Aktuelle Projekte
Hybridisierung von menschlicher und künstlicher Intelligenz in der Wissensarbeit (HyMeKI)
Ausgangslage
Fortschritte im Bereich der künstlichen Intelligenz, (insb. des maschinellen Lernens und der Spracherkennung), bieten neue Gestaltungsmöglichkeiten zur Reorganisation von Wissensarbeit an der Schnittstelle von Mensch und KI. KI-Systeme liefern nicht nur Potenziale in der Automatisierung von Routineaufgaben, sondern können als neue „Teammitglieder“ die Lösung von komplexen Aufgaben von Mitarbeiter*innen unterstützen, da sie in vielen Bereichen zum Menschen komplementäre Fähigkeiten beitragen. Menschen nehmen KI-basierte Systeme als soziale Akteure wahr, stellen deshalb aber auch ähnliche Erwartungen an die Qualität ihrer Lösungsbeiträge und ihr Kommunikationsverhalten, die häufig nicht erfüllt werden und zu Unzufriedenheit, Ablehnung bzw. Nicht-Nutzung der Systeme führen können. Durch die Unterschiede hinsichtlich der Fähigkeiten und Fertigkeiten von Menschen (d.h. menschlicher Intelligenz) und Maschinen (d.h. künstlicher Intelligenz) entstehen neuartige Gestaltungsherausforderungen in der Zusammenarbeit sowie den Lernverfahren für menschliches und maschinelles Lernen.
Ziel des Projektes
Ziel der Nachwuchsgruppe ist die Entwicklung, Erprobung und Validierung von sozio-technischen Gestaltungsanforderungen und –mustern zur Entwicklung von KI-Systemen in der Wissensarbeit. Diese implementieren kollaborative Arbeitspraktiken der Mensch-KI-Zusammenarbeit, insbesondere zur Arbeitsteilung, zur transparenten, nachvollziehbaren Übergabe von Aufgaben und Arbeitsständen und zur Förderung des Lernens zwischen Menschen und KI-Systemen entsprechend ihrer jeweiligen Stärken.
Zur Zielerreichung werden zunächst repräsentative Kollaborationsszenarien im Bereich der Wissensarbeit anwendungsorientiert durch empirische Anforderungserhebung mit Unternehmen erhoben und modelliert. Die Nachwuchsgruppe entwickelt darauf aufbauend eine Taxonomie zur Arbeitsteilung von Menschen und KI-Systemen. In Anlehnung daran werden Techniken zur Übergabeorchestrierung zwischen Mensch und KI sowie Techniken zur Förderung von KI-(bzw. Mensch-) unterstützten menschlichem (bzw. maschinellen) Lernen exploriert und in Gestaltungsmuster überführt. Die entwickelten Techniken und Gestaltungsmuster werden prototypisch instanziiert und in Labor-, Feld- und Onlinestudien sozio-technisch evaluiert. Das Vorhaben folgt damit einem gestaltungsorientierten Multimethodenansatz iterativer Entwicklung und Evaluation.
Beteiligung des Arbeitsbereichs WISTS
Fokus von WISTS im Verbundprojekt liegt auf die Entwicklung und Erprobung von Gestaltungsmuster zur Aufgabenteilung, Übergabe- und Arbeitsorchestrierung zwischen Wissensarbeiter*innen und lernenden Systemen (z.B. Entscheidungsvorlagen durch KI-System, menschlichem Feedback für maschinelles Lernen etc.). Anhand der Analyse praktischer Anwendungsfälle aus Anwenderorganisationen werden zunächst relevante Übergabeszenarien von Mensch zu KI identifiziert und modelliert sowie sozio-technische Lösungsansätze in Form von Gestaltungsmustern zu Übergabevoraussetzung, Übergabeinhalten und deren Aufbereitung sowie zur Übergabeorchestrierung prototypisch instanziiert werden. Lösungsansätze für die Übergabe von KI zu Mensch werden analysiert, modelliert und entwickelt. Daraufhin werden diese Ansätze experimentell und anhand von Nutzer*innenevaluationen im Teamlabor in Hamburg und in den Anwenderorganisationen pilotiert und evaluiert.
Projektbeteiligte
- Universität Kassel - Fachgebiet Wirtschaftsinformatik
- Universität Kassel - Wissenschaftliches Zentrum für Informationstechnik-Gestaltung (ITeG)
- aiconix.ai
- IHK Hessen innovativ
- smarttransfer
Projekthomepage
Projektdetails
- Dauer: 01.10.2020 - 30.09.2024
- Projektleitung: Prof. Dr. Eva Bittner
Dr. rer. pol. Sarah Oeste-Reiß
- Förderkennzeichen: 01IS20057
INtelligente Zusammenarbeit mit SprachbasierTen AssisteNTen (INSTANT)
Ausgangslage
Dienstleistungsarbeit im Kundenservice ist stark von interaktiver Arbeit und einem intensiven Wissensaustausch zwischen KundInnen und Servicedienstleistung geprägt. Dies setzt voraus, dass sich Beschäftigte im Kundenservice flexibel auf Anfragen einlassen und individuelle Lösungen für komplexe Probleme, wie beispielsweise Produktreklamationen, erarbeiten. Die Durchführung dieser interaktiven Aufgaben ist für Beschäftigte jedoch mit hohen Belastungen verbunden: Inhaltliche Unvorhersehbarkeit von stetig ansteigenden KundInnenanfragen, fehlende Informationen sowie Konflikte im KundInnengespräch.
Ziel des Projektes
Ziel von INSTANT ist es daher, die Interaktionsarbeit im Kundenservice zu verbessern, so dass Beschäftige bei der Bearbeitung zunehmender KundInnenanfragen entlastet und zusätzlich weiterqualifiziert werden. Umgesetzt werden soll dies über die Unterstützung technischer Sprachassistenzen auf Basis künstlicher Intelligenzlösungen: Beschäftigte erhalten im KundInnengespräch relevante Informationen, bspw. den Sendungsstatus einer Lieferung. Mit Hilfe der digitalen Sprachsteuerung über Chatbots werden spezifische Lösungsstrategien automatisiert für Beschäftigte aufbereitet und in der KundInneninteraktion bei Bedarf zur Verfügung gestellt. Insgesamt wird dabei aus arbeitswissenschaftlicher Perspektive der Frage nachgegangen, wie künstliche Intelligenz die Interaktionsarbeit im Kundenservice positiv verändern kann.
Methodisch werden zunächst im Labor und anschließend in Feldexperimenten die direkte und indirekte Interaktionsarbeit im Kundenservice mithilfe von technischen Assistenzen analysiert, erprobt und evaluiert. Dafür sind in zwei Pilotierungsphasen bei jeweils drei Anwendungsorganisationen unter anderem qualitative und quantitative Erhebungsverfahren, wie beispielsweise ExpertInneninterviews oder Experimente, durchzuführen. Dadurch werden die Gestaltungpotenziale von Organisations-, Arbeits- und Interaktionsmodellen sowie die technischen Voraussetzungen für die intelligente Zusammenarbeit mit Sprachassistenzen im Kundenservice herausgearbeitet und in empirisch validierten Gestaltungsmustern aufbereitet.
Beteiligung des Arbeitsbereichs WISTS
WISTS fokussiert im Verbundprojekt die Entwicklung und Evaluierung von Interaktionsmodellen und -szenarien, um eine Anpassung zwischen Arbeitsprozessen und -aufgaben in der direkten sowie indirekten Interaktionsarbeit und der Unterstützungsleistung durch Assistenzsysteme herzustellen. Mit einem systematischen, iterativen Vorgehen werden zunächst einfache Interaktionsszenarien untersucht und evaluiert, um Voraussetzungen für eine menschenzentrierte Kollaboration zu schaffen. Daran anschließend werden komplexe Interaktionsszenarien adressiert, die auf konkrete Arbeitsprozesse und- aufgaben in direkter sowie indirekter Interaktionsarbeit für die Erbringung von Dienstleistungen zugeschnitten werden, um Kundenservicearbeit nach den Gütekriterien der humanen Arbeitsgestaltung zu entwickeln und zu evaluieren.
Projektbeteiligte
- UHH – IT Management & Consulting (Projektkoordination)
- UHH – Language Technology
- iteratec GmbH
- Beiersdorf Shared Services GmbH
- Otto GmbH & Co KG
Projekthomepage
Projektdetails
- Dauer: 01.03.2020 – 28.02.2023
- Projektleitung: Prof. Dr. Tilo Böhmann
- Förderkennzeichen: 02L18A111
- Förderhinweis:
Das Vorhaben INSTANT wird im Rahmen des Programms „Zukunft der Arbeit“ vom Bundesministerium für Bildung und Forschung und dem Europäischen Sozialfonds der Europäischen Union gefördert.
Projektträgerschaft liegt bei dem Projektträger Karlsruhe (PTKA).
Toward intelligent assistance systems for the smart utilization of participation data for urban planning and design
Ausgangslage
Die Urbanisierung hat in den vergangenen Jahrzehnten zu einem starken Städtewachstum geführt. So leben in Europa bereits heute ca. 70 % der Bevölkerung in Städten und mit der globalen Entwicklung vergleichbar. Die fortschreitende Digitalisierung sowie die steigenden Bemühungen, vorhandene Ressourcen nachhaltig zu verwalten und Umweltbelastungen zu reduzieren, haben den Begriff „Smart City“ neben weiteren Faktoren geprägt. Urban Planning ermöglicht in diesem Kontext die zielgerichtete Stadtplanung, die zunehmend partizipativer gestaltet wird. So konnten in verschiedenen Forschungsprojekten bereits erste Anwendungen in der Praxis erprobt und initiale Prozesse für das partizipative Urban Planning erforscht werden, auf die nun aufgebaut wird.
Ziel des Projektes
Im Rahmen des Projektes werden Artefakte für eins digitales Assistenzsystem zur Unterstützung des Urban Planning entwickelt, mit dem Ziel Urban Planning Prozesse zu stützen, die Qualität der Ergebnisse zu verbessern und die Beteiligung von Bürgerinnen und Bürgern zu vereinfachen. Hierfür werden entsprechende Anforderungen von Bürgerinnen und Bürgern sowie Stadtplanerinnen und Stadtplanern erhoben, unterschiedliche Prototypen entwickelt und evaluiert. Dabei steht insbesondere auch der Einsatz von künstlicher Intelligenz (KI) und Machine Learning (ML) Ansätzen im Fokus, um die Interaktionen zwischen Menschen und Maschinen zu unterstützen und Auswertungen zu automatisieren.
Projektbeteiligte
- Universität Hamburg (UHH) – Arbeitsgruppe Wirtschaftsinformatik, Sozio-Technische Systemgestaltung (WISTS)
- HafenCity Universität (HCU) – Arbeitsgruppe Digital City Science
Projektdetails
- Dauer: 01.09.2021 – 31.08.2024
- Projektleitung: Marten Borchers (UHH)
- Projektinitiatorin und Supervisor: Prof. Dr. Eva Bittner (UHH)
- Co-Supervisor: Prof. Dr. Jörg Noenning (HCU)
- Projektwebseite: Toward intelligent assistance Systems for the smart Utilization of Participation Data for Urban Planning and Design
- Förderhinweis: Das Projekt wird im Rahmen vom sharing.city.college bzw. der Hamburg Graduate School for Data-Driven Participatory Smart Cities gefördert. Das Graduiertenkolleg wurde von der Allianz der Hamburger Hochschulen für Informatik gegründet (ahoi.digital) und ist im Bereich der Informatik in Bildung, Forschung und Transfern vielfältig tätig.