PERSONALquarterly 02 / 23 26 SCHWERPUNKT_KI ALS TEAMMITGLIED die Systemoberfläche ein wichtiger Faktor, der die Akzeptanz fördern oder beeinträchtigen kann. Systeme sollten intuitiv gestaltet werden, sodass sie dem Nutzer schnell und einfach ermöglichen, seine Aufgabe zu erledigen. Des Weiteren beeinflusst die Objektivität von KI-Systemen die Akzeptanz. Diese hängt davon ab, ob das System ausschließlich anhand quantifizierbarer und messbarer Fakten und Vorgaben arbeitet oder ob es subjektive Informationen und individuelle Merkmale (das heißt die Einzigartigkeit der Situation) berücksichtigt. In der Regel werden KI-Systeme bevorzugt, wenn sie die Einzigartigkeit der Situation berücksichtigen. Der Effekt auf die Akzeptanz variiert jedoch abhängig vom Kontext. Bspw. wird in der Personalselektion bei Einstellungsverfahren eher ein KI-System bevorzugt, das individuelle Merkmale berücksichtigt, wohingegen in der Zulassung zu Universitäten ein KI-System bevorzugt wird, welches rein faktenbasiert Entscheidungen trifft. Merkmale der Organisation. Auf Organisationsebene werden in der Forschung weniger Fragen individueller Nutzungsakzeptanz untersucht. Der Fokus liegt eher auf organisationalen Voraussetzungen zur KI-Bereitschaft (AI-Readiness) von Unternehmen (vgl. Jöhnk et al., 2021). Darunter versteht man Faktoren, die Unternehmen zur effizienten und effektiven Einführung einer KI befähigen. Bewertungsaspekte betreffen bspw. die IT-Infrastruktur (vorhandene Daten), notwendige Ressourcen (Finanzen, Fähigkeiten/Wissen des Personals zur KI-Nutzung), das regulatorische Umfeld des Unternehmens sowie die Unternehmensstrategie und -kultur (Jarrahi et al., 2021). Zur Akzeptanz von KI wurde in der Forschung bisher nur die Unternehmensreputation des KI-Herstellers als wichtiges Merkmal hervorgehoben (Glikson/Woolley, 2020). Nutzer tendieren dazu, eine KI zu akzeptieren und zu verwenden, wenn sie von Unternehmen produziert oder vermarktet wird, die als positiv wahrgenommen werden. Merkmale der KI-Anwender. Personenmerkmale beschreiben Einstellungen gegenüber Systemen (z. B. Vertrauen), Wissen und Fähigkeiten (z. B. spezifische Computerkenntnisse), individuelle Motive (Leistungs- vs. Entwicklungsziele) oder allgemeine stabile Persönlichkeitsmerkmale (z. B. Neurotizismus, Kontrollbedürfnis, allgemeine oder technikbezogene Ängstlichkeit, Offenheit für Neues). Bspw. wurde gezeigt, dass Technikängste eine niedrigere Technikakzeptanz bewirken und somit zu einer geringeren Technologienutzung führen. In der Literatur wird spekuliert, dass Persönlichkeitsmerkmale ggf. verschiedene Einflüsse moderieren. Jedoch fehlt hierzu noch Forschung in Bezug auf KI-Systeme, die die Auswirkung allgemeiner Persönlichkeitsmerkmale oder Motive auf die KIAkzeptanz untersucht. Viele Studien beschäftigen sich mit Vertrauen in Technologie und zeigen einen positiven Einfluss des Vertrauens auf die KI-Akzeptanz. Das Vertrauen in die KI dagegen wird durch vielerlei Faktoren beeinflusst – bspw. die Performanz (Effekin verschiedene Regionen zu senden (Lee et al., 2015). Diese Systeme sind effizient, stoßen jedoch oft auf Widerstand bei den Nutzern. Fahrer umgehen bspw. manche algorithmischen Entscheidungen, indem sie die App kurzfristig ausschalten oder andere Nutzertricks anwenden. Die Akzeptanz des Systems wurde in der Forschung infrage gestellt. In der Personalselektion wird KI verwendet, um potenziellen Kandidaten spezifische Jobangebote zu präsentieren und sie mit Anforderungsprofilen abzustimmen (Sharma, 2018). In einem Unternehmen konnte die KI die benötigte Arbeitszeit pro Kandidat um 40 Minuten (ca. 87 %) reduzieren. Dies ist wichtige Arbeitszeit, die Personaler mit anderen wertschöpfenden Aktivitäten verbringen können. Inwiefern dies vom Personal akzeptiert wird, wurde nicht diskutiert. In Hongkong wird KI im U-BahnVerkehr eingesetzt, um Ingenieure für Reparaturen einzuteilen (Hodson, 2014). Die KI bringt für das Unternehmen geschätzte jährliche Kosteneinsparungen von ca. $800.000 mit sich. Doch auch hier ist bereits frühzeitig Widerstand oder Unklarheit bei den Ingenieuren entstanden, was allerdings nicht weiter erläutert wurde. Es wird deutlich, dass KI bereits in der PEP angewendet wird. Sie bietet Unternehmen Effizienzvorteile, die mit Kosteneinsparungen und größeren Gewinnen einhergehen. Jedoch ist die KI-Akzeptanz nicht immer optimal. Es ist insbesondere nicht immer klar, ob die Nutzer bzw. die Betroffenen von der Anwendung einer KI profitieren oder Entscheidungen einer KI präferieren und gewillt sind, diese zu akzeptieren (Langer/ Landers, 2021). In der Forschung werden unterschiedliche Einflussfaktoren auf die KI-Akzeptanz untersucht. Auf ausgewählte Faktoren gehen wir im Folgenden ein. Forschung zur Akzeptanz von KI-Systemen Die Bewertung des Vertrauens in KI-Systeme und der Akzeptanz von KI-Systemen haben einen besonderen Stellenwert in der Forschung (Burton et al., 2020; Glikson/Woolley, 2020; Jarrahi et al., 2021; Jussupow et al., 2020; Langer/Landers, 2021). Wenn KI-Nutzer und Betroffene von KI-Entscheidungen die KI nicht akzeptieren und somit nicht anwenden wollen, ist die Entwicklung der KI erfolglos und führt letztlich zu Kostensteigerungen statt -senkungen. Im Folgenden werden Einflussfaktoren auf die Akzeptanz von KI den Merkmalsbereichen Technik, Organisation, Mensch und Aufgabe zugeordnet, welche zentrale Ergebnisse der oben genannten Übersichtsstudien zusammenfassen. Merkmale der Technik. Die Bedeutung technischer Merkmale auf Akzeptanz wird im Kontext unterschiedlicher Systeme (Automatisierung, Robotik, KI) empirisch untersucht. So ist bspw. die wahrgenommene Effektivität und Effizienz ein positiver Prädiktor für die Akzeptanz von KI-Systemen. Auch eine höhere Zuverlässigkeit (geringe Fehlerquote, gleichbleibende Entscheidungen bei Verwendung derselben Daten) hat einen positiven Einfluss auf die Akzeptanz. Darüber hinaus ist
RkJQdWJsaXNoZXIy Mjc4MQ==