Bachelorarbeit, 2024
70 Seiten, Note: 1,0
Führung und Personal - Mitarbeitermotivation, Mitarbeiterzufriedenheit
1 EINLEITUNG
1.1 MOTIVATION UND PROBLEMSTELLUNG
1.2 FORSCHUNGSFRAGE UND ZIELSETZUNG DER ARBEIT
1.3 AUFBAU UND STRUKTUR DER ARBEIT
2 THEORETISCHE GRUNDLAGEN
2.1 METHODIK DER LITERATURRECHERCHE
2.2 PERSONALENTWICKLUNG 4.0
2.2.1 Digitale Lernmethoden in der Personalentwicklung 4.0
2.2.2 Die Anwendung von Künstlicher Intelligenz in digitalen Lernmethoden
2.2.3 Anwendung KI-basierter Lernmethoden
2.2.4 Herausforderungen KI-basierter Lernmethoden
2.3 ERWARTUNGEN DER MITARBEITENDEN AN DIE ROLLE VON KI IN DER PERSONALENTWICKLUNG
2.4 DIE AKZEPTANZ KI-GESTÜTZTER LERNMETHODEN
2.4.1 Das Technologieakzeptanzmodell (TAM)
3 UNTERSUCHUNGSDESIGN FRAGEBOGEN
3.1 METHODIK DER BEFRAGUNG
3.2 AUFBAU DES FRAGEBOGENS
3.3 INHALTLICHE KONZIPIERUNG
3.4 DATENAUFBEREITUNG UND -BEREINIGUNG
3.4.1 Nutzungsakzeptanz und Erwartungen
3.4.2 Kategorisierung der demografischen Variablen
3.5 PRETEST
3.6 DURCHFÜHRUNG DER BEFRAGUNG
3.7 BESCHREIBUNG DER STICHPROBE
3.8 STATISTISCHE METHODEN
4 AUSWERTUNG DER ERGEBNISSE
4.1 DARSTELLUNG UND ANALYSE DER ERHOBENEN DATEN
4.1.1 Deskriptive Analyse der Akzeptanz von digitalen und KI-basierten Lernmethoden
4.1.2 Deskriptive Analyse der Erwartung an die Rolle von KI
4.1.3 Explorative Analyse der Skalen „Nutzungsakeptanz“ und „Erwartung“
5 DISKUSSION
5.1 INTERPRETATION DER ERGEBNISSE
5.2 DISKUSSION DER HANDLUNGSEMPFEHLUNGEN FÜR DIE PRAXIS
5.3 LIMITATIONEN DER STUDIE
6 FAZIT
6.1 ZUSAMMENFASSUNG
6.2 AUSBLICK
Diese Bachelorarbeit untersucht die Akzeptanz und die Erwartungen von Mitarbeitenden in Deutschland gegenüber dem Einsatz von digitalen und KI-basierten Methoden in der betrieblichen Weiterbildung, um Erkenntnisse für eine effektive Integration in Personalentwicklungskonzepte zu gewinnen.
2.2.2 Die Anwendung von Künstlicher Intelligenz in digitalen Lernmethoden
Im Jahr 1956 organisierte der amerikanische Informatiker John McCarthy vom Dartmouth College zusammen mit Marvin Minsky, Claude Shannon und Nathaniel Rochester einen zweimonatigen Workshop der als Geburtsstunde der Künstlichen Intelligenz (KI) angesehen werden kann (Russel & Norvig, 2023, S. 40). Die Forscher gingen von der Annahme aus, dass „jeder Aspekt des Lernens oder jedes andere Merkmal der Intelligenz im Prinzip so genau beschrieben werden kann, dass eine Maschine gebaut werden kann, die dies simuliert“ (Russel & Norvig, 2023, S. 40).
Seitdem hat sich das Forschungsfeld der KI weiterentwickelt und eine Vielzahl an Definitionen hervorgebracht. Einige definieren Intelligenz anhand der Genauigkeit, mit der menschliche Leistungen nachgeahmt werden, während andere eine abstrakte, formale Definition von Intelligenz als Rationalität bevorzugen (Russel & Norvig, 2023, S. 22). Marvin Minsky (1968) definiert KI als „die Wissenschaft, Maschinen zu befähigen, Aufgaben zu erledigen, für deren Ausführung ein Mensch Intelligenz benötigen würde“ (S. 23). Dem Europäischen Parlament (2020) zufolge ist KI die Fähigkeit technischer Systeme, menschliche Fähigkeiten wie logisches Denken, Lernen, Planen und Kreativität zu imitieren und autonom zu agieren. Gartner (2023) definiert künstliche Intelligenz als Anwendung fortschrittlicher Analyse- und logikbasierter Techniken, einschließlich maschinellen Lernens (ML), um Ereignisse zu interpretieren, Entscheidungen zu unterstützen und zu automatisieren sowie Maßnahmen zu ergreifen.
Wie den Definitionen zu entnehmen ist, wird KI als ein Sammelbegriff verschiedener Ausprägungen von Technologien und Methoden verstanden. Eine umfassende Darstellung aller existierenden KI-Technologien ist in Bezug auf den Kontext dieser Arbeit nicht nötig. Stattdessen konzentriert sich die vorliegende Untersuchung ausschließlich auf KI-Technologien, die in digitalen Lernmethoden verwendet werden. Dazu werden nachfolgend das Machine Learning (ML), das Deep Learning (DL) und das Natural Language Processing (NLP) näher betrachtet.
1 EINLEITUNG: Das Kapitel erläutert die Relevanz der Künstlichen Intelligenz im Personalwesen und identifiziert die zentrale Forschungslücke hinsichtlich der Einstellungen von Mitarbeitenden in Deutschland.
2 THEORETISCHE GRUNDLAGEN: Dieses Kapitel definiert Personalentwicklung 4.0, stellt KI-Technologien in Lernmethoden vor und erörtert Akzeptanzmodelle sowie Herausforderungen beim Einsatz von KI.
3 UNTERSUCHUNGSDESIGN FRAGEBOGEN: Es wird die Methodik der quantitativen Online-Befragung dargelegt, einschließlich des Fragebogenaufbaus, der inhaltlichen Konzipierung und der statistischen Vorgehensweisen.
4 AUSWERTUNG DER ERGEBNISSE: Dieses Kapitel präsentiert die deskriptiven und explorativen Analyseergebnisse, einschließlich der Zusammenhänge zwischen Vertrauen, Einstellungen und demografischen Faktoren.
5 DISKUSSION: Hier werden die Forschungsergebnisse interpretiert, in den theoretischen Kontext gesetzt und konkrete Handlungsempfehlungen für die betriebliche Praxis abgeleitet.
6 FAZIT: Das Kapitel bietet eine Zusammenfassung der zentralen Forschungsergebnisse sowie einen Ausblick auf zukünftige Forschungsnotwendigkeiten und Entwicklungen.
Personalentwicklung 4.0, Künstliche Intelligenz, KI, Digitale Lernmethoden, E-Learning, Nutzungsakzeptanz, Erwartung, Mitarbeiterentwicklung, Technologieakzeptanzmodell, TAM, Personalisierung, Vertrauen in KI, Weiterbildung, Quantitative Studie, Human Resource Management.
Die Arbeit untersucht die Einstellung, Erwartungen und die Akzeptanz von Mitarbeitenden in Deutschland gegenüber dem Einsatz von KI-gestützten und digitalen Lernmethoden in der Personalentwicklung.
Zu den zentralen Themen gehören die Digitalisierung der Personalentwicklung (Personalentwicklung 4.0), technische Grundlagen der KI (ML, DL, NLP), Akzeptanztheorien wie das TAM-Modell sowie ethische und datenschutzrechtliche Herausforderungen.
Ziel ist es zu verstehen, welche Erwartungen Mitarbeitende an die Rolle von KI haben und inwiefern sie den Einsatz solcher Technologien in der beruflichen Weiterbildung akzeptieren.
Der Autor verfolgt einen quantitativen Ansatz mittels einer Online-Umfrage, an der 213 berufstätige Personen in Deutschland teilnahmen, um Daten über Erfahrungen und Einstellungen zu erheben.
Der Hauptteil gliedert sich in theoretische Grundlagen zu KI im Lernkontext, die Darstellung des methodischen Untersuchungsdesigns (Fragebogen) sowie die detaillierte statistische Auswertung der Umfrageergebnisse.
Schlüsselbegriffe sind Personalentwicklung 4.0, Künstliche Intelligenz, Nutzungsakzeptanz, technologiebasierte Weiterbildung, Vertrauen in KI und Personalisierung von Lerninhalten.
Vertrauen ist ein entscheidender Schlüsselfaktor: Die Untersuchung zeigt signifikant höhere Nutzungsakzeptanz und positivere Erwartungshaltungen bei Teilnehmenden, die KI-Systemen vertrauen.
Die Studie ergab, dass demografische Variablen wie akademischer Bildungsweg, Geschlecht oder Personalverantwortung sowie der Technikbezug der Branche in dieser Stichprobe keine statistisch signifikanten Unterschiede in Bezug auf Akzeptanz und Erwartung aufweisen.
Das TAM wird aufgrund seiner Übersichtlichkeit und hohen Relevanz in der Forschung gewählt, um Variablen wie die wahrgenommene Nützlichkeit und die Verhaltensabsicht zur Nutzung von Computersystemen zu analysieren.
Unternehmen sollten aktiv Vertrauen durch Transparenz und Ethikrichtlinien fördern, höchste Datenschutzstandards einhalten und die Einführung von KI-Technologien schrittweise unter Einbeziehung der Mitarbeitenden gestalten.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

