Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/308128 
Year of Publication: 
2023
Citation: 
[Journal:] HMD Praxis der Wirtschaftsinformatik [ISSN:] 2198-2775 [Volume:] 60 [Issue:] 6 [Publisher:] Springer Fachmedien Wiesbaden GmbH [Place:] Wiesbaden [Year:] 2023 [Pages:] 1156-1173
Publisher: 
Springer Fachmedien Wiesbaden GmbH, Wiesbaden
Abstract: 
Im Kontext der Industrie 5.0 gilt die gezielte Kombination von menschlicher und maschineller Intelligenz – z. B. in Form von Entscheidungsunterstützungssystemen – als besonders vielversprechend. Während eine künstliche Intelligenz (KI) Entscheidungsvorschläge unterbreitet, obliegt im Sinne einer menschenzentrierten Gestaltung den beteiligten Personen die Entscheidungshoheit. Die KI-Vorschläge basieren zumeist auf umfangreichen historischen Datenbeständen, wie sie typischerweise im öffentlichen Personennahverkehr (ÖPNV) anfallen. Diese können bspw. genutzt werden, um Mitarbeitenden in ÖPNV-Leitstellen im Falle unvorhergesehener Störungen geeignete dispositive Maßnahmen wie Umleitungen oder Fahrplanänderungen vorzuschlagen. Dieser anspruchsvolle und oftmals zeitkritische Prozess verursacht eine hohe kognitive Belastung und bietet sich damit für eine KI-basierte Unterstützung an. Praktische Erfahrungen bei der Konzeption einer solchen hybriden Intelligenzlösung und Ergebnisse aus Gesprächen mit betroffenen Mitarbeitenden verdeutlichen allerdings, dass neben technischen auch zahlreiche sozio-technische Herausforderungen an der Mensch-Maschine-Schnittstelle bestehen. Diese betreffen u. a. die Akzeptanz des Systems oder die mangelnde Formalisierbarkeit der intuitiven und individuell unterschiedlichen menschlichen Entscheidungsabläufe. Der Artikel analysiert diese Herausforderungen und trägt damit zu einer realistischeren Bewertung des praktischen Potenzials hybrider Intelligenzlösungen bei.
Subjects: 
Künstliche Intelligenz
Hybride Intelligenz
Entscheidungsunterstützung
Mensch-Maschine-Schnittstelle
Herausforderungen
Öffentlicher Personennahverkehr
Artificial intelligence
Hybrid intelligence
Decision support
Human-machine interface
Challenges
Public transportation
Persistent Identifier of the first edition: 
Creative Commons License: 
cc-by Logo
Document Type: 
Article
Document Version: 
Published Version

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.