nach oben

Erschienen in:

2020 | OriginalPaper | Buchkapitel

4. Die Nutzung von KI in Unternehmen aus Sicht der Selbstbestimmungstheorie

verfasst von : Matthias Hudecek, Steven Mc Auley

Erschienen in: Künstliche Intelligenz in Wirtschaft & Gesellschaft

Verlag: Springer Fachmedien Wiesbaden

Einloggen

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

search-config

KI-gestützte Suche

Aus

Zusammenfassung

Verschiedene Studien beschäftigen sich mit der Akzeptanz und Nutzung von künstlicher Intelligenz (KI). Typischerweise kommt das Technik-Akzeptanz-Modell (TAM) zum Einsatz oder es werden verschiedene Persönlichkeitseigenschaften analysiert, die mit der Risikowahrnehmung in Beziehung stehen. Die Frage, wie Begeisterung in Form von selbstbestimmter Motivation für eine verantwortungsbewusste Anwendung von KI ausgelöst werden kann, wird dabei nicht beantwortet. Ziel des praxisorientierten Beitrags ist es daher, ein Modell zur Anwendung von KI auf Basis der Selbstbestimmungstheorie vorzustellen, das fundamentale Erkenntnisse zur Entstehung von intrinsischer Motivation berücksichtigt. Zentral ist hierfür die Erfüllung der drei psychologischen Grundbedürfnisse Autonomie, Kompetenz und Zugehörigkeit.

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

Vorheriges Kapitel KI in der Telekommunikation mit 5G

Nächstes Kapitel Juristische Aspekte der KI

Agrawal, A., Gans, J., & Goldfarb, A. (2018). Prediction Machines: The Simple Economics of Artificial Intelligence. Boston: Harvard Business Review Press.

Ajzen, I. (1985). A theory of planned behavior. In J. Kuhl & J. Beckmann (Hrsg.), Action control, from cognition to behavior (S. 11–39). Berlin: Springer.

Ajzen, I., Fishbein, M., & Heilbroner, R. L. (1980). Understanding attitudes and predicting social behavior. Englewood Cliffs: Prentice-Hall.

Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84, 191–215.CrossRef

Baumeister, R. F., & Leary, M. R. (1995). The need to belong: Desire for interpersonal attachments as a fundamental human motivation. Psychological Bulletin, 117, 497–529.CrossRef

Benbashat, L., & Barki, H. (2007). Quo vaids, TAM? Journal of the Association for Informations Systems, 8(4), 212–218.

Bitkom. (2019). Industrie 4.0: Künstliche Intelligenz zieht in Fabrikhallen ein. http://www.bitkom.org/Presse/Presseinformation/Industrie-40-Kuenstliche-Intelligenz-zieht-Fabrikhallen-ein. Zugegriffen: 24. Aug. 2019.

Brougham, D., & Haar, J. (2018). Artificial Intelligence, Robotics, and Algorithms (STARA): Employees’ perceptions of our future workplace. Journal of Management & Organization, 24(2), 239–257.CrossRef

Dahm, M., & Dregger, A. (2018). Der Einsatz von künstlicher Intelligenz im HR: Die Wirkung und Förderung der Akzeptanz von KI-basierten Recruiting-Tools bei potenziellen Nutzern. In B. Hermeier, T. Heupel, & S. Fichtner-Rosada (Hrsg.), Arbeitswelten der Zukunft. Wie die Digitalisierung unsere Arbeitsplätze und Arbeitsweisen verändert (S. 249–271). Wiesbaden: Springer Gabler.

deCharms, R. (1968). Personal causation. New York: Academic.

Deci, E. L. (1971). Effects of externally mediated rewards on intrinsic motivation. Journal of Personality and Social Psychology, 18(1), 105–115.CrossRef

Deci, E. L. (1972). Intrinsic motivation, extrinsic reinforcement, and inequity. Journal of Personality and Social Psychology, 22(1), 113–120.CrossRef

Deci, E. L., & Ryan, R. M. (2000). The „What“ and „Why“ of goal pursuits: Human needs and the self- determination of behavior. Psychological Inquiry, 11(4), 227–268.CrossRef

Deci, E. L., & Ryan, R. M. (2008). Facilitating optimal motivation and psychological well-being across life’s domains. Canadian Psychology, 19, 14–23.CrossRef

Deci, E. L., Ryan, R. M., & Koestner, R. (1999). A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivation. Psychological Bulletin, 125, 627–668.CrossRef

Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention and behavior: An introduction to theory and research. Boston, MA: Addison-Wesley.

Gagné, M., Forest, J., Vansteenkiste, M., Crevier-Braud, L., van den Broeck, A., Aspeli, A. K., Bellerose, J., Benabou, C., Chemolli, E., Güntert, S. T., Halvari, H., Indiyastuti, D. L., Johnson, P. A., Molstad, M. H., Naudin, M., Ndao, A., Olafsen, A. H., Roussel, P., Wang, Z., & Westbye, C. (2015). The multidimensional work motivation scale: Validation evidence in seven languages and nine countries. European Journal of Work and Organizational Psychology, 24(2), 178–196.CrossRef

Goertzel, D. B. (2016). AGI revolution: An inside view of the rise of artificial general intelligence. Los Angeles: Humanity + Press.

Haivas, S., Hofmans, J., & Pepermans, R. (2013). Volunteer engagement and intention to quit from a self-determination theory perspective. Journal of Applied Social Psychology, 43, 1869–1880.CrossRef

Jákupsstovu, G. (2018). Machine learning is a tool – and people need to learn how to use it. http://www.thenextweb.com/artificial-intelligence/2018/04/09/cassie-kozyrkov-interview. Zugegriffen: 1. Aug. 2019.

Manganelli, L., Thibault-Landry, A., Forest, J., & Carpentier, J. (2018). Self-Determination theory can help you generate performance and well-being in the workplace: A review of the literature. Advances in Developing Human Resources, 20(2), 227–240.CrossRef

Miltgen, C. L., Popovic, A., & Oliveira, T. (2013). Determinants of end-user acceptance of biome- trics: Integrating the “Big 3” of technology acceptance with privacy context. Decision Support, 56, 103–114.CrossRef

Morikawa, M. (2017). Firms’ expectations about the impact of AI and robotics: Evidence from a survey. Economic Inquiry, 55(2), 1054–1063.CrossRef

PwC. (2019). Künstliche Intelligenz in Unternehmen. http://www.pwc.de/de/digitale-transformation/kuenstliche-intelligenz/kuenstliche-intelligenz-in-unternehmen.html. Zugegriffen: 23. Sept. 2019.

Rigby, C. S., & Ryan, R. M. (2018). Self-Determination theory in human resource development: New directions and practical considerations. Advances in Developing Human Resources, 20(2), 133–147.CrossRef

Trépanier, S.-G., Forest, J., Fernet, C., & Austin, S. (2015). On the psychological and motivational processes linking job characteristics to employee functioning: Insights from self-determination theory. Work & Stress, 29(3), 286–305.CrossRef

Vallerand, R. J. (1997). Toward a hierarchical model of intrinsic and extrinsic motivation. In M. P. Zanna (Hrsg.), Advances in experimental social psychology (S. 271–360). San Diego: Academic Press.

Van den Broeck, A., Ferris, D. L., Chang, C.-H., & Rosen, C. C. (2016). A review of self-determination theory’s basic psychological needs at work. Journal of Management, 42(5), 1195–1229.CrossRef

Van den Broeck, A., Vansteenkiste, M., De Witte, H., Soenens, B., & Lens, W. (2010). Capturing autonomy, competence, and relatedness at work: Construction and initial validation of the Work-related Basic Need Satisfaction scale. Journal of Occupational and Organizational Psychology, 83, 981–1002.CrossRef

Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Science, 39, 273–315.CrossRef

Venkatesh, V., & Davis, F. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204.CrossRef

White, R. W. (1959). Motivation reconsidered: The concept of competence. Psychological Review, 66, 297–333.CrossRef

Wissing, B. G., & Reinhard, M.-A. (2018). Individual differences in risk perception of artificial intelligence. Swiss Journal of Psychology, 77(4), 149–157.CrossRef

Yao, M., Zhou, A., & Jia, M. (2018). Applied artificial intelligence: A handbook for business leaders. Middletown: Topbots Inc.

Titel: Die Nutzung von KI in Unternehmen aus Sicht der Selbstbestimmungstheorie
verfasst von: Matthias Hudecek
Steven Mc Auley
Verlag: Springer Fachmedien Wiesbaden
Buch: Künstliche Intelligenz in Wirtschaft & Gesellschaft
Print ISBN: 978-3-658-29549-3

Electronic ISBN: 978-3-658-29550-9

Copyright-Jahr: 2020
DOI: https://doi.org/10.1007/978-3-658-29550-9_4