Der Erwerb dieser Masterarbeit bietet die Möglichkeit, ein umfassendes Verständnis der Faktoren zu entwickeln, die die Akzeptanz der Mitarbeitenden bei der Implementierung künstlicher Intelligenz in den Arbeitsprozessen von Versicherungsunternehmen beeinflussen. Die Studie verwendet einen Mixed-Methods Ansatz, der systematische Literaturrecherche, Experteninterviews und ein experimentelles Design umfasst. Der Fokus liegt auf der Entwicklung eines kontextspezifischen Akzeptanzmodells, der Bedeutung von Performance als Akzeptanzfaktor und dem Einfluss von Prozesssimulationen auf die Steigerung der Akzeptanz.
Die Ergebnisse zeigen, dass die Akzeptanz maßgeblich durch die erwartete Performance und das praktische Erleben von KI-Anwendungen mittels Simulationen gefördert werden kann. Durch den Erwerb dieser Arbeit erhalten Sie gezielte Maßnahmen zur Verbesserung der Effizienz der KI-Implementierung, während gleichzeitig ein Fokus auf die Mitarbeitenden gelegt wird, um eine erfolgreiche Zusammenarbeit mit KI-Systemen zu gewährleisten. Darüber hinaus leistet die Arbeit einen wesentlichen Beitrag zur Forschung in einem bisher wenig erforschten Bereich und bietet eine Grundlage für zukünftige Studien zur Akzeptanz von KI in der Arbeitswelt.
Inhaltsverzeichnis
- Einleitung
- Einführung und Motivation
- Forschungsfrage und Zielsetzung der Arbeit
- Relevanz und Beitrag der Arbeit
- Vorgehen in der Arbeit
- Theoretische Grundlagen
- Sachbearbeitung in der Versicherungsbranche
- Definition Sachbearbeitung
- Versicherungskontext
- Digitale Transformation in der Sachbearbeitung
- Künstliche Intelligenz in der Dokumentenverarbeitung
- Technologische Grundlagen
- Anwendung in der Praxis
- Mitarbeitenden-Akzeptanz einer KI-Integration in der Sachbearbeitung
- Definition Akzeptanz
- Unified Theory of Acceptance and Use of Technology
- Aktueller Forschungsstand
- Maßnahmen zur Akzeptanzsteigerung
- Literaturrecherche
- Methodik
- Zielsetzung
- Datengrundlage
- Suchbegriffe
- Ein- und Ausschlusskriterien
- Auswertung
- Ergebnisse
- Suchergebnisse
- Akzeptanzmodelle
- Faktoren
- Untersuchungsdesign
- Hypothesen
- Experteninterview
- Methodik
- Zielsetzung
- Interviewleitfaden
- Expertenauswahl
- Durchführung
- Auswertung
- Ergebnisse
- Kontext der Sachbearbeitung
- Performance in der Sachbearbeitung
- Herausforderungen in der Sachbearbeitung
- KI-Eindrücke
- Szenarien
- Experiment
- Methodik
- Zielsetzung
- Kontext des Experiments
- Versuchsdesign
- Teilnehmende
- Fragebogen
- Auswertung
- Ergebnisse
- Deskriptive Datenaufbereitung
- Evaluation des Messmodells
- Evaluation des Strukturmodells
- T-Pair-Test
- Weitere Ergebnisse
- Diskussion
- Zusammenfassung der Ergebnisse
Zielsetzung und Themenschwerpunkte
Diese Arbeit untersucht die Herausforderungen und Lösungsansätze beim Einsatz von Künstlicher Intelligenz (KI) als Assistent für Versicherungssachbearbeiter. Ziel ist es, die Akzeptanz von KI-Systemen in diesem Kontext zu analysieren und Maßnahmen zur Steigerung der Akzeptanz zu identifizieren.
- Akzeptanz von KI-Systemen bei Versicherungssachbearbeitern
- Herausforderungen der KI-Integration in die Sachbearbeitung
- Potenziale von KI zur Verbesserung der Sachbearbeitungseffizienz
- Analyse relevanter Akzeptanzmodelle
- Entwicklung von Maßnahmen zur Erhöhung der Mitarbeitenden-Akzeptanz
Zusammenfassung der Kapitel
Die Einleitung führt in das Thema ein und definiert die Forschungsfrage und Zielsetzung. Kapitel 2 beleuchtet die theoretischen Grundlagen, inklusive Sachbearbeitung in der Versicherungsbranche, KI in der Dokumentenverarbeitung und Akzeptanzmodelle. Kapitel 3 beschreibt die Methodik und Ergebnisse der Literaturrecherche. Kapitel 4 präsentiert die Methodik und Ergebnisse der Experteninterviews, die Einblicke in den aktuellen Kontext und Herausforderungen der Sachbearbeitung liefern. Kapitel 5 beschreibt ein durchgeführtes Experiment zur Mitarbeiterakzeptanz.
Schlüsselwörter
Künstliche Intelligenz, Versicherungssachbearbeitung, Digitale Transformation, Akzeptanz, Akzeptanzmodelle, Mitarbeiterakzeptanz, Effizienzsteigerung, Empirische Forschung, Experteninterviews, Experiment.
- Quote paper
- Justin Holze (Author), 2024, KI als Assistent für Versicherungssachbearbeiter, Munich, GRIN Verlag, https://www.grin.com/document/1501552
