Zusammenfassung
Die zunehmende Verrentung langjähriger Beschäftigter stellt Unternehmen vor die Herausforderung, essenzielles Erfahrungswissen zu identifizieren und für nachfolgende Generationen zu sichern. Aktuelle Ansätze dafür sind zeitintensiv und kostspielig. In dem Forschungsprojekt KI_eeper wird ein KI-basiertes Assistenzsystem entwickelt, welches automatisiert im Arbeitsprozess Wissen identifizieren, speichern und transferieren soll. Der Beitrag thematisiert betriebliche Herausforderungen des Wissenstransfers, KI-basierte Lösungsmöglichkeiten und Anwendungsfälle sowie eine soziotechnische Arbeitsgestaltung, um einen intergenerationellen Wissenstransfer zu ermöglichen. Konzipierte und bereits ergriffene Maßnahmen zur Akzeptanzförderung werden vorgestellt. Den Abschluss des Beitrags bilden erste Ergebnisse, ein Fazit sowie ein Ausblick auf die nächsten Schritte im Projekt.
Abstract
The retirement of long-serving employees confronts companies with the challenge of identifying essential tacit experiential knowledge and safeguarding it for future generations. Current approaches to this are time-consuming and costly. In the KI_eeper research project, an AI-based assistance system is being developed to automatically identify, store and transfer knowledge during the work process. The article addresses operational challenges of knowledge transfer, AI-based solutions and use cases as well as a socio-technical work design to enable knowledge transfer. Conceived and already implemented measures to promote acceptance are presented. The article concludes with initial results, a conclusion and an outlook on the next steps in the project.
This is a preview of subscription content, log in via an institution to check access.
Literatur
Bornewasser M, Bläsing D (2019) Humanorientierte Beurteilungskriterien zur Implementation informatorischer Assistenzsysteme in der manuellen Montage. In: Gesellschaft für Arbeitswissenschaft (Hrsg) Frühjahrskongress 2019, Dresden. Arbeit interdisziplinär analysieren – bewerten – gestalten (Beitrag B 11.3). GfA Press, Dortmund
Holzinger A (2018) Explainable AI (ex-AI). Informatik Spektrum 41(2):138–143
Mayring P, Fenzl T (2019) Qualitative Inhaltsanalyse. In: Baur N, Blasius J (Hrsg) Handbuch Methoden der empirischen Sozialforschung. Springer VS, Wiesbaden, S 633–648
Moore PV (2019) OSH and the future of work: benefits and risks of artificial intelligence tools in workplaces. In: Duffy V (Hrsg) Digital human modeling and applications in health, safety, ergonomics and risk management. Human body and motion. HCII 2019. Lecture Notes in Computer Science 11581. Springer, Cham, S 292–315
Neuweg GH (2001) Könnerschaft und implizites Wissen: zur lehr-lerntheoretischen Bedeutung der Erkenntnis- und Wissenstheorie Michael Polanys. Waxmann, Münster, New York
Nonaka I, Takeuchi H (1995) The knowledge-creating company. How Japanese companies create the dynamics of innovation. Oxford University Press, New York, Oxford
Ottersböck N (2023) Tipps gegen die KI-Angst von Beschäftigten. In: Haufe Personal Blog. https://www.haufe.de/personal/hr-management/tipps-gegen-die-kiiangst-vonbeschaeftigten_80_604568.html
Ottersböck N, Rusch T (2022) Babyboomer weg – Wissen weg. ifaa (Hrsg) WERKWANDEL - Zeitschrift für angewandte Arbeitswissenschaft 3/22:28–32
Ottersböck N, Hartmann V, Jeske T (2022) Hybride Geschäftsmodelle erfolgreich im Betrieb einführen – Daten und Produkte vereinen. ifaa – Institut für angewandte Arbeitswissenschaft (Hrsg). https://www.arbeitswissenschaft.net/fileadmin/user_upload/Broschuere_AnGeWaNt_digital.pdf. Zugegriffen: 8. Jan. 2024
Ottersböck N, Dander H, Prange C (2023c) Prozesswissen durch KI sichern und transferieren. Industrie 4.0 Management 39(6):51–54
Ottersböck N, Prange C, Dander H, Ochterbeck J, Peters S (2023a) Flexibler Arbeitskräfteeinsatz durch KI-basierten Wissenstransfer. ifaa (Hrsg) WERKWANDEL - Zeitschrift für angewandte Arbeitswissenschaft 1/23:40–43
Ottersböck N, Prange C, Dander H, Rusch T (2023d) Babyboomer weg, Wissen weg – Partizipative Entwicklung eines KI-basierten Assistenzsystems zur Erfassung und Sicherung erfahrungsbasierten Wissens in der Produktion. In: Gesellschaft für Arbeitswissenschaftf (Hrsg) Nachhaltig Arbeiten und Lernen – Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits- und Lernprozesse (Beitrag B 1.5) Bericht zum 69. Arbeitswissenschaftlichen Kongress, 01.–03. März 2023 GfA Press, Sankt Augustin
Ottersböck N, Prange C, Rusch T, Dander H (2023b) Entlastung von Beschäftigten In komplexen Produktionsumgebungen durch informatorische, KI-basierte Assistenztechnologien – Erfahrungswissen ermitteln, erhalten, transferieren und Prozesse optimieren. Ai:mag World Tomorrow 1/2023:27–28
Ottersböck N, Urban I, Cost Reyes C (2023e) Beschäftigte für KI-basierte Technik begeistern. Forschungsbericht aus dem Projekt KI_eeper – know how to keep. ifaa (Hrsg) WERKWANDEL - Zeitschrift für angewandte Arbeitswissenschaft 3/23:44–47
Ottersböck N, Urban I, Cost RC, Peters S, Boiteaux C (2024) Employee acceptance for AI based knowledge transfer. Conception, realization and results of an ELSI+UX workshop. In: 5th international conference on industry 4.0 and smart manufacturing (in Druck)
Parker LS, Sankar PL, Boyer J, McEwen JD, Kaufman D (2019) Normative and conceptual ELSI research: what it is, and why it’s important. Genet Med 21(2):505–509
Pokorni B, Braun M, Knecht C (2021) Menschenzentrierte KI-Anwendungen in der Produktion. Praxiserfahrungen und Leitfaden zu betrieblichen Einführungsstrategien. Bauer W, Riedel O, Renner T, Peissner M (Hrsg) https://www.kiiFortschrittszentrum.de/content/dam/iao/ki-fortschrittszentrum/documents/studien/Menschzentrierte-KI-Anwendungen-in-der-Produktion.pdf. Zugegriffen: 8. Jan. 2024
Rusch T, Ottersböck N, Ternes J (2023) Partizipative Prozessaufnahme als Grundlage eines KI-basierten Assistenzsystems für den Wissenstransfer im Produktionsbetrieb. In: Gesellschaft für Arbeitswissenschaft (Hrsg) Nachhaltig Arbeiten und Lernen – Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits- und Lernprozesse (Beitrag C 6.18) GfA Frühjahrskongress 2023, Hannover. GfA-Press, Sankt Augustin
Schultz S (2022) Fachkräftemonitor 2022. Fachkräfteengpässe von Unternehmen in Deutschland, Trends und Potenziale zum Zuzug ausländischer Fachkräfte. Bertelsmann Stiftung (Hrsg) https://www.bertelsmannstiftung.de/de/publikationen/publikation/did/fachkraefte-migrationsmonitor-2022. Zugegriffen: 8. Jan. 2024
Statistisches Bundesamt (2022) 12,9 Millionen Erwerbspersonen erreichen in den nächsten 15 Jahren das gesetzliche Rentenalter. Pressemitteilung Nr. 330 vom 4. August 2022. https://www.destatis.de/DE/Presse/Pressemitteilungen/2022/08/PD22_330_13.html. Zugegriffen: 8. Jan. 2024
Stowasser S, Suchy O, Huchler N, Müller N, Peissner M, Stich A, Vögel H‑J, Werne J, Henkelmann T, Schindler T, Scholz M (Hrsg) (2020) Einführung von KI-Systemen in Unternehmen. Gestaltungsansätze für das Change-Management. Whitepaper aus der Plattform Lernende Systeme, München. https://www.plattform-lernendesysteme.de/files/Downloads/Publikationen/AG2_Whitepaper_Change_Management.pdf. Zugegriffen: 8. Jan. 2024
Danksagung
Dieses Forschungs- und Entwicklungsprojekt wird im Rahmen des Programms „Zukunft der Arbeit“ (Förderkennzeichen 02L20C500–02L20C505) vom Bundesministerium für Bildung und Forschung (BMBF) gefördert und vom Projektträger Karlsruhe (PTKA) betreut. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autorinnen und Autoren.
Author information
Authors and Affiliations
Corresponding author
Additional information
Hinweis des Verlags
Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.
Rights and permissions
Springer Nature oder sein Lizenzgeber (z.B. eine Gesellschaft oder ein*e andere*r Vertragspartner*in) hält die ausschließlichen Nutzungsrechte an diesem Artikel kraft eines Verlagsvertrags mit dem/den Autor*in(nen) oder anderen Rechteinhaber*in(nen); die Selbstarchivierung der akzeptierten Manuskriptversion dieses Artikels durch Autor*in(nen) unterliegt ausschließlich den Bedingungen dieses Verlagsvertrags und dem geltenden Recht.
About this article
Cite this article
Ottersböck, N., Prange, C., Dander, H. et al. Babyboomer weg, Wissen weg – Partizipative Entwicklung eines KI-basierten, selbstlernenden Assistenzsystems zur Erfassung und Sicherung von implizitem Wissen in der Produktion. Z. Arb. Wiss. (2024). https://doi.org/10.1007/s41449-024-00419-4
Accepted:
Published:
DOI: https://doi.org/10.1007/s41449-024-00419-4
Schlüsselwörter
- Demografischer Wandel
- Implizites Erfahrungswissen
- Wissenstransfer
- Künstliche Intelligenz
- Innovation
- Mitarbeiterzentrierung