Produktiv und zufrieden mit KI-basierter Assistenz?/Productive and satisfied with AI-based assistance? - Human-centered design and evaluation of digitalized work in production

Table of contents

Bibliographic information

Cover of Volume: wt Werkstattstechnik online Volume 115 (2025), Issue 06
Open Access Full access

wt Werkstattstechnik online

Volume 115 (2025), Issue 06

Authors:
Publisher
VDI fachmedien, Düsseldorf
Copyright Year
2025
ISSN-Online
1436-4980
ISSN-Print
1436-4980

Chapter information

Open Access Full access

Volume 115 (2025), Issue 06

Produktiv und zufrieden mit KI-basierter Assistenz?/Productive and satisfied with AI-based assistance? - Human-centered design and evaluation of digitalized work in production

Authors:
ISSN-Print
1436-4980
ISSN-Online
1436-4980
Preview:

AI-based assistance systems are increasingly being used in manufacturing companies. However, the associated efficiency benefits can only be achieved if the systems are used effectively by employees. The effects on employees‘ work tasks, motivation, and satisfaction should therefore be considered and assessed at an early stage. The case studies in this article show which evaluation criteria can help.

Bibliography

  1. [1] Heimberger, H.; Jäger, A.; Maloča, S.: Künstliche Intelligenz in der Produktion. Digitale Produktionssysteme und Weiterbildung als Voraussetzung für KI? Modernisierung der Produktion, Mitteilung aus der ISI-Erhebung Nr. 83. Stand: 2024. Internet: www.isi.fraunhofer.de/content/dam/isi/dokumente/modernisierung-produktion/erhebung2022/2024–12_pi_mod_produktion_83_ki_produktion.pdf. Zugriff am 28.04.2025 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  2. [2] Ahlborn, K.; Bachmann, G.; Biegel, F. et al.: Technologieszenario „Künstliche Intelligenz in der Industrie 4.0“. Plattform Industrie 4.0, Bundesministerium für Wirtschaft und Energie. Stand: 2019. Internet: www.plattform-i40.de/IP/Redaktion/DE/Downloads/Publikation/KI-industrie-40.html. Zugriff am 20.05.2025 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  3. [3] Destatis: Etwa jedes achte Unternehmen nutzt künstliche Intelligenz. Stand: 2023. Internet: www.destatis.de/DE/Presse/Pressemitteilungen/2023/11/PD23_453_52911.html. Zugriff am 28.04.2025 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  4. [4] Mütze-Niewöhner, S.; Willemsen, F.; Mayer, C. M. et al.: Partizipative und prospektive Arbeitsgestaltung – reloaded: Analyse und Gestaltung von Arbeitstätigkeiten im Kontext von Digitalisierung und Industrie 4.0. Düsseldorf: Hans-Böckler-Stiftung 2023 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  5. [5] Parker, S. K.; Grote, G.: Automation, Algorithms, and Beyond: Why Work Design Matters More Than Ever in a Digital World. Applied Psychology 71 (2022) 4, pp. 1171–1204 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  6. [6] Richthofen, G. von; Gümüsay, A. A.; Send, H.: Künstliche Intelligenz und die Zukunft von Arbeit. In: Altenburger, R.; Schmidpeter, R. (Hrsg.): CSR und Künstliche Intelligenz. Heidelberg: Springer 2021, S. 353–366 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  7. [7] Krzywdzinski, M.; Pfeiffer, S.; Evers, M. et al.: Die Vermessung der Arbeitswelt. Wearables und digitale Assistenzsysteme in Fertigung und Logistik. Düsseldorf: Hans-Böckler-Stiftung 2022 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  8. [8] Ball, K.; Wilson, D. C.: Power, control and computer-based performance monitoring: Repertoires, resistance and subjectivities. Organization Studies 21 (2000) 3, pp. 539–565 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  9. [9] Mütze-Niewöhner, S.; Nitsch, V.: Arbeitswelt 4.0. In: Frenz, W. (Hrsg.): Handbuch Industrie 4.0: Recht, Technik, Gesellschaft. Heidelberg: Springer 2020, S. 1187–1217 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  10. [10] Nitsch, V.; Rick, V.; Kluge, A. et al.: Human-centered approaches to AI-assisted work: the future of work? Zeitschrift für Arbeitswissenschaft 78 (2024) 3, pp. 261–267 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  11. [11] Apt, W.; Schubert, M.; Wischmann, S.: Digitale Assistenzsysteme. Perspektiven und Herausforderungen für den Einsatz in Industrie und Dienstleistung. Berlin: VDI/VDE Innovation + Technik 2018 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  12. [12] Kuhn, C. K.; Kokorski, S.; Kranz, M.: Praxisleitfaden zur akzeptanzförderlichen Einführung von KI-Anwendungen in produzierenden Unternehmen. Aachen: RWTH Aachen University 2024, doi.org/10.18154/RWTH-2024–01353 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  13. [13] Steireif, N.; Kranz, M.; Langhanki, J. et al.: Potenzialanalyse von KI-Anwendungen in der Produktion. Zeitschrift für wirtschaftlichen Fabrikbetrieb 118 (2023) 4, S. 258–264 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  14. [14] Greif, S.; Hamborg, K.-C. (Hrsg.): Methoden der Arbeits-, Organisations- und Wirtschaftspsychologie. Göttingen: Hogrefe 2018 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  15. [15] Richter, G.: Toolbox Version 1.2 – Instrumente zur Erfassung psychischer Belastungen. Dortmund: BAuA 2010 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  16. [16] Parker, S. K.; Morgeson, F. P.; Johns, G.: One hundred years of work design research: Looking back and looking forward. The Journal of Applied Psychology 102 (2017) 3, pp. 403–420 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  17. [17] Hackman, J.; Oldham, G. R.: Motivation through the design of work: test of a theory. Organizational Behavior and Human Performance 16 (1976) 2, pp. 250–279 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  18. [18] Parker, S. K.; Knight, C.: The SMART model of work design: A higher order structure to help see the wood from the trees. Human Resource Management 63 (2024) 2, pp. 265–291 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  19. [19] Schuler, S.; Hämmerle, M.; Bauer, W.: Einfluss Künstlicher Intelligenz auf die Arbeitswelten der Zukunft: Potenzielle Auswirkungen und Erfahrungen mit KI-Anwendungen in Unternehmen. In: Spath, D.; Spanner-Ulmer, B. (Hrsg.): Digitale Transformation – Gutes Arbeiten und Qualifizierung aktiv gestalten. Berlin: GITO Verlag 2019, S. 255–272 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  20. [20] Malik, N.; Tripathi, S. N.; Kar, A. K. et al.: Impact of artificial intelligence on employees working in industry 4.0 led organizations. International Journal of Manpower 43 (2022) 2, pp. 334–354 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  21. [21] Koczy, A.; Stahn, C.; Hartmann, V.: Untersuchung der Veränderung von Kompetenzanforderungen durch Assistenzsysteme im Projekt AWA. 66. Kongress der Gesellschaft für Arbeitswissenschaften e. V., GfA 2020, Berlin, 2020, S. 1–7 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  22. [22] Burgert, F. L. B.; Willemsen, F.; Reçica, A. et al.: Handlungsanweisungen durch digitale Systeme in Produktion und Logistik: Auswirkungen eines Veto-Rechts auf die wahrgenommene Autonomie. 71. Kongress der Gesellschaft für Arbeitswissenschaften e. V., GfA 2025, Aachen, 2025, S. 577–582 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  23. [23] Rick, V. B.; Stebner, M.; Dräger, L. et al.: Effects of AI-based technologies on employees’ work engagement: Implications for the human-centered design of digital work. Zeitschrift für Arbeitswissenschaft 78 (2024) 3, pp. 323–334 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  24. [24] Kluge, A.; Ontrup, G.; Langholf, V. et al.: Mensch-KI-Teaming: Mensch und Künstliche Intelligenz in der Arbeitswelt von morgen. Zeitschrift für wirtschaftlichen Fabrikbetrieb 116 (2021) 10, S. 728–734 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  25. [25] Kuhn, C. K.; Kokorski, S.; Kranz, M. et al.: Use cases im Experimentierraum KI-LIAS: künstliche Intelligenz für lernförderliche industrielle Assistenzsysteme. Aachen: RWTH Aachen University 2024, doi.org/10.18154/RWTH-2024–02983 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  26. [26] Grote, G.; Ryser, C.; Wäfler, T. et al.: Wie sich Mensch und Technik sinnvoll ergänzen. Zürich: vdf Hochschulverlag 1999 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  27. [27] Hacker, W.; Fritsche, B.; Richter, P. et al.: Tätigkeitsbewertungssystem. (TBS). Verfahren zur Analyse, Bewertung und Gestaltung von Arbeitstätigkeiten. Zürich: vdf Hochschulverlag 1995 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  28. [28] Leitner, K.; Volpert, W.; Greiner, B. et al.: Analyse psychischer Belastung in der Arbeit. Das RHIA-Verfahren. Köln: Verlag TÜV Rheinland 1987 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  29. [29] Mütze-Niewöhner, S.; Mayer, C. M.; Willemsen, F.: Partizipative und prospektive Arbeitsgestaltung im Rahmen von Digitalisierungsprojekten in der Produktion: Anforderungen an ein Unterstützungssystem. Stand: 2022. Internet: publications.rwth-aachen.de/record/860444/files/860444.pdf. Zugriff am 28.04.2025 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  30. [30] Hacker, W.; Sachse, P.: Allgemeine Arbeitspsychologie. Psychische Regulation von Arbeitstätigkeiten. Zürich: vdf Hochschulverlag 1998 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  31. [31] Bundesamt für Sicherheit in der Informationstechnik: Transparenz von KI-Systemen. Whitepaper. Stand: 2024. Internet: www.bsi.bund.de/DE/Service-Navi/Presse/Alle-Meldungen-News/Meldungen/Whitepapier_KI-Systeme_240805.html. Zugriff am 28.04.2025 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  32. [32] DIN EN ISO 9241–110: Ergonomie der Mensch Maschine Interaktion – Teil 110: Interaktionsprinzipien. Deutsche Fassung, Ausgabe Oktober 2020 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  33. [33] Crowston, K.; Bolici, F.: Deskilling and upskilling with AI systems. Information Research an International Electronic Journal 30 (2025) iConf, pp. 1009–1023 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  34. [34] Willemsen, F.; Mütze-Niewöhner, S.; Nitsch, V.: Job Crafting im Rahmen von KI-Einführung und Automatisierung: Erkenntnisse aus einer Interviewstudie. 70. Kongress der Gesellschaft für Arbeitswissenschaften e. V., GfA 2024, Stuttgart, 2024, S. 1–6 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  35. [35] Zhang, F.; Parker, S. K.: Reorienting job crafting research: A hierarchical structure of job crafting concepts and integrative review. Journal of Organizational Behavior 40 (2019) 2, pp. 126–146 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  36. [36] Wrzesniewski, A.; Dutton, J. E.: Crafting a Job: Revisioning Employees as Active Crafters of Their Work. The Academy of Management Review 26 (2001) 2, pp. 179–201 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  37. [37] Parker, S. K.; Tims, M.; Sonnentag, S.: Top-Down and Bottom-Up Work Design: A Multilevel Perspective on How Job Crafting and Work Characteristics Interrelate. Journal of Business and Psychology (2025), doi.org/10.1007/s10869–025–10010–1 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6
  38. [38] Imorde, J.; Steireif, N.; Willemsen, F. et al.: Intelligente Assistenzsysteme in der Produktion: eine Interviewstudie mit Betriebsratsmitgliedern zu Fragen der Beteiligung, des Nutzens und der Arbeitsgestaltung. 69. Kongress der Gesellschaft für Arbeitswissenschaften e. V., GfA 2023, Hannover, 2023, S. 1–7 Open Google Scholar DOI: 10.37544/1436-4980-2025-06-6

Citation

Download RIS Download BibTex

Downloads

Download chapter (PDF)

Notice

This work is protected by copyright and may only be used in accordance with the provisions of the Terms of Use and License Agreement. Any use of the work beyond this is expressly prohibited and will be prosecuted.

Share via email

Media