PERSONALquarterly 02 / 23 30 SCHWERPUNKT_KI ALS TEAMMITGLIED zielen und Effizienzzielen sind signifikant unterschiedlich (p<0.001). Aus diesem Szenario geht hervor, dass Nutzer tatsächlich ihre KI-Akzeptanz an persönlichen Motiven und Zielen orientieren. Abbildung 3 stellt die Ergebnisse zu den Verteilungen der Präferenzen von Autonomiegraden in Abhängigkeit des Kontextes dar. Implikationen für das HRM Im Beitrag wurden zunächst KI-Anwendungsbeispiele aus dem HRM vorgestellt, in denen die KI bspw. Schichtplanung im Krankenhaus oder Fahrerzuweisungen bei Personenbeförderungen unterstützt. Anschließend wurden Einflussfaktoren auf die Akzeptanz von KI-Systemen aus Forschungsarbeiten dargestellt. Die Literatur verdeutlicht, dass Nutzer KI-Systeme nicht immer akzeptieren oder diese aufgrund ihrer Inflexibilität und mangelnder Berücksichtigung individueller Merkmale ablehnen. Insbesondere beeinflussen Aufgaben- und Personenmerkmale die Präferenz für den Autonomiegrad des Systems und somit die Akzeptanz von KI-Systemen. Aus der hier erstmals vorgestellten Studie wurde deutlich, dass der Grad der optimalen KI-Unterstützung nicht statisch ist, sondern kontextbezogen variieren könnte. Hierzu wurden Daten vorgestellt, die erste Hinweise auf eine Kontextabhängigkeit der KI-Autonomie-Präferenzen geben. Bei niedriger Arbeitsbelastung wurde bspw. eher eine manuelle Bearbeitung gewünscht. Konfliktpotenziale bei Einsatzteams haben ebenfalls eher zum Wunsch nach manueller Bearbeitung geführt. Darüber hinaus konnten wir aufzeigen, dass auch persönliche Motive eine Rolle spielen: Wenn Nutzer bspw. persönliche Lernziele verfolgen, wünschten sie sich eher manuelle Bearbeitung, bei persönlichen Effizienzzielen wurde zunehmend eine unterstützende oder vollständig autonome KI bevorzugt. Mehrere Studien weisen darauf hin, dass Menschen KI-Unterstützung bei analytischen Entscheidungen (bei Finanzen und mathematischen Bewertungen) tendenziell eher wünschen als in wahrgenommen subjektiven Entscheidungen (Partnervorschläge durch Dating-Systeme, medizinische Diagnosen und Behandlungen). Unterschiedliche Präferenzen der Autonomiegrade in Abhängigkeit des Kontextes können ggf. erklären, wieso Studien jedoch auch unterschiedliche Ergebnisse zur KI-Akzeptanz in ähnlichen Entscheidungsprozessen liefern. Dass Betroffene bspw. KI in der Zulassungsauswahl an Universitäten bevorzugen, aber diese in der freien Wirtschaft bei der Pesonalauswahl eher ablehnen, weist auf eine Granularität in der Kontextabhängigkeit einer KI in der Personenauswahl hin. Forschungsbefunde legen nahe, dass es keine idealen Autonomiegrade des KI-Systems gibt, sondern diese kontextabhängig wählbar und anpassbar sein sollten, umNutzerpräferenzen gerecht zu werden. Es könnten sich Systeme bspw. an individuelle Nutzer anhand deren Fähigkeiten oder anderer Charakteristika anpassen (O’Neill et al., 2022, S. 921; Shrestha et al., 2019). Konkret könnten persönliche Nutzererpräferenzen zu unterschiedlichen Autonomiegraden insofern reflektiert werden, dass Nutzer definieren, unter welchen Umständen die KI mehr oder weniger autonom Aufgaben und Entscheidungen übernimmt. Bspw. könnte eine KI bei zunehmender Arbeitsbelastung anhand vorab definierter Kriterien mehr Verantwortlichkeiten erhalten. So könnte die KI infolge der vorab definierten Belastungsgrenze z. B. automatische E-MailAntworten versenden, Telefonanrufe annehmen oder die Steuerung von Maschinen übernehmen. Um Entscheidungen noch besser im Sinne einer künstlichen Intelligenz zu unterstützen, könnte die KI auch regelmäßiges Feedback der Nutzer abfragen, sodass sie daraus lernt und dementsprechend ihre Unterstützung anpasst. Aus diesem Artikel sind für die Einführung und Gestaltung von KI-Unterstützung in der PEP drei Schlussfolgerungen ableitbar: (1) Die erfolgreiche Einführung von KI-Systemen erfordert eine ganzheitliche Betrachtung der Einflussfaktoren auf KIAkzeptanz in Bezug auf Technik-, Organisations-, Personen- und Aufgabenmerkmale. (2) Gemäß der Tradition soziotechnischer Systemgestaltung sollte das KI-System nicht ohne Berücksichtigung sozialer Bedürfnisse oder situativer Kontexte gestaltet sein, um eine effiziente und menschengerechte Arbeitsumgebung sicherzustellen. (3) Zukünftige Forschung sollte sich mit einer flexiblen Wahl von KI-Unterstützung auseinandersetzen, um Potenziale der Systeme zu nutzen und deren Anwendungsgrenzen durch menschliche Kontrolle zu respektieren.
RkJQdWJsaXNoZXIy Mjc4MQ==