Open Access

Shirley Ogolla

• Die zunehmende Digitalisierung veranlasst wissensintensive Organisationen, deren Kerngeschäft die Aufbereitung und Kuratierung von Wissen ist, dazu, Künstliche Intelligenz (KI) verstärkt in ihre Arbeitsprozesse zu integrieren. Da verfügbare KI-Lösungen die spezifischen Anforderungen dieser Organisationen häufig nicht vollständig erfüllen können, entwickeln einige von ihnen hausintern eigene KI-Projekte. Dieser Prozess erfordert ein hohes Maß an interdisziplinärer Zusammenarbeit zwischen KI-Anwender*innen, die über das notwendige Kontextwissen verfügen, und KI-Entwickler*innen, die auf dieses Wissen angewiesen sind – ein Spannungsfeld, das bislang nur unzureichend empirisch untersucht wurde. Die vorliegende Dissertation untersucht, inwiefern dieses Spannungsfeld das Management von KI-Projekten in wissensintensiven Organisationen beeinflusst. Theoretisch verortet sie sich in der Technology-Frame-Theorie nach Orlikowski und Gash (1994). Bibliotheken, im weiteren Sinne, stellen in diesem Zusammenhang ein besonders aufschlussreichesDie zunehmende Digitalisierung veranlasst wissensintensive Organisationen, deren Kerngeschäft die Aufbereitung und Kuratierung von Wissen ist, dazu, Künstliche Intelligenz (KI) verstärkt in ihre Arbeitsprozesse zu integrieren. Da verfügbare KI-Lösungen die spezifischen Anforderungen dieser Organisationen häufig nicht vollständig erfüllen können, entwickeln einige von ihnen hausintern eigene KI-Projekte. Dieser Prozess erfordert ein hohes Maß an interdisziplinärer Zusammenarbeit zwischen KI-Anwender*innen, die über das notwendige Kontextwissen verfügen, und KI-Entwickler*innen, die auf dieses Wissen angewiesen sind – ein Spannungsfeld, das bislang nur unzureichend empirisch untersucht wurde. Die vorliegende Dissertation untersucht, inwiefern dieses Spannungsfeld das Management von KI-Projekten in wissensintensiven Organisationen beeinflusst. Theoretisch verortet sie sich in der Technology-Frame-Theorie nach Orlikowski und Gash (1994). Bibliotheken, im weiteren Sinne, stellen in diesem Zusammenhang ein besonders aufschlussreiches Untersuchungsfeld dar, da sie jahrhundertealte Wissensordnungen mit einer nachgewiesenen Anpassungsfähigkeit an neue Technologien verbinden. Die empirische Arbeit basiert auf einem qualitativen Prozessfallstudiendesign, welches eine Expert*innen-Vorstudie sowie drei vergleichende Prozessfallstudien in deutschen Bibliotheken umfasst. Die Datenerhebung erfolgte in den Jahren 2019 bis 2022. Die Ergebnisse zeigen, dass auf allen drei Analyseebenen – KI-Funktionen, KI-Strategie und KI-Nutzung – Frame-Inkongruenzen zwischen Entwicklung und Anwendung identifiziert werden konnten. Mangelnde Wertschätzung und mangelnde Unterstützung sind dabei als sich gegenseitig verstärkende Wechselwirkungen besonders salient. Als Reaktion auf diese Herausforderung entwickelten KI-Projektmanager*innen vier Frame-Bridging-Taktiken: klare KI-Kommunikation, agile Interdisziplinarität, transparente Teilhabe und Kompetenzentwicklung. Die Arbeit leistet damit sowohl einen theoretischen Beitrag zur Technology-Frame-Community als auch praktische Handlungshinweise für Organisationen, die KI hausintern entwickeln.…
• Artificial intelligence (AI) is being adopted by an increasing number of knowledge-intensive organisations whose core business is the preparation and curation of knowledge. As many available AI solutions fail to meet these organisations' specific requirements, some are developing their own AI systems in-house. This process requires a high degree of interdisciplinary collaboration between AI users, who possess the necessary domain knowledge, and AI developers, who depend on this knowledge. However, empirical evidence on the tensions arising from this collaboration remains scarce. Drawing on Orlikowski and Gash's (1994) Technology Frame Theory, this dissertation investigates how these tensions influence the management of in-house AI projects within knowledge-intensive organisations. Libraries are an illuminating research context because they combine centuries-old knowledge systems with a proven capacity to adapt to new technologies. The empirical work employs a qualitative process case study design comprising a preliminary expertArtificial intelligence (AI) is being adopted by an increasing number of knowledge-intensive organisations whose core business is the preparation and curation of knowledge. As many available AI solutions fail to meet these organisations' specific requirements, some are developing their own AI systems in-house. This process requires a high degree of interdisciplinary collaboration between AI users, who possess the necessary domain knowledge, and AI developers, who depend on this knowledge. However, empirical evidence on the tensions arising from this collaboration remains scarce. Drawing on Orlikowski and Gash's (1994) Technology Frame Theory, this dissertation investigates how these tensions influence the management of in-house AI projects within knowledge-intensive organisations. Libraries are an illuminating research context because they combine centuries-old knowledge systems with a proven capacity to adapt to new technologies. The empirical work employs a qualitative process case study design comprising a preliminary expert interview study and three comparative process case studies in German libraries. Data collection took place between 2019 and 2022. The findings show that frame incongruences between development and application can be identified at all three levels of analysis: nature of AI, AI strategy, and AI use. A lack of appreciation and a lack of support emerge as particularly salient interactions that mutually reinforce one another. Additionally, four frame-bridging tactics that AI project managers develop to foster project success are identified: clear AI communication, agile interdisciplinarity, transparent participation, and AI literacy. This study responds to calls for research into the adoption of AI in knowledge-intensive organisations and offers concrete guidance to practitioners developing AI in-house.…