Beschäftigten meist schwer, sinnvolle KI-Anwendungen für ihre Wertschöpfung zu erkennen, strategisch zu bewerten sowie sie produktiv und menschengerecht zu gestalten und zu nutzen. Das Projekt en[AI]ble wird diese Lücke durch ein ergänzendes Angebot schließen. Durch eine auf die Bedarfe des Mittelstands abgestimmte KI-Zusatzqualifizierung wird das bestehende Domänenwissen, das heißt die vorhandenen Kompetenzen sowie das Fachwissen der Zielgruppen, um KI-Kompetenzen ergänzt. Diese KI-Zusatzqualifizierung wird im Rahmen eines INQA-Lern- und Experimentierraums von einem interdisziplinär aufgestellten Projektverbund unter Beteiligung von Praxispartnern als Modell entwickelt und erprobt. Sie soll neben einem technischen Grundverständnis von KI und ihrer maschinellen Anwendung vor allem Kompetenzen zur ganzheitlichen Arbeits- und Organisationsgestaltung vermitteln. Ziel ist es, die qualifizierten Akteure zu befähigen, in diesem KI-bedingten Veränderungsprozess produktiv und präventiv zu agieren sowie mithilfe eines mitarbeiterorientierten Personaleinsatzes alle Kompetenzen und sozialen Innovationen für die KI-Integration partizipativ zu nutzen. Im vorliegenden Beitrag wird das Konzept der KI-Zusatzqualifizierung zum gegenwärtigen Zeitpunkt skizziert und ein Ausblick auf die Erprobung und Anwendung im Rahmen des Projekts gegeben.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, Qualifizierung, künstliche Intelligenz, KI, Arbeitsgestaltung
  • Terstegen S, Link J, ifaa – Institut für angewandte Arbeitswissenschaft (Hrsg) (2022) Künstliche Intelligenz. Grundlagen, Anwendungen und Praxisbeispiele. ifaa, Düsseldorf. www.arbeitswissenschaft.net/ki-praxis. Zugegriffen: 11. Januar 2023

    Zitieren
    Abstract

    Die Arbeitswelt der Unternehmen wird durch künstliche Intelligenz (KI) umwälzende Veränderungen erfahren. Sie wird künftig um Instrumente und Arbeits­systeme mit intelligenter Assistenz, lernende Roboter und benutzer­optimierte Informations­bereit­stellung bereichert. Für die Beschäftigten bedeutet der Einsatz von KI noch mehr Flexibilität, anspruchs­vollere Tätigkeiten, individuell angepasste Informationen sowie Erleichterung bei monotonen geistigen Tätigkeiten. Diverse Studien zum Einsatz der KI in Unternehmen belegen, dass das Grundlagen­wissen über KI in Unternehmen mittlerweile weitverbreitet ist und die Bedeutung der KI für das eigene Unternehmen und Geschäfts­modell zunehmend erkannt wird. Was die Studien aber auch zeigen: Nur die wenigsten Unternehmen entwickeln KI-Anwendungen oder erproben die Technologie in Pilotprojekten. Durch die Verbreitung von Good-Practice-Beispielen lässt sich die Akzeptanz erhöhen und Hemm­schwellen, KI im eigenen Unternehmen anzuwenden, abbauen. Das ifaa möchte mit dieser Praxisbroschüre einen Beitrag dazu leisten. Lassen Sie sich inspirieren von interessanten und pragmatischen Anwendungs­beispielen aus kleinen und mittleren Unternehmen der Metall- und Elektroindustrie.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Künstliche Neuronale Netze, Good-Practice-Beispiel, Metall- und Elektroindustrie, künstliche Intelligenz, KI, Jennifer Link, Sebastian Terstegen
  • Terstegen S, Sandrock S (2022) KI-Sachverstand für betriebliche Akteure – Kompetenzen für die präventive Arbeitsgestaltung. PuR Personalpraxis + Recht (11-12):233–234

    Zitieren
    Abstract

    Mit dem kürzlich verabschiedeten Betriebs­räte­moderni­sierungs­gesetz soll die Betriebs­rats­arbeit in einer digitalen Arbeits­welt modernisiert werden. Unter anderem sieht das Gesetz vor, dass der Betriebs­rat besonderen Sach­verstand hinzuziehen darf, wenn er zur Durch­führung seiner Aufgaben die Einführung oder Anwendung von Künstlicher Intelligenz (KI) beurteilen muss. Wie dieser besondere Sach­verstand aussieht, welche Anforderungen und Bedarfe betriebliche Akteure ein­schließlich Betriebs­räte bezüglich KI haben und wie entsprechende Qualifi­zierungen diesem Anspruch gerecht werden können, wird in diesem Beitrag kurz dargestellt.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, enAIble, Betriebsrat, Fachkompetenz, Qualifizierung, künstliche Intelligenz, KI, Stephan Sandrock, Sebastian Terstegen
  • Terstegen S, Sandrock S (2022) Künstliche Intelligenz im Betrieb – Auswirkungen auf die Mitbestimmung. PuR Personalpraxis + Recht (10):206–207

    Zitieren
    Abstract

    Im Juni 2021 wurde das Gesetz zur Forderung der Betriebsrats­wahlen und der Betriebs­rats­arbeit in einer digitalen Arbeits­welt (sogenan­ntes Betriebs­räte­moderni­sierungs­gesetz) im Bundes­gesetz­blatt verkündet. Mit diesem Gesetz soll der sinkenden Anzahl an Interessen­vertretungen in betriebsrats­fähigen Betrieben, der arbeit­geber­seitigen Verhinderung von Betriebs­rats­wahlen sowie neuen Heraus­forderungen und Anforde­rungen durch die Digitali­sierung begegnet werden. Das Gesetz sieht aber unter anderem auch erweiterte Mit­bestimmungs­rechte des Betriebs­rates bei Regelungen zu KI vor. Was das bedeutet, wird im Beitrag kurz dargestellt.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Betriebsrat, künstliche Intelligenz, KI, Stephan Sandrock, Sebastian Terstegen
  • Terstegen S, Sandrock S (2022) Produktive Arbeitsgestaltung mit KI. Zusatzqualifizierung zu Künstlicher Intelligenz für unterschiedliche Zielgruppen. ASU Arbeitsmed Sozialmed Umweltmed 57(1):9–12

    Zitieren
    Abstract

    Künstliche Intelligenz (KI) ist keine „Zukunftstechnologie" mehr, denn sie wird nicht erst zukünftig relevant, sondern steckt schon heute in vielen Dingen des täglichen Gebrauchs. KI eröffnet neue Chancen und Möglichkeiten für unsere Arbeit und unser Leben. Welches Wissen und welche Kompetenzen über KI notwendig sind, um diese Technologie menschengerecht und produktiv im Unternehmen zu gestalten, wird aktuell im Projekt en[Al]ble untersucht.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Stephan Sandrock, Sebastian Terstegen, Qualifizierung, künstliche Intelligenz, KI, Arbeitsgestaltung
  • Terstegen S, Sandrock S, Stowasser S (2022) Knowledge and Competencies for Human-Centered and Productive AI Work Design. In: Duffy VG (Hrsg) Digital Human Modeling and Applications in Health, Safety, Ergonomics and Risk Management. Health, Operations Management, and Design. HCII 2022. Lecture Notes in Computer Science, vol 13320, S 430–442. Springer, Cham. doi.org/10.1007/978-3-031-06018-2_30

    Zitieren
    Abstract

    Artificial intelligence (AI) is already part of many things we use every day. AI opens new opportunities and possibilities for our work and our lives. The research project en[AI]ble is currently investigating which knowledge and competencies about AI are necessary to design this technology in a human-friendly, health-promoting and productive way in a company. A training program to being developed and tailored to the needs of SMEs will specifically enable managers, employees and works councils in SMEs as well as consultants to realistically assess AI applications and enable AI use that is profitable for all sides. This qualification will add AI competencies to the existing domain knowledge, by which is described the existing competencies as well as specialized knowledge of the target groups. In this paper, the core elements of this qualification and the reference to regulatory initiatives regarding AI will be presented.

    Zuordnung der Publikation: Arbeitsgestaltung / Ergonomie, Künstliche Intelligenz / Lernende Systeme, enAIble, Qualifizierung, künstliche Intelligenz, Arbeitsgestaltung, Stephan Sandrock, Sascha Stowasser, Sebastian Terstegen
  • Terstegen S, Schmalen B, Hinz A, Pricelius M (2022) KI-Zusatzqualifizierung. Produktive und menschengerechte Arbeitsgestaltung mit KI in kleinen und mittleren Unternehmen. In: Knappertsbusch I, Gondlach K (Hrsg) Arbeitswelt und KI 2030. Springer Gabler, Wiesbaden, S 371–379

    Zitieren
    Abstract

    Wie schaffe ich es als kleines oder mittleres Unternehmen (KMU), künstliche Intelligenz (KI) erfolgreich zu nutzen? Bestehende Beratungsangebote, die KMU hierbei unterstützen, konzentrieren sich meist auf technische Aspekte der KI. Der hier präsentierte Lösungsansatz ist es, die eigenen Führungskräfte und Beschäftigten zu KI-Expertinnen und KI-Experten zu qualifizieren, damit sie KI-Anwendungen für die Wertschöpfung des eigenen Unternehmens erkennen sowie produktiv und menschengerecht gestalten können. Diese Lücke könnte ein ergänzendes Qualifizierungsangebot schließen. Durch eine auf die Bedarfe des Mittelstands abgestimmte KI-Zusatzqualifizierung könnten unter anderem Führungskräfte und Beschäftigte in KMU gezielt dazu befähigt werden, KI-Anwendungen realistisch einzuschätzen und eine gewinnbringende KI-Nutzung zu ermöglichen. Diese KI-Zusatzqualifizierung würde die vorhandenen Kompetenzen sowie das bestehende Fachwissen der Beschäftigten um KI-Kompetenzen ergänzen.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, Qualifizierung, künstliche Intelligenz, KI, Arbeitsgestaltung
  • Terstegen S, Schüth NJ, Sandrock S (2022) Anforderungsanalyse von Qualifizierung und Begleitung der KI-Einführung in Unternehmen und Beratungsorganisationen. In: GfA (Hrsg) Technologie und Bildung in hybriden Arbeitswelten. Bericht zum 68. Arbeitswissenschaftlichen Kongress vom 02. – 04. März 2022, GfA-Press, Sankt Augustin, Beitrag C.7.10

    Zitieren
    Abstract

    In Wissenschaft, Wirtschaft und Gesellschaft gilt Künstliche Intelligenz (KI) unumstritten als neue Basistechnologie, die eine erhebliche Wirkung in der Arbeitswelt entfalten wird. Laut Studien und Umfragen ist der Anteil der Unternehmen, die diese Technologie anwenden, derzeit noch recht gering. Probleme der Datensicherheit und des Datenschutzes, Unsicherheit darüber, wie KI finanziert und im eigenen Unternehmen sinnvoll genutzt werden kann, sowie der Mangel an IT-Fachpersonal bilden Hemmnisse für die Nutzung. Im Rahmen des Forschungsprojektes en[AI]ble wurden verschiedene Zielgruppen befragt, welche Voraus-setzungen, Ressourcen oder Kompetenzen notwendig sind, um die Möglichkeiten von KI fachkundig für ihre Zwecke zu bewerten und anzuwenden, sowie welche Unterstützungsbedarfe für die Qualifizierung zu KI sie als erforderlich oder förderlich sehen. Im vorliegenden Beitrag werden die Befragungsergebnisse, die zwar nicht repräsentativ für alle KMU in Deutschland gelten, aber dennoch einen guten und breiten Einblick in den Stellenwert von KI in Unternehmen bieten, vorgestellt.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Stephan Sandrock, Nora Johanna Schüth, Sebastian Terstegen, Befragung, Deep Learning, Künstliche Neuronale Netze, Potenzialanalyse, Digitalisierungsmaßnahmen
  • Wassong H (2022) Wandel WIRKsam gestalten - KI-gestütztes Arbeiten in der rheinischen Textil- und Kohleregion. WERKWANDEL (1):31-32

    Zitieren
    Abstract

    Demografischer Wandel in der Textilindustrie und Ausstieg aus der Kohleförderung — die Veränderungen hinterlassen tiefe Spuren im Rheinischen Revier. Neue Impulse will das vom Bundesministerium für Bildung und Forschung geförderte Verbundprojekt »Kompetenzzentrum WIRKsam« unter Führung des ifaa setzen. Es erforscht innovative KI-gestützte Arbeitsformen, um Beschäftigung zu sichern, neue attraktive Arbeitsplätze zu schaffen und regionale Unternehmen zu stärken. Seine Besonderheit: Es ist auf Verstetigung angelegt.

    Zuordnung der Publikation: WIRKsam, Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, digitale Transformation, KMU, Arbeitsforschung, Arbeitswelt der Zukunft, demografischer Wandel, Forschungsprojekt WIRKsam, Kompetenzzentrum WIRKsam
  • Adolph L, Albrecht P, Andersen T, Börkircher M, de Meer J, Giertz JP, Jeske T et al, DIN (Hrsg), DKE (Hrsg) (2021) Deutsche Normungsroadmap "Innovative Arbeitswelt". DIN, Berlin

    Zitieren
    Abstract

    Die Normungsroadmap "Innovative Arbeitswelt" bietet einen Überblick zu aktuellen Entwicklungstendenzen der Arbeitswelt. Beschrieben sind Gestaltungspotenziale, die sich aus technischen Möglichkeiten (bspw. Digitalisierung) ergeben und die für die Bedarfe der Gesellschaft (bspw. Flexibilisierung von Arbeitszeit und -ort) genutzt werden können. Damit verbunden sind unter anderem Möglichkeiten zur Kompetenzentwicklung sowie zu weiteren Verbesserungen in der Gestaltung der Belastungs-Beanspruchungs-Situation des Menschen in der Arbeitswelt. In der Normungsroadmap werden mögliche Ansatzpunkte für Aktivitäten der Normung wie auch der Sozialpartner und des Gesetzgebers aufgezeigt.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Arbeits- und Gesundheitsschutz, Arbeitsgestaltung / Ergonomie, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Industrial Engineering, Tim Jeske
  • Frost M (2021) Neues ifaa-Projekt: Digital-Mentor. Modell und Erprobung eines präventiv agierenden KI-Helfers (Kurztitel: enAIble). Betriebspraxis & Arbeitsforschung (241):49–50

    Zitieren
    Abstract

    Vor allem kleine und mittlere Unternehmen (KMU) und ihre Beschäftigten haben aufgrund ihrer spezifischen Handlungsbedingungen, wie fehlende personale, finanzielle, zeitliche Ressourcen und mangelnde Kompetenzen auf dem Feld der Künstlichen Intelligenz (KI), oft Schwierigkeiten, sinnvolle KI-Anwendungen für ihre Wertschöpfung zu erkennen und sie präventiv, partizipativ und produktiv zu nutzen. Ein Digital-Mentor kann hier Akteuren in KMU und ihren Betriebsräten gezielt helfen, diese entscheidende Hürde der KI-Nutzung zu überwinden.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Martina Frost, Qualifizierung, künstliche Intelligenz, KI
  • Jeske T, Terstegen S, Stahn C (2021) Opportunities of Digitalization and Artificial Intelligence for Occupational Safety and Health in Production Industry. In: Duffy VG (Hrsg) Digital Human Modeling and Applications in Health, Safety, Ergonomics and Risk Management. Human Body, Motion and Behavior. HCI 2021. Lecture Notes in Computer Science, vol 12777. Springer, Cham. doi.org/10.1007/978-3-030-77817-0_4

    Zitieren
    Abstract

    Since latest the presentation of the concept of Industry 4.0 digitalization is increasingly implemented in industry and especially in production industry. Along with this development the availability and handling of data in production enterprises have been improved and are still objective of further improvements. Additionally, data are the basis for implementing artificial intelligence and using its potentials for many purposes. One of these can be supporting employees completing their tasks. Both, digitalization, and artificial intelligence lead to changes in work design, work processes and organizational structures. Thus, they also have an impact on occupational safety and health and require identifying and assessing the consequences for the physical and mental health of employees. The risk assessment is an essential part of occupational safety and health. It has to be performed for instance in case that new machines or devices will be procured. Further questions in this context concern possibly arising fears of employees, having little experience with new technologies, or the fit of existing and required skills for new technologies. Structured by informational and energetic types of work as well as the design areas technology, organization, and personnel the opportunities of digitalization and artificial intelligence are described within this contribution. Equally, the impact on occupational safety and health is discussed. Finally, the implementation of digitalization and artificial intelligence is outlined and an outlook on future standardization activities is given.

    Zuordnung der Publikation: Arbeits- und Gesundheitsschutz, Arbeitsgestaltung / Ergonomie, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Künstliche Intelligenz / Lernende Systeme, Psychische Belastung am Arbeitsplatz, Tim Jeske, Catharina Stahn, Sebastian Terstegen, international publication, Englisch
  • Ottersböck, N (2021) Zahlen| Daten | Fakten. Kompetenzen für die Arbeitswelt der Zukunft. In: ifaa-Institut für angewandte Arbeitswissenschaft (Hrsg) https://www.arbeitswissenschaft.net/fileadmin/user_upload/Factsheet_Kompetenzen_Arbeitswelt_der_Zukunft_final_2.pdf

    Zitieren
    Zuordnung der Publikation: AnGeWaNt, Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Nicole Ottersböck, Datenschutz, Datensicherheit, Fachkompetenz, Kompetenz, Qualifizierung, Kompetenzerwerb, Kompetenzanforderung, Kompetenzentwicklung, Qualifikationsbedarfe, Qualifikation, Qualifikationsanforderungen, Kompetenzbedarf, Kompetenzmanagement
  • Schüth NJ, Peifer Y, Weber MA (2021) Entwicklungspotenziale der Künstlichen Intelligenz für die Mensch-Roboter-Kollaboration. In: GfA (Hrsg) Arbeit HumAIne Gestalten. Bericht zum 67. Kongress der Gesellschaft für Arbeitswissenschaft vom 03. – 05. März 2021. ISBN 978-3-936804-29-4, GfA-Press, Dortmund, Beitrag B.5.13

    Zitieren
    Abstract

    Die Mensch-Roboter-Kollaboration (MRK) steht für die direkte Interaktion von Mensch und Roboter in einem gemeinsamen Arbeitsraum zur gleichen Zeit. Die heutige Forschung fokussiert sich stark auf physische Auswirkungen des MRK-Einsatzes. Bislang gibt es keine (verbindliche) Norm o.ä. zum Umgang mit psychischen Auswirkungen der MRK – diese Aspekte stehen erst in jüngerer Zeit vermehrt im Fokus der Forschung. Beispiele kritischer Folgen des MRK-Einsatzes auf die Psyche stellen den vermuteten Eigensinn der Technik und eine mögliche soziale Isolation bei der ausschließlichen Zusammenarbeit mit dem Roboter dar. Deshalb bedarf es bei der Entwicklung zukünftiger starker Künstlicher Intelligenz (KI) für MRK insbesondere der Beachtung psychologischer Aspekte. Ausgehend von einer Darstellung des Potenzials Maschinellen Lernens und des aktuellen KI-Entwicklungsstandes bei MRK soll der Beitrag Anregungen zur Weiterentwicklung, insbesondere unter Berücksichtigung psychologischer Empfehlungen, geben.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Yannick Peifer, Nora Johanna Schüth, Marc-André Weber, Maschinelles Lernen, Mensch-Roboter-Kollaboration, MRK, künstliche Intelligenz, KI, psychische Gesundheit
  • Stowasser S (2021) Modules for Change Management when Introducing AI Systems in Companies. Presentation at WORK2021 Conference, December 9, 2021. In: WORK2021 WORK III Abstract Book. Turku: University of Turku. ISBN 978-951-29-8718-4 (e-book). 10.15.

    Zitieren
    Abstract

    Artificial intelligence (AI) offers great potential for companies and their employees – whether through improved work processes and relief or digital business model innovations. At the same time, the change in companies must – and can – be shaped together and the challenges in the use of AI systems must be solved. This is the only way to overcome challenges and negative side effects in the use of AI systems. The overall aim is to create a new relationship between humans and machine, in which people and AI systems work together productively and the respective strengths are emphasized. Change management is a decisive factor for the successful introduction of AI systems as well as the human-centric design of AI deployment in companies.
    The paper shows the possibilities as well as concrete solutions and best practice examples of how AI systems can be introduced successfully and in the interests of the employees in the company. The challenges and design options for companies are based on the phases of the change process.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, international publication, Change-Management, künstliche Intelligenz, KI
  • Stowasser S, Ottersböck N (2021) Competence Development within Hybrid Value Creation - Need-baed Competence Development for the Successful Implementation of Hybrid, Data-Driven Business Models. In: Sihn W, Schlund S (Hrsg) Competence development and learning assistance systems for the data-driven future. Schriftenreihe der Wissenschaftlichen Gesellschaft für Arbeits- und Betriebsorganisation, GITO mbH Verlag, Berlin, S 143-159

    Zitieren
    Abstract

    Digitalization and the increasing technical possibilities of networking machines and products as well as the use of large amount of data in the hole production process offer companies the opportunity to establish new, so-called hybrid business models. This enables them to provide customers data-driven, smart services in addition to their physical products, create more value and strengthen their competitiveness. The hybridization of value creation is accompanied by numerous changes and new competence requirements in companies, which need to be shaped socio-technically. In the AnGeWaNt project, such hybrid business models were developed and implemented in three companies. The article describes the approach to analyzing and shaping changes and competence requirements that arise in companies as a result of digitalization and hybridization.

     

    Zuordnung der Publikation: AnGeWaNt, Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Nicole Ottersböck, Sascha Stowasser, Beispiel, Beschäftigte, Data Scientist, Datensicherheit, digitale Transformation, Digitalisierung, Fachkompetenz, Arbeitsanalyse, Fragenkatalog, Veröffentlichungen, Veröffentlichung, Good-Practice-Beispiel, Publikationen, Industrie 4.0, Kompetenz, AnGeWaNt, Veränderungsmanagement, Mitarbeiterbeteiligung, Arbeitsforschung, Betriebspraxis, Prozessoptimierung, Qualifizierung
  • Stowasser S, Suchy O (2021) Wie die Einführung von KI im Unternehmen gelingt. HR Journal (09.02.2021). https://www.hrjournal.de/wie-die-einfuehrung-von-ki-im-unternehmen-gelingt. Zugegriffen: 11. Februar 2021

    Zitieren
    Abstract

    Der Change-Prozess bei der Einführung von KI besteht aus 4 Phasen. Professor Sascha Stowasser und Oliver Suchy erläutern, wie Unternehmen vorgehen sollten.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Change, Change-Management, künstliche Intelligenz, KI
  • Stowasser S, Suchy O, Terstegen S (2021) KI erobert die Arbeitswelt – Auswirkungen und erfolgreiches Change-Management. In: Gesellschaft für Arbeitswissenschaft (Hrsg) Dokumentation der Herbstkonferenz der Gesellschaft für Arbeitswissenschaft e.V. vom 23. und 24. September 2021, Friedrichshafen. Ergonomie Kompetenz Netzwerk. GfA-Press, Dortmund

    Zitieren
    Abstract

    Die Einführung von Künstlicher Intelligenz (KI) in Unternehmen und anderen Organisationen bietet Chancen und Potenziale sowohl für Beschäftigte, etwa in Form von Entlastung durch KI-Systeme, als auch für Unternehmen, etwa in Form von Prozessverbesserungen oder neuer Geschäftsmodelle. Die Einführung von KI weist Besonderheiten auf, die sich ebenso auf das Change-Management wie auf die Beteiligung der Beschäftigten einschließlich der Prozesse der betrieblichen Mitbestimmung auswirken. Ziel dieses Beitrages ist es, für die spezifischen Anforderungen von Change-Prozessen im Kontext von Künstlicher Intelligenz bei Beschäftigten und Unternehmen zu sensibilisieren, gleichzeitig aber auch Anforderungen und konkrete Lösungswege aufzuzeigen, um KI-Technologien erfolgreich in den Unternehmen einzuführen und die Potenziale von Künstlicher Intelligenz für alle Beteiligten bestmöglich abzurufen. Die bestehenden Regelungen zur Mitbestimmung und zum Datenschutz formulieren den Handlungsrahmen für neue, kreative und agile Ansätze zur gemeinsamen Gestaltung von Change-Prozessen bei Künstlicher Intelligenz – von der ersten Idee über Experimentier- und Pilotphasen bis hin zur flächendeckenden Einführung.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Sebastian Terstegen, Digitalisierung, Change-Management, künstliche Intelligenz, Veränderungen, KI, Arbeitsgestaltung
  • Terstegen S (2021) en[AI]ble-Projektgruppe entwickelt KI-Zusatzqualifizierung. KI-Wissen für Führungskräfte, Beschäftigte, Betriebsräte und Berater. Betriebspraxis & Arbeitsforschung (243):40–41

    Zitieren
    Abstract

    Im Projekt en[Al]ble wird ein ergänzendes Angebot zu bestehenden Fachberatungen, die bei der Einführung von Künstlicher Intelligenz (KI) im Unternehmen unterstützen, entwickelt. Durch eine auf die Bedarfe des Mittelstands abgestimmte KI-Zusatzqualifizierung sollen Führungskräfte, Beschäftigte und Betriebsräte in kleinen und mittleren Unternehmen sowie Beraterinnen und Berater dazu befähigt werden, die Potenziale der KI fachkundig für betriebliche Zwecke zu bewerten und anzuwenden.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Qualifizierung, künstliche Intelligenz, KI
  • Terstegen S, Jeske T (2021) Digitalisierung und Künstliche Intelligenz nutzen – Chancen und Anforderungen der Arbeitsgestaltung. ASU Arbeitsmed Sozialmed Umweltmed 56(1):12–14

    Zitieren
    Abstract

    Mit der zunehmenden Digitalisierung haben die Verfügbarkeit und Aktualität von Daten und Informationen in Unternehmen zugenommen und bilden eine wesentliche Grundlage für den Einsatz Künstlicher Intelligenz. Die Nutzung Künstlicher Intelligenz ist in den Unternehmen bedarfsgerecht zu gestalten. Dies betrifft die Unterstützung menschlicher Arbeit (ob informatorischer oder energetischer Art) genauso wie den erforderlichen Einführungsprozess.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Digitalisierung / Industrie 4.0, Tim Jeske, Sebastian Terstegen, Cyber-physisches System, Arbeitssystemgestaltung, Change-Management, Daten, lernende Systeme
  • Terstegen S, Sandrock S (2021) KI-Sachverstand für betriebliche Akteure – Kompetenzen für die präventive Arbeitsgestaltung. Personalpraxis und Recht (11-12/21):233–234

    Zitieren
    Abstract

    Mit dem kürzlich verabschiedeten Betriebsrätemodernisierungsgesetz soll die Betriebsratsarbeit in einer digitalen Arbeitswelt modernisiert werden. Unter anderem sieht das Gesetz vor, dass der Betriebsrat besonderen Sachverstand hinzuziehen darf, wenn er zur Durchführung seiner Aufgaben die Einführung oder Anwendung von Künstlicher Intelligenz (KI) beurteilen muss. Wie dieser besondere Sachverstand aussieht, welche Anforderungen und Bedarfe betriebliche Akteure einschließlich Betriebsräte bezüglich KI haben und wie entsprechende Qualifizierungen diesem Anspruch gerecht werden können, wird in diesem Beitrag kurz dargestellt.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Stephan Sandrock, Sebastian Terstegen, Betriebsrat, Mitbestimmung, Qualifizierung, künstliche Intelligenz, KI
  • Terstegen S, Sandrock S (2021) Künstliche Intelligenz im Betrieb – Auswirkungen auf die Mitbestimmung. Personalpraxis und Recht (10/21):206–207

    Zitieren
    Abstract

    Im Juni 2021 wurde das Gesetz zur Forderung der Betriebsratswahlen und der Betriebsratsarbeit in einer digitalen Arbeitswelt (sogenanntes Betriebsratemodernisierungsgesetz) im Bundesgesetzblatt verkündet. Mit diesem Gesetz soll der sinkenden Anzahl an Interessenvertretungen in betriebsratsfähigen Betrieben, der arbeitgeberseitigen Verhinderung von Betriebsratswahlen sowie neuen Herausforderungen und Anforderungen durch die Digitalisierung begegnet werden. Das Gesetz sieht aber unter anderem auch erweiterte Mitbestimmungsrechte des Betriebsrates bei Regelungen zu KI vor. Was das bedeutet, wird im Beitrag kurz dargestellt.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Stephan Sandrock, Sebastian Terstegen, Betriebsrat, Mitbestimmung, künstliche Intelligenz, KI
  • Terstegen S, Schüth NJ (2021) en[AI]ble. Qualifizierung und Begleitung: Wichtige Voraussetzungen für KI in den Unternehmen. Betriebspraxis & Arbeitsforschung (242):49–50

    Zitieren
    Abstract

    Kleine und mittlere Unternehmen (KMU) verfügen häufig nicht über ausreichend Ressourcen oder Kompetenzen, um die Möglichkeiten von Künstlicher Intelligenz (KI) fachkundig für ihre Zwecke zu bewerten und anzuwenden. Um KMU hierbei zu unterstützen, stehen bereits einige Beratungsangebote zur Verfügung, die sich allerdings mehrheitlich auf technische Fragen konzentrieren. Dabei bleibt eine Lücke: So fällt es Unternehmen und ihren Beschäftigten meist schwer, sinnvolle KI-Anwendungen für ihre Wertschöpfung zu erkennen, diese strategisch zu bewerten sowie produktiv und menschengerecht zu gestalten und zu nutzen. Das Projekt en[AI]ble will diese Lücke durch ein ergänzendes Angebot schließen.

    Zuordnung der Publikation: enAIble, Künstliche Intelligenz / Lernende Systeme, Nora Johanna Schüth, Sebastian Terstegen, Qualifizierung, künstliche Intelligenz, KI
  • Terstegen S, Suchy O, Stowasser S, Heindl A (2021) Bausteine für das Change-Management bei der Einführung von KI-Systemen in Unternehmen. In: GfA (Hrsg) Arbeit HumAIne Gestalten. Bericht zum 67. Kongress der Gesellschaft für Arbeitswissenschaft vom 03. – 05. März 2021. ISBN 978-3-936804-29-4, GfA-Press, Dortmund, Beitrag B.9.4

    Zitieren
    Abstract

    Die Einführung Künstlicher Intelligenz (KI) in Unternehmen bietet Chancen und Potenziale sowohl für die Beschäftigten etwa in Form von Entlastung durch KI-Systeme als auch für die Unternehmen etwa in Form von Verbesserungen in den Arbeitsabläufen oder der Umsetzung neuer Geschäftsmodelle. Die Einführung von KI weist einige Besonderheiten auf, die sich auch auf das Change-Management als auch auf die Beteiligung der Beschäftigten einschließlich der Prozesse der betrieblichen Mitbestimmung auswirken. Der vorliegende Beitrag verfolgt das Ziel, für die Anforderungen des Change-Managements bei Künstlicher Intelligenz zu sensibilisieren und Orientierung für die praktische Umsetzung der Einführung von KI-Systemen in den verschiedenen Phasen des Change-Prozesses zu geben.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Sebastian Terstegen, Mitarbeiterbeteiligung, Qualifizierung, Change, Change-Management, künstliche Intelligenz, KI, Arbeitsgestaltung
  • ifaa – Institut für angewandte Arbeitswissenschaft e. V. (Hrsg) (2021) KI-Zusatzqualifizierung. Für eine produktive und menschengerechte Arbeitsgestaltung. ifaa, Düsseldorf

    Zitieren
    Abstract

    Kleinen und mittleren Unter­nehmen (KMU) fällt es meist schwer, sinnvolle KI-Anwendungen für ihre Wert­schöpfung zu erkennen, strategisch zu bewerten sowie sie produktiv und menschen­gerecht zu gestalten und zu nutzen. Das Projekt en[AI]ble möchte eine auf die Bedarfe des Mittel­stands abgestimmte KI-Zusatz­qualifizierung entwickeln, mit der Führungs­kräfte, Beschäftigte und Betriebs­räte in KMU sowie Beraterinnen und Berater gezielt dazu befähigt werden, eine für alle Seiten gewinn­bringende KI-Nutzung zu ermöglichen.

    Zur Ermittlung der Bedarfe und Anforderungen an eine solche Zusatz­qualifizierung hat das Projektteam Interviews mit Unternehmern, Führungskräften, Betriebs­räten sowie Fach­leuten der Sozial­partner geführt. Nach einer kurzen Einführung zum Thema KI werden die zentralen Ergebnisse der Gespräche in dieser Broschüre vorgestellt. Abschließend werden erste Schluss­folgerungen und Anfor­derungen an eine KI-Zusatz­qualifizierung vorgestellt.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Frank Lennings, Stephan Sandrock, Nora Johanna Schüth, Marlene Würfels, Olaf Eisele, Martina Frost, Sebastian Terstegen, enAIble, künstliche Intelligenz, KI, Arbeitsgestaltung
  • Frost, M., Guhlemann, K., Cordes, A., Zittlau, K. & Hasselmann, O. (2020). Produktive, sichere und gesunde Arbeitsgestaltung mit digitalen Technologien und Künstlicher Intelligenz – Hintergrundwissen und Gestaltungsempfehlungen. Zeitschrift für Arbeitswissenschaft. Verfügbar unter: doi.org/10.1007/s41449-020-00200-3

    Zitieren
    Zuordnung der Publikation: Prävention 4.0, Künstliche Intelligenz / Lernende Systeme, Arbeitsgestaltung / Ergonomie, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Martina Frost
  • Frost MC, Stowasser S (2020) Künstliche Intelligenz für die produktive, sichere und präventive Arbeitsgestaltung nutzen. In: Haufe Arbeitsschutz Office Professional, HI12646089

    Zitieren
    Zuordnung der Publikation: Prävention 4.0, Künstliche Intelligenz / Lernende Systeme, Arbeitsgestaltung / Ergonomie, Digitalisierung / Industrie 4.0, Martina Frost, Sascha Stowasser
  • Huchler N, Adolph L, André E, Bauer W, Bender N, Müller N, Neuburger R, Peissner M, Steil J, Stowasser S, Suchy O (2020) Criteria for Human-Machine Interaction When Using AI – Approaches to its humane design in the realm of work. White paper from Plattform Lernende Systeme, Munich

    Zitieren
    Abstract

    Artificial Intelligence (AI) offers a wide range of potentials for safe, autonomous and self-determined work as well as attractive and competitive jobs. For example, AI-based assistance systems can relieve workers of strenuous or dangerous tasks and support them in complex processes and decisions. At the same time, AI systems are changing the interaction between humans and technology in the realm of work. In the future, humans and machines will interact even more strongly – and in different ways – than in the past since Machine Learning (ML) and similar technologies enable machines to perform certain tasks independently and to learn continuously in the process.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Maschinelles Lernen, international publication, künstliche Intelligenz, KI, Mensch-Maschine-Interaktion
  • Huchler N, Adolph L, André E, Bauer W, Bender N, Müller N, Neuburger R, Peissner M, Steil J, Stowasser S, Suchy O (2020) Kriterien für die menschengerechte Gestaltung der Mensch-Maschine-Interaktion bei Lernenden Systemen. Whitepaper aus der Plattform Lernende Systeme, München

    Zitieren
    Abstract

    Der Einsatz von Künstlicher Intelligenz (KI) eröffnet vielfältige Potentiale für ein sicheres, eigenverantwortliches und selbstbestimmtes Arbeiten sowie attraktive und wettbewerbsfähige Arbeitsplätze. So können KI-basierte Assistenzsysteme Beschäftigte beispielsweise von anstrengenden oder gefährlichen Tätigkeiten entlasten und bei komplexen Prozessen und Entscheidungen unterstützen. Gleichzeitig verändern KI-Systeme die Interaktion von Mensch und Technik in der Arbeitswelt. Mensch und Maschine werden künftig noch stärker – und anders – als bisher zusammenwirken, da Maschinelles Lernen (ML) und ähnliche Technologien Maschinen befähigen, bestimmte Aufgaben selbstständig auszuführen und dabei laufend dazuzulernen.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Maschinelles Lernen, künstliche Intelligenz, KI, Mensch-Maschine-Interaktion
  • Ottersböck N (2020) Start-up: Komplexitätsreduktion im Job durch den persönlichen digitalen KI-Assistenten Neo [Interview mit Kiryo Abraham, Philipp Csernalabics und Maik Hummel]. Betriebspraxis & Arbeitsforschung (239):50–54

    Zitieren
    Abstract

    Die heutige Arbeitswelt ist geprägt von Technologie, ständigen Veränderungen und einer Vielzahl an Informationen, die von Beschäftigten verarbeitet und genutzt werden müssen. Beschäftigte arbeiten nicht nur an einem Arbeitsplatz, sie üben nicht nur eine Tätigkeit aus, sondern sind oft und dies auch verstärkt an unterschiedlichen Aufgaben, in mehreren Bereichen und an einer Vielzahl von Prozessen beteiligt. Dadurch bedingt sich eine zunehmende Informationsvielfalt und Komplexität, die auf der einen Seite durch Technik forciert wird1. Auf der anderen Seite kann Technik auch dazu genutzt werden, um diese Komplexität für jeden Einzelnen – individuell auf seine Bedürfnisse angepasst – zu reduzieren und als Assistenz durch den Arbeitsalltag zu leiten. Dieser Thematik widmet sich das KI-Start up Neohelden aus Karlsruhe. Sie haben einen digitalen, auf Künstlicher Intelligenz basierenden Assistenten entwickelt, der Beschäftigte bei ihrer täglichen Arbeit in ihrem Arbeitsprozess unterstützen soll. Die Hintergründe der Geschäftsidee sowie die Möglichkeiten, die das Assistenzsystem bieten kann, erläutern die drei Geschäftsführer, Dr. Kiryo Abraham, Philipp Csernalabics und Maik Hummel, im nachfolgenden Interview. Das Gespräch führte Nicole Ottersböck, wissenschaftliche Mitarbeiterin am ifaa.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Nicole Ottersböck, Informationsflut, Assistenz, künstliche Intelligenz, KI
  • Stowasser S (2020) KI revolutioniert die Arbeitswelt. Arbeit und Arbeitsrecht 75(1):4

    Zitieren
    Abstract

    Prof. Dr.-Ing. habil. Sascha Stowasser, Direktor des ifaa, stellt in seinem Geleitwort für die Fachzeitschrift Arbeit und Arbeitsrecht die Auswirkungen der Künstlichen Intelligenz (KI) auf die Arbeitswelt dar.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Digitalisierung / Industrie 4.0, Sascha Stowasser, Digitalisierung, Industrie 4.0, Arbeitswelt der Zukunft, künstliche Intelligenz, KI
  • Stowasser S, Suchy O, et al. (Hrsg) (2020) Einführung von KI-Systemen in Unternehmen. Gestaltungsansätze für das Change-Management. Whitepaper aus der Plattform Lernende Systeme, München

    Zitieren
    Abstract

    Die Einführung Künstlicher Intelligenz (KI) in Unternehmen bietet Chancen und Potenziale sowohl für die Beschäftigten etwa in Form von Entlastung durch KI-Systeme als auch für die Unternehmen etwa in Form von Verbesserungen in den Arbeitsabläufen oder der Umsetzung neuer Geschäftsmodelle. Gleichzeitig müssen – und können – die Herausforderungen beim Einsatz von KI-Systemen angegangen und mögliche negative Begleitimplikationen bearbeitet werden. Der Wandel in den Unternehmen kann dabei nur gemeinsam bewältigt werden. Insgesamt geht es dabei um die Gestaltung eines neuen Verhältnisses zwischen Mensch und Technik, in dem Mensch und KI-System produktiv zusammenwirken und die jeweiligen Stärken betont werden.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, Maschinelles Lernen, Tiefes Lernen, Mitbestimmung, Change, Change-Management, lernende Systeme, künstliche Intelligenz, KI, Akzeptanz, Arbeitsgestaltung
  • Terstegen S, Lennings F, Suchy O, Schalter K, Suarsana D (2020) Künstliche Intelligenz in der Arbeitswelt der Zukunft – Ansichten und Standpunkte. Leistung & Entgelt (3):3–48

    Zitieren
    Abstract

    Unter künstlicher Intelligenz (KI) werden derzeit überwiegend Maschinen oder (Software-)Systeme verstanden, die nach der Methode des maschinellen Lernens entwickelt wurden. Sie führen Berechnungsschritte selbstständig und ohne explizite Programmierung eines konkreten Lösungswegs durch. Somit können die Verfahren und Algorithmen aus Beispieldaten lernen und Modelle entwickeln, die dann auch auf neue, zuvor noch nicht bekannte Daten angewendet werden können. Der rasante Fortschritt bei der Entwicklung dieser Technologie resultierte in den letzten Jahren in einer Vielzahl an KI-Applikationen in Industrieunternehmen, zum Beispiel in der vorausschauenden Analyse, Qualitätskontrolle, in digitalen Assistenzsystemen, im Wissensmanagement, in der Robotik, intelligenten Automatisierung und vielen weiteren. KI kann also immer mehr, auch kognitiv anspruchsvolle Aufgaben des Menschen übernehmen.
    Die Frage der Arbeitsteilung von Mensch und Maschine ist dabei noch nicht abschließend beantwortet. Es gilt eine produktive Kollaboration zwischen Mensch und Maschine zu finden. Beispielsweise dadurch, dass sich betriebliche Vertreter mit KI-Entwicklern bzw. Anbietern von KI-Systemen darauf verständigen, welche Ziele für das Unternehmen durch KI erreicht werden sollen. Eine betriebliche Folgenabschätzung kann sich auf die künftigen Arbeitsinhalte und -anforderungen, sich verändernde Belastungsprofile der Beschäftigten, Qualifikationsbedarfe in der Belegschaft sowie die Arbeitsplatzanzahl beziehen.
    Gleichzeitig dürfen die neue Technologie und die sich daraus entwickelnden betrieblichen Einsatzmöglichkeiten neuer Geschäftsmodelle nicht überreguliert werden. In der Arbeitswelt der Zukunft bedarf es Mut und Freiräume, um Dinge partnerschaftlich auszuprobieren, ohne vorher im Detail geklärt haben zu können, was am Ende dabei herauskommt.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Frank Lennings, Sebastian Terstegen, künstliche Intelligenz, KI
  • Frost M, Jeske T (2019) Change Management und Weiterbildung für die Arbeitswelt 4.0. In: GfA (Hrsg) Arbeit interdisziplinär analysieren – bewerten – gestalten. Bericht zum 65. Kongress der Gesellschaft für Arbeitswissenschaft vom 27. Februar – 1. März 2019. GfA-Press, Dortmund, Beitrag C.7.2

    Zitieren
    Abstract

    Die Digitalisierung bietet zahlreiche neue Möglichkeiten für eine gesunde und produktive Gestaltung der Arbeitswelt. Die Entwicklung und Bereitstellung neuer digitaler Technologien am Markt erfolgt dabei mit einer hohen Dynamik. Die Einführung der Technologien in die betriebliche Praxis und die Gestaltung neuer Arbeitssituationen stellen viele Unternehmen daher vor Herausforderungen. Eine zentrale Frage ist dabei, welche Qualifikationen und Kompetenzen Führungskräfte und Beschäftigte benötigen, um mit der hohen Entwicklungsdynamik umgehen zu können und die Potenziale der Digitalisierung für die tägliche Arbeit und die Wettbewerbsfähigkeit des Betriebes nutzen zu können. Im Beitrag werden aus den aktuellen Veränderungstreibern und den damit verbundenen betrieblichen Bedarfen Qualifikations- und Kompetenzbedarfe abgeleitet und strukturiert beschrieben. Ein Schwerpunkt liegt dabei auf dem Umgang mit der Veränderungsdynamik in der Arbeitswelt.

    Zuordnung der Publikation: Prävention 4.0, Künstliche Intelligenz / Lernende Systeme, Martina Frost, Tim Jeske, Qualifizierung, künstliche Intelligenz, Veränderungsprozess, Kompetenzbedarf, Lernformen 4.0
  • Frost M, Jeske T, Terstegen S (2019) Die Zukunft der Arbeit mit Künstlicher Intelligenz gestalten. ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb 114(6):359–363

    Zitieren
    Abstract

    Digitale Technologien und selbstlernende Software (inkl. Künstliche Intelligenz, KI) verändern die Art und Weise, wie wir in Zukunft arbeiten werden. Dies stellt viele Betriebe vor die Herausforderung, neuartige Lösungen und Maßnahmen für eine produktive, sichere und gesundheitsgerechte Arbeitsgestaltung mit KI zu generieren und umzusetzen. In diesem Beitrag werden erste Beispiele sowie zwei konkrete Instrumente zur Nutzung von KI für eine produktive und präventive Arbeitsgestaltung vorgestellt.

    Zuordnung der Publikation: Prävention 4.0, Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Martina Frost, Tim Jeske, Sebastian Terstegen
  • Frost M, Sandrock S (2019) Führung und selbstlernende Software – hinderliche und förderliche Faktoren für die Motivation von Beschäftigten in der Arbeitswelt 4.0. In: GfA (Hrsg) Arbeit interdisziplinär analysieren – bewerten – gestalten. Bericht zum 65. Kongress der Gesellschaft für Arbeitswissenschaft vom 27. Februar – 1. März 2019. GfA-Press, Dortmund, Beitrag A.1.1

    Zitieren
    Abstract

    Mit der Einführung neuer Technologien bzw. künstlicher Intelligenz in die Betriebe verändert sich auch die Arbeit von Führungskräften. Der Beitrag stellt ein, im Rahmen des BMBF-Forschungsprojekts Prävention 4.0 entwickeltes, theoretisches Rahmenmodell des Führungspro-zesses in der Arbeitswelt 4.0 vor (in Anlehnung an Nerdinger 2012). Dieses macht deutlich, dass Führung nach wie vor als ein Prozess der Einflussnahme auf andere Menschen beschrieben wird, dieser Führungsprozess jedoch ergänzt wird, durch eine neue Form der Assistenz – die selbstlernende Software. Diese Assistenz kann die Führungskraft bei Entscheidungen sowie der Ausführung von Planungs-, Routine- und Lenkungsaufgaben unterstützen, verändert aber auch die Aufgaben und die Rolle der Führungskraft sowie ggf. das erforderliche Führungsverhalten, um die Leistungsfähigkeit und Motivation von Beschäftigten zu fördern und zu erhalten. Förderliche und hinderliche Faktoren werden im Beitrag basierend auf dem vorgestellten theoretischen Rahmenmodell diskutiert.

    Zuordnung der Publikation: Prävention 4.0, Künstliche Intelligenz / Lernende Systeme, Arbeits- und Gesundheitsschutz, Arbeitswelt der Zukunft / New Work, Martina Frost, Stephan Sandrock, Software 4.0, künstliche Intelligenz, Motivation, Führung
  • Frost MC (2019) Künstliche Intelligenz erfolgreich im Betrieb nutzen. Experten des Verbundprojekts Prävention 4.0 stellen neue „Tools“ für die Arbeitsgestaltung der Zukunft auf Pressekonferenz vor. Betriebspraxis und Arbeitsforschung (236):48–53

    Zitieren
    Zuordnung der Publikation: Prävention 4.0, Künstliche Intelligenz / Lernende Systeme, Arbeitsgestaltung / Ergonomie, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Martina Frost
  • Seim C (2019) Digitalisierung und künstliche Intelligenz – wir Deutschen sollten stärker zeigen, was wir können! Andreas Pinkwart und Sascha Stowasser zur digitalen Zukunft [Interview mit Prof. Dr.-Ing. Sascha Stowasser und Prof. Dr. rer. pol. Andreas Pinkwart]. Betriebspraxis & Arbeitsforschung (235):4–9

    Zitieren
    Abstract

    Seit Juni 2017 ist Professor Andreas Pinkwart (FDP) Minister für Wirtschaft, Innovation, Digitalisierung und Energie im Kabinett Laschet. Zuvor war der Volkswirt Lehrstuhlinhaber für Innovationsmanagement und Entrepreneurship an der HHL Leipzig Graduate School of Management. Im Gespräch mit ifaa-Direktor Professor Sascha Stowasser und Carsten Seim äußerte er sich zu Fragen rund um künstliche Intelligenz (KI) und Digitalisierung. Der Ingenieurwissenschaftler Stowasser beschäftigt sich am ifaa und am Karlsruher Institut für Technologie (KIT) unter anderem mit der Arbeits- und Betriebsorganisation der Zukunft.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Sascha Stowasser, Digitalisierung, Metall- und Elektroindustrie, lernende Systeme, KI, Lean Management, ortsflexible Arbeit, zeitflexible Arbeit
  • Stowasser S (2019) Auswirkungen von Künstlicher Intelligenz auf die Arbeitswelt. In: Gronau N (Hrsg) Künstliche Intelligenz in der Fabrik. GITO-Verlag, Berlin, S 55–78

    Zitieren
    Abstract

    Im Rahmen der Anwenderkonferenz „Künstliche Intelligenz in der Fabrik“ referierten am 28. Mai 2019 ausgewiesene Experten über die Einsatzmöglichkeiten von KI in der Fabrik. Die eintägige Konferenz wurde von Prof. Dr. Norbert Gronau mit einer Keynote zum Thema Chancen und Herausforderungen von KI für die Industrie eröffnet. Vorgestellt wurden Lösungsansätze zur Umsetzung von KI in betrieblichen Informationssystemen, für die Überwachung von Maschinen und für komplexe Produktionsprozesse.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, lernende Systeme, künstliche Intelligenz
  • Terstegen S (2019) Buchvorstellung: Künstliche Intelligenz – Technologie, Anwendung, Gesellschaft. Betriebspraxis & Arbeitsforschung (236):59

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, künstliche Intelligenz
  • Terstegen S (2019) Glossar: Künstliche Intelligenz. Betriebspraxis & Arbeitsforschung (235):56–57

    Zitieren
    Abstract

    Es ist schwierig, eine allgemeine Definition des Begriffs der künst­lichen Intel­ligenz (KI) zu finden. Zunächst ist die KI ein Teil­gebiet der Informatik. In dieser Wissen­schafts­domäne werden Systeme, Verfahren und Algo­rithmen entwickelt, die kognitive Fähig­keiten wie Lernen, Planen und Problem­lösen nachbilden und in einem Computer realisieren. Zugleich werden mit dem Begriff künst­liche Intel­ligenz auch Computer­systeme bezeichnet, die ein menschen­adäquates Verhalten zeigen beziehungs­weise sich so verhalten, dass eine mensch­liche Intelligenz voraus­gesetzt werden könnte.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, lernende Systeme, künstliche Intelligenz, KI
  • Terstegen S (2019) Künstliche Intelligenz in der Arbeitswelt. Leistung & Entgelt (2):3–45

    Zitieren
    Abstract

    Im Zuge der Industrie 4.0 und der fort­schreit­enden Digitali­sierung in der Produktions­industrie, durch die intelli­gente Vernetzung verschied­ener IT-Systeme im Rahmen der vertikalen Inte­gration und durch den Einsatz vernetzter cyber-physischer Systeme fallen umfassende Daten­ströme an, die für unterschied­lichste Auswertungen zusammen­geführt werden können. Die entstehenden Daten­mengen können mithilfe entsprech­ender Techniken systema­tisch zum Zwecke der Prozess- oder Produkt­innovation sowie Entwicklung neuer Geschäfts­modelle analysiert werden. Mit Industrie 4.0 wurde sozusagen eine zentrale Voraus­setzung dafür geschaffen, dass Methoden der künstlichen Intelligenz als Erweiterung von Industrie 4.0 nun Einzug in industrielle Produktions­prozesse halten und hier zusätzliche Produk­tivitäts­gewinne ermöglichen. KI-Technologien sind als Methoden und Verfahren zu verstehen, die es technischen Systemen ermöglichen, ihre Umwelt wahrzunehmen, das Wahr­genommene zu erarbeiten, und selbstständig Probleme zu lösen, Entscheid­ungen zu treffen und aus den Konse­quenzen dieser Entscheid­ungen und Handlungen zu lernen. Der aktuell sehr prominent diskutierte KI-Begriff bezieht sich im Wesent­lichen auf das tiefe Lernen mit Künstlichen Neuronalen Netzen (KNN). Tiefes Lernen orientiert sich in Grund­zügen an der Funktions­weise biologischer neuronaler Netze im mensch­lichen Gehirn und bezeichnet Algorithmen, die mithilfe der nach­gebildeten Netz­strukturen von Nerven­zellen lernen können. Die wesentlichen Anwendungen, bei denen KI-basierte Verfahren und Systeme eingesetzt werden können, sind Predictive Analytics, ein optimiertes Ressourcen­mana­gement, die Qualitäts­kontrolle, intelligente Assistenz­systeme, das Wissens­management, die Robotik, autonomes Fahren, eine intelligente Automa­tisierung sowie intelligente Sensorik.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sebastian Terstegen, Maschinelles Lernen, Deep Learning, Künstliche Neuronale Netze, KNN, Big Data Analytics, künstliche Intelligenz, KI
  • Stowasser S (2018) Die Künstliche Intelligenz verändert die Welt – Deutschland muss aufholen. Personalpraxis und Recht (11–12):221

    Zitieren
    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Sascha Stowasser, künstliche Intelligenz, KI
  • Terstegen S, Jeske T, Weber MA (2018) Technologiekarten zu Digitalisierung und Industrie 4.0. ifaa, Düsseldorf

    Zitieren
    Abstract

    Aktuell entsteht durch die Digitali­sierung bzw. die zunehmende Nutzung digitaler Techno­logien in der Produktion die sogenannte Industrie 4.0. Dabei betreffen digitale Techno­logien den Umgang mit Informa­tionen bzw. Daten. Die Techno­logie­karten des ifaa bieten einen Über­blick und unter­stützen Anwender, passende Techno­logien für ihre spezifi­schen Bedarfe zu finden.

    Zuordnung der Publikation: Künstliche Intelligenz / Lernende Systeme, Arbeitswelt der Zukunft / New Work, Digitalisierung / Industrie 4.0, Produktions- und Unternehmenssystemgestaltung, Tim Jeske, Sebastian Terstegen, Marc-André Weber, Mensch-Roboter-Kollaboration, MRK, Exoskelett, fahrerloses Transportsystem, Referenzarchitektur, 3D-Scanner, Additive Fertigung, 3D-Druck, Barcode, QR-Code, Big Data Analytics, Cloud-Computing, Computertomografie, Cyber-physisches Produktionssystem, Datenbrille, Augmented Reality, Virtual Reality, Datenstandard, Digitaler Zwilling, Echtzeitsteuerung, Einheitliche Schnittstelle, E-Kanban, 5G, Bildschirm, horizontale Integration, vertikale Integration, lernende Systeme, künstliche Intelligenz, Phablet, Sensorik, RFID, Sichtfeld-Projektion, Simulation, Smart Factory, Smart Production, Smart Product, Smartphone, Smartwatch, Tablet, WLAN, Bluetooth