KI-LIAS

Künstliche Intelligenz für lernförderliche industrielle Assistenzsysteme

Ziel des Forschungsprojekts KI-LIAS ist, die Entwicklung eines Vorgehens zur akzeptanzbasierten Anwendungsentscheidung, Entwicklung, Einführung und Nutzung lernförderlicher KI-Anwendungen in produzierenden Unternehmen.

Ausgangssituation

Der Einsatz von Künstlicher Intelligenz (KI) hat bereits zu Veränderungen der Arbeits- und Beschäftigungssituation vieler Beschäftigten geführt und lässt weitere, radikale Auswirkungen erwarten. Die Arbeitsforschung ist sich weitgehend einig darüber, dass mit der Einführung von KI und digitalen Assistenzsystemen sowohl Potenziale als auch Risiken verbunden sind. Während KI im Bereich maschineller Automatisierung bereits erfolgreich zum Einsatz kommt, sieht sich die Nutzung insbesondere in der unmittelbaren Kollaboration mit Beschäftigten noch vor große Herausforderungen gestellt. Die Potenziale von KI können nur bei bestehendem Vertrauen und Akzeptanz der Beschäftigten in die Wirksamkeit und den Nutzen entsprechender Anwendungen realisiert werden. Eine unzureichende Beteiligung der Beschäftigten an den relevanten Veränderungsprozessen führt jedoch in der Regel zu Misstrauen und fehlender Akzeptanz gegenüber KI-Anwendungen. Systeme werden in der Konsequenz nicht oder nur eingeschränkt genutzt, was aufgrund des somit fehlenden Feedbacks aus der Trainings- und Einführungsphase zu Problemen in der Ergebnisqualität und somit zu einer verstärkten Ablehnung der Systeme führen kann.

Lösungsweg, erwartetes Ergebnis und Nutzen für die Zielgruppen

Ziel des Projekts „KI-LIAS“ ist daher die Entwicklung eines Vorgehens zur akzeptanzbasierten Anwendungsentscheidung, Entwicklung, Einführung und Nutzung lernförderlicher KI-Anwendungen in produzierenden Unternehmen. Als Zielgruppe werden sowohl kleine und mittlere Unternehmen (KMU) als auch Großunternehmen der produzierenden Industrie betrachtet und dabei als interne Zielgruppen jeweils die Beschäftigten in der Planung, Steuerung und Durchführung der Produktion adressiert. Unter den jeweils spezifischen Herausforderungen der Beschäftigten bei KMU sowie Großunternehmen sollen Einführungsprozesse und kollaborative KI-Anwendungen entworfen werden, um sowohl die Arbeitsprozesse und -bedingungen als auch die Arbeitsergebnisse der Beschäftigten nachhaltig zu verbessern und so die Wettbewerbsfähigkeit der deutschen produzierenden Industrie langfristig zu sichern. Der gewählte Lösungsansatz fokussiert hierbei die kontinuierliche Einbindung der relevanten Beschäftigten und einen Erkenntnisgewinn im Sinne des Problem-based-Learning durch Entwicklung, Einführung und Nutzung einer prototypischen KI-Anwendung je Anwendungspartner.

Branche

  • Fahrzeugbau, Sonderfahrzeugbau und Fahrzeugbauzulieferer
  • Maschinen- und Anlagenbau

Themenfeld

  • Dienstleistungsmanagement
  • Smart Mobility

Forschungsschwerpunkt

  • Digital Products
  • Smart Work

FIR-Navigator

  • AI and Data Science
  • Business Analytics
  • Digitalkompetenz Entwicklung
  • Smart Maintenance
  • JRF-Leitthema

    • Gesellschaft & Digitalisierung