Beschreibung
Der Einsatz von Systemen auf Basis künstlicher Intelligenz (KI) in der Arbeitswelt, besonders auf Basis generativer KI, ist in den letzten Jahren stark angestiegen und bringt umfassende Auswirkungen auf die Arbeitswelt mit sich. Ökonomen schätzen das Wachstum der totalen Faktorproduktivität allein durch KI-Systeme in den nächsten 10 Jahren auf über 1,5% (Acemoglu, 2024), mit branchenspezifisch stärkeren Effekten in der Wissensarbeit (z.B. Brynjolfsson et al., 2025; Dell’Acqua et al., 2023).
Damit einhergehend werden neue Jobs entstehen und alte Jobbeschreibungen sich substanziell ändern. Die Augmentierung von Arbeitnehmer*innen mittels KI-Assistenzsystemen oder die Delegation von Aufgaben an KI-Agenten sollen beispielsweise Prozesse automatisieren, kognitive Belastungen reduzieren oder der Zugriff auf vorhandenes Wissen erleichtern. Diesen Zielen stehen potenziell negative Auswirkungen auf die Arbeitnehmer*innen, ihre Teams, und Organisationen gegenüber. So werden auf individueller Ebene beispielsweise eine übermäßige Abhängigkeit von KI-Systemen, eine verringerte Situationswahrnehmung, Ängste um den Arbeitsplatz oder der Verlust der Jobidentität erforscht. Vor diesem Hintergrund stuft der globale Risikobericht des Weltwirtschaftsforums die negativen Folgen von KI-Technologien als #6 der größten Gefahren in 10 Jahren ein.
In Anbetracht der mit KI-Technologien einhergehenden Gefahren und einzigartigen Charakteristiken von KI-Systemen (z.B. Datengetriebenheit, probabilistischer Charakter, fehlende Erklärbarkeit) ist es wichtig, die nachhaltig erfolgreiche Implementierung von KI-Systemen in der Praxis zu untersuchen, um negative Auswirkungen und Gefahren zu vermeiden.
Die proaktive Gestaltung dieses Wandels erfordert neben Theorie und Empirie zum erfolgreichen Einsatz von KI-Systemen einen engen Austausch zwischen wissenschaftlichen Erkenntnissen und den Herausforderungen in der Praxis. Unternehmen müssen Beobachtungen, Erfahrungen und Herausforderungen teilen, um neue Zusammenhänge aus wissenschaftlicher Sicht besser verstehen zu können. Wissenschaftliche Erkenntnisse hingegen müssen mit der Praxis reflektiert und in relevante und verständliche Implikationen, Handlungsbedarfe und Gestaltungsoptionen übersetzt werden. Nur so kann gemeinsam eine nachhaltige Arbeitswelt von morgen entstehen.
Termin
Mittwoch, 17. September 2025, 09:00–12:00 Uhr
Zielgruppe
Alle Interessierten am Thema des Workshops sind herzlich willkommen.
Registrierung & Einreichungen
Registrierungen für den Workshop erfolgen über das ConfTool.
Wir laden Teilnehmer*innen am Workshop ein, (laufende) Forschungsarbeiten, praktische Anwendungsfälle oder Prototypen in der Form eines Extended Abstracts (5 Seiten inkl. Referenzen und Anhang als PDF-Datei im Template der Einreichungen der WI-Tagung) im Voraus einzureichen. Der Extended Abstract soll dabei das Forschungs- oder Praxisprojekt motivieren, die Ergebnisse prägnant darstellen und insbesondere die identifizierten Handlungsbedarfe und Implikationen für die Praxis oder die Erfolge/Herausforderungen aus der Praxis erläutern. Die Einreichung erfolgt per E-Mail mit dem Betreff „Einreichung zum Workshop Künstliche Intelligenz in der Arbeitswelt: Den Wandel gestalten“ an julia.seitz@kit.edu.
Autor*innen angenommener Abstracts haben die Möglichkeit, ihre Arbeit im Rahmen thematisch sortierter Roundtables zu präsentieren. Eine Veröffentlichung der akzeptierten Beiträge ist nicht vorgesehen. Eine Teilnahme abseits von eingereichten Beiträgen und somit ohne Präsentation im Rahmen eines Roundtables ist möglich.
Zeitplan
- Einreichungsfrist für Workshopbeiträge: Freitag, 4. Juli 2025
- Kommunikation der Annahme oder Ablehnung von Beiträgen: Freitag, 18. Juli 2025
- Registrierungsfrist für den Workshop: Freitag, 1. August 2025
Workshop Chairs
Referenzen
- Acemoglu, D. (2025). The simple macroeconomics of AI. Economic Policy, 40(121), 13-58.
- Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942.
- Dell’Acqua, F., McFowland III, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., … & Lakhani, K. R. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality. Harvard Business School Technology & Operations Mgt. Unit Working Paper, (24-013).
THIS SITE MAY CONTAIN TRANSLATIONS POWERED BY OTHER THIRD PARTY SERVICES.