KI-basierte Arbeitssysteme in produzierenden Unternehmen – Eine soziotechnische Perspektive

Jörg von Garrel (), Carlos Jahn () and Ann-Kathrin Lange ()
Additional contact information
Jörg von Garrel: Hochschule Darmstadt
Carlos Jahn: Technische Universität Hamburg
Ann-Kathrin Lange: Technische Universität Hamburg

Chapter Kapitel 1 in Künstliche Intelligenz im produzierenden Mittelstand, 2026, pp 3-14 from Springer

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.

Date: 2026
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

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:spr:sprchp:978-3-658-49275-5_1

Ordering information: This item can be ordered from
http://www.springer.com/9783658492755

DOI: 10.1007/978-3-658-49275-5_1

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().