31
03/19 PERSONALquarterly
Menschen führen könnten, nach welchen moralischen Prin-
zipien ein Roboter handeln sollte und wie die Fähigkeiten zu
ethischem Handeln umgesetzt werden könnten (Malle, 2016).
Die Führungsliteratur diskutiert die Art und den Einfluss
ethischer Führung (Egorov et al., 2018; Verdorfer/Peus, 2014).
Sie kann somit bei der Beantwortung der Frage, wie eine ethi-
sche Art der Programmierung von Robotern als Führungskräfte
aussehen könnte, unterstützen. Ethische Führung setzt voraus,
dass die Führungskraft ehrlich, integer, fair und vertrauens-
würdig wahrgenommen wird (Braun/Peus, 2014). Roboter
könnten so programmiert werden, dass sie Entscheidungen auf
der Grundlage von Werten treffen und nie egoistisch sind. Ihre
Entscheidungskriterien könnten transparent gemacht werden.
Empathie kann allerdings noch weitaus mehr Vertrauen schaf-
fen als die Tatsache, dass ein Roboter eine moralische Situation
korrekt, aber kalt und technisch einschätzen kann (DeBaets,
2014). Es ist somit eine zentrale Aufgabe des Roboters, Vertrau-
en aufzubauen, was jedoch eine Herausforderung darstellt, da
Roboter Mitgefühl zwar zeigen, aber nicht empfinden können.
So könnten Roboter voraussichtlich einige, aber nicht alle Kri-
terien ethischer Führung widerspiegeln.
Eine weitere Herausforderung entsteht, wenn Algorithmen
entwickelt werden, die Entscheidungen auf ähnliche Weise
treffen wie menschliche Führungskräfte, denn das Training
des Algorithmus mit vorhandenen Daten könnte die Vorurteile
menschlicher Entscheidungen, die Diskriminierung auslösen,
reproduzieren. Bspw. könnten unbeabsichtigt Verzerrungen
entstehen, wenn Algorithmen mit Texten arbeiten, in denen
bestimmte Wörter einem bestimmten Geschlecht zugeordnet
sind. Ein Experiment mit Online-Jobanzeigen zeigte z. B., dass
Frauen weniger Anzeigen mit hochbezahlten Jobs sehen (Dat-
ta et al., 2015). Analog könnte eine Roboterführungskraft mit
einem Algorithmus, der mit Daten aus vergangenen Entschei-
dungen trainiert wird, unbeabsichtigt Stereotype und somit
Diskriminierung reproduzieren. Da die meisten, wenn nicht
sogar alle, Führungsentscheidungen kontextabhängig sind
(Osborn/Marion, 2009), ist es allerdings schwierig, allgemeine
Entscheidungslogiken für Roboterführungskräfte vorzugeben,
ohne einen selbstlernenden Algorithmus einzusetzen.
Darüber hinaus könnten Wahrnehmung, Reaktionen und
Konsequenzen der Programmierung von Roboterführungs-
kräften für Männer und Frauen unterschiedlich sein. Es
können Chancen, aber auch Nachteile für Frauen entstehen:
Einerseits könnte die Entscheidungsfindung eines Roboters,
die so programmiert ist, dass er transparenten und objektiven
Entscheidungskriterien folgt, zu einer Förderung von mehr
Frauen in männerdominierten Kontexten beitragen, wenn der
Roboter keinen Stereotypen, sondern Leistungskriterien folgt;
andererseits wird Frauen weniger technologische Affinität
zugeschrieben, sodass sie weniger Vertrauen in die Interak-
tion mit Robotern haben könnten. Außerdem wissen wir noch
nicht, welche Faktoren Einfluss darauf haben, unter welchen
Bedingungen Roboterführungskräfte männlich oder weiblich
wahrgenommen werden, was aber die Interaktion mit ihnen
beeinflussen könnte.
Unklar ist zudem, welches Führungsverhalten Roboter zei-
gen sollten, um bspw. die Zufriedenheit oder die Performance
ihrer Beschäftigten möglichst positiv zu beeinflussen.
Perspektive 3: Führungsforschung
Die Führungsliteratur (z. B. Antonakis et al., 2003; Bass et
al., 2003) hat verschiedene Führungsstile identifiziert, für die
gezeigt werden konnte, dass sie für (menschliche) Führungs-
kräfte wirksam sind. Die Wirksamkeit dieser spezifischen
Führungsstile, wie transformationaler Führung, transaktio-
naler Führung, ethischer oder dienender Führung, wurde in
einer Vielzahl von Kontexten gezeigt (Hoch et al., 2018; Judge/
Piccolo, 2004). Der am häufigsten untersuchte Führungsstil
ist die transformationale Führung (Bass, 1999), die durch die
Kommunikation einer Vision, das Zeigen von Begeisterung,
die Offenheit für Ideen von Beschäftigten, Charisma und die
Stimulierung intellektueller Fähigkeiten und intrinsischer
Motivation gekennzeichnet ist. Im Gegensatz dazu charakteri-
siert transaktionale Führung das Setzen klarer Ziele und eine
Quelle: Eigene Darstellung
Abb. 2:
Vielfältige Perspektiven auf Chancen und
Risiken des Einsatzes von Robotern in
Führungsrollen
Leadership
Leadership
behaviors,
perceptions of
and reactions to
leaders
Mind attribution,
categorizing
robots in social
groups
Ethical utilization
of robots in
leader roles
Ethics
Human-Robot-
Interaction
Robots guide
and influence
humans
Ethical
leadership
Machine
morality,
robot ethics
Values, moral foundations,
justice, responsibility
