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.
| 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): | Creative Commons - CC BY-NC-SA - Namensnennung - Nicht kommerziell - Weitergabe unter gleichen Bedingungen 4.0 International |

