KI in der Arbeitswelt: 11 Szenarien zeigen Gefahren und Potenziale

Das Projektkonsortium ExamAI analysiert in zwei neuen Publikationen elf Anwendungsszenarien künstlicher Intelligenz aus den Bereichen Personalmanagement und Produktionsautomatisierung. Der Fokus liegt auf Fairness-, Transparenz- und Safety-Aspekten.
Bild: Gesellschaft für Informatik e.V.

Künstliche Intelligenz (KI) erhält zunehmend Einzug in verschiedenste Bereiche der Arbeitswelt und ist teilweise bereits fester Bestandteil betrieblicher Abläufe. Insbesondere im Personal- und Talentmanagement sowie in der maschinellen Produktion sind algorithmische Entscheidungssysteme (ADM-Systeme) weit verbreitet. Im Forschungsprojekt ‚KI Testing & Auditing‘ (ExamAI) unter der Leitung der Gesellschaft für Informatik e.V. gehen die Beteiligten relevanten Fragen im Zusammenhang mit dem Einsatz von ADM-Systemen nach: Wie können Verfahren aussehen, die einen beherrschbaren, nachvollziehbaren und fairen Einsatz von Künstlicher Intelligenz ermöglichen? Wie lassen sich diese durchführen und welche institutionellen Anforderungen müssen dafür beachtet werden? Zur Beantwortung dieser Fragen wurden nun elf Szenarien aus den zwei Anwendungsbereichen Personal- und Talentmanagement sowie Mensch-Maschine-Kooperation in der Industrieproduktion vorgestellt. Die Szenarien sollen kritische Abläufe aber auch Nutzen beim Einsatz von KI veranschaulichen und dienen als Ausgangspunkt einer juristischen sowie informatischen Analyse bestehender Probleme, Ungleichbehandlungen, Sicherheitsrisiken und Rechtsverstöße im Bereich KI und Arbeit.

KI-Systeme im Personal und Talentmanagement

Im Personalbereich gibt es eine Vielzahl von Anwendungsmöglichkeiten von KI. Den besonders einschlägigen widmet sich die Publikation Anwendungsszenarien KI-Systeme im Personal- und Talentmanagement. Dabei sind z.B. eine KI-basierte Software bei der Vorhersage der Jobkündigungsbereitschaft, eine Persönlichkeitsbewertung anhand von Lebensläufen oder der Einsatz eines Chatbots der Personalabteilung. Die Gefahrenpotentiale im Personalkontext sind dabei vielfältig. So kann es etwa zu Diskriminierungen bei der Vergabe von Arbeitsschichten oder zu Benachteiligungen bei internen Fördermaßnahmen kommen.

Mensch-Maschine-Kooperation in der Industrieproduktion

In der Industrieproduktion besteht unter Umständen auch physisches Gefahrenpotenzial. Durch einen unkontrollierten und intransparenten Einsatz von KI könnten Mitarbeiter durch kollaborative Roboter (Cobots) oder Fahrerlose Transportsysteme (FTS) verletzt werden. Aber auch in vermeintlich harmlosen Betriebsabläufen, wie der Planung von Routen in der Logistik schlummert Diskriminierungspotential. In der Publikation KI-Systeme in der Produktionsautomatisierung werden in vier Szenarien relevante Aspekte in Bezug auf den Einsatz von KI in der Industrieproduktion aufgezeigt.

Im weiteren Verlauf des Projektes dienen die veröffentlichen Szenarien als Grundlage für eine tiefergehende juristische und softwarebezogene Analysen.

Gesellschaft für Informatik e.V.

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.