Künstliche Intelligenz und Erfahrungswissen. Zur Formalisierbarkeit und Delokalisierung von Facharbeit

Mario Michael Ottaiano, Lea Schneidemesser and Florian Butollo

EconStor Open Access Articles and Book Chapters, 2026, vol. 34, issue 4, 275-298

Abstract: Der Beitrag untersucht aus arbeitssoziologischer Perspektive, wie der Einsatz von KI-Systemen in der prädiktiven Instandhaltung (PdM) die Bedeutung von Erfahrungswissen im Arbeitsprozess verändert und wie sich die Zusammenarbeit zwischen KI-Anwender- und KI-Anbieterunternehmen gestaltet. Die Fallstudie in einem Unternehmen der Papierindustrie zeigt, dass die Grenze der Formalisierbarkeit von Erfahrungswissen in der Instandhaltungsarbeit graduell ausgeweitet werden kann, wobei das domänenspezifische Wissen der Beschäftigten weiterhin eine wichtige Rolle für die Verbesserung der Software und die Interpretation der gewonnenen Daten spielt. Weil die Einführung des KI-Systems auch eine Delokalisierung von Wissen ermöglicht, kommt es zugleich zu einer konfliktträchtigen Verschiebung der Kompetenzen vom Anwenderunternehmen zum Softwareanbieter.

Keywords: Künstliche Intelligenz; KI; Erfahrungswissen; prädiktive Instandhaltung; Papierindustrie (search for similar items in EconPapers)
Date: 2026
References: Add references at CitEc
Citations:

Downloads: (external link)
https://www.econstor.eu/bitstream/10419/339761/1/F ... iche-Intelligenz.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:zbw:espost:339761

DOI: 10.1515/arbeit-2025-0015

Access Statistics for this article

More articles in EconStor Open Access Articles and Book Chapters from ZBW - Leibniz Information Centre for Economics Contact information at EDIRC.
Bibliographic data for series maintained by ZBW - Leibniz Information Centre for Economics ().