Zusammenfassung
Ob Industrie 4.0, Big Data, Predictive Analytics oder Robotik – die digitale Transformation hat viele Facetten. Sie führt aber nicht nur zu einem Paradigmenwechsel in der industriellen Produktion. Auch komplexe kognitive Tätigkeiten sind durch die fortschreitende Entwicklung der künstlichen Intelligenz (KI) einem Wandel unterzogen. Smarte Assistenten halten Einzug in die Arbeitswelt und erfordern eine Kooperation von KI und Mensch. KI agiert anders als bisherige Systeme – autonom statt automatisch – und somit bisweilen für den Menschen unerwartet, überraschend und nicht immer nachvollziehbar. In dieser Konstellation ist Vertrauen ein essenzieller Faktor, der über das Funktionieren der Mensch-KI-Kooperation entscheidet. Im Rahmen des vorliegenden Beitrages sollen daher mit einer empirischen Analyse innerhalb des Produktionsmanagements die Einflussfaktoren auf das Vertrauen sowie deren Wirkmechanismen identifiziert werden.
Der vorliegende Beitrag fußt auf einer Langfassung, die im Shaker Verlag unter dem Titel Vertrauen in Entscheidungen künstlicher Intelligenz im Produktionsmanagement erschienen ist (siehe Saßmannshausen 2019).
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
- 2.
Bei der digitalen Affinität und dem Expertenstatus geschieht dies auf Basis des Gesamtscores (Trennung bei 2,5) und bei der Vorhersagbarkeit und den Fehlerkosten auf Basis des jeweiligen Szenarios.
- 3.
Diese Signifikanz gilt nach Field (2009, S. 191) für einseitige Tests und muss für zweiseitige Tests verdoppelt werden.
Literatur
Aghamanoukjan, A., Buber, R., & Meyer, M. (2009). Qualitative interviews. In R. Buber & H. H. Holzmüller (Hrsg.) Qualitative Marktforschung. Konzepte – Methoden – Analysen (2. Aufl., S. 415–436). Wiesbaden: Gabler (Lehrbuch).
Atteslander, P. (2008). Methoden der empirischen Sozialforschung (12. Aufl.). Berlin: Schmidt.
Baccala, M., Curran, C., Garrett, D., Likens, S., & Rao, A. et al. (2018). 2018 AI predictions. 8 insights to shape business strategy. PwC. https://www.pwc.com/us/AI2018. Zugegriffen: 01. Dec. 2019.
Banavar, G. (2016). Learning to trust artificial intelligence systems. Accountability, compliance and ethics in the age of smart machines. Somers (USA): IBM.
Bansal, T., Pachocki, J., Sidor, S., Sutskever, I., Mordatch, I. (2018). Emergent complexity via multi-agent competition. In arXiv preprint arXiv:1710.03748 o. Jg. (o. H.). https://arxiv.org/abs/1710.03748.
Barton, A. H., & Lazarsfeld, P. F. (1984). Einige Funktionen von qualitativer Analyse in der Sozialforschung. In Christel Hopf & Elmar Weingarten (Hrsg.), Qualitative Sozialforschung (S. 41–89). Stuttgart: Klett-Cotta.
Beierlein, C., Kemper, C., Kovaleva, A. J., & Rammstedt, B. (2014) Interpersonales Vertrauen (KUSIV3). Zusammenstellung sozialwissenschaftlicher Items und Skalen. ZIS – GESIS Leibniz Institute for the Social Sciences. https://doi.org/10.6102/zis37.
Benner, P. E. (2017). Stufen zur Pflegekompetenz. From novice to expert. (3. Aufl.). Bern: Hogrefe.
Beutin, N. (2008). Verfahren zur Messung der Kundenzufriedenheit im Überblick. In C. Homburg (Hrsg.), Kundenzufriedenheit. Konzepte – Methoden – Erfahrungen (7. Aufl., S. 121–171). Wiesbaden: Gabler.
Bourier, G. (2018). Beschreibende Statistik. Praxisorientierte Einführung – Mit Aufgaben und Lösungen (13. Aufl.). Wiesbaden: Springer Gabler.
Brynjolfsson, E. & McAfee, A. (2016). The second machine age. Wie die nächste digitale Revolution unser aller Leben verändern wird (6. Aufl.). Kulmbach: Börsenmedien AG.
Bullinger, A. C., & Kullmann, G. (2013). Das Konzept Systemvertrauen. Vertrauen als Grundlage von Zusammenarbeit und wirtschaftlichem Erfolg. Chemnitz: aw&l Wissenschaft und Praxis (Ergebnisbericht zum Verbundprojekt).
Bundesagentur für Arbeit (2011). Klassifikation der Berufe 2010 (Bd. 1). Systematischer und alphabetischer Teil mit Erläuterungen. Nürnberg: Bundesagentur für Arbeit.
Burggräf, P., Wagner, J., & Koke, B. (2018). Artificial intelligence in production management. A review of the current state of affairs and research trends in academia. In: International Conference on Information Management and Processing (ICIMP) IEEE, London, 82–88.
Cho, E. (2016). Making reliability reliable. A systematic approach to reliability coefficients. Organizational Research Methods 19 (4), 651–682.
Cook, J., & Wall, T. (1980). New work attitude measures of trust, organizational commitment and personal need non‐fulfilment. Journal of Occupational and Organizational Psychology 53 (1), 39–52. http://onlinelibrary.wiley.com/doi/10.1111/j.2044-8325.1980.tb00005.x/full.
Cutler, A., Pribić, M., & Humphrey, L. (2019). Everyday ethics for artificial intelligence. A practical guide for designers & developers (5. Aufl.). IBM. https://www.ibm.com/watson/assets/duo/pdf/everydayethics.pdf. Zugegriffen: 09. Juni. 2020.
Denscombe, M. (2017). The good research guide. For small-scale social research projects (6. Aufl.). London: Open University Press.
Dhar, V. (2016). When to trust robots with decisions, and when not to. Harvard Business Review. https://hbr.org/2016/05/when-to-trust-robots-with-decisions-and-when-not-to, zuletzt aktualisiert am 17. Mai. 2016, zuletzt geprüft am 02. Juli. 2018.
Dombrowski, U., Riechel, C., & Evers, M. (2014). Industrie 4.0. Die Rolle des Menschen in der vierten industriellen Revolution. In W. Kersten, H. Koller & H. Lödding (Hrsg.). Industrie 4.0. Wie intelligente Vernetzung und kognitive Systeme unsere Arbeit verändern (S. 129–153). Berlin: Gito (Schriftenreihe der Hochschulgruppe für Arbeits- und Betriebsorganisation e.V. (HAB).
Döring, N., & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften (5. Aufl.). Berlin, Heidelberg: Springer.
Eid, M., Gollwitzer, M., & Schmitt, M. (2011). Statistik und Forschungsmethoden (2. Aufl.). Weinheim-Basel: Beltz.
Field, A. (2009). Discovering statistics using SPSS and sex and drugs and rock’n‘ roll (3. Aufl.). Los Angeles: SAGE Publications.
Freitag, M., Kück, M., Alla, A. A., & Lütjen, M. (2015). Potenziale von Data Science in Produktion und Logistik. Teil 1 – Eine Einführung in aktuelle Ansätze der Data Science. Industrie 4.0 Management 31 (5), 22–26.
Fuchs, A. (2011). Methodische Aspekte linearer Strukturgleichungsmodelle. Ein Vergleich von kovarianz- und varianzbasierten Kausalanalyseverfahren. Research Papers on Marketing Strategy No. 2. Würzburg: Julius-Maximilians-Universität Würzburg.
Gausemeier, J., Fink, A., & Schlake, O. (1996). Szenario-Management. Planen und Führen mit Szenarien (2. Aufl.). München: Carl Hanser.
Gigerenzer, G. (2008). Bauchentscheidungen. Die Intelligenz des Unbewussten und die Macht der Intuition (13. Aufl.). München: Goldmann.
Hancock, P. A., Stowers, K. L., & Kessler, T. T. (2019). Can we trust autonomous systems? In Hasan Ayaz & Frédéric Dehais (Hrsg.), Neuroergonomics (S. 199), London: Academic Press.
Hedderich, J., & Sachs, L. (2018). Angewandte Statistik. Methodensammlung mit R (16. Aufl). Berlin: Springer Spektrum.
Helfferich, C. (2014). Leitfaden- und Experteninterviews. In Nina Baur & Jörg Blasius (Hrsg.), Handbuch Methoden der empirischen Sozialforschung (S. 559–574). Wiesbaden: Springer VS.
High-Level Expert Group on Artificial Intelligence (2019). Ethics guidelines for trustworthy AI. European Commission. https://ai.bsa.org/wp-content/uploads/2019/09/AIHLEG_EthicsGuidelinesforTrustworthyAI-ENpdf.pdf. Zugegriffen: 09. Juni. 2020.
Hoffmeyer-Slotnik, J. H. P., Glemser, A., Heckel, C. Heyde, C. v. d., Quitt, H., & Hanefeld, U. et al. (2010). Statistik und Wissenschaft. Demographische Standards Ausgabe 2010 (5. Aufl., Bd. 17). Wiesbaden: Statistisches Bundesamt.
Homburg, C. & Giering, A. (1996). Konzeptualisierung und Operationalisierung komplexer Konstrukte. Ein Leitfaden für die Marketingforschung. Marketing ZFP 18 (1), 3–24.
Jacoby, J. (2013). Trademark surveys. Designing, implementing, and evaluating surveys. Chicago: American Bar Association.
Jockisch, M. (2010). Das Technologieakzeptanzmodell. In G. Bandow & H. H. Holzmüller (Hrsg.) “Das ist gar kein Modell!”. Unterschiedliche Modelle und Modellierungen in Betriebswirtschaftslehre und Ingenieurwissenschaften (1. Aufl., S. 233–254). Wiesbaden: Gabler (Gabler Research).
Kahneman, D. (2012). Schnelles Denken, langsames Denken. München: Siedler.
Kaiser, R. (2014). Qualitative Experteninterviews. Wiesbaden: Springer.
Karrer, K., Glaser, C., & Clemens, C. (2009). Technikaffinität erfassen – der Fragebogen TA-EG. In A. Lichtenstein, C. Stößel & C. Clemens (Hrsg.), Der Mensch im Mittelpunkt technischer Systeme. Berliner Werkstatt Mensch-Maschine-Systeme (Bd. 8, S. 196–201). Düsseldorf: VDI.
Kassebaum, U. B. (2004). Interpersonelles Vertrauen. Entwicklung eines Inventars zur Erfassung spezifischer Aspekte des Konstrukts. Dissertation. Hamburg: Universität Hamburg.
Kelle, U. (2014). Mixed Methods. In Nina Baur & Jörg Blasius (Hrsg.), Handbuch Methoden der empirischen Sozialforschung (S. 153–166). Wiesbaden: Springer VS.
Kepplinger, D., & Mair, M. (2016). Forschungsfrage und Hypothesenmodell. So machen Sie (sich) Ihre Projektziele klar! Dietmar Kepplinger 5/219, 6/319. In Tourismus Wissen – quarterly o. Jg. (5 & 6), 219 bzw. 319 (erschinen in zwei Teilen).
Kiener, S., Maier-Scheubeck, N., Obermaier, R., & Weiß, M. (2018). Produktionsmanagement. Grundlagen der Produktionsplanung und -steuerung (11. Aufl.). Berlin: De Gruyter Oldenbourg.
Klaus, E. (2002). Vertrauen in Unternehmensnetzwerken. Eine interdisziplinäre Analyse. Wiesbaden: Deutscher Universitätsverlag.
Kromrey, H. (2009). Empirische Sozialforschung. Modelle und Methoden der standardisierten Datenerhebung und Datenauswertung (12. Aufl.). Stuttgart: Lucius & Lucius.
Kruse, R. J., Borgelt, C., Klawonn, F., Moewes, C., Ruß, G., & Steinbrecher, M. (2012). Computational Intelligence. Eine methodische Einführung in Künstliche Neuronale Netze, Evolutionäre Algorithmen, Fuzzy-Systeme und Bayes-Netze. Wiesbaden: Vieweg, Teubner (Studium).
Kumar, R. (2014). Research methodology. A step-by-step guide for beginners (4. Aufl.). Los Angeles: SAGE Publications.
Lamnek, S. (2005). Qualitative Sozialforschung. Lehrbuch (4. Aufl.). Weinheim-Basel: Beltz.
Lee, H.-J. (2004). The role of competence-based trust and organizational identification in continuous improvement. Journal of Managerial Psychology, 19(6), 623–639.
Lubian, D. (2010). Measuring attitudes: Using branching and numerical scales. In 64th Annual Conference of the American Association for Public Opinion Research (AAPOR) Mai 13–16, Chicago, Illinois, S. 6135–6149.
Luhmann, N. (2009). Vertrauen. Ein Mechanismus der Reduktion sozialer Komplexität (4. Aufl.). Stuttgart: Lucius & Lucius.
Malhotra, N., Krosnick, J. A., & Thomas, R. K. (2009). Optimal design of branching questions to measure bipolar constructs. Public Opinion Quarterly, 73(2), 304–324. https://doi.org/10.1093/poq/nfp023.
Mayer, R. C., Davis, J. H., & Schoorman, F. D. (1995). An integrative model of organizational trust. The Academy of Management Review, 20(3), 709–734.
Mayring, P. (2002). Einführung in die qualitative Sozialforschung (5. Aufl.). Weinheim-Basel: Beltz.
Mayring, P. (2010). Qualitative Inhaltsanalyse. In Günter Mey & Katja Mruck (Hrsg.), Handbuch Qualitative Forschung in der Psychologie (S. 601–613). Wiesbaden: Springer VS.
Mayring, P., & Fenzl, T. (2014). Qualitative Inhaltsanalyse. In Nina Baur & Jörg Blasius (Hrsg.), Handbuch Methoden der empirischen Sozialforschung (S. 543–556). Wiesbaden: Springer VS.
McAfee, A., & Brynjolfsson, E. (2017). Machine, platform, crowd. harnessing our digital future. New York: W.W. Norton & Company.
Mesenhöller, E. (2004). Zeitdatenermittlung in indirekten Bereichen bei Einsatz von Work-flow-Management-Systemen. zugl.: Dissertation, Universität Dortmund. Aachen: Shaker.
Mey, G., & Mruck, K. (2010). Interviews. In Günter Mey & Katja Mruck (Hrsg.), Handbuch Qualitative Forschung in der Psychologie (S. 423–435). Wiesbaden: Springer VS.
Moravčík, M., Schmid, M., Burch, N., Lisý, V., Morrill, D., & Bard, N. (2017). DeepStack: Expert-level artificial intelligence in heads-up no-limit poker. Science, 356(6337), 508–513.
Nerdinger, F. W. (2014). Interaktion und Kommunikation. In Friedemann W. Nerdinger, Gerhard Blickle, & Niclas Schaper (Hrsg.), Arbeits- und Organisationspsychologie (3. Aufl., S. 55–70). Berlin: Springer.
Neyer, F. J., Felber, J., & Gebhardt, C. (2016). Kurzskala zur Erfassung von Technikbereitschaft (technology commitment). Zusammenstellung sozialwissenschaftlicher Items und Skalen. ZIS – GESIS Leibniz Institute for the Social Sciences. https://doi.org/10.6102/zis244.
Nuissl, N. (2018). Durch KI wird Software zum Wettbewerbsfaktor. Industrieanzeiger, 140(11), 50–53.
Poddig, T. (1992). Künstliche Intelligenz und Entscheidungstheorie. Wiesbaden: Deutscher Universitätsverlag.
Poser, H. (2012). Wissenschaftstheorie. Eine philosophische Einführung (2. Aufl.). Stuttgart: Reclam.
PricewaterhouseCoopers (2017). Sizing the prize. https://www.pwc.com/gx/en/issues/analytics/assets/pwc-ai-analysis-sizing-the-prize-report.pdf, zuletzt aktualisiert am 05. Okt. 2017, zuletzt geprüft am 01. Dec. 2019.
Raab, G., Unger, A., & Unger, F. (2018). Methoden der Marketing-Forschung. Grundlagen und Praxisbeispiele (3. Aufl.). Wiesbaden: Springer Gabler.
Rasch, B., Friese, M., Hofmann, W., & Naumann, E. (2014). Quantitative Methoden 1. Einführung in die Statistik für Psychologen und Sozialwissenschaftler. (4. Aufl.). Berlin: Springer.
Reinecke, J., & Pöge, A. (2010). Strukturgleichungsmodelle. In Christof Wolf & Henning Best (Hrsg.), Handbuch der sozialwissenschaftlichen Datenanalyse (1. Aufl., S. 775–804). Wiesbaden: Springer VS.
Russell, S. J., Norvig, P. (2016). Artificial intelligence. A modern approach. (3. Aufl.). London: Pearson Education.
Sämann, W. (1970). Rationalisierung der Büroarbeit als Zukunftsaufgabe. REFA-Nachrichten, 23(6), 421–425.
Saßmannshausen, T. M. (2019). Vertrauen in Entscheidungen künstlicher Intelligenz im Produktionsmanagement – eine empirische Analyse. Düren: Shaker (Wirtschaftswissenschaftliches Forum der FOM, 59).
Schreier, M. & Odag, Ö. (2010). Mixed methods. In G. Mey & K. Mruck (Hrsg.). Handbuch Qualitative Forschung in der Psychologie. Wiesbaden: Springer VS, S. 263–277.
Schyns, B., & Collani, G. V. (2014). Berufliche Selbstwirksamkeitserwartung. Zusammenstallung sozialwissenschaftlicher Items und Skalen: ZIS - GESIS Leibniz Institute for the Social Sciences.
Silver, D., Huang, A., Maddison, C. J., Guez, A., Sifre, L., & Driessche, G. v. d. (2016). Mastering the game of Go with deep neural networks and tree search. In Nature 529 (7587), S. 484–489.
Spector, P. E. (1992). Summated rating scale construction. Thousand Oaks: SAGE Publications.
Stock, T. (2013). Ein Verfahren zur Personalplanung und -steuerung und Restrukturierung der Aufbauorganisation für eine bedarfsorientierte und wandlungsfähige Produktion. zugl. Dissertation, Universität Stuttgart. Stuttgart: Fraunhofer.
Sydow, J. (1995). Konstitutionsbedingungen von Vertrauen in Unternehmensnetzwerken. Theoretische und empirische Einsichten. In R. Bühner, K. D. Haase, & J. Wilhelm (Hrsg.), Die Dimensionierung des Unternehmens (S. 177–220). Stuttgart: Schäffer-Poeschel.
Sydow, J. (1998). Understanding the constitution of interorganizational trust. In C. Lane & R. Bachmann (Hrsg.), Trust within and between Organizations (S. 31–63). Oxford: Oxford University Press.
Ullrich, A., Vladova, G., Gronau, N., & Jungbauer, N. (2017). Akzeptanzanalyse in der Industrie 4.0-Fabrik. Ein methodischer Ansatz zur Gestaltung des organisatorischen Wandels. In R. Obermaier (Hrsg.). Industrie 4.0 als unternehmerische Gestaltungsaufgabe. Betriebswirtschaftliche, technische und rechtliche Herausforderungen (2. Aufl.). Wiesbaden: Springer Gabler, S. 291–307.
Venkatesh, V., Davis, F. D. (2000). A theoretical extension of the technology acceptance model. Four longitudinal field studies. Management Science 46 (2), 186–204.
Visser, E. J. de, Pak, R., Shaw, T. H. (2018). From ‚automation‘ to ‚autonomy’: the importance of trust repair in human-machine interaction. Ergonomics 61(10), 1409–1427. https://doi.org/10.1080/00140139.2018.1457725.
Waltl, B., & Vogl, R. (2018). Explainable artificial intelligence. The new frontier in legal informatics. Jusletter IT 22 (o. H.).
Wenzel, K., Singer, A., Struwe, S., & Lutze, T. (2017). Modulare Assistenzsysteme für heterogene Produktionsumgebungen – CyProAssist. ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb, 112(3), 177–181. https://doi.org/10.3139/104.111688.
Wiendahl, H.-P. (2014). Betriebsorganisation für Ingenieure (8. Aufl.). München: Hanser.
Winkler, H., Seebacher, G., & Oberegger, B. (2017). Effizienzbewertung und -darstellung in der Produktion im Kontext von Industrie 4.0. In R. Obermaier (Hrsg.). Industrie 4.0 als unternehmerische Gestaltungsaufgabe. Betriebswirtschaftliche, technische und rechtliche Herausforderungen (2. Aufl., S. 219–243). Wiesbaden: Springer Gabler.
Witt, H. (2001). Forschungsstrategien bei quantitativer und qualitativer Sozialforschung. Forum Qualitative Social Research 2 (1), Art. 8. http://nbn-resolving.de/urn:nbn:de:0114-fqs010189. Zugegriffen: 22. Mai. 18.
World Economic Forum (2015). Deep shift. Technology tipping points and societal impact. Global Agenda Council on the Future of Software & Society: Survey Report.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Saßmannshausen, T.M., Heupel, T. (2020). Vertrauen in KI – Eine empirische Analyse innerhalb des Produktionsmanagements. In: Buchkremer, R., Heupel, T., Koch, O. (eds) Künstliche Intelligenz in Wirtschaft & Gesellschaft. FOM-Edition. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-29550-9_10
Download citation
DOI: https://doi.org/10.1007/978-3-658-29550-9_10
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-29549-3
Online ISBN: 978-3-658-29550-9
eBook Packages: Business and Economics (German Language)