In den letzten Jahren hat es auf dem Gebiet der künstlichen Intelligenz (KI) erhebliche Fortschritte gegeben, wie z.B. im Bereich der Verarbeitung natürlicher Sprache oder beim maschinellen Lernen. KI-Systeme werden inzwischen in verschiedenen Branchen und Anwendungen eingesetzt, vom Gesundheitswesen bis zum Finanzwesen. Zusätzlich werden diese immer ausgefeilter und können immer komplexere Aufgaben bewältigen. Die Technologie hat das Potenzial, sowohl im privaten als auch im beruflichen Bereich bei der Entscheidungsfindung zu unterstützen. Allerdings gibt es auch noch einige Herausforderungen zu bewältigen. Dies betrifft etwa die Gewährleistung von Transparenz und die Frage nach Haftung bei KI-Entscheidungsprozessen. Darüber hinaus gibt es einige Unsicherheiten im Zusammenhang mit Themen wie Verzerrung und Ethik, daher ist es noch nicht sicher, ob solche Dienste eine Breite Akzeptanz finden und genutzt werden. Die vorliegende Arbeit befasst sich mit dieser Forschungslücke im Bereich der KI-basierten Dienste, indem sie die Akzeptanz und Nutzung solcher Dienste sowohl aus individueller als auch aus organisatorischer Sicht untersucht. Die Arbeit untersucht dabei verschiedene Faktoren, die die Akzeptanz von KI-basierten Diensten beeinflussen, und untersucht die Wahrnehmung dieser Dienste durch die Nutzer (Im Folgenden wird aus Gründen der besseren Lesbarkeit ausschließlich die männliche Form verwendet. Sie bezieht sich auf Personen beiderlei Geschlechts.). Die Dissertation stellt hierzu vier Forschungsfragen auf, darunter die Identifizierung der Unterschiede bei der Nutzung von KI-basierten Diensten im Vergleich zu menschenbasierten Diensten, die Identifizierung von Akzeptanz- und Nutzungskritierien in verschiedenen Nutzergruppen, die Priorisierung von Methoden zur Förderung des Vertrauens in KI-basierte Dienste und die Untersuchung der Auswirkungen von KI-basierten Diensten auf den Wissensstand einer Organisation. Um dies zu erreichen, werden verschiedene Forschungsmethoden wie Umfragen, Experimente, Interviews und Simulation in fünf Forschungspapieren eingesetzt. Forschungspapier A konzentriert sich auf Organisationen, die Robo-Advisors, insbesondere Finanz-Robo-Advisors, als KI-basierte Dienstleistung anbieten. Im Rahmen dieses Forschungspapiers wird das tatsächliche Beratungsverhalten in der Interaktion mit Robo-Advisors auf der Grundlage von Judge-Advisor-Systemen und Task-Technology-Fit-Frameworks gemessen. Die Ergebnisse zeigen, dass die Ratschläge von Robo-Beratern eher befolgt werden als die von menschlichen Beratern. Dieses Verhalten spiegelt sich im Task-Advisor-Fit wider. Interessanterweise ist die wahrgenommene Expertise des Beraters der einflussreichste Faktor auf den Task-Advisor-Fit sowohl für Robo-Advisors als auch für Human-Advisors. Die Integrität ist jedoch nur bei menschlichen Beratern signifikant, während die vom Nutzer wahrgenommene Fähigkeit, Entscheidungen effizient zu treffen, nur bei Robo-Advisors signifikant ist. Forschungsarbeit B untersucht die Unterschiede in der Beratungsnutzung zwischen KI-basierten und menschlichen Beratern und untersucht die Beziehung zwischen Aufgabe, Berater und Beratungsnutzung unter Verwendung des Task-Technology-Fit. Dieses Vorgehen ist ähnlich zu Forschungsarbeit A, den Kontext bilden hier jedoch Ratespiele. Darüber hinaus wurde der Einfluss der Ähnlichkeit der Ratschläge auf die Nutzung analysiert. Die Ergebnisse zeigen, dass Richter dazu neigen, Ratschläge von KI-basierten Beratern mehr zu nutzen als menschliche Berater, wenn die Ratschläge ihrer eigenen Einschätzung ähneln. Weicht der Ratschlag stark von ihrer Einschätzung ab, ist die Nutzungsrate bei KI-gestützten und menschlichen Beratern gleich hoch. Forschungspapier C untersucht die unterschiedlichen Bedürfnisse von Nutzergruppen im Kontext von Gesundheits-Chatbots. Die zunehmende Anzahl älterer Menschen, die eine hohe medizinische Fürsorge benötigen, könnte durch Gesundheits-Chatbots, die in der Lage sind, Krankheiten anhand von Symptomen zu erkennen, adressiert werden. Bestehende Chatbot-Anwendungen werden hauptsächlich von jüngeren Generationen genutzt. Dieses Forschungspapier untersucht die Faktoren, die sich auf die Annahme von Gesundheits-Chatbots durch Senioren auswirken, und die erweiterte einheitliche Theorie der Akzeptanz und Nutzung von Technologien. Um herauszufinden, wie KI-basierte Dienste wie Robo-Advisors gefördert werden können, bewertet das Forschungspapier D die Wirksamkeit von elf Maßnahmen zur Steigerung des Vertrauens in KI-basierte Beratungssysteme. Das Resultat hierbei lautet, dass unverbindliche Tests am effektivsten sind, während die Implementierung menschlicher Eigenschaften vernachlässigbare Auswirkungen haben. Außerdem wurde der relative Vorteil von KI-gestützter Beratung gegenüber menschlichen Experten im Kontext der Finanzplanung gemessen. Die Ergebnisse deuten darauf hin, dass die Bequemlichkeit der wichtigste Vorteil ist, den die Nutzer wahrnehmen. Um die Auswirkungen von KI-basierten Diensten auf den Wissensstand eines Unternehmens zu analysieren, untersucht Forschungspapier E, wie Unternehmen menschliches und ML-Lernen effektiv koordinieren können. Die Ergebnisse zeigen, dass ML den Bedarf einer Organisation an menschlichem explorativem Lernen verringern kann. Die Ergebnisse zeigen, dass die von Menschen vorgenommenen Anpassungen an ML-Systeme oft nützlich sind, unter bestimmten Bedingungen aber auch schädlich sein können. Darüber hinaus kann der Rückgriff auf das von ML-Systemen erzeugte Wissen das organisatorische Lernen in turbulenten Umgebungen erleichtern. Dies erfordert jedoch eine umfangreiche anfängliche Einrichtung der Systeme und Koordination mit Menschen. Diese Erkenntnisse bieten neue Perspektiven für das organisatorische Lernen mit ML und können Organisationen bei der Optimierung von Ressourcen für effektives Lernen unterstützen. Zusammenfassend legen die Ergebnisse nahe, dass die Akzeptanz und Nutzung von KI-basierten Diensten durch das Zusammenpassen zwischen Aufgabe und Dienst beeinflusst werden kann. Unternehmen müssen jedoch den Nutzermarkt sorgfältig berücksichtigen und Mechanismen zur Steigerung der Akzeptanz priorisieren. Darüber hinaus kann sich die Implementierung von KI-basierten Diensten positiv auf die Fähigkeit einer Organisation auswirken, Lernstrategien zu wählen oder sich in turbulenten Umgebungen zurechtzufinden. Es ist aber von entscheidender Bedeutung, dass Menschen das Domänenwissen über die Aufgabe beibehalten, um solche Dienste neu zu konfigurieren. Insgesamt erweitert diese Arbeit das Verständnis für die Akzeptanz und Nutzung von KI-basierten Diensten und liefert wertvolle Erkenntnisse für Unternehmen, um die Akzeptanz und Nutzung ihrer KI-basierten Dienste durch die Kunden zu erhöhen. Zudem liefert sie einen Beitrag darüber, wie man KI-basierte Dienste in Unternehmen implementiert und effektiv nutzt.