Logo des Repositoriums

Auflistung nach Autor:in "Pfeiffer, Sabine"

1 - 2 von 2
  • Zeitschriftenartikel
    Crowdworking und Leistungsgerechtigkeit
    (HMD Praxis der Wirtschaftsinformatik: Vol. 56, No. 4, 2019) Pfeiffer, Sabine; Kawalec, Sandra; Held, Max; Held, Verena
    Über Plattformen vermittelte Crowdwork ist eine noch junge Arbeitsform. Sie ist formell nicht an ein Arbeitsverhältnis oder eine Betriebsorganisation gebunden. Der Beitrag geht der Frage nach, ob sich mit dem Auflösen dieser institutionellen Bindungen auch traditionell geprägte Ansprüche an Arbeit verschieben. Typisch für Crowdwork ist einerseits eine geringere Vergütung, ein volatiles Einkommen und fehlende Sozialabgaben, andererseits fehlen die Vergleichs- und Aushandlungsmöglichkeiten einer Betriebsorganisation. Daher stellt sich die Frage, ob sich Ansprüche an die Leistungsgerechtigkeit mit dieser Arbeitsform verändern. Dazu untersuchen wir die subjektiven Ansprüche von Crowdarbeitenden auf unterschiedlichen Typen von Crowdworking-Plattformen im deutschsprachigen Raum. Die explorativ angelegte Forschung zeigt: Crowdarbeitende bewerten das wettbewerbsorientierte Plattformsystem mit ähnlichen Leistungsgerechtigkeitsansprüchen traditioneller Beschäftigung und sie sind aus dieser Perspektive mit der distributiven und prozeduralen Leistungsgerechtigkeit des Crowdworking eher unzufrieden. Crowdwork, or distributed and platform-mediated contract work, is a relatively new form of work potentially challenging existing fairness norms. Crowdwork is often characterised by low and volatile incomes without benefits, but traditional labour market institutions to negotiate industrial relations are inoperative for such contract work. Though formally self-employed, crowd workers expectations of fairness may be deeply shaped by and expressed through traditional labor market institutions such as labor law, unions and compensation, none of which apply to nascent crowd work. We study the subjective expectations of workers on three German-language crowdworking platforms specialized on testing, design and micro-jobs. Using an exploratory design, we find that crowd workers judge their pay and assessment by standards borrowed from traditional employment. Many are dissatisfied with the procedures and outcomes of their performance-based compensation.
  • Zeitschriftenartikel
    Kontext und KI: Zum Potenzial der Beschäftigten für Künstliche Intelligenz und Machine-Learning
    (HMD Praxis der Wirtschaftsinformatik: Vol. 57, No. 3, 2020) Pfeiffer, Sabine
    Die Bedeutung von Künstlicher Intelligenz und Machine Learning (KI/ML) im Unternehmen nimmt zu. Noch weitgehend unklar ist, ob das Potenzial der Beschäftigten ausreicht und passfähig ist, um die Potenziale dieser Technologie im Unternehmen schnell nutzbar zu machen. Neben den dafür nötigen KI/ML-spezifischen Programmierkenntnissen in der IT-Abteilung erfordert ein robuster und produktiver Einsatz von KI/ML im Unternehmen auch von den Beschäftigten in den anwendenden Fachabteilungen neue Kompetenzen. Sie müssen die Potenziale und Grenzen von KI/ML-Technologien verstehen (KI/ML-Kompetenz) und in der Lage sein, KI/ML-Systeme und ihre Ergebnisse in den fachlichen Kontext und an situative Anforderungen rückzubinden (Kontext-Kompetenz). Der Beitrag identifiziert diese Kompetenzen und zeigt empirisch, in welchem Ausmaß sie vorhanden sind oder entwickelt werden müssen. Dies geschieht auf der Basis der BIBB/BAuA-Erwerbstätigenbefragung 2018 für zwei Felder, die aktuell besonders relevant für den Einsatz von KI/ML sind: Predictive Maintenance und beratungsintensive Sachbearbeitung. Die Ergebnisse zeigen: Beschäftigte haben ein unterschätztes Potenzial für die erfolgreiche Umsetzung von KI/ML, es lohnt sich also, sie in allen Phasen der KI/ML-Umsetzung partizipativ zu involvieren. The importance of Artificial Intelligence and Machine Learning (AI/ML) in companies is increasing. However, it is largely unclear whether the employees’ abilities are sufficient and suitable to make the potential of this technology rapidly usable in the company. In addition to the necessary AI/ML-specific programming knowledge in the IT department, a robust and productive use of AI/ML in the company also requires new skills from employees in the applying departments. They must understand the potential and limits of AI/ML technologies (AI/ML competence) and they must be able to integrate AI/ML systems and their results into the specific context and situational requirements (context competence). The article identifies these competencies and shows empirically to what extent they are available or need to be developed. This is done on the basis of the 2018 German BIBB/BAuA Employment Survey for two areas of application that are currently considered particularly relevant for the use of AI/ML: Predictive maintenance and consulting intensive administration. The results show: Employees have an underestimated potential for a successful application of AI/ML, so it is worthwhile to involve them in all stages of AI/ML implementation.