UdZ 02.21

SPECTRUM – APPLIED RESEARCH 50 / UdZ 02.21 trotz vorliegender automatisiert gewonnener Erkenntnisse, auf Grundlage subjektiver Kriterien getroffen werden 6 . Zwei spezielle EinflussfaktorenbewirkendiesenUmstand: Zumeinen ist es das bewusste Missachten der gewonnenen Erkenn­ tnisse aufgrund mangelnder Akzeptanz derselben und unbe­ wusster Vorurteile. Zum anderen sind es kognitive Ver­ zerrungen, sogenannte Biases, welche die Akzeptanz automatisierter Entscheidungen hemmen. Solche Biases können vereinzelt oder kombiniert in unterschiedlichen Ausprägungen auftreten. Fehlende Akzeptanz kann u. a. mit sich selbst überschätzenden Führungskräften und Mitarbeiter:innen ( Overconfidence-Bias ) oder mit der Kom­ plexität automatisierter Entscheidungsfindung erklärt werden 7 . Entscheider:innen sind sich hierbei häufig im Unklaren darüber, wie die Ergebnisse mithilfe komplexer Algorithmen ermittelt werden. Unbewusste Einflüsse im Kontext von RPA umfassen außerdem die übermäßige Bevorzugung des Status quo gegenüber Veränderungen ( Status-quo-Bias ), die Unfähigkeit, eigene Gedanken an neue Beweise und Informationen anzu­ passen ( Konservatismus-Bias ) oder eine selektive Wahr­ nehmung, bei der eigene Erfahrungen und Hintergründe einen ‚Tunnelblick‘ erzeugen 8 . Process Complexity Degree of automation Use of Artificial Intelligence Robotic Desktop Automation Robotic Process Automation Cognitive Process- Automation Semi-automated Approach Fully Automated Approaches Figure 1: Evolutionary stages of process automation (Götzen 2020, p. 3) 6 s. PwC 2016, S. 20 7 s. Sadun et al. 2018, S. 36ff. 8 s. Sadun et al. 2018, S. 36ff.; Makridakis 1990, S. 35ff. 6 PwC 2016, p. 20 7 Sadun et al. 2018, p. 36 et seqq. 8 Sadun et al. 2018, p. 36 et seqq.; Makridakis 1990, p. 35 et seqq. influencing factors cause this circumstance: On the one hand, it is the conscious disregard of the knowledge gained due to a lack of acceptance of the same and unconscious prejudices. On the other hand, there are cognitive distortions, so-called biases, which inhibit the acceptance of automated decisions. Such biases can occur individually or in combination in different forms. Lack of acceptance can be explained, among other things, by managers and employees overestimating themselves (overconfidence bias) or by the complexity of automated decision-making 7 . Decision-makers are often unaware of how the results are determined with the help of complex algorithms. Unconscious influences in the context of RPA also include an excessive preference for the status quo over change (status quo bias), an inability to adapt one’s own thoughts to new evidence and information (conservatism bias), or a selective perception in which one ’ s own experiences and background create ‘tunnel vision ’ 8 .