Im Projekt ArbeitsTeilung Entwickler Operateur (ATEO) wird die Funktionsteilung zwischen Mensch und Maschine erforscht, wobei der Entwickler von Automatiken stärker in den Vordergrund gerückt wird. Im Vergleich mit Operateuren wird seine Leistung bei der Steuerung komplexer dynamischer Prozesse durch die entwickelten Automatiken gemessen. Dabei entscheidet die Antizipationsleistung der Entwickler weit im Voraus über den Erfolg oder Misserfolg der Automatiken. Ein Operateur hat dagegen den Vorteil sehr schnell auf unerwartete Ereignisse zu reagieren, wenn er diese erkennt und die nötige Expertise besitzt, korrekt zu handeln. Für den Vergleich zwischen beiden Gruppen werden gemeinsame Ressourcen wie Zeit und Informationsquellen herangezogen, um so für beide optimale Bedingungen zu schaffen. Im Rahmen dieser Dissertation wurden zwei Studien durchgeführt. Für die erste Studie wurde studentischen Entwicklerteams im Rahmen von Lehrveranstaltungen an der Humboldt-Universität zu Berlin mehr Zeit gegeben als die für einen Vergleich herangezogene Studie von Saskia Kain mit professionellen Entwicklerteams aus Industrie und Forschung. Der Vergleich dieser beiden Gruppen von Entwicklerteams ergab keine signifikanten Unterschiede in der Qualität der entwickelten Automatikkonzepte. Für die zweite Studie wurde ein sehr gutes Automatikkonzept ausgewählt und seine Leistung im Labor getestet. Im Vergleich zur Leistung von Operateuren aus angesprochenen empirischen Studien des ATEO Projektes konnte durch die Automatiken nur die Genauigkeit verbessert werden. Der Unterschied weiterer Leistungsmerkmale wie Geschwindigkeit und Anstrengung der Versuchspersonen während der Durchführung war nicht signifikant. Im Übergang zwischen der eigenen Trackingleistung der Versuchspersonen und einer Leistung mit Unterstützung durch die Automatik zeigte sich eine signifikante Verschlechterung fast aller Leistungsmaße. / The project ‚ArbeitsTeilung Entwickler Operateur‘ (ATEO) (Division of Labour between Developers and Operators) investigated the function allocation between man and machines for designers of automation and operators. Compared with operators, the designer‘s achievements will be measured by the performance of the designed automation controlling complex and dynamic processes. In doing so, efficient anticipation of future events separates the good automation from the bad. The operator, on the other hand, has the advantage of quick reactions to unexpected events, if s/he recognizes them and is trained to act appropriately. Resources like time and amount of information, which are common to these two groups, were used for comparison under equal and optimal conditions. This thesis reports on two studies. In the first study, students of the Humboldt-University in Berlin designed concepts for automation during the course of the semester, while professional design teams from different companies and research facilities had only two hours for the conception phase in a comparable study conducted by Saskia Kain. When comparing these two groups, student and professional design teams, the quality and quantity of these concepts of automation did not show significant differences. For the second study, one of the best rated concepts of automation was tested with subjects, regarding its performance in optimizing the speed, accuracy and workload of test subjects, using SAM and compared with operators. Results showed a significant difference in increased accuracy during the tracking task by the designed automation. The effects of automation were insignificant for the performance indicators speed and workload. The transition from cooperative tracking with and without assistance of automation during the same experiment showed a significant decrease in almost all performance dimensions, when the automation should have supported the subjects.

Künstliche Intelligenz (KI) wird immer leistungsfähiger und KI-basierte Systeme werden zunehmend zur Automatisierung einer steigenden Anzahl von Arbeitstätigkeiten eingesetzt. Kurz- bis mittelfristig führt dies zu Veränderungen von Jobs. Langfristig könnte dies zu strukturellen Arbeitsmarktveränderungen führen, die gesellschaftliche Anpassungen einschließlich der Transformation des bestehenden Wohlfahrtssystems erfordern würden. Beides birgt Potenzial für tiefgreifende psychologische Implikationen für Beschäftigte. Psychologische Forschung, die sich mit den Auswirkungen KI-bedingter Automation befasst, ist jedoch rar. Ziel der Dissertation war es daher, zu einer psychologischen Perspektive auf das Thema beizutragen und die psychologischen Implikationen KI-bedingter Automation für Beschäftigte zu untersuchen. Die Dissertation umfasst drei Projekte. Der Fokus in Projekt 1 und 2 lag auf den kurz- bis mittelfristigen Auswirkungen KI-bedingter Automation. In Projekt 1 wurden fünf Interviewstudien mit Expert*innen und Beschäftigten aus dem Gesundheits- und Finanzdienstleistungssektor (N=91) durchgeführt, um Anwendungsfelder von KI-bedingter Automation, damit verbundene Chancen und Risiken sowie Auswirkungen auf die Tätigkeiten sowie das Erleben und Verhalten von Beschäftigten zu untersuchen. In Projekt 2 wurde ein Fragebogen entwickelt, um die Relevanz ausgewählter psychologischer Konstrukte im Kontext KI-bedingte Automation zu untersuchen. Die Fragebogenentwicklung war in drei Phasen unterteilt und beinhaltete zwei Vorstudien (N=1293). Der Fokus von Projekt 3 lag auf den langfristigen Auswirkungen KI-bedingter Automation und untersuchte das bedingungslose Grundeinkommen (BGE), eine mögliche und grundlegende Veränderung in der Organisation unseres Wohlfahrtssystems. Auf Basis einer repräsentativen Stichprobe der deutschen Erwerbsbevölkerung (N=1986) wurden sozio-demografische und psychologische Prädiktoren für die Akzeptanz eines BGE untersucht. / The capabilities of artificial intelligence (AI) are expanding rapidly, and AI-based systems are increasingly used to automate a growing number of job tasks. In the short- to medium-term, jobs are changing as a result. In the long term, this development may also lead to structural changes in the labor market, requiring societal adaptation including the transformation of the existing welfare system. Both carry great potential for far-reaching psychological implications for employees. However, psychological research dedicated to the impact of AI-driven automation is scarce. Therefore, the aim of this dissertation was to contribute to a psychological perspective on the topic and investigate the psychological implications of AI-driven automation for employees. The dissertation comprises three projects. Projects 1 and 2 focused on the short- to medium-term impact of AI-driven automation, exploring how jobs are changing and the related psychological implications for employees. In Project 1, five interview studies with experts and employees from the healthcare and financial services sectors (N=91) were conducted to explore application fields of AI-driven automation, associated opportunities and threats, its impact on employees’ job tasks, and employees’ experience and behavior in response to these changes. In Project 2, a questionnaire was developed to investigate the relevance of selected psychological concepts in the context of AI-driven automation. The questionnaire development was divided into three phases and included two preliminary studies (N=1,293). Project 3 focused on the long-term impact of AI-driven automation, investigating a universal basic income (UBI), one possible and fundamental shift in the organization of our welfare system. Using a representative sample of the German working population (N=1,986), socio-demographic and psychological predictors of UBI acceptance were investigated.

Mit der Automatisierung geht stets erneut die Frage nach der Funktionsallokation einher. Diese lässt sich vereinfacht wie folgt formulieren: Welche Aufgaben bzw. Funktionen soll die Automation und welche der Mensch ausführen? Abwendend von traditionellen Ansätzen maximaler Automatisierung und statischer Aufgabenteilungen haben sich heute dynamische Ansätze der Funktionsallokation bzw. kooperativen Automation durchgesetzt, bei denen sich Operateur und Automation die Kontrolle für bestimmte Aufgaben während des Prozesses teilen oder übergeben können. Die Ausgestaltung dieser kooperativen Automation wirft insbesondere zwei Fragen auf: Wer hat (wann wieviel) Kontrolle? Und wer entscheidet darüber? Diese Fragen nach Kontrolle und Autorität bilden die Grundlage für das theoretische und empirische Anliegen dieser Arbeit. Auf Basis einer umfangreichen literaturbasierten Diskussion der Fragen wird ein eigenes Rahmenmodell vorgeschlagen. Dieses erlaubt, anhand der Aspekte Authorität und Kontrolle, konkrete und trennscharfe Kooperationsformen zwischen Operateur und Automation zu beschreiben. Der einfachste Fall einer Zusammenarbeit zwischen Operateur und Automation wird sodann in einer Studie mit 81 Operateuren untersucht. Es interessiert, ob sich die Leistung von Operateuren, welche bei der Prozessüberwachung und -führung optional mit einer automatischen Unterstützung zusammen arbeiten können, im Vergleich zu Operateuren ohne eine solche automatische Unterstützung verbessert. Für bestimmte Leistungsindikatoren können in der Tat höchst positive Effekte der automatischen Unterstützung ermittelt und konkrete Interaktionsmuster der Operateure in der Kooperation mit der automatischen Unterstützung beschrieben werden. Die theoretischen und empirischen Ergebnisse der diesere Arbeit liefern eine Grundlage für differenzierte Bewertungen und somit auch Empfehlungen spezifischer Kooperationsformen, die gerade im Hinblick auf die Ausgestaltung kooperativer Automation noch rar sind. / Automation has always been accompanied by the question of function allocation, that is: which tasks and/or functions should be executed by the machine vs. by the human? Today, dynamic function allocation or cooperative automation has become the dominant approach, which allows for a more flexible sharing and trading of control between operator and automation. However, how cooperative automation is put into practice remains mainly an open question. Two central aspects have to be dealt with: Who should execute a certain function, i.e. have control (and when)? And who should decide about it? These questions of control and authority are central to this thesis. Based on an extensive literature review, a theoretical model is proposed. This model allows for a classification of specific forms of control between operator and automation based on authoriy and control. In an empirical study the effect of the most simple form of cooperation is investigated regarding its effect on performance of 81 operators. It is assumed that supervisory control performance of operators benefits from this form of cooperation with automation. Thereby supervisory control performance of operators cooperating with automation is compared to performance of operators who were not provided with such automation, i.e. had to supervise and control fully manually. Results show, that cooperation with automation has a positive effect on certain performance indicators. Also interaction patterns of operators cooperating with automation are investigated in detail. Both, the theoretical and empirical approach in this thesis provide a profound basis which allows for a more sophisticated evaluation and recommendation of forms of cooperation between operator and automation. So far, such recommendations are rare in Human Factors Research but they are desperately needed, especially when it comes to the implementation of forms of cooperative automation.

Heutzutage erfüllen nur 35 % der Deutschen das empfohlene Maß an körperlicher Bewegung (Robert Koch Institute, 2015). Ein möglicher Grund für diese Inaktivität ist, dass die körperliche Betätigung am Arbeitsplatz sich in den letzten Jahren um insgesamt 28% verringert hat (Wilke, Ashton, Elis, Biallas, & Froböse, 2015). Um dieser Entwicklung entgegenzuwirken, evaluiert die vorliegende Dissertation eine mHealth Intervention bestehend aus Fitnessarmbändern und einem Online Coach, welche die Bewegung von inaktiven Beschäftigten mit Gesundheitsrisiko fördern soll. Zusätzlich wird das Occupational Health Behavior Change (OHBC) Modell als theoretische Grundlage für Veränderungen von Gesundheitsverhalten im betrieblichen Kontext entwickelt. Das OHBC Modell verbindet ein gesundheitspsychologisches Modell mit einem Modell aus dem Bereich der Arbeits-& Organisationspsychologie und stellt die Grundlage für die beiden veröffentlichten Studien der Dissertation dar. Studie I bewertet den Effekt der Intervention auf körperliche Gesundheit und arbeitsbezogenem Wohlbefinden anhand eines randomisiert kontrollierten Studiendesigns und unter Berücksichtigung von Langzeiteffekten. Beschäftigte in der Interventionsgruppe zeigten eine Verbesserung ihrer physischen Gesundheit bis zu einem Jahr nach der Intervention, jedoch wurde kein Effekt auf arbeitsbezogenes Wohlbefinden gefunden. Studie II zeigt, dass die Schrittanzahl und die Beeinträchtigung des Wohlbefindens während der Intervention verbessert werden und beantwortet weiterführende Fragen über die Effektivität der Intervention anhand von modernen statistischen Methoden. Abschließend werden die Ergebnisse der beiden Studien diskutiert und dabei die Struktur des neu kreierten OHBC Modells überprüft. Insgesamt zeigt die vorliegende Dissertation, dass Fitnessarmbändern kombiniert mit einem Online Coach eine effektive Intervention darstellen, um körperliche Aktivität, physische Gesundheit und das Wohlbefinden von Beschäftigten zu fördern. / Nowadays only 35% of the German population performs the recommended amount of physical activity (Robert Koch Institute, 2015). A reason for this inactivity might be that the amount of moderate to vigorous physical activities at work (e.g., brisk walking or moving heavy loads) has diminished by about 28% within the last decades (Wilke et al., 2015). To counteract this alarming development, this dissertation evaluates an mHealth intervention that aims to promote physical activity in the working environment. In particular, this intervention combines activity trackers with an online coach to promote physical activity among inactive employees at risk. Furthermore, this dissertation creates the Occupational Health Behavior Change (OHBC) model as a theoretical framework for changing health behavior within a work setting by combining a model of the health psychology with a model of the industrial and organizational psychology. The model functions as the basis for the two published studies of the dissertation. Study 1 evaluated the intervention by using a randomized controlled trial design and assessed long-term effects on employees’ physical health and work-related well-being. The results show that employees in the intervention group improved their physical health up to one year after the intervention whereas no effect was found for work-related well-being. Study 2 shows that the number of steps and impaired well-being were improved during the intervention and clarified several additional questions about the intervention’s efficacy by applying modern statistical methods. Finally, the findings of the studies were discussed and the theoretical structure of the newly created OHBC model was reviewed based on the studies’ results. Taken together, the overall findings show that combining activity trackers with an online coach constitutes an effective intervention for occupational health promotion with the aim of promoting physical activity, health and well-being among employees.