„Social Loafing“ heißt das Phänomen, wenn Menschen in einem Arbeitsteam ihre Anstrengung reduzieren und sich auf den Beitrag anderer Teammitglieder verlassen. Dieser sozialpsychologische Effekt ist in menschlichen Teams bereits gut dokumentiert. Dass dies auch in einem gemischten Mensch-Roboter-Team passieren kann, legt nun eine Studie von Forscherinnen der TU Berlin mit 42 Teilnehmenden nahe. In der Studie fanden Menschen, die im Team mit einem Roboter eine doppelte Qualitätsprüfung vollzogen, weniger Fehler als eine Vergleichsgruppe, die alleine arbeitete.
Schon heute kooperieren viele Menschen mit Künstlicher Intelligenz (KI) und Robotern – besonders in großen Produktionsbetrieben. In mehreren Studien wurde bereits festgestellt, dass Menschen ein technisches System sehr leicht als Teampartner wahrnehmen können. Sie neigen dazu, soziale Regeln, Erwartungen und Verhaltensmuster aus der menschlichen Interaktion auch dann anzuwenden, wenn sie Technik nutzen. „Bei der Zusammenarbeit mit Robotern könnte diese Tendenz noch stärker ausgeprägt sein. Da lag es nahe, zu überprüfen, ob auch typische gruppenpsychologische Phänomene wie das Social Loafing in Mensch-Roboter-Teams auftreten können“, sagt Prof. Dr. Linda Onnasch, Leiterin des Fachgebiets „Handlungs- und Automationspsychologie“ an der TU Berlin.
Fehlersuche auf Leiterplatten
Um das herauszufinden, teilten die Autorinnen der Studie 42 Studierende in zwei Gruppen ein. Beide mussten elektronische Bauteile auf sogenannten Leiterplatten auf Qualitätsmängel inspizieren. Die Leiterplatten waren dabei auf einem Bildschirm als Ganzes nur verschwommen zu sehen – erst wenn die Versuchsperson mit der Maus über bestimmte Bereiche fuhr, waren diese scharf zu erkennen. Damit war es den Forscherinnen möglich, das Vorgehen der Teilnehmenden im Detail zu verfolgen.
Roboter Panda arbeitet hörbar mit
Während die eine Gruppe die Fehlersuche allein bewältigen musste, bekam die andere Unterstützung von einem Roboter, der den Teilnehmenden mit dem Namen „Panda“ vorgestellt wurde. Er fotografierte und untersuchte die Leiterplatten mit hörbaren Geräuschen hinter einer Trennwand, bevor die Bildaufnahmen inklusive der von Panda gesetzten Fehlermarkierungen dann auf dem Bildschirm der Proband*in erschienen. Panda fand fast alle Fehler. Nur im letzten Viertel des Versuches wurden fünf Fehler von Panda nicht detektiert. Beide Gruppen wurden nach dem Experiment gefragt, wie sie ihr eigenes Engagement bei der Arbeit einschätzen, wie verantwortlich sie sich für die Aufgabe gefühlt und wie gut sie ihrer Meinung nach gearbeitet hatten. Außerdem ermittelten die Forscherinnen, wie viele Fehler, die von Panda nicht detektiert wurden, die Teilnehmenden fanden und wie häufig dies in der Vergleichsgruppe der Fall war.
Im Team mit einem Roboter gaben sich die Menschen unbewusst weniger Mühe
Auf den ersten Blick sah es so aus, als ob die Anwesenheit von Panda keinen Unterschied gemacht hätte: Es gab keinen statistisch signifikanten Unterschied zwischen den Gruppen in Bezug auf die Zeit, die für die Inspektion der Leiterplatten aufgewendet wurde, und die prozentual inspizierte Fläche der Leiterplatten lag in beiden Gruppen bei rund 90 Prozent. Die Teilnehmenden beider Gruppen bewerteten auch ihr Verantwortungsgefühl für die Aufgabe, die aufgewendete Mühe und die Leistung ähnlich hoch.
Als die Forscherinnen jedoch die Fehlerquoten genauer untersuchten, stellten sie fest: Die Versuchspersonen, die mit Panda arbeiteten und bereits gesehen hatten, dass Panda viele Fehler erfolgreich markiert hatte, entdeckten die später auftretenden, verpassten Fehler seltener als die Vergleichsgruppe. Sie leisteten also merklich schlechtere Arbeit. „Obwohl die Teilnehmenden dachten, sie würden gleich viel Aufmerksamkeit aufbringen, gingen sie unbewusst offenbar davon aus, dass Panda keine Fehler übersehen hatte und nahmen ihre mentale Anstrengung bei der Suche zurück“, vermutet Helene Cymek, die Erstautorin der Studie.
Menschen verlassen sich auf die Maschinen
Dass dieser Effekt bereits nach einer Versuchsdauer von nur 90 Minuten auftritt, sei besorgniserregend, erklärt Linda Onnasch. „In längeren Arbeitsschichten, bei denen viel Routineaufgaben erledigt werden müssen und wo es kein sofortiges Feedback zur eigenen Arbeitsqualität gibt, müssen wir davon ausgehen, dass solche Effekte in Mensch-Roboter-Teams noch stärker ausgeprägt sind.“ Für Produktionsbetriebe und alle Arbeitssituationen, wo aus Sicherheitsgründen doppelte Kontrollen durch Maschinen und Menschen stattfinden, sei das keine gute Nachricht.
TP infinity: Real Time Voice Translation
TDM & Regenbogen: Outsourcing Erfolgsstory
Caseris: Auf dem Weg zur Service-Exzellenz
TAS: Effizienz trifft auf Qualität
Caseris: Auf dem Weg zur Service-Exzellenz
Zoom: Kundenservice neu denken
Konecta: Investieren Sie in Service-Exzellenz
sonocom: Der Ton macht die Musik
QNova: Kontaktanalyse ohne Training
USU: Chatbots und ihre Zukunft im Kundenservice
Five9: Intelligente Virtual Agents (IVAs) markieren Umbruch im Kundenservice
byon:IT- Sicherheit: Ein Must-Have für KMU
Sogedes: Experience meets Efficency
VIER: Emotion Analytics sagt Aktienmarkt-Reaktion voraus
Bucher+Suter: Rundum Service mit dem Webex Contact Center
Lesen Sie hier weitere Fachbeiträge in TeleTalk /Wissen
TDM: KI und die Trendwende im Kundenservice
ja-dialog: Home oder nicht Home?
TAS AG: Auszeichnung als herausragender Arbeitgeber
TDM: Evolution statt Revolution im Kundenservice
TDM: Dialogmanufaktur mit Zukunftsvision
TDM: Wie spricht man Erfolg?!
New Work – regiocom: Zentraler Wissenszugriff für effziente Kundenservice
Weitere Themen-Specials und Beiträge lesen Sie hier
Der TeleTalk-Marktführer Contact Center & CRM bietet mit zahlreichen Marktübersichten und einem Business-Guide einen aktuellen Überblick über Technologien, Lösungen, Produkte und Dienstleistungen für Customer Care & Servicemanagement.
Die jeweils aktuelle Ausgabe können Sie hier bestellen.
Werfen Sie hier einen Blick in die aktuellen Marktübersichten.
Zum Kennenlernen geht´s hier zum ePaper.
Status und Trends: Kundenservice in Deutschland
Highlights: Service Excellence Cockpit Report 2024
Chancen und Risiken einer KI Steuer
CX-Trendradar 2024
Diese 5 KI-Trends werden 2024 bestimmen.
Trendstudie 2023/2024: Aktuelle Zahlen zum Kundenservice
CX-Studie: Vor welchen Herausforderungen stehen deutsche Unternehmen?
CCW: Branche im Wandel
Alle Produkte, Lösungen, Dienste und Dienstanbieter für professionellen Kundenservice im schnellen Überblick.
© telepublic Verlag 2011 | Alle Rechte vorbehalten.