Skip to main content

Komplementäre Arbeitsgestaltung. Grundrisse eines Konzepts zur Humanisierung der Arbeit mit KI

Complementary work design. Outlines of a concept for the humanization of work with AI

Zusammenfassung

Der Beitrag skizziert Grundüberlegungen zu einem Konzept komplementärer Arbeitsgestaltung. Es wird die These aufgestellt, dass KI potenziell neue Wertschöpfungskonzepte ermöglicht, die auf Rationalisierung durch Komplementarität und nicht durch Ersatz von Arbeit (Substitution) abzielen. Durch erhöhte Adaptivität sind neue, komplementäre Formen der Zusammenarbeit zwischen KI und Menschen möglich. Mit Automatisierungsgrenzen wird begründet, weshalb Komplementaritäten dauerhaft nötig und funktional sind. Für eine komplementäre Arbeitsgestaltung fehlen jedoch sowohl entsprechende Organisationskonzepte als auch Leitbilder. Auf Basis konzeptioneller Überlegungen und empirischer Fallstudien skizziert der Beitrag ein erstes Grundgerüst einer komplementären Arbeitsgestaltung auf den Ebenen Mensch-Maschine-Interaktion, Arbeitsorganisation und Managementstrategie.

Praktische Relevanz: Unternehmen stehen vor der Herausforderung, KI (seien es Software-Assistenten oder kollaborative Roboter), in die bestehende Arbeitspraxis zu integrieren. Geschieht dies jedoch allein mit Blick auf Rationalisierung durch Substitution von Arbeit, werden die besonderen Potenziale von KI, die in ihrer spezifischen Flexibilität und Adaptivität liegen, nicht vollständig genutzt. Denn KI ermöglicht auch neue Formen der Interaktion und Organisation – und damit neue Wertschöpfungskonzepte. Mit dem Grundgerüst einer komplementären Arbeitsgestaltung liefert der Beitrag einen Denkanstoß und eine Heuristik, um traditionelle Pfade zu hinterfragen und neue Optionen zu reflektieren – mit Blick auf Rationalisierungsstrategien wie auch auf die Humanisierung von Arbeit.

Abstract

Companies face the challenge of integrating AI (be it software assistants or collaborative robots) into existing work practices. However, if this is done solely with a view to rationalization through the substitution of work, the special potential of AI, which lies in its specific flexibility and adaptivity, will not be fully exploited. This is because AI also enables new forms of interaction and organization—and thus new value creation concepts. With the basic framework of a complementary work design, this article provides food for thought and a heuristic for questioning traditional paths and reflecting on new options—with a view to rationalization strategies as well as to the humanization of work.

Practical Relevance: AI-based technologies, be it software assistants or collaborative robots, make new forms of work organization necessary and possible. The article expands the view on rationalization strategies by distinguishing between substitution and complementarity. Especially for the integration of AI into work contexts, the changed interaction between employees and semi-autonomous systems becomes a crucial factor—not only with regard to the humanization of work, but also with regard to productivity-enhancing forms of work organization. Here, the article provides an impulse for thought and a heuristic to consider and design rationalization through the use of AI in a more differentiated way.

This is a preview of subscription content, access via your institution.

Abb. 1 Fig. 1
Abb. 2 Fig. 2

Notes

  1. Künstliche Intelligenz (KI) wird häufig offen definiert als die informationstechnische Lösung einer Aufgabe, für die dem allgemeinen Verständnis nach Intelligenz notwendig ist; eine einheitliche Definition existiert nicht (Vgl. Gabler Wirtschaftslexikon 2018; für eine arbeitssoziologische Einordnung siehe Huchler 2022). Im Fokus des Beitrags stehen neue Arbeitsteilungs- und Interaktionspotenziale, die sich mit lernender Software (Machine Learning) und kollaborativen Robotern (die mit Menschen zugleich an einem Gegenstand arbeiten können) ergeben.

  2. Automatisierung bezeichnet die Ermöglichung einer technisch selbsttätigen Durchführung von Prozessen inklusive ihrer Steuerung und Regelung (vgl. Weller 2008). Selbsttätig meint hier unabhängig vom menschlichen Eingreifen. In der Folge wird Automatisierung oft (zu) eng als Loslösung des Menschen aus dem Arbeitsprozess verstanden (Böhle 1998).

  3. Im Folgenden wird dennoch weiter von Automatisierung gesprochen und Autonomie wesentlich weiter gefasst (vgl. Kap. 2–4).

  4. Erste Versuche, einer solchen Integration sammeln sich aktuell um den Begriff der „Industrie 5.0“.

  5. Z. B. Organisation der Trennung, was automatisch und was händisch bearbeitet wird, Qualitätssteigerung der schwierigen händischen Fälle, Qualitätsüberwachung der automatisierten Bearbeitung, neue Angebote und Kundenschnittstellen durch die digitale und schnellere Bearbeitung etc.

  6. Bei den Dienstleistern und/oder Aufbau von KI-Kompetenzen im Haus, ständige Anpassungen des Systems (Schnittstellen, Datenqualität, Interpretationen etc.).

  7. Zur Unterscheidung von Daten, Information und Wissen siehe Schmiede (2006, S. 472 f.).

  8. Ein solches Handeln wird auch als ‚situiertes‘ Handeln (vgl. Suchman 2007) bezeichnet.

  9. In einer interdisziplinären Expertengruppe aus Wirtschaft, Wissenschaft und Verbänden der Plattform Lernsysteme des Bundesministeriums für Bildung und Forschung (BMBF) wurden Gestaltungskriterien für die Mensch-Maschine-Interaktion bei KI formuliert (Huchler et al. 2020).

  10. Das Reflexionskonzept „Humanizing AI Man-Machine-Interaction (HAI-MMI)“ wurde im Rahmen des Projekts „Nachhaltige KI-Menschzentrierte Gestaltung der Mensch-Maschine-Interaktion“ (HBS-KI) (gefördert durch die Hans-Böckler-Stiftung, 2020–2021) weiterentwickelt und evaluiert. Dies geschah mittels qualitativer Leitfadeninterviews (Bogner et al. 2009) mit 23 KI-Experten aus Wissenschaft und Unternehmen, die aufgezeichnet, transkribiert und computergestützt qualitativ ausgewertet wurden (qualitative Inhaltsanalyse orientiert an den Prinzipien der Grounded Theory (Strauss und Corbin 1990)).

  11. Im Rahmen des Projekts EmPReSs (gefördert durch das Bayerische Institut für Digitale Transformation, 2020–2022) wurden bisher zahlreiche Dokumente gesichtet, leitfadengestützte Interviews mit fünf Entwicklern und zwei Projektleitern sowie zahlreiche weitere Gespräche geführt, ein Expert*innen-Workshop durchgeführt und Beobachtungen an Prototypen gemacht. Die Interviews wurden qualitativ ausgewertet. Die Erhebung weiterer Vergleichsfälle und die Begleitung der Einführung bei einem Anwender (mit Beobachtungen, Interviews und Reflexionsworkshops) stehen noch aus. Sukzessive werden Fallstudien (Yin 2014; Pongratz und Trinczek 2010) aufgebaut und mit weiteren Fallstudien verglichen.

  12. Zu den Motivationen bezüglich der Einführung kollaborativer Roboter siehe ähnlich auch Pfeiffer (2019).

  13. Eine andere Einführung ist dagegen daran gescheitert, dass in einen Kompetenzbereich der Beschäftigten eingegriffen wurde, in dem diese (manuell) schneller und genauer sind und so der Nutzen nicht erkennbar war.

Literatur

  • acatech (2016) Kompetenzen für Industrie 4.0. Qualifizierungsbedarfe und Lösungsansätze (= acatech POSITION). Herbert Utz, München

    Google Scholar 

  • Alkemeyer T (2009) Handeln unter Unsicherheit – vom Sport aus beobachtet. In: Böhle F, Weihrich M (Hrsg) Handeln unter Unsicherheit. VS, Wiesbaden, S 183–202

    Chapter  Google Scholar 

  • Apt W, Priesack K (2019) KI und Arbeit – Chance und Risiko zugleich. In: Wittpahl V (Hrsg) Künstliche Intelligenz: Technologie, Anwendung, Gesellschaft. iit-Themenband. Springer Vieweg, Berlin, Heidelberg, S 221–238 https://doi.org/10.1007/978-3-662-58042-4_14

    Chapter  Google Scholar 

  • Arntz M, Gregory T, Zierahn U (2016) The risk of automation for jobs in OECD countries: a comparative analysis. OECD social employment, and migration working papers, Bd. 189. OECD Library, Paris

    Google Scholar 

  • Autor D (2014) Polanyi’s paradox and the shape of employment growth. Working paper, Bd. 20485. National Bureau of Economic Research, Cambridge

    Book  Google Scholar 

  • Bainbridge L (1983) Ironies of automation. Automatica 19(6):775–779

    Article  Google Scholar 

  • Beck U (1986) Risikogesellschaft. Auf dem Weg in eine andere Moderne. Suhrkamp, Frankfurt a.M.

    Google Scholar 

  • Berger U, Offe C (1981) Das Rationalisierungsdilemma der Angestelltenarbeit. Arbeitssoziologische Überlegungen zur Erklärung des Status von kaufmännischen Angestellten aus der Eigenschaft ihrer Arbeit als ‚Dienstleistungsarbeit‘. In: Kocka J (Hrsg) Angestellte im europäischen Vergleich. Geschichte und Gesellschaft. Sonderheft, Bd. 7. Vandenhoeck & Ruprecht, Göttingen, S 39–58

    Google Scholar 

  • BMAS (2017) Weißbuch Arbeiten 4.0. Bundesministerium für Arbeit und Soziales. bud, Potsdam

    Google Scholar 

  • Bogner A, Littig B, Menz W (Hrsg) (2009) Das Experteninterview: Theorie, Methode, Anwendung. VS, Wiesbaden

    Google Scholar 

  • Böhle F (1998) Technik und Arbeit – neue Antworten auf „alte Fragen“. Soziale Welt 49(3):233–252

    Google Scholar 

  • Böhle F (2009) Weder rationale Reflexion noch präreflexive Praktik. Erfahrungsgeleitet-subjektivierendes Handeln. In: Böhle F, Weihrich M (Hrsg) Handeln unter Unsicherheit. VS, Wiesbaden, S 203–230

    Chapter  Google Scholar 

  • Böhle F (2015) Entscheidungs- und Handlungsfähigkeit mit Ungewissheit, praeview. Z Innov Arbeitsgestaltung Prävention 2(3):9

    Google Scholar 

  • Böhle F (Hrsg) (2017) Arbeit als Subjektivierendes Handeln. Handlungsfähigkeit bei Unwägbarkeiten und Ungewissheit. VS, Wiesbaden

    Google Scholar 

  • Bolte KM (1983) Subjektorientierte Soziologie – Plädoyer für eine Forschungsperspektive. In: Bolte KM, Treutner E (Hrsg) Subjektorientierte Arbeits- und Berufssoziologie. Campus, Frankfurt a.M., New York, S 12–36

    Google Scholar 

  • Bonin H, Gregory T, Zierahn U (2015) Übertragung der Studie von Frey/Osborne (2013) auf Deutschland. Kurzexpertise Nr. 57 im Auftrag des Bundesministeriums für Arbeit und Soziales. Zentrum für Europäische Wirtschaftsforschung GmbH (ZEW), Mannheim

    Google Scholar 

  • Brooks R (2017) Seven deadly sins of AI predictions. https://www.technologyreview.com/s/609048/the-seven-deadly-sins-of-ai-predictions/. Zugegriffen: 1. Juli 2021

  • Bughin J (2018) Why AI isn’t the death of jobs. MIT Sloan Manage Rev 59(4):42–46

    Google Scholar 

  • Butollo F, Ehrlich M, Engel T (2017) Amazonisierung der Industriearbeit. Industrie 4.0, Intralogistik und die Veränderung der Arbeitsverhältnisse in einem Montageunternehmen in der Automobilindustrie. Arbeit 26(1):33–59

    Article  Google Scholar 

  • Colvin G (2015) Humans are underrated. What high achievers know that brilliant machines never will. Nicholas Brealey Publishing, Boston

    Google Scholar 

  • Daugherty P, Wilson J (2018) Human + machine. Reimagining work in the age of AI. Harvard Business Review Press, Boston

    Google Scholar 

  • Dekker SWA, Woods DD (2002) MABA-MABA or abracadabra? Progress on human-automation coordination. Cogn Technol Work 4:240–244

    Article  Google Scholar 

  • Emery FE, Trist EL (1969) Socio-technical systems. In: Emery FE (Hrsg) Systems thinking. Selected readings. Penguin, Harmondsworth, S 281–296

    Google Scholar 

  • EU COM (2021) Laying down harmonised rules on artificial intelligence (artificial intelligence act) and amending certain union legislative acts. Proposal for a regulation of the European parliament and of the council. https://ec.europa.eu/info/law/better-regulation/. Zugegriffen: 1. Sept. 2021

  • Fitts PM (1951) Human engineering for an effective air navigation and traffic control system. National Research Council, Washington DC

    Google Scholar 

  • Frey CB, Osborne MA (2013) The future of employment: how susceptible are jobs to computerisation? https://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf. Zugegriffen: 1. Juli 2021 (Working paper, Oxford: Oxford Martin School (OMS))

  • Gabler Wirtschaftslexikon (2018) Künstliche Intelligenz (KI). https://wirtschaftslexikon.gabler.de/definition/kuenstliche-intelligenz-ki-40285/version-263673. Zugegriffen: 1. Mai 2022

  • Gerst D (2019) Künstliche Intelligenz und Autonome Systeme. Herausforderungen für die Arbeitssystemgestaltung. In: Hirsch-Kreinsen H, Karačić A (Hrsg) Autonome Systeme und Arbeit. Perspektiven, Herausforderungen und Grenzen der Künstlichen Intelligenz in der Arbeitswelt. transcript, Bielefeld, S 102–138

    Google Scholar 

  • Gigerenzer G (2007) Bauchentscheidungen. Die Intelligenz des Unterbewussten und die Macht der Intuition. Bertelsmann, München

    Google Scholar 

  • Grote G, Ryser C, Wäfler T, Windischer A, Weik S (2000) Kompass—a method for complementary function allocation in automated work systems. Int J Hum Comput Stud 52(2):267–287. https://doi.org/10.1006/ijhc.1999.0289

    Article  Google Scholar 

  • Hirsch-Kreinsen H (2014) Wandel von Produktionsarbeit – „Industrie 4.0“. Wsi Mitt 67(6):421–429. https://doi.org/10.5771/0342-300X-2014-6-421

    Article  Google Scholar 

  • Hirsch-Kreinsen H (2018) Das Konzept des Soziotechnischen Systems—revisited. AIS-Studien 11(2):11–28. https://doi.org/10.21241/ssoar.64859

    Article  Google Scholar 

  • Hirsch-Kreinsen H, Ittermann P, Niehaus J (Hrsg) (2015) Digitalisierung industrieller Arbeit. Die Vision Industrie 4.0 und ihre sozialen Herausforderungen. Nomos, Baden-Baden

    Google Scholar 

  • Holtgrewe U, Riesenecker-Caba T, Flecker J (2015) „Industrie 4.0“ – eine arbeitssoziologische Einschätzung. FORBA, Wien (Endbericht für die AK Wien)

    Google Scholar 

  • Huchler N (2018) Die Grenzen der Digitalisierung. Begründung einer Arbeitsteilung zwischen Mensch und Technik und Implikationen für eine humane Technikgestaltung. In: Hofmann J (Hrsg) Arbeit 4.0 – Digitalisierung, IT und Arbeit. Springer, Wiesbaden, S 143–162

    Chapter  Google Scholar 

  • Huchler N (2019) Assimilierende vs. komplementäre Adaptivität. Grenzen teil-autonomer Systeme. In: Hirsch-Kreinsen H, Karačić A (Hrsg) Autonome Systeme und Arbeit. Perspektiven, Herausforderungen und Grenzen der Künstlichen Intelligenz in der Arbeitswelt. Transkript, Bielefeld, S 139–180

    Chapter  Google Scholar 

  • Huchler N (2020) Die Mensch-Maschine-Interaktion bei Künstlicher Intelligenz im Sinne der Beschäftigten gestalten – Das HAI-MMI Konzept und die Idee der Komplementarität. https://digitaleweltmagazin.de/2020/07/31/die-mensch-maschine-interaktion-bei-kuenstlicher-intelligenz-im-sinne-der-beschaeftigten-gestalten-das-hai-mmi-konzept-und-die-idee-der-komplementaritaet/. Zugegriffen: 1. Mai 2022

  • Huchler N (2022) Arbeit und Künstliche Intelligenz. In: Hirsch-Kreinsen H, Pfeiffer S, Will-Zocholl M (Hrsg) LAIS – Lexikon der Arbeits- und Industriesoziologie. Nomos, Baden-Baden (Neuauflage 2022 (Dritte Auflage). [im Erscheinen])

    Google Scholar 

  • Huchler N, Adolph L, André E, Bauer W, Bender N, Müller N, Neuburger R, Peissner M, Steil J, Stowasser S, Suchy O (Hrsg) (2020) Kriterien für die menschengerechte Gestaltung der Mensch-Maschine-Interaktion bei Lernenden Systemen. https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/AG2_Whitepaper2_220620.pdf. Zugegriffen: 1. Nov. 2021 (Whitepaper aus der Plattform Lernende Systeme (BMBF), München)

  • Illy L (1951) Die ökonomische Komplementarität. Z Natl 13(2):202–241

    Google Scholar 

  • Jordan N (1963) Allocation of functions between man and machines in automated systems. J Appl Psychol 47:161–165

    Article  Google Scholar 

  • Kirchner S, Meyer S‑C, Tisch A (2020) Digitaler Taylorismus für einige, digitale Selbstbestimmung für die anderen? Ungleichheit der Autonomie in unterschiedlichen Tätigkeitsdomänen. baua:Fokus, Bd. 20200626. Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (BAuA), Dortmund

    Google Scholar 

  • Latour B (1994) On technical mediation—philosophy, sociology, genealogy. Common Knowledge 3:29–64

    Google Scholar 

  • Lutz B, Moldaschl M (1989) Expertensysteme und industrielle Facharbeit. Ein Gutachten über denkbare qualifikatorische Auswirkungen von Expertensystemen in der fertigenden Industrie. Campus, Frankfurt, New York

    Google Scholar 

  • Manyika J, Chui M, Miremadi M, Bughin J, George K, Willmott P et al (2017a) A future that works. Automation, employment, and productivity. McKinsey and Company, San Francisco, Chicago, Brussels, London

    Google Scholar 

  • Manyika J, Lund S, Chui M, Bughin J, Woetzel J, Batra P, Ko R, Sanghvi S (2017b) Jobs lost, jobs gained: Workforce transitions in a time of automation. McKinsey and Company, San Francisco, Chicago, Brussels, London

    Google Scholar 

  • Manzeschke A, Weber K, Rother E, Fangerau H (2013) Ethische Fragen im Bereich Altersgerechter Assistenzsysteme. https://www.interaktive-technologien.de/dateien/service/broschuere-ethische-fragen-altersgerechte-assistenzsysteme.pdf/download. Zugegriffen: 1. Juli 2021

  • Nedelkoska L, Quintini G (2018) Automation, skills use and training. OECD social, employment and migration working papers, Bd. 202. OECD Publishing, Paris

    Google Scholar 

  • Neuweg GH (2015) Das Schweigen der Könner. Gesammelte Schriften zu implizitem Wissen. Waxmann, Münster, New York.

    Google Scholar 

  • Pasquale F (2020) New laws of robotics. Defending human expertise in the age of AI. Belknap Press, Cambridge

    Book  Google Scholar 

  • Pfeiffer S (2001) information@WORK. Neue Tendenzen in der Informatisierung von Arbeit und vorläufige Überlegungen zu einer Typologie informatisierter Arbeit. In: Matuschek I, Henninger A, Kleemann F (Hrsg) Neue Medien im Arbeitsalltag. Westdeutscher Verlag, Wiesbaden, S 237–255

    Google Scholar 

  • Pfeiffer S (2007) Montage und Erfahrung – Warum Ganzheitliche Produktionssysteme menschliches Arbeitsvermögen brauchen. Rainer Hampp, München, Mering

    Google Scholar 

  • Pfeiffer S (2019) Produktivkraft konkret. Vom schweren Start der Leichtbauroboter. In: Butollo F, Nuss S (Hrsg) Marx und die Roboter. Vernetzte Produktion, Künstliche Intelligenz und lebendige Arbeit. Dietz, Berlin, S 156–177

    Google Scholar 

  • Pfeiffer S (2020) Kontext und KI: Zum Potenzial der Beschäftigten für Künstliche Intelligenz und Machine-Learning. HMD 57:465–479

    Article  Google Scholar 

  • Plattform Industrie 4.0 (2019) Technologieszenario Künstliche Intelligenz in der Industrie 4.0. https://www.plattform-i40.de/PI40/Redaktion/DE/Downloads/Publikation/KI-industrie-40.html. Zugegriffen: 1. Juli 2021

  • Polanyi M (1985) Implizites Wissen. Suhrkamp, Frankfurt a.M.

    Google Scholar 

  • Pongratz H, Trinczek R (2010) Industriesoziologische Fallstudien. Entwicklungspotenziale einer Forschungsstrategie. Ed. Sigma, Berlin

    Book  Google Scholar 

  • Promotorengruppe (2013) Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0. Promotorengruppe Kommunikation der Forschungsunion Wirtschaft – Wissenschaft https://www.acatech.de/wp-content/uploads/2018/03/Abschlussbericht_Industrie4.0_barrierefrei.pdf. Zugegriffen: 1. Juli 2021

  • Rammert W (2009) Hybride Handlungsträgerschaft: Ein soziotechnisches Modell verteilten Handelns. In: Herzog O, Schildhauer T (Hrsg) Intelligente Objekte. Springer, Berlin, S 23–33

    Chapter  Google Scholar 

  • Rammert W, Schulz-Schaeffer I (2002) Können Maschinen handeln? Soziologische Beiträge zum Verhältnis von Mensch und Technik. Campus, Frankfurt a.M.

    Google Scholar 

  • Ratcliffe S (2017) Oxford essential quotations. Oxford University Press, Oxford (Current Online Version 2017. https://www.oxfordreference.com/view/10.1093/acref/9780191843730.001.0001/q-oro-ed5-00018679?rskey=tcEJPo&result=1 (zuletzt 01.07.2021))

    Book  Google Scholar 

  • Schmiede R (2006) Wissen und Arbeit im ‚Informational Capitalism‘. In: Baukrowitz A, Berker T, Boes A, Pfeiffer S, Schmiede R, Will-Zocholl M (Hrsg) Informatisierung der Arbeit – Gesellschaft im Umbruch. Ed. Sigma, Berlin, S 457–490

    Chapter  Google Scholar 

  • Schulz-Schaeffer I (2019) Technik und Handeln. Eine handlungstheoretische Analyse. In: Schubert C, Schulz-Schaeffer I (Hrsg) Berliner Schlüssel zur Techniksoziologie. Springer VS, Wiesbaden, S 9–40

    Chapter  Google Scholar 

  • Spencer D, Cole M, Joyce S, Whittaker X, Stuart M (2021) Digital automation and the future of work. https://www.europarl.europa.eu/RegData/etudes/STUD/2021/656311/EPRS_STU(2021)656311_EN.pdf. Zugegriffen: 1. Nov. 2021 (STUDY Panel for the Future of Science and Technology)

  • Stowasser S, Suchy O, Huchler N, Müller N, Peissner M, Stich A, Vögel HJ, Werne J (2020) Einführung von KI-Systemen in Unternehmen. Gestaltungsansätze für das Change-Management. BMBF, München (Whitepaper aus der Plattform Lernende Systeme)

    Google Scholar 

  • Sträter O, Bengler K (2019) Positionspapier Digitalisierung der Arbeitswelt. Z Arbeitswiss 73(3):243–245

    Article  Google Scholar 

  • Strauss A, Corbin J (1990) Basics of qualitative research. Grounded theory procedures and techniques. SAGE, Newbury Park

    Google Scholar 

  • Suchman L (2007) Plans and situated actions. The problem of human-machine communication. Cambridge University Press, Cambridge

    Google Scholar 

  • Sydow J (1985) Der soziotechnische Ansatz der Arbeits- und Organisationsgestaltung. Campus, Frankfurt a.M.

    Google Scholar 

  • Vermeulen B, Kesselhut J, Pyka A, Saviotti PP (2018) The impact of automation on employment: Just the usual structural change? Sustainability 10(5):1661. https://doi.org/10.3390/su10051661

    Article  Google Scholar 

  • Vogler-Ludwig K (2017) Beschäftigungseffekte der Digitalisierung – eine Klarstellung. Wirtschaftsdienst 97(12):861–870

    Article  Google Scholar 

  • Weller W (2008) Automatisierungstechnik im Überblick. Was ist, was kann Automatisierungstechnik? Beuth, Berlin, Wien, Zürich

    Google Scholar 

  • Windolf P (1985) Industrial robots in the west German automobile industry. Polit Soc 14(4):459–495

    Article  Google Scholar 

  • Yin R (2014) Case study research. Design and methods. SAGE, London, Thousand Oaks, New Delhi

    Google Scholar 

  • Weyer J (2007) Autonomie und Kontrolle. Arbeit in hybriden Systemen am Beispiel der Luftfahrt. Technikfolgenabschätzung – Theorie und Praxis 16(2):35–42

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Norbert Huchler.

Rights and permissions

Reprints and Permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Huchler, N. Komplementäre Arbeitsgestaltung. Grundrisse eines Konzepts zur Humanisierung der Arbeit mit KI. Z. Arb. Wiss. 76, 158–175 (2022). https://doi.org/10.1007/s41449-022-00319-5

Download citation

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s41449-022-00319-5

Schlüsselwörter

Keywords