Automation Bias bei Kl-gestützten Führungsentscheidungen in der IT Branche

  • In vielen Organisationen werden Führungsentscheidungen zunehmend durch KI-Systeme vorbereitet oder getroffen. Diese Studie untersucht, ob und wie sich die Akzeptanz von Führungsentscheidungen verändert, wenn sie einer KI statt einer menschlichen Führungskraft zugeschrieben werden. Auf Basis des Forschungsstands zu Automation Bias, kognitiver Belastung und organisationaler Fairness wurden zunächst qualitative Interviews mit IT-Führungskräften durchgeführt, um realistische Entscheidungsszenarien (z. B. Bewerberauswahl, Ressourcenpriorisierung) zu identifizieren. Diese Szenarien dienten als Stimuli für ein onlinebasiertes Umfrage-Experiment mit IT-Beschäftigten (N = 69; 328 szenariobasierte Bewertungen), in dem die Zuschreibung der Entscheidung („KI“ vs. „Mensch“) experimentell variiert wurde. Die Ergebnisse zeigen, dass das KI-Label zwar zu einer höheren Wahrnehmung von Neutralität führt, zugleich aber die Identifikation mit der entscheidenden Instanz verringert. Ein direkter Automation Bias im Sinne einer pauschal höheren Akzeptanz von KI-Entscheidungen ließ sich nicht nachweisen. Stattdessen wird Akzeptanz überwiegend durch wahrgenommene Fairness, Zufriedenheit und Identifikation erklärt, auf die wiederum Kompetenz, Erklärbarkeit und Neutralität einwirken. Damit rücken die Qualität und Transparenz des Entscheidungsprozesses stärker in den Vordergrund als die bloße Etikettierung als KI-Entscheidung. Praktisch folgt daraus, dass KI in Führungskontexten nur als unterstützendes, erklärbares und jederzeit vom Menschen übersteuerbares Instrument eingesetzt werden sollte, um sowohl Objektivität als auch soziale Anschlussfähigkeit zu sichern.

Export metadata

Additional Services

Search Google Scholar
Metadaten
Author:Axel Bernhard Martin Sprenger
URN:urn:nbn:de:bvb:863-opus-63941
Advisor/Referee:Markus Oermann, Michael Müßig
Document Type:Master's Thesis
Language:German
Year of publication:2025
Publishing Institution:Technische Hochschule Würzburg-Schweinfurt
Granting Institution:Technische Hochschule Würzburg-Schweinfurt
Release Date:2026/01/09
Tag:Akzeptanz; Führungsentscheidungen; IT-Branche; Künstliche Intelligenz
AI; Artificial Intelligence; Automation Bias; Decision Acceptance; Human-AI Interaction; Leadership Communication; Trust in AI
Pages/Size:92
Faculties and institutes:Fakultäten / Fakultät Informatik und Wirtschaftsinformatik
Licence (German):License LogoCreative Commons - CC BY-NC-SA - Namensnennung - Nicht kommerziell - Weitergabe unter gleichen Bedingungen 4.0 International
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.