Detailansicht
Gesellschaft im digitalen Wandel: Technikakzeptanz von künstlicher Intelligenz
eine qualitative Untersuchung der Faktoren von Technologieakzeptanz am Beispiel eines international tätigen Unternehmens in der Automobilindustrie
Sarah Paska
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Betriebswirtschaft
Betreuer*in
Bernhard Kittel
DOI
10.25365/thesis.80231
URN
urn:nbn:at:at-ubw:1-18672.72191.966144-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die Masterarbeit untersucht in einem internationalen Konzern, welche Faktoren die Akzeptanz von KI in der Softwareentwicklung beeinflussen. Grundlage ist eine soziologisch ausgerichtete Triangulation aus Technologieakzeptanzmodell (TAM2), Diffusionstheorie (DOI) und Sozialer Identitätstheorie (SIT). Auf Basis von elf leitfadengestützten Interviews, ausgewertet mittels hybrider thematischer Analyse, zeigt sich: Akzeptanz entsteht vor allem, wenn KI eng an konkrete Aufgabenprofile anknüpft und als Effizienzgewinn erlebt wird. Technische Zugangshürden spielen hier eine untergeordnete Rolle. Zugleich wird eine Ambivalenz zwischen Entlastung und der Sorge um Kompetenzverlust sichtbar. Die Diffusion von KI als Innovation verläuft überwiegend „bottom-up“ über informelle Netzwerke sowie lose Bekanntschaften im Arbeitsumfeld und ist bei unklaren Zuständigkeiten teilweise mit Schatten-IT verbunden. KI-Nutzung als Kompetenz fungiert außerdem als Distinktionsmerkmal einer innovationsorientierten Eigengruppe. Insgesamt erscheint Technologieakzeptanz als soziotechnischer Aushandlungsprozess, dessen Gestaltung klare Governance und die Anerkennung manueller Expertise voraussetzt.
Abstract
(Englisch)
This master's thesis examines the factors influencing the acceptance of AI in software development within an international corporation. The theoretical framework is based on a sociologically oriented triangulation of the Technology Acceptance Model 2 (TAM2), Diffusion of Innovations theory (DOI), and Social Identity Theory (SIT). Based on eleven semi-structured interviews analyzed using hybrid thematic analysis, the study shows that acceptance arises primarily when AI aligns closely with specific task profiles and is perceived as an efficiency gain. Technical barriers play a minor role in this context. At the same time, an ambivalence emerges between relief from routine tasks and concerns about loss of competence. The diffusion of AI proceeds predominantly "bottom-up" via informal networks and weak ties in the work environment and is partly associated with shadow IT due to unclear responsibilities. Furthermore, AI competence functions as a marker of distinction for an innovation-oriented in-group. Overall, technology acceptance appears to be a socio-technical negotiation process that requires clear governance and the continued recognition of manual expertise.
Schlagwörter
Schlagwörter
(Deutsch)
Künstliche Intelligenz Technologieakzeptanz Technologieakzeptanzmodell Diffusion von Innovationen Soziale Identitätstheorie
Schlagwörter
(Englisch)
Artificial Intelligence Technology Acceptance Technology Acceptance Model Diffusion of Innovations Social Identity Theorie
Autor*innen
Sarah Paska
Haupttitel (Deutsch)
Gesellschaft im digitalen Wandel: Technikakzeptanz von künstlicher Intelligenz
Hauptuntertitel (Deutsch)
eine qualitative Untersuchung der Faktoren von Technologieakzeptanz am Beispiel eines international tätigen Unternehmens in der Automobilindustrie
Paralleltitel (Englisch)
Society in digital transformation: acceptance of artificial intelligence technology
Paralleluntertitel (Englisch)
a qualitative study of the factors influencing technology acceptance, using the example of an internationally operating company in the automotive industry.
Publikationsjahr
2025
Umfangsangabe
ii, 135 Seiten : Illustrationen
Sprache
Deutsch
Beurteiler*in
Bernhard Kittel
Klassifikation
85 Betriebswirtschaft > 85.05 Betriebssoziologie. Betriebspsychologie
AC Nummer
AC17771866
Utheses ID
79159
Studienkennzahl
UA | 066 | 915 | |