Wie die Einführung von KI im Unternehmen gelingt

Der Change-Prozess bei der Einführung von KI besteht aus 4 Phasen. Professor Sascha Stowasser und Oliver Suchy erläutern, wie Unternehmen vorgehen sollten.

Künstliche Intelligenz (KI) verändert die Arbeitswelt: Intelligente Software, Systeme und Roboter können die Beschäftigten bei ihren Aufgaben entlasten, Unternehmen können durch KI-Systeme Arbeitsprozesse effizienter gestalten und neue Geschäftsmodelle erschließen. Die Vision des KI-Zeitalters ist eine Arbeitswelt, in der Mensch und KI-System in einer menschengerechten Arbeitsteilung produktiv zusammenwirken und die Stärken von Mensch und Technik gleichermaßen bestens genutzt werden können.

Frühzeitig und kontinuierlich die Beschäftigten einbinden

Um diese Vision Realität werden zu lassen, sind eine Vertrauensbasis gegenüber den und Akzeptanz für die KI-Systeme nötig. Denn der Einsatz von KI-Systemen bringt auch einige Herausforderungen mit sich: Viele Beschäftigten sorgen sich um ihren Arbeitsplatz oder fürchten, die KI-Anforderungen nicht zu bewältigen und von KI-Systemen fremdgesteuert oder überwacht zu werden. Die Potenziale der KI-Technologien nutzbar zu machen, bedeutet für Unternehmen deshalb in erster Linie, in enger Kooperation sowohl die Beschäftigten als auch ihre Interessenvertretungen zu Gestaltern des technologischen Wandels zu machen. Eine verbindliche, frühzeitige und kontinuierliche Einbindung der Beschäftigten und der Mitbestimmungsträger stellt dabei einen wesentlichen Baustein dar, den Einsatz von KI-Systemen im Sinne einer effizienten, produktiven sowie gesundheits- und lernförderlichen Arbeit bestmöglich zu gestalten.

- Anzeige -

Die Einführung neuer Technologien ist Unternehmen vertraut und baut auf ein bekanntes Change-Instrumentarium sowie gesetzliche Regeln auf. Gleichwohl ist Künstliche Intelligenz eine Technologie mit einzigartigen Charakteristika und eröffnet so auch neue Herausforderungen für Veränderungsprozesse: Besonders die Fähigkeit, daten- und informationsbasierte Entscheidungsempfehlungen zu treffen sowie sich selbsttändig weiterzuentwickeln, wirft Fragen hinsichtlich der Transparenz und Fairness sowie für die Arbeitsorganisation, die Mensch-Maschine-Arbeitsteilung, die Handlungsspielräume von Beschäftigten oder Verantwortungszuschreibungen auf.

Ein gutes Change Management erforderlich

Wenn der Einsatz von KI-Systemen sowohl für das Unternehmen als auch die Beschäftigten zum Erfolg werden soll, ist ein gutes Change Management erforderlich. In unserem Whitepaper der Plattform Lernende Systeme unterteilen wir den Change-Prozess in vier Phasen. Ausgehend von der Zielsetzung und Folgenabschätzung, über die Planung und Gestaltung sowie die Vorbereitung und Implementierung bis hin zur Evaluation und kontinuierlichen Anpassung können die folgenden Ansatzpunkte den Verantwortlichen in Unternehmen sowie deren Beschäftigten als Kompass für ein gelingendes Change-Management dienen.

Phase 1 – Zielsetzung und Folgenabschätzung

In Phase 1 gilt es, eine frühzeitige Zusammenarbeit aller Verantwortlichen im Unternehmen zu organisieren. Zielsetzung und Zweck des KI-Systems sollten vor der Einführung definiert und vereinbart werden. Vor der Einführung der KI-Systeme empfiehlt es sich, eine sorgfältige Potentialanalyse und Folgenabschätzung einschließlich (gesundheitlicher) Verträglichkeitsprüfungen (Usability, Safety und Security) durchzuführen. Voraussetzung dafür ist ein hohes Maß an Transparenz über die KI-Anwendung, die von den Anbietern eingefordert werden muss. Denn nur das Wissen über die Wirkungsweise lässt die notwendige Einschätzung der so genannten Kritikalität durch eine betriebliche Folgenabschätzung zu.

Die Kritikalität beschreibt dabei zum Beispiel das Maß der Autonomie des Systems und somit die Frage der Regelungstiefe. Dazu sollte vor der Einführung klar sein, wie sich die KI auf die Zahl und Qualität der Arbeitsplätze auswirkt. Hier kann es zu Zielkonflikten kommen, so dass die Beschäftigten und die betriebliche Interessenvertretung von Anfang an eng eingebunden werden sollten. Unternehmen können vor einer KI-Einführung beispielsweise gemeinsam mit den Beschäftigten, Führungskräften und Betriebsräten verbindliche KI-Richtlinien entwickeln, um die Gelingensbedingungen zu verbessern und die Akzeptanz für die Anwendung zu erhöhen.

Phase 2 – Planung und Gestaltung

In Phase 2 steht der Schutz des Einzelnen im Vordergrund: Die Gestaltung der Mensch-Maschine-Interaktion sollte eine sinnvolle Arbeitsteilung und förderliche Arbeitsbedingungen als Zielsetzung begreifen. Die Erhebung und Analyse von Belastungsprofilen können dabei unterstützen, die Mensch-Maschine-Interaktion widerspruchsfrei zu gestalten. Für die Gestaltung des KI-Einsatzes sollten über Betriebsvereinbarungen beispielsweise wichtige Fragen zum Umgang mit personenbeziehbaren Daten geregelt werden.

Phase 3 – Vorbereitung und Implementierung

In Phase 3 kommt es ganz auf eine frühzeitige Kompetenzentwicklung als Schlüssel des Change-Managements an: Fachkompetenzen werden hier mit übergreifenden Kompetenzen verknüpft; die aus der KI-Anwendung und dem Anwendungsbereich abgeleitet werden müssen. Auch dies ist ein wichtiges Element der betrieblichen Folgenabschätzung. Für die Arbeitsorganisation empfiehlt es sich, Handlungsspielräume für Beschäftigte zu erhalten oder zu erweitern und weiterhin sinnstiftende Tätigkeiten zu ermöglichen. Dazu sollten Verantwortungszuschreibungen und Haftungsfragen frühzeitig und eindeutig geklärt werden. Vor der flächendeckenden Einführung der KI-Systeme sollten Erfahrungswerte in Pilot- und Experimentierphasen gesammelt und bewertet werden.

Phase 4 – Evaluation und Anpassung

In Phase 4 gilt es schließlich, den Einsatz der KI-Systeme zu überprüfen und anzupassen: Die Ergebnisse aus Pilotphasen können für die Evaluierung genutzt und erforderliche Anpassungen vorgenommen werden. Aufgrund des selbstlernenden Charakters der lernenden Systeme sollten kontinuierliche Evaluierungsprozesse geschaffen und eine lebendige Feedbackkultur etabliert werden.

Veränderungsprozesse sind in deutschen Unternehmen nichts Neues. Die Einführung von KI in den Betrieben erfordert jedoch eine Weiterentwicklung von partizipativen Ansätzen, die nicht nur punktuell, sondern ebenso lernend – wie lernende KI-Systeme selbst – und daher präventiv und kontinuierlich ausgerichtet werden sollten.

Über die Plattform Lernende Systeme

Die Plattform Lernende Systeme wurde 2017 vom Bundesministerium für Bildung und Forschung (BMBF) auf Anregung des Fachforums Autonome Systeme des Hightech-Forums und acatech gegründet. Sie vereint Expertinnen und Experten aus Wissenschaft, Wirtschaft, Politik und Zivilgesellschaft aus dem Bereich Künstliche Intelligenz. In Arbeitsgruppen entwickeln sie Handlungsoptionen und Empfehlungen für den verantwortlichen Einsatz von Lernenden Systemen. Ziel der Plattform ist es, als unabhängiger Makler den gesellschaftlichen Dialog zu fördern, Kooperationen in Forschung und Entwicklung anzuregen und Deutschland als führenden Technologieanbieter für Lernende Systeme zu positionieren. Die Leitung der Plattform liegt bei Bundesministerin Anja Karliczek (BMBF) und Karl-Heinz Streibich (Präsident acatech).

Sascha Stowasser

Prof. Dr. Sascha Stowasser ist Leiter des ifaa – Institut für angewandte Arbeitswissenschaft e. V. Er forscht intensiv zum Thema Arbeit der Zukunft, dabei untersucht er neben technischen auch organisatorische und kulturelle Fragen der Veränderungen in der Arbeitswelt. Er ist Mitglied der Arbeitsgruppe 2 „Arbeit, Qualifikation, Mensch-Maschine-Interaktion“ der Plattform Lernende Systeme. Die Plattform vereint Expertinnen und Experten aus Wissenschaft, Wirtschaft, Politik und Zivilgesellschaft aus dem Bereich Künstliche Intelligenz. Sie wurde 2017 vom Bundesministerium für Bildung und Forschung (BMBF) auf Anregung des Fachforums Autonome Systeme des Hightech-Forums und acatech gegründet. Foto: ifaa

This author does not have any more posts.

Oliver Suchy

Oliver Suchy ist Leiter der Abteilung Digitale Arbeitswelten und Arbeitsweltberichterstattung im Bundesvorstand des Deutschen Gewerkschaftsbunds (DGB) und arbeitet in diversen Gremien zu Fragen von Künstlicher Intelligenz in der Arbeitswelt. Er ist Mitglied der Arbeitsgruppe 2 „Arbeit, Qualifikation, Mensch-Maschine-Interaktion“ der Plattform Lernende Systeme. Die Plattform vereint Expertinnen und Experten aus Wissenschaft, Wirtschaft, Politik und Zivilgesellschaft aus dem Bereich Künstliche Intelligenz. Sie wurde 2017 vom Bundesministerium für Bildung und Forschung (BMBF) auf Anregung des Fachforums Autonome Systeme des Hightech-Forums und acatech gegründet. Foto: Simone M. Neumann

This author does not have any more posts.