ifaa Projekt enAIble Künstliche Intelligenz KI Machine Learning

BMAS-Forschungsprojekt en[AI]ble

Digital-Mentor – Modell und Erprobung eines präventiv agierenden KI-Helfers

en[AI]ble – KI in KMU präventiv und produktiv implementieren

Vor allem kleine und mittlere Unternehmen (KMU) und ihre Beschäftigten haben aufgrund ihrer spezifischen Handlungsbedingungen (z.B.: fehlende personelle, finanzielle, zeitliche Ressourcen und KI-Kompetenzen) Schwierigkeiten, sinnvolle KI-Anwendungen für ihre Wertschöpfung zu erkennen, diese strategisch zu bewerten sowie präventiv, partizipativ und produktiv zu gestalten und zu nutzen. Die bisher vorhandenen KI-Berater agieren ihren Anforderungsprofilen zufolge fast ausschließlich technikorientiert. Ein Digital-Mentor kann Führungskräfte und Beschäftigte in KMU und ihre Betriebsräte gezielt dazu befähigen, entscheidende (Wissens-)Lücken zu schließen und eine, für alle Seiten gewinnbringende, KI-Nutzung zu ermöglichen.

Voraussetzung dafür ist, dass der Digital-Mentor neben technischen KI-Grundkenntnissen vor allem Kompetenzen in der ganzheitlichen soziotechnischen Arbeits- und Organisationsgestaltung und in sozialen Innovationen der Gestaltung einer innovationsförderlichen, wertschätzenden Unternehmenskultur besitzt. Da es den Digital-Mentor für präventive KI-Gestaltung für KMU noch nicht gibt, wird in Lern- und Experimentierräumen KI im Verbundprojekt "Digital-Mentor" (Kurztitel: en[Al]ble) ein Lernkonzept und ein Modell für den Einsatz eines Digital-Mentors entwickelt und realisiert.

  • Laufzeit des Projekts: September 2020 – September 2023
  • Fördernummer: EXP.01.00008.20
Projekt enAIble (c) ifaa
ifaa INQA Projekt en[AI]ble Sandrock im Interview

Dr. Stephan Sandrock im Interview

Um externe Inhalte anzeigen zu dürfen, müssen Sie den Marketing Cookies zustimmen.
Alternativ können Sie den Inhalt extern öffnen: https://streaming.bmas.de/bmas/video/inqa/08072021-P_480_SF_INQA_Sandrock_v5.mp4

KI-Zusatzqualifizierung – Für eine produktive und menschengerechte Arbeitsgestaltung

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.

Download (PDF)

en[AI]ble Broschüre Cover ifaa 2021

Worum geht es? Wer macht mit?

Jetzt über das Projekt en[AI]ble informieren.

Inhalte und Vorgehensweise

  • ifaa Projekt enAIble KI Künstliche Intelligenz
  • ifaa Projekt enAIble KI Künstliche Intelligenz
  • ifaa Projekt enAIble KI Künstliche Intelligenz
  • ifaa Projekt enAIble KI Künstliche Intelligenz
  • ifaa Projekt enAIble KI Künstliche Intelligenz
  • ifaa Projekt enAIble KI Künstliche Intelligenz
  • Ziele
    • Entwicklung eines Konzeptes, welche Anforderungen an eine Person/Funktion des Digital-Mentors zu stellen sind
    • Entwicklung eines Lern-/Qualifizierungskonzepts für den Digital-Mentor
    • Einsatz der ersten Pilot-Digital-Mentoren in Betrieben/Experimentierräumen
    • Implementierung des Modells in Transferstrukturen der Partner der Offensive Mittelstand und der anderen Netzwerke (z.B. Arbeitgeberverbände)
  • Handlungsfelder
    • Führung
    • Chancengleichheit und Diversity
    • Gesundheit
    • Wissen und Kompetenz
  • Vorgehensweise und Arbeitspakete
    1. Bestandsaufnahme der Ausgangsbedingungen (Literaturrecherche und Experteninterviews)
    2. Konzeptentwicklung für das Modell des Digital-Mentors
    3. Schaffung der Rahmenbedingungen zur Rekrutierung und Qualifizierung eines Digital-Mentors
    4. Entwicklung eines Lern-/Qualifizierungskonzepts für den Digital-Mentor
    5. Erprobung des Digital-Mentoren-Konzepts mit Pilot-Digital-Mentoren in einem Experimentierraum Region Rheinland-Pfalz
    6. Erprobung des Digital-Mentoren-Konzepts mit Pilot-Digital-Mentoren in einem Experimentierraum Betrieb
    7. Überarbeitung der Konzepte und Anpassung des Modells und der Qualifizierungsmaßnahmen
    8. Implementierung des Modells in Transferstrukturen der Qualifizierungsinstitutionen
    9. Implementierung des Modells in Transferstrukturen der OM-Partner und der anderen Netzwerke
    10. Projektbegleitende Evaluation

Projektpartner

  • ifaa Institut für angewandte Arbeitswissenschaft

Valuepartner

  • BDA – Bundesvereinigung der Deutschen Arbeitgeberverbände
  • METALL NRW Verband der Metall- und Elektroindustrie Nordrhein-Westfalen e. V.
  • Arbeitgeberverband Region Braunschweig e. V.
  • HESSENMETALL Verband der Metall- und Elektro-Unternehmen Hessen e. V.
  • Verband der Metall- und Elektroindustrie Baden-Württemberg e. V. (Südwestmetall)
  • Offensive Mittelstand (nationale Initiative)
  • ZDH – Zentralverband des Deutschen Handwerks
  • Mittelstand 4.0-Kompetenzzentrum Kaiserslautern
  • DEHOGA Rheinland-Pfalz e. V.
  • Deutscher Gewerkschaftsbund (DGB)
  • Ministerium für Soziales, Arbeit, Gesundheit und Demografie des Landes Rheinland-Pfalz

Gefoerdert durch BMAS

INQA-Lern- und Experimentierräume KI

Jetzt informieren und mehr erfahren!

Newsroom

Düsseldorf, 28.06.2021
Künstliche Intelligenz im Mittelstand – Qualifizierung als Basis für eine erfolgreiche Nutzung von KI

Düsseldorf, 18.05.2021
Künstliche Intelligenz erfolgreich in kleinen Unternehmen einführen – ifaa-Projekt en[AI]ble entwickelt KI-Qualifizierung für Fach- und Führungskräfte

Düsseldorf, 02.03.2021
Neues wagen in Zeiten des digitalen Wandels: ifaa richtet einen INQA- Experimentierraum ein

Alle Pressemeldungen

  • Künstliche Intelligenz: Projekt will KI in den Mittelstand bringen

    Quelle: industry-of-things.de (04.06.2021)

  • Künstliche Intelligenz im Mittelstand – Qualifizierung als Basis für eine erfolgreiche Nutzung von KI

    Quelle: idw-online.de (28.06.2021)

  • Künstliche Intelligenz im Mittelstand. Qualifizierung als Basis für eine erfolgreiche Nutzung von KI

    Quelle: marketing-boerse.de (29.06.2021)

  • Künstliche Intelligenz im Mittelstand – Qualifizierung als Basis für eine erfolgreiche Nutzung von KI

    Quelle: presse-blog.com (28.06.2021)

  • Künstliche Intelligenz im Mittelstand – Qualifizierung als Basis für eine erfolgreiche Nutzung von KI

    Quelle: newsonline24.net (28.06.2021)

  • Künstliche Intelligenz im Mittelstand – Qualifizierung als Basis für eine erfolgreiche Nutzung von KI

    Quelle: it-it-prof.de (28.06.2021)

  • Künstliche Intelligenz im Mittelstand – Qualifizierung als Basis für eine erfolgreiche Nutzung von KI

    Quelle: study-board.de (28.06.2021)

Sie sind am Projekt interessiert oder suchen weitere Informationen zum Projekt?

Schreiben Sie uns eine E-Mail!

Ansprechpartner

Dr. rer. pol.
Stephan Sandrock

Leitung Fachbereich Arbeits- und Leistungsfähigkeit
Telefon: +49 211 542263-33
Telefax: +49 211 542263-37

Sebastian Terstegen Wissenschaftlicher Mitarbeiter Fachbereich Unternehmensexzellenz ifaa

Dipl.-Ing.
Sebastian Terstegen

Wissenschaftlicher Mitarbeiter
Telefon: +49 211 542263-42
Telefax: +49 211 542263-37

Dr. phil.
Martina C. Frost

Wissenschaftliche Mitarbeiterin
Telefon: +49 211 542263-43
Telefax: +49 211 542263-37

Nora Johanna Schüth M. Sc.

Wissenschaftliche Mitarbeiterin
Telefon: +49 211 542263-45
Telefax: +49 211 542263-37

Olaf Eisele Wissenschaftlicher Mitarbeiter Fachbereich Unternehmensexzellenz ifaa

Dipl.-Wirt.Ing.
Olaf Eisele

Wissenschaftlicher Mitarbeiter
Telefon: +49 211 542263-36
Telefax: +49 211 542263-37

Publikationen

  • 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

    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, KI/Lernende Systeme, Sascha Stowasser, Change-Management, künstliche Intelligenz, KI
  • Terstegen S, Sandrock S (2022) Produktive Arbeitsgestaltung mit KI. Zusatzqualifizierung zu Künstlicher Intelligenz für unterschiedliche Zielgruppen. ASU Arbeitsmed Sozialmed Umweltmed 57(1):9–12

    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, KI/Lernende Systeme, Stephan Sandrock, Sebastian Terstegen, Qualifizierung, künstliche Intelligenz, KI, Arbeitsgestaltung
  • 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

    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, KI/Lernende Systeme, Sebastian Terstegen, Qualifizierung, künstliche Intelligenz, KI, Arbeitsgestaltung
  • Frost M (2021) Neues ifaa-Projekt: Digital-Mentor. Modell und Erprobung eines präventiv agierenden KI-Helfers (Kurztitel: enAIble). Betriebspraxis & Arbeitsforschung (241):49–50

    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, KI/Lernende Systeme, Martina Frost, Qualifizierung, künstliche Intelligenz, KI
  • Terstegen S (2021) en[AI]ble-Projektgruppe entwickelt KI-Zusatzqualifizierung. KI-Wissen für Führungskräfte, Beschäftigte, Betriebsräte und Berater. Betriebspraxis & Arbeitsforschung (243):40–41

    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, KI/Lernende Systeme, Qualifizierung, künstliche Intelligenz, KI
  • Terstegen S, Sandrock S (2021) KI-Sachverstand für betriebliche Akteure – Kompetenzen für die präventive Arbeitsgestaltung. Personalpraxis und Recht (11-12/21):233–234

    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, KI/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

    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, KI/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

    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, KI/Lernende Systeme, Nora Johanna Schüth, Sebastian Terstegen, Qualifizierung, künstliche Intelligenz, KI