Skip to main content
Disciplines
Automotive Business IT + Informatics Construction + Real Estate Electrical Engineering + Electronics Energy + Sustainability Insurance + Risk Finance + Banking Management + Leadership Marketing + Sales Mechanical Engineering + Materials
Events
DE
EN
Books
Journals
Topic Page
Marketing
Start single access now
Access for companies
EXTENDED SEARCH
Log in
Top
Published in:
Moralische Maschinen – Zur ethischen Ununterscheidbarkeit von Mensch und Maschine Read chapter Read first chapter

2020 | OriginalPaper | Chapter

10. Vertrauen in KI – Eine empirische Analyse innerhalb des Produktionsmanagements

Authors : Till Moritz Saßmannshausen, Thomas Heupel

Published in: Künstliche Intelligenz in Wirtschaft & Gesellschaft

Publisher: Springer Fachmedien Wiesbaden

Log in

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

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.

Dont have a licence yet? Then find out more about our products and how to get one now:

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!

inform now

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!

inform now
previous chapter KI zur Unterstützung neuer Arbeitswelten in Produktion, Handel und Logistik
next chapter KI-Widerstände auf der Mitarbeiterebene in produktive Dynamik überführen
Footnotes
1
Für die Validität der Skala für Vertrauen siehe Beierlein et al. (2014, S. 8 ff.), für die Validität der Skala für wahrgenommene Fähigkeit siehe Schyns et al. (2014, S. 5) und für die Validität der Skala für digitale Affinität siehe Karrer et al. (2009, S. 197) sowie Neyer et al. (2016, S. 8 ff.).
 
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.
 
Literature
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.
Banavar, G. (2016). Learning to trust artificial intelligence systems. Accountability, compliance and ethics in the age of smart machines. Somers (USA): IBM.
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.
Denscombe, M. (2017). The good research guide. For small-scale social research projects (6. Aufl.). London: Open University Press.
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.CrossRef
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.
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.
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.CrossRef
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.CrossRef
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.
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.CrossRef
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.CrossRef
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.CrossRef
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.CrossRef
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.CrossRef
Poser, H. (2012). Wissenschaftstheorie. Eine philosophische Einführung (2. Aufl.). Stuttgart: Reclam.
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.CrossRef
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.CrossRef
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.
Waltl, B., & Vogl, R. (2018). Explainable artificial intelligence. The new frontier in legal informatics. Jusletter IT 22 (o. H.).
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.
World Economic Forum (2015). Deep shift. Technology tipping points and societal impact. Global Agenda Council on the Future of Software & Society: Survey Report.
Metadata
Title
Vertrauen in KI – Eine empirische Analyse innerhalb des Produktionsmanagements
Authors
Till Moritz Saßmannshausen
Thomas Heupel
Copyright Year
2020
Book
Künstliche Intelligenz in Wirtschaft & Gesellschaft

Print ISBN: 978-3-658-29549-3

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

Copyright Year: 2020

DOI
https://doi.org/10.1007/978-3-658-29550-9_10

Premium Partner

    Image Credits