Refine
Has Fulltext
- yes (12)
Keywords
- - (4)
- Künstliche Intelligenz (4)
- ChatGPT (2)
- GPT-4 (2)
- Hochschullehre (2)
- KI-basierte Tools (2)
- Large Language Models (2)
- Quantitative Analyse (2)
- AI value-driven services (1)
- AI-based service (1)
Institute
- Gesellschaftswissenschaften (11)
- Wirtschaft (1)
Der Einsatz generativer KI hat sich in der Hochschullehre innerhalb kurzer Zeit etabliert, wird jedoch bislang überwiegend pauschal oder einstellungsbezogen untersucht. Das vorliegende Addendum vertieft die Ergebnisse einer bundesweiten quantitativen Online-Befragung von 626 Hochschullehrenden in Deutschland (Erhebungszeitraum: 02.12.2024-10.01.2025) und verfolgt das Ziel, die Nutzung KI-basierter Tools funktionsdifferenziert sowie studienbereichsspezifisch zu analysieren.
Im Fokus stehen zentrale Funktionsbereiche akademischer Lehre, darunter die Vorbereitung, Durchführung und Nachbereitung von Lehrveranstaltungen, die Erstellung und Bewertung von Prüfungsleistungen, die Betreuung von Studierenden sowie von Praktika und Abschlussarbeiten sowie die Akquise und Betreuung hochschulexterner Lehrbeauftragter. Die Ergebnisse zeigen ein klares Nutzungsmuster: Generative KI wird vor allem in vorbereitungsnahen Tätigkeiten eingesetzt, insbesondere zur Erstellung, Strukturierung und Aktualisierung von Lehrmaterialien. Demgegenüber sind prüfungs- und betreuungsnahe Anwendungen deutlich seltener, was auf erhöhte Unsicherheiten, normative Sensibilitäten und institutionelle Rahmenbedingungen hinweist.
Die studienbereichsspezifischen Auswertungen verdeutlichen zudem ausgeprägte fachkulturelle Unterschiede. Während vorbereitungsbezogene Nutzungen in nahezu allen Studienbereichen verbreitet sind, variieren prüfungs- und betreuungsnahe Anwendungen erheblich zwischen den Disziplinen. Insgesamt unterstreichen die Befunde, dass die Integration generativer KI in der Hochschullehre weniger durch technische Verfügbarkeit als vielmehr durch funktionale Aufgabenlogiken, professionelle Normen und fachkulturelle Kontexte geprägt ist. Das Addendum leistet damit einen empirisch fundierten Beitrag zur Präzisierung des Diskurses über KI in der Hochschullehre und liefert Anknüpfungspunkte für hochschulische Governance, didaktische Entwicklung und weitere Forschung.
Artificial Intelligence in studies—use of ChatGPT and AI-based tools among students in Germany
(2023)
AI-based tools such as ChatGPT and GPT-4 are currently changing the university landscape and in many places, the consequences for future forms of teaching and examination are already being discussed. In order to create an empirical basis for this, a nationwide survey of students was carried out in order to analyse the use and possible characteristics of AI-based tools that are important to students. The aim of the quantitative study is to be able to draw conclusions about how students use such AI tools. A total of more than 6300 students across Germany took part in the anonymous survey. The results of this quantitative analysis make it clear that almost two-thirds of the students surveyed use or have used AI-based tools as part of their studies. In this context, almost half of the students explicitly mention ChatGPT or GPT-4 as a tool they use. Students of engineering sciences, mathematics and natural sciences use AI-based tools most frequently. A differentiated examination of the usage behaviour makes it clear that students use AI-based tools in a variety of ways. Clarifying questions of understanding and explaining subject-specific concepts are the most relevant reasons for use in this context.
KI-basierte Tools wie ChatGPT bzw. GPT-4 verändern derzeit die Hochschullandschaft und vielerorts wird bereits über die Konsequenzen für die zukünftigen Lehr- und Prüfungsformen diskutiert. Um hier eine empirische Grundlage zu schaffen, ist eine deutschlandweite Befragung von Studierenden durchgeführt worden, in welcher das Nutzungsverhalten im Umgang mit KI-basierten Tools im Rahmen des Studiums und Alltags erfasst wurde. Hierbei wurden unter anderem diverse Funktionen der KIbasierten Tools identifiziert, die für die Studierenden als besonders wichtig eingeschätzt wurden. Das Ziel der quantitativen Befragung lag somit in der Erfassung davon, wie KI-Tools genutzt werden und welche Faktoren für die Nutzung maßgeblich sind.
Insgesamt haben sich deutschlandweit über 6300 Studierende an der anonymen Befragung beteiligt. Die Ergebnisse dieser quantitativen Analyse verdeutlichen, dass fast zwei Drittel der befragten Studierenden KI-basierte Tools im Rahmen des Studiums nutzen bzw. genutzt haben. Explizit nennen in diesem Kontext fast die Hälfte der befragten Studierenden ChatGPT bzw. GPT-4 als genutztes Tool. Am häufigsten nutzen Studierende der Ingenieurwissenschaften sowie Mathematik und Naturwissenschaften KI-basierte Tools.
Eine differenzierte Betrachtung des Nutzungsverhaltens verdeutlicht, dass die Studierenden KI-basierte Tools vielfältig einsetzen. Die Klärung von Verständnisfragen und Erläuterung fachspezifischer Konzepte zählen in diesem Kontext zu den relevantesten Nutzungsgründen.
With regard to AI as a key technology, this scientific paper deals with the identification of user drivers on the purchase decision of a cooperative AI (as explainable AI—XAI), as well as the analysis of the willingness to pay in the context of value-based pricing. Besides the economic dimension with regard to usefulness and usability of the system, the focus is mainly on the (innovative) explainable character. The analysis is carried out by a choice-based conjoint analysis (CBC) using the example of an intelligent assistance system for employees that supports internal business processes and workflows in business organizations. For this purpose, fictitious purchase offers were created under which decision-makers in manufacturing business organizations in Germany made simulated purchase decisions. The analysis shows that the target group attach great utility value to transparency in the sense of explanatory content, in addition to a high degree of interactivity and a high level of reliability.
Technostress – d. h. Stress, der aus dem Umgang mit digitalen Technologien resultiert – ist eine gravierende Schattenseite der voranschreitenden Digitalisierung der Arbeitswelt. Die negativen Auswirkungen dieses Phänomens sind bereits heute erkennbar. Sie beinhalten sowohl negative gesundheitliche Folgen für die betroffenen Mitarbeiter_innen als auch gravierende Folgekosten für Unternehmen durch gesteigerte Fehlzeiten sowie negative Auswirkungen auf Mitarbeiterproduktivität und -zufriedenheit. Die vorliegende Studie untersucht, ob das Führungsverhalten einer Führungskraft die Entstehung von Technostress bei den ihr direkt unterstellten Mitarbeiter_innen beeinflusst. Darüber hinaus werden Einflüsse weiterer individueller und organisationaler Faktoren überprüft. Mittels validierter Erhebungsinstrumente werden selbstberichtete Daten von N=849 Mitarbeiter_innen deutscher Unternehmen erhoben. Die Einschätzung des Führungsverhaltens der direkten Führungskraft erfolgt auf Grundlage der Führungsstile des „Full Range of Leadership Modells“ nach Avolio und Bass (1991) unter Zuhilfenahme des MLQ 5x short. Die Ergebnisse der Datenauswertung mittels Strukturgleichungsmodellierung weisen darauf hin, dass das Führungsverhalten der bzw. des direkten Vorgesetzten Einfluss auf das Technostress-Empfinden der Mitarbeiter_innen hat.
This study investigates the diffusion of AI-based service applications within the business models of German manufacturing industries, surveying 162 decision-makers. The integration of AI into business model is assessed through the Business Model Canvas (BMC) framework, evaluating its value in terms of effectiveness as well as efficiency. Rather than focusing on specific use cases, the study delves into the intended usage of value-driven AI services references to enhance effectiveness and efficiency across various elements of the business models. Through this research, eleven service values have been identified. Each service vale corresponds to a distinct element of the BMC. Decision-makers were surveyed using a Confirmation/Disconfirmation (C/D) paradigm to measure the disparities between their current and target performance levels. Consequently, this study provides valuable insights from the perspective of decision makers regarding the current and desired state of AI integration in the German manufacturing industry, taking into account AI usage or no AI usage at the time of data collection.
KI-basierte Geschäftsmodelle
(2025)
Dem deutschen produzierenden Mittelstand bieten sich durch Technologien wie Künstlicher Intelligenz (KI) neue Entwicklungspotenziale hinsichtlich Prozess- und / oder Produktinnovationen bis hin zur Entwicklung von (Service)Geschäftsmodellen. Die zunehmende Digitalisierung führt zu einem grundlegenden Wandel, indem der technologische Fortschritt und die Digitalisierung von Geschäftsmodellen Hand in Hand gehen. Für die langfristige Wettbewerbsfähigkeit der Unternehmen wird es immer wichtiger, sich vom Produzenten zum Dienstleister weiterzuentwickeln, was auch unter dem Schlagwort Servitization bekannt ist. Ziel dieses Praxisleitfadens ist es daher, kleineren und mittleren Unternehmen Informationen und Werkzeuge bereitzustellen, mit denen die Transformation vom Produzenten zum Dienstleister mithilfe von Methoden der Künstlichen Intelligenz geprüft und bewerkstelligt werden kann. Zuerst werden daher einige grundlegende Begriffe zu Geschäftsmodellinnovation sowie KI geklärt, um dann den Ablauf einer Geschäftsmodellinnovation an sechs Phasen zu beschreiben. Hierbei werden wichtige Fragen für die Umsetzung aufgegriffen sowie erprobte Methoden zur Bearbeitung der Phasen an die Hand gegeben.
KI-basierte Tools wie ChatGPT und GPT-4 sind fester Bestandteil des Hochschulalltags und verändern die Art und Weise, wie Studierende lernen und arbeiten. Vor diesem Hintergrund wurde eine deutschlandweite quantitative Studie durchgeführt, um die Nutzung und die damit verbundenen Präferenzen der Studieren-den zu analysieren. Ziel der Untersuchung ist es, ein fundiertes Verständnis über die Verbreitung, Intensität und Einsatzbereiche KI-gestützter Tools im Studium zu gewin-nen.
An der aktuellen Befragung haben sich 4910 Studierende beteiligt. Die Ergebnisse zei-gen, dass mittlerweile mehr als 90 % der befragten Studierenden KI-basierte Tools im Studium nutzen – ein deutlicher Anstieg im Vergleich zur Erhebung von 2023, in der der Anteil bei 63 % lag. Besonders häufig kommen ChatGPT und DeepL zum Einsatz, wobei ChatGPT sowohl in der kostenfreien als auch in der kostenpflichtigen Version mit Abstand das meistgenutzte Tool ist.
Die differenzierte Analyse des Nutzungsverhaltens verdeutlicht, dass KI-basierte Tools zunehmend in verschiedenen akademischen Kontexten eingesetzt werden. Die Klärung von Verständnisfragen und die Erklärung fachspezifischer Konzepte stellen weiterhin die häufigsten Anwendungsfälle dar. Darüber hinaus zeigt sich ein signifikanter Anstieg in der Nutzung für Recherchen, die Erstellung wissenschaftlicher Texte, Übersetzungen sowie datengetriebene Analysen. Insbesondere Studierende der Ingenieurwissenschaf-ten greifen verstärkt auf KI-gestützte Werkzeuge zurück.
Die Ergebnisse unterstreichen, dass KI-basierte Tools innerhalb kurzer Zeit zu einem integralen Bestandteil des Studiums geworden sind und sich ihr Einsatzbereich konti-nuierlich erweitert.
Die Arbeitswelt befindet sich im Umbruch und intensiviert die Debatte zum Thema „Zukunft der Arbeit“, vor allem zu den Möglichkeiten und Auswirkungen künstlicher Intelligenz. Der Beitrag stellt die Ergebnisse einer systematischen, datenbankbasierten Literaturanalyse zum aktuellen Stand des Einsatzes von Künstlicher Intelligenz in kleinen und mittleren Unternehmen dar. Vorgestellt werden die in den identifizierten empirischen Studien genannten Vorteile des Einsatzes von KI, die genutzten Technologien sowie Hemmnisse bei der Nutzung bzw. Einführung von KI in KMU. Ergebnis der Literaturanalyse ist, dass kaum empirische Untersuchungen zur Nutzung von KI speziell in KMUs vorhanden sind. Praktische Relevanz : Dieser Artikel stellt nicht nur den Anteil der Unternehmen, welche bereits Systeme Künstlicher Intelligenz einsetzen dar, sondern auch deren Vorteile, Hinderungsgründe sowie mögliche Einsatzgebiete in kleineren und mittleren Unternehmen. Die im Rahmen des Projekts entstehende Wissensplattform WiWiEn soll darüber hinaus Unternehmen in die Lage versetzen, selbst entsprechende KI-basierende Systeme im eigenen Unternehmen zu etablieren.