nach oben

HMD Praxis der Wirtschaftsinformatik

Erschienen in:

24.02.2024 | Schwerpunkt

Kompetenzfelder künftiger Beschäftigter im Bereich Künstlicher Intelligenz

verfasst von: Uwe Neuhaus, Michael Schulz, Hinrich Schröder, Franziska Herrmann

Erschienen in: HMD Praxis der Wirtschaftsinformatik | Ausgabe 2/2024

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

In dem Beitrag wird basierend auf einer Literaturrecherche herausgearbeitet, welche Kompetenzfelder zu adressieren sind, um Mitarbeitende von Unternehmen zu befähigen, Systeme aus dem Bereich der Künstlichen Intelligenz (KI) einsetzen und/oder mit ihnen umgehen zu können. Im Fokus stehen dabei nicht nur die Kompetenzanforderungen an KI-Expert*innen, sondern an alle Mitarbeitenden, die aktuell oder zukünftig mit KI-Systemen interagieren. Die Untersuchung basiert auf einem Kompetenzschema, das bereits zur Einordnung der Kompetenzen im Bereich Business Analytics verwendet wurde. Als Ergebnis wird die Unterscheidung von fünf Kompetenzfeldern und drei Kompetenzstufen vorgeschlagen, auf deren Grundlage Unternehmen und deren aktuelle und potenzielle Beschäftigte gezielt künftig benötigte KI-Kompetenzen erwerben bzw. entwickeln können.

Vorheriger Artikel ChatGPT als Unterstützung von Lehrkräften – Einordnung, Analyse und Anwendungsbeispiele

Nächster Artikel Künstliche Intelligenz in betrieblichen Prozessen: Ein Vorgehensmodell zur partizipativen Gestaltung von KI-Anwendungen

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

HMD Praxis der Wirtschaftsinformatik

HMD liefert IT-Fach- und Führungskräften Lösungsideen für ihre Probleme, zeigt ihnen Umsetzungsmöglichkeiten auf und informiert sie über Neues in der Wirtschaftsinformatik (WI).

Jetzt informieren

André E, Bauer W et al (2021) Competence development for AI—Changes, needs and options for action. White paper from Plattform Lernende Systeme. München https://doi.org/10.48669/pls_2021-2CrossRef

Bär J, Badura D, Bockshecker A et al (2019) Die Mitarbeiter von morgen: Ergebnisse eines Workshops zu den Kompetenzen künftiger Mitarbeiter im Bereich Business Analytics. Nordblick 8:34–49

Below F, Neuhaus U, Schulz M (2023) What do you call your analytical endeavours? An analysis of term usage in German job openings from 2017 to 2022. Data Anal: 21–24

Carolus A, Koch M, Straka S et al (2023) MAILS—Meta AI literacy scale: development and testing of an AI literacy questionnaire based on well-founded competency models and psychological change- and Meta-competencies https://doi.org/10.48550/arXiv.2302.09319CrossRef

Cetindamar D, Kitto K, Wu M et al (2022) Explicating AI literacy of employees at digital workplaces. In: IEEE transactions on engineering management https://doi.org/10.1109/TEM.2021.3138503CrossRef

Chai CS, Wang X, Xu C (2020) An extended theory of planned behavior for the modelling of Chinese secondary school students’ intention to learn artificial intelligence. Mathematics 8(11):2089. https://doi.org/10.3390/math8112089CrossRef

Desai A (2023) Exploring business schools’ role in artificial intelligence education, technology & innovation. J Natl Acad Invent 23:1–13

Deuze M, Beckett C (2022) Imagination, algorithms and news: developing AI literacy for journalism. Digit Journalism 10(10):1913–1918. https://doi.org/10.1080/21670811.2022.2119152CrossRef

Druga S, Yip J, Preston M et al (2023) The 4 as: ask, adapt, author, analyze: aI literacy framework for families. In: Ito M, Cross R, Dinakar K et al (Hrsg) Algorithmic rights and Protections for children. MIT Press, https://doi.org/10.7551/mitpress/13654.003.0014CrossRef

Eguchi A, Okada H, Muto Y (2021) Contextualizing AI education for K‑12 students to enhance their learning of AI literacy through culturally responsive approaches. Künstl Intell 35:153–161. https://doi.org/10.1007/s13218-021-00737-3CrossRef

Kandlhofer M, Steinbauer-Wagner G, Hirschmugl-Gaisch S et al (2016) Artificial intelligence and computer science in education: From kindergarten to university. 2016 IEEE Frontiers in Education Conference (FIE), Erie, S 1–9 https://doi.org/10.1109/FIE.2016.7757570CrossRef

Karaca O, Çalışkan SA, Demir K (2021) Medical artificial intelligence readiness scale for medical students (MAIRS-MS)—development, validity and reliability study. BMC Med Educ 21:112. https://doi.org/10.1186/s12909-021-02546-6CrossRef

Kim K, Kwon K (2023) Exploring the AI competencies of elementary school teachers in South Korea, computers and education. Artif Intell 4:100137. https://doi.org/10.1016/j.caeai.2023.100137CrossRef

Kim S, Jang Y, Kim W et al (2021) Why and what to teach: aI curriculum for elementary school. Proc AAAI Conf Artif Intell 35(17):15569–15576. https://doi.org/10.1609/aaai.v35i17.17833CrossRef

Laupichler MC, Aster A, Raupach T (2023) Delphi study for the development and preliminary validation of an item set for the assessment of non-experts’ AI literacy, Computers and Education. Artif Intell 4:100126. https://doi.org/10.1016/j.caeai.2023.100126CrossRef

Long D, Magerko B (2020) What is AI Literacy? Competencies and Design Considerations. In: Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (CHI ’20). Association for Computing Machinery, New York, S 1–16 https://doi.org/10.1145/3313831.3376727CrossRef

Neuhaus U, Schröder H, Schulz M (2019) Die Mitarbeiter von morgen – Kompetenzen künftiger Mitarbeiter im Bereich Business Analytics. In: Ludwig T, Pipek V (Hrsg) Human Practice. Digital Ecologies Our Future. 14. Internationale Tagung Wirtschaftsinformatik (WI 2019, S 2020–2031

Ng DTK, Leung JKL, Chu SKW et al (2021a) Conceptualizing AI literacy: An exploratory review. Comput Educ Artif Intell 2:100041. https://doi.org/10.1016/j.caeai.2021.100041CrossRef

Ng DTK, Leung JKL, Chu KWS et al (2021b) AI literacy: definition, teaching, evaluation and ethical issues. Proc Assoc Inf Sci Technol 58(1):504–509CrossRef

Ng DTK, Luo W, Chan HMY et al (2022) Using digital story writing as a pedagogy to develop AI literacy among primary students. Comput Educ Artif Intell 3(2666-920X):100054. https://doi.org/10.1016/j.caeai.2022.100054CrossRef

Olari V, Romeike R (2021) Addressing AI and Data Literacy in Teacher Education: A Review of Existing Educational Frameworks. In: The 16th Workshop in Primary and Secondary Computing Education (WiPSCE ’21. Article 17. Association for Computing Machinery, New York, S 1–2 https://doi.org/10.1145/3481312.3481351CrossRef

Park J (2023) A case study on enhancing the expertise of artificial intelligence education for pre-service teachers https://doi.org/10.20944/preprints202305.2006.v1 (Preprints 2023)CrossRef

Payne BH (2019) An ethics of artificial intelligence curriculum for middle school students. MIT Media Lab

Pinski M, Benlian A (2023) AI literacy—towards measuring human competency in artificial intelligence. In: Proceedings of the 56th hawaii international conference on system sciences 2023 3.–6. Januar 2023

Schüller K (2021) Towards a framework for data and AI literacy. In: Proceedings 63rd ISI world statistics congress 11.–16. Juli 2021

Schüller K (2022) Data and AI literacy for everyone. SJI 38(2):477–490CrossRef

Southworth J, Migliaccio K, Glover J et al (2023) Developing a model for AI across the curriculum: transforming the higher education landscape via innovation in AI literacy. Comput Educ Artif Intell 4:100127. https://doi.org/10.1016/j.caeai.2023.100127CrossRef

Urbach N, Ahlemann F (2016) IT-Management im Zeitalter der Digitalisierung. Auf dem Weg zur IT-Organisation der Zukunft. Springer Gabler, Berlin Heidelberg

Wang B, Rau PP, Yuan T (2022) Measuring user competence in using artificial intelligence: validity and reliability of artificial intelligence literacy scale. Behav Inf Technol 42:1–14. https://doi.org/10.1080/0144929X.2022.2072768CrossRef

Yau KW, Chai CS, Chiu TKF et al (2022) Developing an AI literacy test for junior secondary students: the first stage. 2022 IEEE International Conference on Teaching, Assessment and Learning for Engineering (TALE), S 59–64 https://doi.org/10.1109/TALE54877.2022.00018CrossRef

Zhao L, Wu X, Luo H (2022) Developing AI literacy for primary and middle school teachers in China: based on a structural equation modeling analysis. Sustainability 14(21):14549. https://doi.org/10.3390/su142114549CrossRef

Zschech P, Fleißner V, Baumgärtel N et al (2018) Data Science Skills and Enabling Enterprise Systems – Eine Erhebung von Kompetenzanforderungen und Weiterbildungsangeboten. HMD 55:163–181CrossRef

Titel: Kompetenzfelder künftiger Beschäftigter im Bereich Künstlicher Intelligenz
verfasst von: Uwe Neuhaus
Michael Schulz
Hinrich Schröder
Franziska Herrmann
Publikationsdatum: 24.02.2024
Verlag: Springer Fachmedien Wiesbaden
Erschienen in: HMD Praxis der Wirtschaftsinformatik / Ausgabe 2/2024
Print ISSN: 1436-3011
Elektronische ISSN: 2198-2775
DOI: https://doi.org/10.1365/s40702-024-01046-7

Springer Professional

Zusammenfassung

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Wirtschaft"

Springer Professional "Technik"

HMD Praxis der Wirtschaftsinformatik

Weitere Artikel der Ausgabe 2/2024

Zwischen Forschung und Praxis: Fähigkeiten und Limitationen generativer KI sowie ihre wachsende Bedeutung in der Zukunft

Ethische Aspekte beim Einsatz künstlicher Intelligenzen im Kontext des industriellen Wandels

Auswirkungen der Medizinprodukteverordnung auf ML-Lösungen in Schweizer Spitälern

IT-Compliance in KMU – Eine Methode zum angepassten Einsatz von Rahmenwerken

Erkennungsverfahren für KI-generierte Texte: Überblick und Architekturentwurf

Wie Maschinen zu kreativen Schöpfer wurden

Premium Partner