Detailansicht
The power paradox of AI in organizations
does artificial intelligence in decision-making processes make organizations more bureaucratic?
Laurenz Valentin Schikora
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Betriebswirtschaft
Betreuer*in
Josef Windsperger
DOI
10.25365/thesis.81123
URN
urn:nbn:at:at-ubw:1-20513.33242.789889-3
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
KI wird in der Regel als eine Technologie dargestellt, die darauf abzielt, Mitarbeiter zu entlasten, zu unterstützen und zu befähigen, um so Organisationen voranzubringen. Trotz vieler Versprechungen kann KI jedoch auch als Mittel zur organisatorischen Rationalisierung dienen, da sie Regeln und Verfahren formal festschreibt, dadurch die Arbeit standardisiert und Kontrollstrukturen stabilisiert, wodurch wiederum der menschliche Ermessensspielraum eingeschränkt und die Entscheidungsgewalt zunehmend auf technische Infrastrukturen übertragen wird. Die zentrale Frage lautet daher, ob KI bürokratische Strukturen wirklich abbaut oder sie lediglich in einer neuen, digitalen Form des algorithmischen Taylorismus aufrechterhält. Um dieser Frage nachzugehen, verbindet diese Thesis Organisationstheorie mit der aktuellen KI-Forschung in einer strukturierten Literaturrecherche. Analytisch wird dabei zwischen der Erweiterung der Entscheidungsunterstützung und der vollständigen KI-Automatisierung sowie zwischen den traditionell mit bürokratischen Organisationen verbundenen Merkmalen (Hierarchie, Zentralisierung, Formalisierung, Spezialisierung und Unpersönlichkeit) unterschieden. Die Studie untersucht somit nicht nur, ob KI bürokratische Merkmale abbaut, sondern auch, ob und wie sie diese reproduzieren könnte.
Abstract
(Englisch)
AI is generally presented as a technology designed to relieve, support, and empower employees in order to drive organizations forward. Despite many promises, however, AI can also serve as a means of organizational rationalization, as it formally codifies rules and procedures, thereby standardizing work and stabilizing control structures, which in turn restricts human discretion and increasingly transfers decision-making power to technical infrastructures. The central question is therefore whether AI truly dismantles bureaucratic structures or merely perpetuates them in a new, digital form of algorithmic Taylorism. To explore this question, this thesis combines organizational theory with current AI research in a structured literature review. Analytically, it distinguishes between the augmentation of humans (utilizing AI as a decision support tool) and full AI automation, as well as between the traits traditionally associated with bureaucratic organizations (hierarchy, centralization, formalization, specialization, and impersonality). The study thus examines not only whether AI dismantles bureaucratic traits, but also whether and how it might reproduce them.
Schlagwörter
Schlagwörter
(Deutsch)
Künstliche Intelligenz Organisationale Entscheidungsprozesse Bürokratie Organisationsdesign KI Entscheidungsunterstützung KI Automatisierung Algorithmisches Management Robotic Process Automation Taylorism Arbeit von morgen
Schlagwörter
(Englisch)
Artificial Intelligence Organizational Decision-Making Bureaucracy Organizational Design Decision Support Tool AI Automation AI Augmentation Algorithmic Management AI
Autor*innen
Laurenz Valentin Schikora
Haupttitel (Englisch)
The power paradox of AI in organizations
Hauptuntertitel (Englisch)
does artificial intelligence in decision-making processes make organizations more bureaucratic?
Paralleltitel (Deutsch)
Das Kräfteverhältnis (-Paradox) von KI in Organisationen
Paralleluntertitel (Deutsch)
führt der Einsatz künstlicher Intelligenz in Entscheidungsprozessen zu mehr bürokratischeren Organisationen?
Publikationsjahr
2026
Umfangsangabe
102 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Josef Windsperger
AC Nummer
AC17889406
Utheses ID
80773
Studienkennzahl
UA | 066 | 915 | |