Direkt zum Inhalt

AI-based Systems - User Interaction, Design & Methods

Beschreibung

Die Weiterentwicklung lernender Algorithmen, die Verfügbarkeit großer Datenmengen zum Anlernen dieser Algorithmen und steigende Rechenleistung haben die erfolgreiche Anwendung von Funktionen aus der Künstlicher Intelligenz (KI) ermöglicht. Zu diesen Funktionen gehören unter anderem Spracherkennung, Sprachverarbeitung, Bilderkennung, Vorhersagen und Robotik. Entwickler können mit KI-Funktionen bestehende Systeme verbessern (z.B. Übersetzungssoftware) oder neue Technologien entwickeln (z.B. intelligente Lautsprecher). Solche Informationssysteme mit bezeichnen wir als KI-basierte Systeme. KI-basierte Systeme beeinflussen die Beziehung zwischen Mensch und Maschine bei der Lösung von Aufgaben. KI-basierte Systeme können Menschen bei immer mehr Aufgaben unterstützen oder diese sogar selbstständig lösen. Darüber hinaus können Systeme durch die Anwendung von KI-Funktionen menschlicher erscheinen und anthropomorphe Wahrnehmungen erzeugen (z.B. durch die Interaktion mittels Sprache). KI-basierte Systemen ermöglichen es Unternehmen effizienter zu werden oder neue Produkte und Dienstleistungen zu entwickeln. Diese Systeme müssen jedoch sorgfältig konzipiert und implementiert werden, um unerwünschte Auswirkungen wie Diskriminierung durch Verzerrungen in automatisierter Entscheidungsfindung zu vermeiden. Die beschriebenen Entwicklungen werfen zahlreiche Fragen auf individueller, organisatorischer und gesellschaftlicher Ebene auf. Dieser Track möchte zur Beantwortung dieser Fragen beitragen und Einblicke in die bestmögliche Gestaltung und Nutzung KI-basierter Systemen geben. Er ist offen für alle Beiträge zu diesem Thema aus allen theoretischen und methodischen Perspektive. Wir begrüßen auch Arbeiten über die Nutzung von KI-Fähigkeiten für Forschungszwecke und das Verhältnis zwischen KI und Wirtschaftsinformatik (WI).

Zu den adressierten Themen gehören unter anderem:

  • Hybride und erweiterte Intelligenz
  • Zusammenarbeit zwischen Mensch und KI (Human-in-the-Loop)
  • KI-basierte Assistenzsysteme
  • Entwicklung, Gestaltung und Implementierung von KI-basierten Systemen
  • Mensch-Roboter-Interaktionen
  • (Übermäßiges) Vertrauen in KI-basierte Systeme
  • Erklärbarkeit und Transparenz von KI-basierten Systemen
  • Anthropomorphe Systeme und Wahrnehmung von Menschlichkeit
  • Operative und strategische Auswirkungen von KI-Funktionen
  • KI-basierte Datenanalyse und Entscheidungsfindung
  • KI-basierte Methoden in der WI
  • Beziehung zwischen den Disziplinen KI und WI
  • Nachteile KI-basierter Systeme: Verzerrungen, Diskriminierung und Ablehnung

 

Track Chairs

Benedikt Berger

Benedikt Berger

Ludwig-Maximilians-Universität München

Benedikt Berger ist Akademischer Rat am Institut für Wirtschaftsinformatik und Neue Medien der Ludwig-Maximilians-Universität München. Dort promovierte er im Fach Betriebswirtschaftslehre, nachdem er einen M.Sc. in Management an der Universität Mannheim erworben hatte. Zudem war er als Gastwissenschaftler im Rahmen eines Forschungsaufenthaltes an der HEC Montréal, Kanada tätig. In seiner Forschung befasst er sich mit KI-basierten Informationssystemen sowie digitalen Geschäfts- und Erlösmodellen insbesondere für Medienunternehmen. Seine Arbeiten wurden im Journal of Management Information Systems, Electronic Markets und in verschiedenen internationalen Tagungsbänden veröffentlicht.
Alexander Benlian

Alexander Benlian

Technische Universität Darmstadt

Alexander Benlian ist seit 2012 Professor für Information Systems & E-Services an der Technischen Universität Darmstadt. Zuvor promovierte und habilitierte er an der Ludwig-Maximilians-Universität München. Im Jahr 2015 erhielt er einen Ruf auf eine Professur für Wirtschaftsinformatik (W3) an der Universität zu Köln, den er jedoch ablehnte. Seine Arbeiten wurden in führenden akademischen und praxisorientierten Zeitschriften, wie unter anderen dem Journal of Management Information Systems, Journal of Service Research, Journal of the Association for Information Systems, MIS Quarterly Executive veröffentlicht.
Kristian Kersting

Kristian Kersting

Technische Universität Darmstadt

Kristian Kersting ist Professor (W3) für Maschinelles Lernen im Fachbereich Informatik der Technischen Universität Darmstadt. Hier leitet er das Machine Learning Lab. Darüber hinaus ist er stellvertretender Direktor des Centre for Cognitive Science. Nach seiner Promotion an der Albert-Ludwigs-Universität Freiburg im Jahr 2006 führte ihn seine wissenschaftliche Laufbahn ans Massachusetts Institute of Technology (MIT), das Fraunhofer IAIS, die Universität Bonn und die Technische Universität Dortmund. Dort war er Mitglied des DFG Sonderforschungsbereichs 876 „Verfügbarkeit von Information durch Analyse unter Ressourcenbeschränkung“ und Co-Direktor des Dortmund Center für datenbasierte Medien-Analyse (DoCMA).
Oliver Hinz

Oliver Hinz

Goethe-Universität Frankfurt

Oliver Hinz studierte Wirtschaftsinformatik an der Technischen Universität Darmstadt und arbeitete anschließend mehrere Jahre für die Dresdner Bank. Als Juniorprofessor für E-Finance & Electronic Markets unterstützte er von 2008 bis 2011 das E-Finance Lab Frankfurt und leitete anschließend das Fachgebiet Wirtschaftsinformatik | Electronic Markets an der Technischen Universität Darmstadt. Seit 2017 ist er Professor für Wirtschaftsinformatik und Informations­management an der Goethe-Universität Frankfurt. Seine Arbeiten wurden unter anderen in den Zeitschriften Information Systems Research, Management Information Systems Quarterly, Journal of Marketing, Journal of Management Information Systems und Business & Information Systems Engineering veröffentlicht.
Liste der Associate Editors
  • Martin Adam, Technische Universität Darmstadt
  • Carsten Binnig, Technische Universität Darmstadt
  • Philipp Ebel, Universität St. Gallen
  • Andreas Fink, Helmut-Schmidt-Universität/UniBw Hamburg
  • Burkhardt Funk, Leuphana Universität Lüneburg
  • Peter Gomber, Goethe-Universität Frankfurt
  • Wolfgang König, Goethe-Universität Frankfurt
  • Cristina Mihale-Wilson, Goethe-Universität Frankfurt
  • Stefan Morana, Karlsruher Institut für Technologie
  • Dirk Neumann, Albert-Ludwigs-Universität Freiburg
  • Sarah Oeste-Reiß, Universität Kassel
  • Nicolas Pröllochs, University of Oxford
  • Matthias Schumann, Georg-August-Universität Göttingen
  • Isabella Seeber, Universität Innsbruck
  • Kai Spohrer, Universität Mannheim