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
1 Einleitung
1.1 Einführung und Motivation
1.2 Forschungsfrage und Zielsetzung der Arbeit
1.3 Relevanz und Beitrag der Arbeit
1.4 Vorgehen in der Arbeit
2 Theoretische Grundlagen
2.1 Sachbearbeitung in der Versicherungsbranche
2.1.1 Definition Sachbearbeitung
2.1.2 Versicherungskontext
2.1.3 Digitale Transformation in der Sachbearbeitung
2.2 Künstliche Intelligenz in der Dokumentenverarbeitung
2.2.1 Technologische Grundlagen
2.2.2 Anwendung in der Praxis
2.3 Mitarbeitenden-Akzeptanz einer KI-Integration in der Sachbearbeitung
2.3.1 Definition Akzeptanz
2.3.2 Unified Theory of Acceptance and Use of Technology
2.3.3 Aktueller Forschungsstand
2.3.4 Maßnahmen zur Akzeptanzsteigerung
3 Literaturrecherche
3.1 Methodik
3.1.1 Zielsetzung
3.1.2 Datengrundlage
3.1.3 Suchbegriffe
3.1.4 Ein- und Ausschlusskriterien
3.1.5 Auswertung
3.2 Ergebnisse
3.2.1 Suchergebnisse
3.2.2 Akzeptanzmodelle
3.2.3 Faktoren
3.2.4 Untersuchungsdesign
3.2.5 Hypothesen
4 Experteninterview
4.1 Methodik
4.1.1 Zielsetzung
4.1.2 Interview Leitfaden
4.1.3 Expertenauswahl
4.1.4 Durchführung
4.1.5 Auswertung
4.2 Ergebnisse
4.2.1 Kontext der Sachbearbeitung
4.2.2 Performance in der Sachbearbeitung
4.2.3 Herausforderungen in der Sachbearbeitung
4.2.4 KI-Eindrücke
4.2.5 Szenarien
5 Experiment
5.1 Methodik
5.1.1 Zielsetzung
5.1.2 Kontext des Experiments
5.1.3 Versuchsdesign
5.1.4 Teilnehmende
5.1.5 Fragebogen
5.1.6 Auswertung
5.2 Ergebnisse
5.2.1 Deskriptive Datenaufbereitung
5.2.2 Evaluation des Messmodells
5.2.3 Evaluation des Strukturmodells
5.2.4 T-Pair-Test
5.2.5 Weitere Ergebnisse
6 Diskussion
6.1 Zusammenfassung der Ergebnisse
6.1.1 Literaturrecherche
6.1.2 Experteninterview
6.1.3 Experiment
6.2 Diskussion der Ergebnisse im Kontext der Forschungsfrage
6.2.1 Mitarbeitenden-Akzeptanzmodell für KI-Integration in der Sachbearbeitung
6.2.2 Performance als Faktor in der Mitarbeitenden-Akzeptanz
6.2.3 Simulation als Werkzeug bei KI-Einführungen
6.3 Limitationen
7 Fazit und Ausblick
7.1 Fazit
7.2 Ausblick
Zielsetzung & Themen
Die Arbeit untersucht die Akzeptanz künstlicher Intelligenz bei Sachbearbeitern in Versicherungsunternehmen. Ziel ist es, Einflussfaktoren auf die Akzeptanz zu identifizieren, ein kontextspezifisches Akzeptanzmodell zu entwickeln und zu prüfen, inwieweit Prozesssimulationen die Akzeptanz von KI-Systemen steigern können.
- Akzeptanzforschung von KI-Technologien in Versicherungsunternehmen
- Einfluss der Performance (Leistungserwartung) auf die Technologieakzeptanz
- Konzeption eines kontextspezifischen Akzeptanzmodells (EAIAM)
- Mixed-Methods-Ansatz: Literaturrecherche, Experteninterviews und Experiment
- Wirkung von Prozesssimulationen auf die Mitarbeitenden-Akzeptanz
Auszug aus dem Buch
1.1 Einführung und Motivation
„Künstliche Intelligenz ist der wichtigste Beschleuniger der zweiten Welle der Digitalisierung, die mit der Wucht eines Tsunami zu disruptiven Veränderungen in allen Wirtschaftszweigen und in unserem Alltag führt“ sagt Prof. Dr. Wolfgang Wahlster, CEO des Deutschen Forschungszentrum für künstliche Intelligenz (Bitkom, 2017, S. 9). Die Einführung künstlicher Intelligenz in die Geschäftsprozesse von Unternehmen markiert einen Wendepunkt in der technologischen Entwicklung und birgt das Potenzial, die Landschaft der modernen Arbeitswelt grundlegend zu verändern. Angesichts des rasanten Fortschritts und des zunehmenden Einsatzes von KI-Technologien in verschiedenen Branchen, wird deren wirtschaftliche Relevanz immer deutlicher. „Zur langfristigen Sicherung ihrer Wettbewerbsfähigkeit gilt es für die deutsche Wirtschaft, diese Technologien aktiv mitzubestimmen und das vorhandene KI-Potenzial zu mobilisieren“ (Bitkom, 2017, S. 13). Obwohl die technischen und wirtschaftlichen Potenziale der künstlichen Intelligenz umfassend dokumentiert sind, sollten auch möglichen Herausforderungen frühzeitig festgestellt werden. So kann durch angemessene Lösungsstrategien sichergestellt werden, dass eine erfolgreiche Implementierung gewährleistet ist.
In der gegenwärtigen, von Volatilität, Unsicherheit, Komplexität und Ambiguität (VUCA) geprägten Phase des technologischen Fortschritts, sehen sich Unternehmen im Zuge des KI-Trends mit der Aufgabe konfrontiert, jene Faktoren zu identifizieren und zu analysieren, die maßgeblich den Erfolg und die Integration von KI-Technologien in unternehmerische Arbeitsabläufe beeinflussen (vgl. Balasubramanian et al., 2018, S. 2). Die Motivation dieser Arbeit entspringt der Perspektive des Forschenden in seiner Funktion als Anwendungsbetreuer für ein Textsystem innerhalb eines deutschen Versicherungsunternehmens. In dieser Rolle offenbart sich ein Interesse an den Veränderungen und den tiefgreifenden Auswirkungen, die die Integration von künstlicher Intelligenz auf den Verantwortungsbereich haben kann. Insbesondere in der Tätigkeit der Sachbearbeitung, wo Effizienz von zentraler Bedeutung ist, eröffnen sich durch die Implementierung von KI-basierten Lösungen neue Möglichkeiten (vgl. Butollo et al., 2021, S. 33). Den technischen Möglichkeiten steht die Rolle der Sachbearbeiter und Sachbearbeiterinnen im Zuge dieser digitalen Transformation entgegen.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die Relevanz von KI in der Sachbearbeitung ein, definiert die Forschungsfragen zur Mitarbeitenden-Akzeptanz und erläutert den methodischen Ansatz.
2 Theoretische Grundlagen: Dieses Kapitel vermittelt ein Verständnis der Sachbearbeitung in Versicherungen, erläutert KI-Technologien wie Intelligent Document Processing und analysiert den Forschungsstand zur Akzeptanz.
3 Literaturrecherche: Die methodische Vorgehensweise und die Ergebnisse der systematischen Literaturrecherche werden dargelegt, um relevante Akzeptanzmodelle und Einflussfaktoren zu identifizieren.
4 Experteninterview: Es wird die Durchführung und Auswertung qualitativer Experteninterviews beschrieben, um praxisnahe Einblicke in den Arbeitsalltag und spezifische Anforderungen an KI-Systeme zu gewinnen.
5 Experiment: Dieses Kapitel beschreibt das konzipierte Experiment zur Messung der Auswirkung von Prozesssimulationen auf die Akzeptanz, inklusive Design, Durchführung und statistischer Auswertung.
6 Diskussion: Die Ergebnisse aus allen Phasen werden zusammengeführt, im Hinblick auf das neue Akzeptanzmodell EAIAM diskutiert und durch Limitationen kontextualisiert.
7 Fazit und Ausblick: Diese abschließenden Ausführungen fassen die Forschungsarbeit zusammen und geben Handlungsempfehlungen für die Praxis sowie Anstöße für zukünftige wissenschaftliche Untersuchungen.
Schlüsselwörter
Künstliche Intelligenz, KI, Sachbearbeitung, Versicherung, Technologieakzeptanz, UTAUT, Mitarbeitenden-Akzeptanz, Change-Management, Prozesssimulation, Performance Expectancy, Digitaltransformation, Intelligent Document Processing, IDP, Arbeitswissenschaft, EAIAM.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht die Herausforderungen und Lösungsansätze bezüglich der Akzeptanz von künstlicher Intelligenz aus Sicht der Mitarbeitenden in der Versicherungssachbearbeitung.
Welche zentralen Themenfelder werden behandelt?
Die zentralen Themen sind die digitale Transformation der Sachbearbeitung, die Implementierung intelligenter Dokumentenverarbeitung sowie die Faktoren, die die Akzeptanz neuer Technologien bei Beschäftigten beeinflussen.
Was ist das primäre Ziel oder die Forschungsfrage?
Ziel ist die Entwicklung eines kontextspezifischen Akzeptanzmodells für KI-Integration in der Sachbearbeitung und die Untersuchung, ob Simulationen hierbei als wirksames Instrument zur Akzeptanzsteigerung dienen können.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einem Mixed-Methods-Ansatz, der eine systematische Literaturrecherche, qualitative Experteninterviews zur Kontextanalyse und ein quantitatives Experiment im Pre-Post-Test-Design kombiniert.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in theoretische Grundlagen, eine systematische Literaturrecherche, eine qualitative Expertenbefragung sowie ein quantitatives Experiment zur Überprüfung von Hypothesen mittels PLS-SEM.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird maßgeblich durch Begriffe wie Mitarbeitenden-Akzeptanz, KI, Versicherungssachbearbeitung, Performance Expectancy, UTAUT, Simulation und Change-Management charakterisiert.
Was unterscheidet das hier entwickelte Akzeptanzmodell vom klassischen UTAUT-Modell?
Das vorgeschlagene Employee AI Acceptance Model (EAIAM) ergänzt das klassische UTAUT-Modell um spezifische Faktoren wie Risk Perception, Role Clarity, Organizational Culture und AI-Attitude, um den Anforderungen der Sachbearbeitung gerecht zu werden.
Führen Simulationen zwangsläufig zu einer höheren Akzeptanz?
Das Experiment zeigt, dass Simulationen die Intention zur KI-Nutzung signifikant steigern können, es besteht jedoch das Risiko einer „negativen Diskonfirmation“, wenn die Simulation unrealistische Erwartungen weckt, die im realen Arbeitsprozess nicht erfüllt werden.
- Quote paper
- Justin Holze (Author), 2024, KI als Assistent für Versicherungssachbearbeiter, Munich, GRIN Verlag, https://www.grin.com/document/1501552
