Schlüsselwort: operative Logistik

Die zunehmende Digitalisierung von Arbeitsprozessen ermöglicht es Unternehmen, große Datenmengen über ihre Prozesse zu sammeln. Die KI-basierte Analyse dieser Daten verspricht jedoch nicht nur Effizienzsteigerungen und Prozessoptimierungen, sondern ermöglicht es den Arbeitgebern auch, das Verhalten und die Produktivität der einzelnen Mitarbeiter im Detail zu beurteilen. Die Verwendung von KI in industriellen Prozessen (und in anderen Arbeitsumgebungen) wirft somit die Sorge einer starken Zunahme der Kontrolle durch den Arbeitgeber auf, wodurch die Macht der Arbeiter und Angestellten innerhalb des Unternehmens und in der Gesellschaft untergraben wird. Dies verstärkt ethische Bedenken hinsichtlich des Verlusts der Autonomie am Arbeitsplatz. Zu den möglichen Folgen gehören die Verringerung der Gesundheit und Sicherheit am Arbeitsplatz, da eine ständige Überwachung das Stressniveau erhöht, sowie das Risiko, dass eine übermäßige Transparenz der Arbeitsleistung einen Arbeitnehmer direkt oder indirekt unter Druck setzen könnte. Gewerkschaften, Wissenschaft und verschiedene andere Beobachter weisen darauf hin, dass diese ethischen Bedenken weitgehend auf ein Schlüsselelement der (tatsächlichen oder erwarteten) Nutzung der KI zurückgeführt werden können: Sie soll feststellen, wie sich die Mitarbeiter anpassen müssen, um die Prozessleistung zu verbessern. Das Ziel des A Human Preference Aware Optimization System (HPAO) Forschungsprojekt war es, Wege aufzuzeigen, KI ethisch sinnvoll zu nutzen und den Mitarbeiter wieder in den Mittelpunkt der Prozessgestaltung zu rücken. Das von uns prototypisch entwickelte und in Pilotversuchen getestete System für die algorithmische Schichtplanung fördert das Wohlergehen und die Autonomie der Mitarbeiter*innen durch die Berücksichtigung von Bedürfnissen und Präferenzen bei der Zuweisung zu Schichten und Aufgaben. Die Wertschätzung der individuellen Stärken und Präferenzen verspricht zudem, die Motivation der Mitarbeiter*innen bei der Arbeit an den von ihnen bevorzugten Aufgaben zu steigern. Darüber hinaus können KI-basierte Bedenken reduziert werden, da die Mitarbeiter von den Ergebnissen der KI profitieren. Das System verwendet die Datenanalyse mit dem Ziel, die Prozesse durch die Zuweisung von Aufgaben zu optimieren, die Mitarbeiter bevorzugen, anstatt den Arbeitsablauf der Mitarbeiter entsprechend dem Prozess anzupassen. Das resultierende und hier vorliegende Handbuch soll Firmen, Arbeitnehmer, Betriebsräte und KI-Entwickler unterstützen, indem es aufzeigt, wie man auf Prozessmetriken zugreifen kann, welche Arten von KI für die Prozesse geeignet sind und mit welchen Herausforderungen die Entwickler konfrontiert sein werden. Zusätzlich präsentiert das Handbuch die Ergebnisse des Forschungsprojektes, ordnet die Erkenntnisse ein und gibt einen Ausblick in die Zukunft.