
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:
- die Ermittlung von Trends und Prognosen in eigenen Studien,
- die angewandte Forschung in Verbundprojekten,
- die Beobachtung des Stands der betrieblichen Umsetzung, um Praxisbeispiele zu sammeln,
- praxisnahe Vorträge, Workshops und Seminare, wie „Big Data und künstliche Intelligenz“,
- Checklisten und Handlungshilfen, wie die Potenzialanalyse Arbeit 4.0,
- die Gremienarbeit in der Plattform „Lernende Systeme“.
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
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
- 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
- Kompetenzzentrum WIRKsam
Den wirtschaftlichen Wandel in der rheinischen Textil- und Kohleregion mit Künstlicher Intelligenz gemeinsam gestalten – dies ist der Auftrag des Kompetenzzentrums WIRKsam.
Mit dem Fokus auf die Stärken des Rheinischen Reviers soll sich WIRKsam als zentrale Anlaufstelle etablieren und unterschiedliche wissenschaftliche Institutionen und ihre Forschung gezielt auf die Herausforderungen der regionalen Arbeitswelt ausrichten. Grundlegend ist dabei der Transfer wissenschaftlicher Erkenntnisse in die betriebliche Praxis und in die Breite der Gesellschaft.
Entscheidend ist für das vom BMBF geförderte Verbundprojekt unter der Leitung des ifaa auch der Aufbau eines eigenen Geschäftsmodells. Nach der fünfjährigen Förderphase wird das Kompetenzzentrum selbstständig weiterarbeiten und seine Dienstleistungen bundesweit anbieten.Mehr erfahren unter arbeitswissenschaft.net/wirksam oder www.WIRKsam.nrw
- 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
Podcast „KI-Arbeitsgestaltung in der Industrie“
ArgumentationshilfenIst es schlimm, wenn Arbeitsplätze automatisiert werden? Über Arbeitsgestaltung mit KI spricht Zukunftsforscher Kai Gondlach mit Tim Jeske vom ifaa.
KI in der Arbeitswelt der Zukunft – Ansichten & Standpunkte
PublikationenDiese Ausgabe der LEISTUNG & ENTGELT stellt unterschiedliche Ansichten und Standpunkte aus Wissenschaft, Gewerkschaften und Arbeitgeberverbänden dar.
Potenzialanalyse Arbeit 4.0
Checklisten/HandlungshilfenDie Potenzialanalyse ist ein Instrument zur produktiven und präventiven Nutzung und Einführung künstlicher Intelligenz im Betrieb.
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

Dipl.-Ing.
Sebastian Terstegen
Wissenschaftlicher Mitarbeiter
Telefon: +49 211 542263-42
Telefax: +49 211 542263-37
Publikationen
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
AbstractKünstliche 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: KI/Lernende Systeme, Sascha Stowasser, Sebastian Terstegen, Datenschutz, Datensicherheit, lernende Systeme, künstliche Intelligenz, KI, SicherheitHelgenberger 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
AbstractIm 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: KI/Lernende Systeme, Digitalisierung/Industrie 4.0, Yannick Peifer, Maschinelles Lernen, Tiefes Lernen, Künstliche Neuronale Netze, Mensch-Roboter-Kollaboration, künstliche IntelligenzJeske 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
AbstractDigitalisierung 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: KI/Lernende Systeme, Arbeitswelt der Zukunft, Digitalisierung/Industrie 4.0, Tim Jeske, Sebastian Terstegen, Digitalisierung, Produktionsindustrie, Metall- und Elektroindustrie, Studie, Arbeitswelt der Zukunft, KI, ArbeitsgestaltungOttersböck 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
Zuordnung der Publikation: AnGeWaNt, KI/Lernende Systeme, Arbeitswelt der Zukunft, 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, WeiterbildungOttersböck N, Jeske T (2022) Potential of Cross-Operational Cooperation for Implementing Hybrid, Data-Driven Business Models. Procedia Computer Science, Volume 200, S. 852-857. https://www.sciencedirect.com/science/article/pii/S1877050922002915
Zuordnung der Publikation: AnGeWaNt, KI/Lernende Systeme, Arbeitswelt der Zukunft, 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, GeschäftsmodellPeifer Y, Jeske T, Hille S (2022) Artificial Intelligence and its Impact on Leaders and Leadership. Procedia Computer Science, Volume 200, S. 1024-1030. www.sciencedirect.com/science/article/pii/S1877050922003106
AbstractAn 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: humAIn work lab, KI/Lernende Systeme, Yannick Peifer, Sven Hille, Tim Jeske, Maschinelles Lernen, Deep LearningPeifer 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
AbstractDie 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, KI/Lernende Systeme, Yannick Peifer, Sven Hille, Tim Jeske, Maschinelles Lernen, Künstliche Neuronale Netze, Führungskräfte, künstliche Intelligenz, FührungPeifer 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
AbstractDie 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: KI/Lernende Systeme, Digitalisierung/Industrie 4.0, Yannick Peifer, Tim Jeske, Sascha Stowasser, Maschinelles Lernen, Tiefes Lernen, Künstliche Neuronale Netze, Qualifizierung, Mensch-Roboter-Kollaboration, künstliche IntelligenzStowasser 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
AbstractDie 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, KITerstegen 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
AbstractIm 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, KI/Lernende Systeme, Sebastian Terstegen, Betriebsrat, Digitalisierung, Mitbestimmung, künstliche Intelligenz, KITerstegen 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
AbstractKleine 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, KI/Lernende Systeme, Sebastian Terstegen, Qualifizierung, künstliche Intelligenz, KI, ArbeitsgestaltungTerstegen S, Sandrock S (2022) Produktive Arbeitsgestaltung mit KI. Zusatzqualifizierung zu Künstlicher Intelligenz für unterschiedliche Zielgruppen. ASU Arbeitsmed Sozialmed Umweltmed 57(1):9–12
AbstractKünstliche 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, ArbeitsgestaltungTerstegen 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
AbstractWie 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, ArbeitsgestaltungTerstegen 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
AbstractIn 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, KI/Lernende Systeme, Arbeitswelt der Zukunft, Digitalisierung/Industrie 4.0, Stephan Sandrock, Nora Johanna Schüth, Sebastian Terstegen, Befragung, Deep Learning, Künstliche Neuronale Netze, Potenzialanalyse, DigitalisierungsmaßnahmenWassong H (2022) Wandel WIRKsam gestalten - KI-gestütztes Arbeiten in der rheinischen Textil- und Kohleregion. WERKWANDEL (1):31-32
AbstractDemografischer 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, KI/Lernende Systeme, Arbeitswelt der Zukunft, Digitalisierung/Industrie 4.0, digitale Transformation, KMU, Arbeitsforschung, Arbeitswelt der Zukunft, demografischer Wandel, Forschungsprojekt WIRKsam, Kompetenzzentrum WIRKsamAdolph 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
AbstractDie 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 JeskeFrost M (2021) Neues ifaa-Projekt: Digital-Mentor. Modell und Erprobung eines präventiv agierenden KI-Helfers (Kurztitel: enAIble). Betriebspraxis & Arbeitsforschung (241):49–50
AbstractVor 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, KIJeske 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
AbstractSince 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, EnglischOttersböck, 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
Zuordnung der Publikation: AnGeWaNt, KI/Lernende Systeme, Arbeitswelt der Zukunft, Digitalisierung/Industrie 4.0, Nicole Ottersböck, Datenschutz, Datensicherheit, Fachkompetenz, Kompetenz, Qualifizierung, Kompetenzerwerb, Kompetenzanforderung, Kompetenzentwicklung, Qualifikationsbedarfe, Qualifikation, Qualifikationsanforderungen, Kompetenzbedarf, KompetenzmanagementSchüth 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
AbstractDie 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, Yannick Peifer, Nora Johanna Schüth, Marc-André Weber, Maschinelles Lernen, Mensch-Roboter-Kollaboration, MRK, künstliche Intelligenz, KI, psychische GesundheitStowasser 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.
AbstractArtificial 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: KI/Lernende Systeme, Sascha Stowasser, international publication, Change-Management, künstliche Intelligenz, KIStowasser 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
AbstractDigitalization 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, KI/Lernende Systeme, Arbeitswelt der Zukunft, 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, QualifizierungStowasser 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
AbstractDer 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, KIStowasser 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
AbstractDie 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: KI/Lernende Systeme, Sascha Stowasser, Sebastian Terstegen, Digitalisierung, Change-Management, künstliche Intelligenz, Veränderungen, KI, ArbeitsgestaltungTerstegen S (2021) en[AI]ble-Projektgruppe entwickelt KI-Zusatzqualifizierung. KI-Wissen für Führungskräfte, Beschäftigte, Betriebsräte und Berater. Betriebspraxis & Arbeitsforschung (243):40–41
AbstractIm 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, KITerstegen S, Jeske T (2021) Digitalisierung und Künstliche Intelligenz nutzen – Chancen und Anforderungen der Arbeitsgestaltung. ASU Arbeitsmed Sozialmed Umweltmed 56(1):12–14
AbstractMit 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 SystemeTerstegen S, Sandrock S (2021) KI-Sachverstand für betriebliche Akteure – Kompetenzen für die präventive Arbeitsgestaltung. Personalpraxis und Recht (11-12/21):233–234
AbstractMit 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, KITerstegen S, Sandrock S (2021) Künstliche Intelligenz im Betrieb – Auswirkungen auf die Mitbestimmung. Personalpraxis und Recht (10/21):206–207
AbstractIm 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, KITerstegen S, Schüth NJ (2021) en[AI]ble. Qualifizierung und Begleitung: Wichtige Voraussetzungen für KI in den Unternehmen. Betriebspraxis & Arbeitsforschung (242):49–50
AbstractKleine 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, KITerstegen 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
AbstractDie 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, ArbeitsgestaltungFrost, 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 FrostFrost 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 StowasserHuchler 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
AbstractArtificial 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-InteraktionHuchler 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
AbstractDer 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-InteraktionOttersböck 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
AbstractDie 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: KI/Lernende Systeme, Nicole Ottersböck, Informationsflut, Assistenz, künstliche Intelligenz, KIStowasser S (2020) KI revolutioniert die Arbeitswelt. Arbeit und Arbeitsrecht 75(1):4
AbstractProf. 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, KIStowasser 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
AbstractDie 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, ArbeitsgestaltungTerstegen 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
AbstractUnter 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, KIFrost 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
AbstractDie 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 4.0Frost M, Jeske T, Terstegen S (2019) Die Zukunft der Arbeit mit Künstlicher Intelligenz gestalten. ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb 114(6):359–363
AbstractDigitale 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 TerstegenFrost 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
AbstractMit 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, FührungFrost 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 FrostSeim 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
AbstractSeit 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 ArbeitStowasser S (2019) Auswirkungen von Künstlicher Intelligenz auf die Arbeitswelt. In: Gronau N (Hrsg) Künstliche Intelligenz in der Fabrik. GITO-Verlag, Berlin, S 55–78
AbstractIm 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 IntelligenzTerstegen S (2019) Buchvorstellung: Künstliche Intelligenz – Technologie, Anwendung, Gesellschaft. Betriebspraxis & Arbeitsforschung (236):59
Zuordnung der Publikation: KI/Lernende Systeme, Sebastian Terstegen, künstliche IntelligenzTerstegen S (2019) Glossar: Künstliche Intelligenz. Betriebspraxis & Arbeitsforschung (235):56–57
AbstractEs 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, KITerstegen S (2019) Künstliche Intelligenz in der Arbeitswelt. Leistung & Entgelt (2):3–45
AbstractIm 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, KIStowasser 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, KITerstegen S, Jeske T, Weber MA (2018) Technologiekarten zu Digitalisierung und Industrie 4.0. ifaa, Düsseldorf
AbstractAktuell 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