KI – Künstliche Intelligenz und Lernende Systeme

Analysen und Vorhersagen durch maschinelles Lernen verändern die Arbeitswelt 4.0

KI-Systeme sind Software, Maschinen oder Roboter, die abstrakt beschriebene Aufgaben eigen­ständig erledigen, ohne dass jeder Schritt vom Menschen program­miert wird. Sie basieren auf Methoden des maschinellen Lernens (Teil­gebiet der künstlichen Intel­ligenz). Viele Systeme setzen Trainings­modelle ein und können mithilfe eines Lern­algorithmus im laufenden Betrieb weiter­lernen und vorab trainierte Modelle verbessern. Sie sollen sich auch an veränderte Beding­ungen und ihre Umwelt anpassen können.

KI-Technologie und Lernende Systeme haben das Potenzial, im Bereich der Informations- und Wissens­arbeit die Flut an arbeits­relevanten Informationen zu reduzieren bzw. zu kanalisieren. Lernende Roboter­systeme und KI-basierte Auto­matisierungs­lösungen im Bereich der Produktions­arbeit können stark bean­spruchende physische Tätigkeits­anteile übernehmen. Es besteht die Aus­sicht, dass Beschäf­tigte in einer KI-geprägten Arbeits­welt tendenziell verminderte Belast­ungen erfahren werden können. Dies wirkt sich im besten Fall positiv auf die Belastungs­wirkungen der Beschäf­tigten aus.

Das ifaa unterstützt seine Mitglieds­verbände und deren Mitglieds­unternehmen unter anderem durch:

Unsere Position

Künstliche Intelligenz (KI) wird die prägende Universaltechnologie des Jahrhunderts. KI bietet nicht nur allerhand Chancen für innovative Geschäftsmodelle von Unternehmen und Institutionen. Die Arbeitswelt in den Unternehmen erfährt ebenfalls umwälzende Veränderungen. Steht die Arbeitswelt derzeit im Fokus der vernetzten Digitalisierung und der Flexibilisierung von Arbeitsort, ‑zeit, ‑organisation sowie Handlungsfreiheit, so wird sie durch KI-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 Routinetätigkeiten.

Die Bedeutung der KI für die Arbeitswelt

  • Arbeitszeit
    Supervisor and manual worker using digital tablet in metal industry

    Arbeitszeit

    KI-Lösungen können dazu beitragen, die Flexi­bilisierung und zunehmende Komplexität in der Arbeits­zeit­gestaltung durch Auto­matismen und lernende Algo­rithmen beherrsch­barer und trans­parent zu machen. Sie bieten das Potenzial, die Arbeits­zeit­gestaltung den Wünschen von Betrieben und Beschäftigten ent­sprechend pass­genauer und mit deutlich geringerem Aufwand zu realisieren, sodass Führungs­kräfte sich auf wichtige Dinge konzen­trieren können und Beschäftigte die Möglich­keit haben, über die Arbeits­zeit zunehmend eigen­verantwortlich zu entscheiden (z. B. im Rahmen von Schicht­plänen).

  • Leistungsfähigkeit

    Leistungsfähigkeit

    Künstliche Intelligenz kann die Leistungs­fähigkeit der Beschäftigten fördern und Belastungen reduzieren, z.B. in dem Routine- und Planungs­aufgaben oder Muster­erkennung von KI übernommen und Analysen und Vorher­sagen schneller und genauer durchgeführt werden können. Die Chancen bestehen darin, Arbeit mit KI individueller an den Bedürfnissen der Beschäf­tigten und den Anforderungen der Aufgaben zu gestalten. So können Beschäftigte bei ihren Aufgaben unterstützt und ggf. entlastet werden, damit ihre Leistungs­fähigkeit erhalten bleibt und die Arbeit produktiver wird. Das Risiko besteht darin, dass neuartige Belastungs­faktoren (z.B. zu starke Fremd­bestimmung, zu hohe Komplexität) nicht erkannt oder nicht beachtet werden und es durch die Arbeit für die Beschäf­tigten zu möglicher­weise die Gesund­heit beeinträch­tigenden Beanspruch­ungsfolgen kommt. 

  • Produktionssystemgestaltung

    Produktionssystemgestaltung

    Heutige Beispiele für KI-Systeme finden sich in der Bild­erkennung im Produk­tions­bereich, in Assistenz­systemen in der Montage oder in der Mensch-Roboter-Kollabo­ration: Dank funktional integrierter Mechanik, Elektronik und Steuerungs­technik können heutige Industrie­roboter bereits einfach und intuitiv bedient werden, und Mensch und Maschine können effektiv zusammen­arbeiten. Mithilfe der KI und der Aus­stat­tung mit Sensoren sollen Roboter „intel­ligenter“ und befähigt werden zu sehen, zu hören und zu fühlen. Ziel der Entwicklung ist, dass Industrie­roboter sich ohne großen Programmier­aufwand intuitiv über einfache Kommandos oder Gesten steuern lassen und durch Nach­ahmung kompletter Arbeits­abläufe selbst­ständig von „mensch­lichen Kollegen“ lernen.

Angewandte Forschung zu künstlicher Intelligenz

  • ifaa Projekt humAIne work lab
  • en[AI]ble Broschüre Cover ifaa 2021
  • ifaa Projekt enAIble Künstliche Intelligenz KI Machine Learning
  • en[AI]ble Broschüre Cover ifaa 2021
  • Verbundprojekt humAIn work lab

    Die Gestaltung und Implementierung von künstlicher Intelligenz in Unternehmen ist mit umfangreichen Möglichkeiten verbunden und kann dazu beitragen, Produktivitätspotenziale zu heben. Um dieses Ziel zu erreichen, ist ein passendes Handeln von Management und Führung erforderlich. Aus diesem Handeln heraus ergeben sich neue und weitreichende Herausforderungen sowie Anforderungen an Management und Führung. Als Forschungspartner untersucht das ifaa im Rahmen des vom Bundesministerium für Arbeit und Soziales (BMAS) geförderten Forschungsprojektes „humAIn work lab: Künstliche Intelligenz und der Wandel von Arbeit“ die damit verbundenen Herausforderungen und Anforderungen. Das Ziel ist es, übertragbare Handlungsempfehlungen für die betriebliche Praxis zu entwickeln, aufzubereiten und bereitzustellen.

    Mehr erfahren unter arbeitswissenschaft.net/humain-work-lab

  • Verbundprojekt en[AI]ble

    Vor allem kleine und mittlere Unternehmen und ihre Beschäftigten haben aufgrund ihrer spezifischen Handlungsbedingungen Schwierigkeiten, sinnvolle KI-Anwendungen für ihre Wertschöpfung zu erkennen, diese strategisch zu bewerten sowie präventiv, partizipativ und produktiv zu gestalten und zu nutzen. Eine KI-Zusatzqualifizierung kann Führungskräfte und Beschäftigte gezielt dazu befähigen, entscheidende (Wissens-)Lücken zu schließen und eine für alle Seiten gewinnbringende KI-Nutzung zu ermöglichen. Im Rahmen von Lern- und Experimentierräumen KI werden im Verbundprojekt en[Al]ble ein Lernkonzept und ein Modell für diese KI-Zusatzqualifizierung entwickelt und realisiert. Neben technischen KI-Grundkenntnissen werden vor allem Kompetenzen in der ganzheitlichen soziotechnischen Arbeits- und Organisationsgestaltung und in sozialen Innovationen der Gestaltung einer innovationsförderlichen, wertschätzenden Unternehmenskultur vermittelt.

    Mehr erfahren unter arbeitswissenschaft.net/enaible

  • Plattform Lernende Systeme

    Die Plattform Lernende Systeme wurde im Jahr 2017 vom Bundesministerium für Bildung und Forschung mit diesem Anspruch initiiert, KI im Sinne der Gesellschaft zu gestalten. Die Plattform bündelt die vorhandene Expertise im Bereich KI von rund 200 Mitgliedern, die in verschiedenen Arbeitsgruppen organisiert sind. Die Experten des ifaa engagieren sich in der Arbeitsgruppe „Arbeit/Qualifikation, Mensch-Maschine-Interaktion“, die sich der menschzentrierten Gestaltung der zukünftigen Arbeitswelt sowie Fragen der Mensch-Maschine-Interaktion widmet. Unter Federführung des ifaa ist u.a. das Whitepaper „Einführung von KI-Systemen in Unternehmen. Gestaltungsansätze für das Change-Management“ verfasst worden. Ziel des Whitepapers ist es, für die spezifischen Anforderungen von Change-Prozessen im Kontext von KI 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 KI für alle Beteiligten bestmöglich abzurufen.

    Mehr erfahren unter plattform-lernende-systeme.de

Das ifaa war Partner des Wissen­schafts­jahres 2019 – Künst­liche Intel­ligenz

Das Wissen­schafts­jahr ist eine Initiative des Bundes­ministeriums für Bildung und Forschung. Im Jahr 2019 beschäf­tigten sich Wissen­schaftler­innen und Wissen­schaftler aus ganz Deutsch­land mit der Künst­lichen Intel­ligenz. Das ifaa war 2019 offizieller Partner. Mit der Initiative möchte das Ministerium den Bürgerinnen und Bürgern Wissen­schaft nah bringen. Daran beteiligte sich das ifaa mit Veröffent­lichungen, Blog­beiträgen, Informa­tionen zu Projekten und Veran­staltungen.

Weitere Informa­tionen gibt es hier:
www.wissenschaftsjahr.de

Unsere Empfehlungen

Pressearbeit am ifaa

Stowasser: Die Künstliche Intelligenz verändert die Welt

Presse

„KI wird die prägende Universaltechnologie des Jahrhunderts,“ prophezeit Prof. Dr. Sascha Stowasser am Rande des diesjährigen Digital-Gipfels.

Detail
Merken
KI in der Arbeitswelt der Zukunft Ansichten und Standpunkte

KI in der Arbeitswelt der Zukunft – Ansichten & Standpunkte

Publikationen

Diese Ausgabe der LEISTUNG & ENTGELT stellt unterschiedliche Ansichten und Standpunkte aus Wissenschaft, Gewerkschaften und Arbeitgeberverbänden dar.

Merken

Potenzialanalyse Arbeit 4.0

Checklisten/Handlungshilfen

Die Potenzialanalyse ist ein Instrument zur produktiven und präventiven Nutzung und Einführung künstlicher Intelligenz im Betrieb.

Merken

Umsetzungshilfen Arbeit 4.0

Checklisten/Handlungshilfen

Die 79 Umsetzungshilfen Arbeit 4.0 vermitteln Hintergrundwissen und Gestaltungsempfehlungen zur Einführung künstlicher Intelligenz in den Betrieb.

Merken

Ihre Ansprechpartner

Prof. Dr.-Ing. habil.
Sascha Stowasser

Institutsdirektor
Telefon: +49 211 542263-15
Telefax: +49 211 542263-37

Dr. phil.
Martina C. Frost

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

Dipl.-Arb.-Wiss.
Veit Hartmann M. A.

Wissenschaftlicher Mitarbeiter
Telefon: +49 211 542263-27
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

Publikationen

  • 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

    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: KI/Lernende Systeme, Arbeits- und Gesundheitsschutz, Arbeitsgestaltung/Ergonomie, Arbeitswelt der Zukunft, Digitalisierung/Industrie 4.0, Industrial Engineering, Tim Jeske
  • 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. HCII 2021. Lecture Notes in Computer Science, vol 12777. Springer, Cham. doi.org/10.1007/978-3-030-77817-0_4

    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: KI/Lernende Systeme, Arbeits- und Gesundheitsschutz, Psychische Belastung am Arbeitsplatz, Arbeitsgestaltung/Ergonomie, Arbeitswelt der Zukunft, Digitalisierung/Industrie 4.0, Tim Jeske, Catharina Stahn, Sebastian Terstegen, Englisch
  • 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

    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: KI/Lernende Systeme, Nora Johanna Schüth, Marc-André Weber, Maschinelles Lernen, Mensch-Roboter-Kollaboration, MRK, künstliche Intelligenz, KI, psychische Gesundheit
  • 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

    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: KI/Lernende Systeme, Sascha Stowasser, Change, Change-Management, 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

    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: KI/Lernende Systeme, Digitalisierung/Industrie 4.0, Tim Jeske, Sebastian Terstegen, Cyber-physisches System, Arbeitssystemgestaltung, Change-Management, Daten, lernende Systeme
  • 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

    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: KI/Lernende Systeme, Sascha Stowasser, Sebastian Terstegen, Mitarbeiterbeteiligung, Qualifizierung, Change, Change-Management, 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

    Zuordnung der Publikation: Prävention 4.0, KI/Lernende Systeme, Arbeitsgestaltung/Ergonomie, Arbeitswelt der Zukunft, 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

    Zuordnung der Publikation: Prävention 4.0, KI/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

    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: KI/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

    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: KI/Lernende Systeme, Sascha Stowasser, Maschinelles Lernen, künstliche Intelligenz, KI, Mensch-Maschine-Interaktion
  • Stowasser S (2020) KI revolutioniert die Arbeitswelt. Arbeit und Arbeitsrecht 75(1):4

    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: KI/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

    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: KI/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

    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: KI/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

    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, KI/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

    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, KI/Lernende Systeme, Arbeitswelt der Zukunft, 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

    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, KI/Lernende Systeme, Arbeits- und Gesundheitsschutz, Arbeitswelt der Zukunft, 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

    Zuordnung der Publikation: Prävention 4.0, KI/Lernende Systeme, Arbeitsgestaltung/Ergonomie, Arbeitswelt der Zukunft, 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

    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: KI/Lernende Systeme, Arbeitswelt der Zukunft, 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

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

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

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

    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: KI/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

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

    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: KI/Lernende Systeme, Arbeitswelt der Zukunft, 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