Advertisement

HMD Praxis der Wirtschaftsinformatik

, Volume 56, Issue 1, pp 34–49 | Cite as

Mensch-Maschine-Kollaboration: Grundlagen, Gestaltungsherausforderungen und Potenziale für verschiedene Anwendungsdomänen

  • Eva A. C. BittnerEmail author
  • Sarah Oeste-Reiß
  • Philipp Alexander Ebel
  • Matthias Söllner
Schwerpunkt
  • 107 Downloads

Zusammenfassung

Menschliche Zusammenarbeit ist ein unverzichtbarer Bestandteil wissensintensiver Arbeit und längst Analyse- und Gestaltungsgegenstand wirtschaftsinformatischer Forschung. Kollaboration als Form menschlicher Zusammenarbeit, beschreibt die Arbeit von mindestens zwei Individuen an gemeinsamem Material, die auf ein gemeinsames Gruppenziel ausgerichtet ist. Zur Erreichung des Gruppenziels sind Kommunikation, Koordination und Kooperation notwendig. Zunehmend wird menschliche durch Mensch-Maschine-Kollaboration erweitert, in der nicht-menschliche Agenten als autonom handelnde Kollaborationspartner auftreten, wodurch sich neuartige Arbeits- und Kollaborationsszenarien ergeben. Dieser Paradigmenwandel bringt vielfältige sozio-technische Gestaltungsherausforderungen mit sich. Diese reichen von konkreten Anwendungen für Mensch-Maschine-Konstellationen bis hin zur Weiterentwicklung des Methodenkanons der Kollaborationsforschung und insbesondere des sog. Collaboration Engineering, die in diesem Beitrag diskutiert werden. Zunächst wird kritisch die Neuverteilung von Arbeit diskutiert, die durch intelligente Systeme möglich wird und anhand einer Taxonomie das Gestaltungsfeld im Kontinuum Mensch-Maschine-Kollaboration aufgezeigt. Anschließend werden verschiedene Anwendungsfälle skizziert sowie deren Herausforderungen und Potenziale diskutiert. Die Anwendungsfälle umfassen i.) sprachbasierte Agenten zur Facilitation von vormals individueller Ideengenerierung; ii.) nicht-sprachbasierte Mensch-Maschine-Kollaboration im Bereich des autonomen Fahrens; iii.) sprachbasierte Assistenzsysteme im universitären Lehren und Lernen. Der Artikel schließt mit einer für Designer neuer Kollaborationsszenarien relevanten Diskussion von Implikationen für die Gestaltung der Mensch-Maschine-Kollaboration mit Fokus auf Trends hinsichtlich der Weiterentwicklung existierender Methoden des Collaboration Engineerings.

Schlüsselwörter

Kollaboration Mensch-Maschine-Kollaboration Collaboration Engineering Facilitation Assistenzsysteme 

Human-Machine Collaboration: Foundations, Design Challenges and Potentials for Multiple Areas of Application

Abstract

Human collaboration is an indispensable part of knowledge-intensive work and has long been object of analysis and design for information systems research. Collaboration describes the work of at least two individuals on shared material that is aligned to a common group goal. In order to achieve the group goal, communication, coordination and cooperation are necessary. More complex value creation systems and growing potentials of intelligent systems and agents allow an expansion of the design space towards completely new work and collaboration scenarios. IT-supported human collaboration is being expanded by human-machine collaboration, in which non-human agents act more as autonomous collaboration partners. This paradigm shift brings diverse socio-technical design challenges, ranging from specific solutions for different human-machine scenarios to a need for rethinking the methods of collaboration research and engineering. which are discussed in this article. First, the redistribution of work, due to new intelligent systems, is critically discussed and the design field in the continuum of human-machine collaboration is described by using a taxonomy. Second, various application cases are outlined, and their challenges and potentials discussed. These include i.) the use of language-based agents to facilitate the individual submission of ideas on a platform; (ii) the use of non-voice-based human-machine collaboration in autonomous driving; iii.) the use of language-based assistance systems in university teaching and learning. The article concludes with a discussion of implications for human-machine collaboration design that is relevant for designers of new collaboration scenarios with a focus on trends for advancing existing collaborative engineering methods.

Keywords

Collaboration Human-machine collaboration Collaboration engineering Facilitation Assistance systems 

Literatur

  1. Bahle G, Calma A, Leimeister JM, Lukowicz P, Oeste-Reiss S, Reitmaier T, Schmidt A, Sick B, Stumme G, Zweig KA (2016) Lifelong learning and collaboration of smart technical systems in open-ended environments—opportunistic collaborative interactive learning. IEEE International Conference on Autonomic Computing (ICAC), S 315–324Google Scholar
  2. Bittner EAC, Shoury O (2019) Designing automated facilitation for design thinking: a Chatbot for supporting teams in the empathy map method. 52nd Hawaii International Conference on System Sciences (HICSS).Google Scholar
  3. Bittner EAC, Oeste-Reiß S, Leimeister JM (2019) Where is the bot in our team? Toward a taxonomy of design option combinations for conversational agents in collaborative work. 52nd Hawaii International Conference on System Sciences (HICSS).Google Scholar
  4. Briggs RO, Kolfschoten GL, de Vreede G‑J, Lukosch S, Albrecht CC (2013) Facilitator-in-a-box: process support applications to help practitioners realize the potential of collaboration technology. J Manag Inf Syst 29:159–194CrossRefGoogle Scholar
  5. Briggs RO, Kolfschoten GL, de Vreede G‑J, Albrecht C, Lukosch S, Dean DL (2014) A six-layer model of collaboration. In: Nunamaker JF Jr., Romano NC Jr., Briggs RO (Hrsg) Collaboration Systems. Routledge, New York, S 221–228Google Scholar
  6. Briggs RO, de Vreede G‑J, Nunamaker JF, Tobey D (2001) ThinkLets: achieving predictable, repeatable patterns of group interaction with group support systems (GSS). 34th Annual Hawaii International Conference on System Sciences, S 9Google Scholar
  7. Brynjolfsson E, McAfee A (2017) The business of artificial intelligence: what it can—and cannot—do for your organization. Harv Bus Rev 7:3–11 (Digital Articles)Google Scholar
  8. Dahlbäck N, Jönsson A, Ahrenberg L (1993) Wizard of Oz studies—why and how. Knowl Based Syst 6:258–266CrossRefGoogle Scholar
  9. Dellermann D, Ebel P, Söllner M, Leimeister JM (2019) Hybrid intelligence. Bus Inf Syst Eng 61Google Scholar
  10. Hevner AR, March ST, Park J, Ram S (2004) Design science in information systems research. MIS Q 28:75–105CrossRefGoogle Scholar
  11. Leimeister JM (2014) Collaboration Engineering; IT-gestützte Zusammenarbeitsprozesse systematisch entwickeln und durchführen. Springer Gabler, Berlin, HeidelbergGoogle Scholar
  12. Peffers K, Tuunanen T, Rothenberger MA, Chatterjee S (2007) A design science research methodology for information systems research. J Manag Inf Syst 24:45–77CrossRefGoogle Scholar
  13. Seeber I, Bittner E, Briggs RO, de Vreede G‑J, de Vreede T, Druckenmiller D, Maier R, Merz AB, Oeste-Reiß S, Randrup N, Schwabe G, Söllner M (2018) Machines as teammates: a collaboration research agenda. 51st Hawaii International Conference on System Sciences.Google Scholar
  14. Tavanapour N, Bittner E (2018) Automated facilitation for idea platforms: design and evaluation of a Chatbot prototype. International Conference on Information Systems (ICIS).Google Scholar
  15. Traumer F, Oeste-Reiß S, Leimeister JM (2017) Towards a future reallocation of work between humans and machines taxonomy of tasks and interaction types in the context of machine learning. International Conference on Information Systems (ICIS).CrossRefGoogle Scholar
  16. Winkler R, Briggs RO, de Vreede GJ, Leimeister JM, Oeste-Reiß S, Söllner M (2019) Towards a technique for modeling collaborative work practices in the digital Age—the facilitation process model 2.0. 52nd Hawaii International Conference on Systems Sciences.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Wirtschaftsinformatik, insb. sozio-technische SystemgestaltungUniversität HamburgHamburgDeutschland
  2. 2.Fachgebiet WirtschaftsinformatikUniversität KasselKasselDeutschland
  3. 3.Institut für Wirtschaftsinformatik (IWI-HSG)Universität St. GallenSt. GallenSchweiz
  4. 4.Fachgebiet Wirtschaftsinformatik & SystementwicklungUniversität KasselKasselDeutschland

Personalised recommendations