TY  - THES
AB  - Menschen treffen täglich viele Entscheidungen. Oft ist es schwierig, die richtige Entscheidung zu treffen, weshalb wir Unterstützung benötigen. Die vorliegende Dissertation beschäftigt sich mit computerbasierten Entscheidungsunterstützungssystemen, die auf künstlicher Intelligenz basieren. Da die Zusammenarbeit zwischen Mensch und KI oft nicht optimal verläuft, verfolgt die Arbeit zwei Ziele: Einerseits soll die Interaktion zwischen Mensch und KI verbessert werden, andererseits soll die KI selbst optimiert werden.Dabei wird die menschliche Integration als ein Lösungsansatz untersucht, um beide Ziele zu erreichen. In den Kapiteln der kumulativen Dissertation wird gezeigt, dass die Vermenschlichung von KI das Vertrauen in deren Empfehlungen positiv beeinflussen kann. Zudem wird belegt, dass die Integration von Experten von den Nutzern gegenüber rein algorithmischen Systemen bevorzugt wird. Die Einbindung von Experten kann außerdem die Genauigkeit von KI verbessern, und eine Ko-Konstruktion zwischen Nutzern und Algorithmus kann für die Modellbildung genutzt werden.Auch im Bereich der erklärbaren KI-Systeme (XAI) leistet die Dissertation einen Beitrag durch eine empirische Untersuchung eines Frameworks, das sich auf die menschliche Natur fokussiert. Darüber hinaus wird eine Architektur für erklärbare und ko-konstruktive Systeme vorgeschlagen. Methodisch werden größtenteils Verhaltensexperimente durchgeführt, die durch qualitative Elemente ergänzt werden.
AU  - Kornowicz, Jaroslaw
CY  - Paderborn
DO  - 10.17619/UNIPB/1-2324
DP  - Universität Paderborn
LA  - eng
N1  - Tag der Verteidigung: 27.07.2025
N1  - Universität Paderborn, Dissertation, 2025
PB  - Veröffentlichungen der Universität
PY  - 2025
SP  - 1 Online-Ressource (x, 146, xxv Seiten) Diagramme
T2  - Department 1: Management
TI  - Human integration in AI: calibrating trust and improving performance in decision support systems
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-55403
Y2  - 2026-01-13T10:31:45
ER  -