Petrat, Deborah (2024)
Einfluss von Künstlicher Intelligenz bei aufgabenorientiertem Führungsverhalten auf Mitarbeitende.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00028035
Ph.D. Thesis, Primary publication, Publisher's Version
Text
Dissertation_DPetrat_finalüberarbeitet_27082024.pdf Copyright Information: CC BY-SA 4.0 International - Creative Commons, Attribution ShareAlike. Download (7MB) |
Item Type: | Ph.D. Thesis | ||||
---|---|---|---|---|---|
Type of entry: | Primary publication | ||||
Title: | Einfluss von Künstlicher Intelligenz bei aufgabenorientiertem Führungsverhalten auf Mitarbeitende | ||||
Language: | German | ||||
Referees: | Bruder, Prof. Ralph ; Sträter, Prof. Oliver | ||||
Date: | 25 September 2024 | ||||
Place of Publication: | Darmstadt | ||||
Collation: | 201 Seiten in verschiedenen Zählungen | ||||
Date of oral examination: | 10 July 2024 | ||||
DOI: | 10.26083/tuprints-00028035 | ||||
Abstract: | Die Entwicklung von KI-Technologien schreitet immer weiter voran. Solche selbstlernenden Technologien können nicht nur zur Unterstützung von Mitarbeitenden (Buxmann & Schmidt, 2019), sondern auch zur Unterstützung für Führungskräfte bei Routineaufgaben eingesetzt werden. Dies möchten auch Unternehmen realisieren, sodass ihre Führungskräfte sich auf die mitarbeiterbezogene Führung sowie die strategische Entwicklung des eigenen Zuständigkeitsbereiches konzentrieren können (Kiehne, 2019; Offensive Mittelstand, 2018). In der Praxis werden derzeit bereits selbstlernende Algorithmen für Führungsaufgaben eingesetzt, jedoch fehlt zu den potentiellen Auswirkungen auf Mitarbeitenden wissenschaftlich fundierte Erkenntnisse (Bings & Schwenkmezger, 2021; Fügener et al., 2019; Petrat, 2019; Seebera et al., 2019). Die vorliegende Studie trägt zu dieser Forschungslücke einen Beitrag bei, indem die Auswirkungen des Einsatzes von KI beim aufgabenorientierten Führungsverhalten auf Mitarbeitende im Vergleich zu einem Menschen untersucht wird. Hierzu wurde eine Laborstudie mit N=71 Versuchspersonen mit einem Durchschnittsalter von MW=26.33 Jahren (SD=7.18) und einer Geschlechteraufteilung von 72% Männern und 28% Frauen durchgeführt. Dabei wurde eine KI-Führungskraft mittels des Onlinetools Synthesia.io generiert und genutzt. Die Ergebnisse zeigen, dass sich der Einsatz einer KI-Führungskraft nicht auf die Leistungsbereitschaft, Leistung sowie Arbeitszufriedenheit von Mitarbeitenden auswirkt. Über den gesamten Versuch hinweg nehmen die Variablen Arbeitszufriedenheit, Akzeptanz sowie Vertrauen auf einer 5-stufigen Likertskala Mittelwerte zwischen MWMIN=3.32 bis MWMAX=4.46 an – unabhängig von der Modalität der präsentierten Führungskraft. Die Versuchspersonen waren innerhalb der Laborstudie im Vergleich zur menschlichen Führungskraft weniger zufrieden mit der KI-Führungskraft. Die Akzeptanz einer menschlichen Führungskraft beeinflusst signifikant die Zufriedenheit mit dieser Führungskraft. Auch die Akzeptanz der KI-Führungskraft beeinflusst signifikant die Gesamtzufriedenheit der Stichprobe. Zudem hängt das Vertrauen in die menschliche Führungskraft positiv mit der Akzeptanz dieser Führungskraft zusammen. Für die Erforschung des Einflusses des Einsatzes einer KI-Führungskraft bietet die vorliegende Arbeit einen Mehrwert, weil, wie bereits kurz umrissen, forschungsbasierte Erkenntnisse hierzu fehlen. Aus der Arbeit leitet sich die praktische Implikation ab, dass sich der Einsatz von KI-Anwendungen zur Entlastung von Führungskräften eignet und sich dies zunächst nicht negativ auf die Leistung und Arbeitszufriedenheit von Mitarbeitenden auswirkt. Diese Aussage kann jedoch nur für das zugrunde liegende Szenario dieser Arbeit getroffen werden. Es bedarf daher weitere Forschung in diesem Feld, insbesondere in der Praxis mit konkreten KI-Anwendungen, um das Vertrauen und die Akzeptanz von KI-Führungskräften zu analysieren und für die Praxis zu stärken, sodass sich der Einsatz nicht langfristig negativ auf Mitarbeitende auswirkt. |
||||
Alternative Abstract: |
|
||||
Status: | Publisher's Version | ||||
URN: | urn:nbn:de:tuda-tuprints-280354 | ||||
Classification DDC: | 100 Philosophy and psychology > 150 Psychology 600 Technology, medicine, applied sciences > 620 Engineering and machine engineering |
||||
Divisions: | 16 Department of Mechanical Engineering > Ergonomics (IAD) 16 Department of Mechanical Engineering > Ergonomics (IAD) > Work Design and Work Organization |
||||
Date Deposited: | 25 Sep 2024 12:04 | ||||
Last Modified: | 26 Sep 2024 07:54 | ||||
URI: | https://tuprints.ulb.tu-darmstadt.de/id/eprint/28035 | ||||
PPN: | 521699932 | ||||
Export: |
View Item |