IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-49275-5_1.html

KI-basierte Arbeitssysteme in produzierenden Unternehmen – Eine soziotechnische Perspektive

In: Künstliche Intelligenz im produzierenden Mittelstand

Author

Listed:
  • Jörg von Garrel

    (Hochschule Darmstadt)

  • Carlos Jahn

    (Technische Universität Hamburg)

  • Ann-Kathrin Lange

    (Technische Universität Hamburg)

Abstract

Zusammenfassung Der Beitrag untersucht den Einsatz Künstlicher Intelligenz (KI) in industriellen Arbeitssystemen aus einer soziotechnischen Perspektive. Im Zentrum steht dabei nicht die technische Automatisierung allein, sondern das Zusammenspiel von Mensch, Technik und Organisation. Aufbauend auf der Theorie soziotechnischer Systeme wird gezeigt, dass produktive und nachhaltige KI-Arbeitssysteme nur durch die gemeinsame Optimierung sozialer und technischer Teilsysteme entstehen können. Zur Systematisierung der vielfältigen Erscheinungsformen wird eine Morphologie industrieller, KI-basierter Arbeitssysteme entwickelt. Diese erfasst zentrale Gestaltungsdimensionen – technologische, organisatorische und menschliche – sowie deren mögliche Ausprägungen. Der morphologische Kasten dient damit als Analyse- und Gestaltungsinstrument, um Anwendungsfelder und Formen der Mensch-Maschine-Kollaboration sichtbar zu machen und Entscheidungen über den Einsatz von KI in Produktionskontexten zu unterstützen.

Suggested Citation

  • Jörg von Garrel & Carlos Jahn & Ann-Kathrin Lange, 2026. "KI-basierte Arbeitssysteme in produzierenden Unternehmen – Eine soziotechnische Perspektive," Springer Books, in: Jörg von Garrel & Simone Thomas (ed.), Künstliche Intelligenz im produzierenden Mittelstand, chapter 0, pages 3-14, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-49275-5_1
    DOI: 10.1007/978-3-658-49275-5_1
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-49275-5_1. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.