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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.