Logo des Repositoriums

Auflistung nach Autor:in "Hess, Roxana"

1 - 1 von 1
  • Zeitschriftenartikel
    Künstliche Intelligenz zur Entscheidungsunterstützung in Leitstellen des Personennahverkehrs – Technische und sozio-technische Herausforderungen
    (HMD Praxis der Wirtschaftsinformatik: Vol. 60, No. 6, 2023) Kopp, Tobias; Weitemeyer, Robin; Beyer, Jens; Ziegler, Dominic; Hess, Roxana
    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. In the context of Industry 5.0, the targeted combination of human and machine intelligence—e.g., in the form of decision support systems—is considered particularly promising. In the sense of a human-centred design, the persons involved have the authority to make decisions, whereas artificial intelligence (AI) makes data-based suggestions. To do this, AI requires extensive historical data, such as that which regularly accumulates in public transport. These can be used, for example, to suggest suitable measures such as diversions or timetable changes to employees in public transport control centers in the event of unforeseen disruptions. This demanding and often time-critical process involves a high cognitive load, which should be reduced through the use of AI. However, practical experience and results from discussions with affected employees make it clear that with such a hybrid intelligence solution poses not only technical but also numerous socio-technical challenges at the human-machine interface. These include the acceptance of the system or the lack of formalisation of intuitive human decision-making processes. The paper analyses these challenges and contributes to a more realistic evaluation of the practical potential of hybrid intelligence solutions.