
Sign up to save your podcasts
Or
In dieser Episode ist ๐๐ซ. ๐๐ง๐๐ซ๐๐๐ฌ ๐๐ก๐ฅ (๐๐จ๐ง๐๐ฎ ๐๐ง๐ข๐ฏ๐๐ซ๐ฌ๐ข๐ญรค๐ญ ๐๐ซ๐๐ฆ๐ฌ) zu Gast. Gemeinsam mit den Hosts ๐๐๐ง๐ฎ๐๐ฅ๐ ๐๐๐๐ก๐ง๐๐ซ und ๐๐ฅ๐ข๐จ๐ญ ๐๐๐ง๐ง๐จ๐ข๐ spricht er darรผber, wie KI unsere Arbeit, Rollenbilder und Entscheidungen verรคndert. Von algorithmischer Steuerung bis zu den โunsichtbarenโ Menschen hinter Trainingsdaten.
๐๐ข๐ ๐ก๐ฅ๐ข๐ ๐ก๐ญ๐ฌ ๐๐ข๐๐ฌ๐๐ซ ๐
๐จ๐ฅ๐ ๐:
โข ๐๐๐ซ ๐๐๐ ๐ฏ๐จ๐ง ๐๐ซ. ๐๐ก๐ฅ: Von BWL รผber UX-Forschung zur Schnittstelle Mensch und Technologie. Heute untersucht er, wie intelligente Systeme Zusammenarbeit und Arbeitsorganisation prรคgen.
โข ๐๐ข๐ง๐ง & ๐๐๐๐ง๐ญ๐ข๐ญรค๐ญ ๐ข๐ง ๐๐๐ซ ๐๐ซ๐๐๐ข๐ญ: Je โintelligenterโ Systeme werden, desto stรคrker verschieben sich Aufgaben bis hinein in die Kerntรคtigkeit. Das kann Stress auslรถsen und Identitรคt untergraben (Beispiel: automatisierte Kreditvergabe, BeraterInnen kommunizieren nur noch Entscheidungen des Algorithmus).
โข ๐๐๐ง๐๐ซ๐๐ญ๐ข๐ฏ๐ ๐๐ ๐๐ฅ๐ฌ ๐๐๐ฆ๐๐๐ก๐๐ง๐ ๐๐ซ: Der direkte Zugang fรผr alle verschiebt KI vom Backend in die Interaktion. Chancen fรผr Kreativitรคt, aber auch Unbehagen, wenn KI plรถtzlich kreative Arbeit รผbernimmt.
โข ๐๐ฆ๐ฉ๐๐๐ก๐ฅ๐ฎ๐ง๐ ๐๐ง ๐รผ๐ซ ๐
รผ๐ก๐ซ๐ฎ๐ง๐ ๐ฌ๐ค๐ซรค๐๐ญ๐: Zuhรถren, klein starten (Pilotprojekte), Feedback systematisch nach oben tragen und human-centered vorgehen. Datenschutz bleibt wichtig, aber psychologische Effekte (Stress, Rollenbilder) gehรถren ebenso auf die Agenda.
โข ๐๐ฅ๐ ๐จ๐ซ๐ข๐ญ๐ก๐ฆ๐ข๐ ๐๐๐ง๐๐ ๐๐ฆ๐๐ง๐ญ ๐๐ซ๐ค๐ฅรค๐ซ๐ญ: Algorithmen รผbernehmen Managementaufgaben wie Aufgabenzuteilung, Bewertung, Boni. Heute real z. B. auf Freelance-Plattformen oder in Logistik und Sharing-Diensten. Risiken: Kontrolle, Motivationsverlust, Unfairness. Chancen: โAlgorithmic Guidanceโ als klare, hilfreiche Anleitung.
โข ๐๐๐ง๐ฌ๐๐ก ๐ฏ๐ฌ. ๐๐๐ฌ๐๐ก๐ข๐ง๐ ๐ข๐ง ๐๐ง๐ญ๐ฌ๐๐ก๐๐ข๐๐ฎ๐ง๐ ๐๐ง: Gefahr der Overreliance und Verlust sozialen Austauschs im โEinzel-Arbeitsplatzโ. Menschen kompensieren durch Job-Crafting und Communities, dennoch braucht es Feedbackkanรคle zurรผck ins System.
โข ๐๐ก๐จ๐ฌ๐ญ๐ฐ๐จ๐ซ๐ค ๐ฌ๐ข๐๐ก๐ญ๐๐๐ซ ๐ฆ๐๐๐ก๐๐ง: Mikro-Tasks (Labeln, Moderation) fรผr KI-Trainingsdaten werden global, oft prekรคr entlohnt. Gleichzeitig bieten sie exkludierten Gruppen Zugang zu Arbeit, Sinn und Gemeinschaft. Regulierung und Fairness-Initiativen werden wichtiger.
๐๐๐ซ๐ฎ๐ฆ ๐๐ข๐๐ฌ๐ ๐
๐จ๐ฅ๐ ๐ ๐กรถ๐ซ๐๐ง?
Wer verstehen will, wie KI jenseits von Tools die Kultur und Psychologie der Arbeit verรคndert, bekommt hier einen klaren, differenzierten รberblick. Mit praktischen Hinweisen fรผr Fรผhrung, faire Daten-รkosysteme und einer ausgewogenen Sicht auf Chancen und Risiken.
In dieser Episode ist ๐๐ซ. ๐๐ง๐๐ซ๐๐๐ฌ ๐๐ก๐ฅ (๐๐จ๐ง๐๐ฎ ๐๐ง๐ข๐ฏ๐๐ซ๐ฌ๐ข๐ญรค๐ญ ๐๐ซ๐๐ฆ๐ฌ) zu Gast. Gemeinsam mit den Hosts ๐๐๐ง๐ฎ๐๐ฅ๐ ๐๐๐๐ก๐ง๐๐ซ und ๐๐ฅ๐ข๐จ๐ญ ๐๐๐ง๐ง๐จ๐ข๐ spricht er darรผber, wie KI unsere Arbeit, Rollenbilder und Entscheidungen verรคndert. Von algorithmischer Steuerung bis zu den โunsichtbarenโ Menschen hinter Trainingsdaten.
๐๐ข๐ ๐ก๐ฅ๐ข๐ ๐ก๐ญ๐ฌ ๐๐ข๐๐ฌ๐๐ซ ๐
๐จ๐ฅ๐ ๐:
โข ๐๐๐ซ ๐๐๐ ๐ฏ๐จ๐ง ๐๐ซ. ๐๐ก๐ฅ: Von BWL รผber UX-Forschung zur Schnittstelle Mensch und Technologie. Heute untersucht er, wie intelligente Systeme Zusammenarbeit und Arbeitsorganisation prรคgen.
โข ๐๐ข๐ง๐ง & ๐๐๐๐ง๐ญ๐ข๐ญรค๐ญ ๐ข๐ง ๐๐๐ซ ๐๐ซ๐๐๐ข๐ญ: Je โintelligenterโ Systeme werden, desto stรคrker verschieben sich Aufgaben bis hinein in die Kerntรคtigkeit. Das kann Stress auslรถsen und Identitรคt untergraben (Beispiel: automatisierte Kreditvergabe, BeraterInnen kommunizieren nur noch Entscheidungen des Algorithmus).
โข ๐๐๐ง๐๐ซ๐๐ญ๐ข๐ฏ๐ ๐๐ ๐๐ฅ๐ฌ ๐๐๐ฆ๐๐๐ก๐๐ง๐ ๐๐ซ: Der direkte Zugang fรผr alle verschiebt KI vom Backend in die Interaktion. Chancen fรผr Kreativitรคt, aber auch Unbehagen, wenn KI plรถtzlich kreative Arbeit รผbernimmt.
โข ๐๐ฆ๐ฉ๐๐๐ก๐ฅ๐ฎ๐ง๐ ๐๐ง ๐รผ๐ซ ๐
รผ๐ก๐ซ๐ฎ๐ง๐ ๐ฌ๐ค๐ซรค๐๐ญ๐: Zuhรถren, klein starten (Pilotprojekte), Feedback systematisch nach oben tragen und human-centered vorgehen. Datenschutz bleibt wichtig, aber psychologische Effekte (Stress, Rollenbilder) gehรถren ebenso auf die Agenda.
โข ๐๐ฅ๐ ๐จ๐ซ๐ข๐ญ๐ก๐ฆ๐ข๐ ๐๐๐ง๐๐ ๐๐ฆ๐๐ง๐ญ ๐๐ซ๐ค๐ฅรค๐ซ๐ญ: Algorithmen รผbernehmen Managementaufgaben wie Aufgabenzuteilung, Bewertung, Boni. Heute real z. B. auf Freelance-Plattformen oder in Logistik und Sharing-Diensten. Risiken: Kontrolle, Motivationsverlust, Unfairness. Chancen: โAlgorithmic Guidanceโ als klare, hilfreiche Anleitung.
โข ๐๐๐ง๐ฌ๐๐ก ๐ฏ๐ฌ. ๐๐๐ฌ๐๐ก๐ข๐ง๐ ๐ข๐ง ๐๐ง๐ญ๐ฌ๐๐ก๐๐ข๐๐ฎ๐ง๐ ๐๐ง: Gefahr der Overreliance und Verlust sozialen Austauschs im โEinzel-Arbeitsplatzโ. Menschen kompensieren durch Job-Crafting und Communities, dennoch braucht es Feedbackkanรคle zurรผck ins System.
โข ๐๐ก๐จ๐ฌ๐ญ๐ฐ๐จ๐ซ๐ค ๐ฌ๐ข๐๐ก๐ญ๐๐๐ซ ๐ฆ๐๐๐ก๐๐ง: Mikro-Tasks (Labeln, Moderation) fรผr KI-Trainingsdaten werden global, oft prekรคr entlohnt. Gleichzeitig bieten sie exkludierten Gruppen Zugang zu Arbeit, Sinn und Gemeinschaft. Regulierung und Fairness-Initiativen werden wichtiger.
๐๐๐ซ๐ฎ๐ฆ ๐๐ข๐๐ฌ๐ ๐
๐จ๐ฅ๐ ๐ ๐กรถ๐ซ๐๐ง?
Wer verstehen will, wie KI jenseits von Tools die Kultur und Psychologie der Arbeit verรคndert, bekommt hier einen klaren, differenzierten รberblick. Mit praktischen Hinweisen fรผr Fรผhrung, faire Daten-รkosysteme und einer ausgewogenen Sicht auf Chancen und Risiken.