HPAO – Ein Optimierungssystem, das die Präferenzen von Mitarbeitern berücksichtigt

Ausgangssituation

Die zunehmende Digitalisierung von Prozessen ermöglicht es Unternehmen, große Datenmengen über ihre Prozesse zu sammeln, wie beispielsweise die Durchlaufzeit oder Ausfallszeiten. Moderne Techniken des maschinellen Lernens ermöglichen es, diese Daten genauer zu analysieren, um die zugrunde liegenden Prozesse zu optimieren. Die KI-basierte Analyse von Prozessen verspricht jedoch nicht nur Effizienzsteigerungen, sondern ermöglicht es den Arbeitgebern auch, das Verhalten und die Produktivität der einzelnen Mitarbeiter im Detail zu beurteilen.

Problemstellung

KI in industriellen Prozessen (und in anderen Arbeitsumgebungen) wirft somit die Sorge einer starken Zunahme der Kontrolle durch den Arbeitgeber auf, wodurch die Macht der Arbeiter und Angestellten innerhalb des Unternehmens und in der Gesellschaft untergraben wird. Dies verstärkt ethische Bedenken hinsichtlich des Verlusts der Autonomie am Arbeitsplatz. Zu den möglichen Folgen gehören die Verringerung der Gesundheit und Sicherheit am Arbeitsplatz, da eine ständige Überwachung das Stressniveau erhöht, sowie das Risiko, dass eine übermäßige Transparenz der Arbeitsleistung einen Arbeitnehmer direkt oder indirekt unter Druck setzen könnte. Gewerkschaften, Wissenschaftler und verschiedene andere Beobachter weisen darauf hin, dass diese ethischen Bedenken weitgehend auf ein Schlüsselelement der (tatsächlichen oder erwarteten) Nutzung der KI zurückgeführt werden können: Sie soll feststellen, wie sich die Mitarbeiter anpassen müssen, um die Prozessleistung zu verbessern.

Ziele

Unser Ziel ist es, Wege aufzuzeigen, KI ethisch sinnvoll zu nutzen und den Mitarbeiter wieder in den Mittelpunkt der Prozessgestaltung zu rücken. Das menschliche Präferenzen einbeziehende Optimierungssystem (HPAO) unterstützt die Mitarbeiter durch die Zuweisung von Aufgaben, die sich auf ihre früheren Präferenzen beziehen, und fördert so ihre Stärken. Durch die Wertschätzung der individuellen Stärken wird die Motivation der Mitarbeiter bei der Arbeit an den von ihnen bevorzugten Aufgaben steigen. Darüber hinaus können KI-basierte Bedenken reduziert werden, da die Mitarbeiter von den Ergebnissen der KI profitieren. Das System verwendet die Datenanalyse mit dem Ziel, die Prozesse durch die Zuweisung von Aufgaben zu optimieren, die Mitarbeiter bevorzugen, anstatt den Arbeitsablauf der Mitarbeiter entsprechend dem Prozess anzupassen. Das geplante KI-Optimierungssystem wird mit Prozessdaten trainiert und soll nur in der Lage sein, geeignete Aufgaben zuzuordnen, aber nicht in der Lage sein, einen Mitarbeiter zu bewerten. Beispielsweise ziehen es manche Mitarbeiter vor, zu sitzen und kleine Gegenstände zu verpacken, während andere gerne aufstehen und sich bewegen. Intelligente, präferenzbewusste Optimierungssysteme würden die Mitarbeiter und das Management bei der Zuweisung von Aufgaben in einer Weise unterstützen, die die individuellen Unterschiede respektiert, die Autonomie der Mitarbeiter sichern und vielleicht sogar stärken kann. Zudem sind die Ergebnisse dieses Forschungsprojekts Richtlinien und Gestaltungsregeln für die Anwendung von KI in manuellen Logistikprozessen unter Berücksichtigung ethischer Aspekte. Das resultierende Handbuch soll KI-Entwickler unterstützen, indem es aufzeigt, wie man auf Prozessmetriken zugreifen kann, welche Arten von KI für die Prozesse geeignet sind und mit welchen Herausforderungen der Entwickler konfrontiert sein werden.

Förderung

Das Forschungsprojekt wird vom Institute for Ehtics in Artificial Intelligence des Munich Center for Technology in Society finanziert.

Ansprechpartner

Charlotte Haid, M.Sc.