Abschlussarbeit (Bachlor/Master) - Erosion von Expertenwissen

KI-Systeme übernehmen zunehmend Aufgaben, die bisher von erfahrenen Fachkräften ausgeführt wurden. Menschliche Mitarbeitende verlagern sich dabei von der Ausführung zur Kontrolle – sie „überwachen" die KI, anstatt selbst tätig zu sein. Diese Verschiebung hat eine weitreichende Konsequenz: Wer neu in eine Rolle eintritt und eine KI beaufsichtigen soll, hat möglicherweise nie die Grundaufgaben selbst durchgeführt. Damit fehlt die Erfahrungsbasis, um die Qualität der KI-Ausgaben beurteilen zu können.

‍

Forschungsfragen

1. Welche fachlichen Voraussetzungen benötigen Mitarbeitende, um KI-Outputs zuverlässig bewerten zu können?
2. Inwiefern sind diese Voraussetzungen nur durch eigene praktische Erfahrung erlernbar?
3. Welche Risiken entstehen, wenn Nachwuchskräfte diese Erfahrung nicht mehr sammeln können?
4. Welche organisationalen Strategien können diesem Problem langfristig entgegenwirken?

‍

Methodik

Die methodische Ausgestaltung der Arbeit wird gemeinsam mit der Betreuungsperson festgelegt und richtet sich nach der individuellen Ausrichtung. Als möglicher Ausgangspunkt bietet sich eine Kombination aus Literaturrecherche und qualitativen Interviews mit Fachkräften aus einer relevanten Domäne an.

‍

Beitrag & Relevanz

Die Arbeit adressiert eine bislang wenig erforschte Konsequenz von KI-Automatisierung: nicht den Verlust von Arbeitsplätzen, sondern den Verlust der epistemischen Grundlage für menschliche Kontrolle. Sie leistet einen Beitrag zur Forschung über verantwortungsvolle KI-Implementierung und gibt Impulse für Personalentwicklung und Ausbildungsgestaltung in KI-gestützten Organisationen.

‍

‍