Wie und warum verwenden zukünftige Verwaltungsentscheider*innen KI-basierte Informationen? Empirische Erkenntnisse auf Basis einer nicht-experimentellen Fallvignette bei Hochschulstudent*innen

Abstract

Anwendungen der Künstlichen Intelligenz haben für die Reform des öffentlichen Sektors besondere Bedeutung erlangt, da sich auch große Datenmengen in kurzer Zeit verarbeiten lassen. Ausgehend von einem KI-Blackbox-Szenario mit ungewissem Ausgang (sog. nicht-experimentelle Fallvignette) befragten wir 109 Student*innen in Studiengängen der Bundesverwaltung zu ihren Wahrnehmungen eines Algorithmus-gestützten Dashboards. Auf Basis der Einflussfaktoren KI-Leistungsvermögen, Einfachheit der Nutzung, eigenes Kompetenzerleben, KI-Expertenvertrauen, KI-Überlegenheit und Datenschutzbedenken untersucht diese Studie verschiedene Nutzungsintentionen von KI-generierten Empfehlungen. In Anlehnung an Thea Snow (2021) wird zwischen vier Strategien - einer direkten Übernahme von Empfehlungen, einer reflektierten Verwendung von Empfehlungen, einer reinen Kenntnisnahme und einem bewussten Ignorieren des KI-Outputs unterschieden.

Artificial intelligence applications have become particularly important for the reform of the public sector, as large amounts of data can be processed in a short time. Based on an AI black-box scenario with an uncertain outcome (so-called non-experimental case vignette), we surveyed 109 students in federal administration degree programmes on their perceptions of an algorithm-supported dashboard. Based on the influencing factors AI performance, ease of use, perceived competence, AI expert confidence, AI superiority and data protection concerns, this study examines various possible uses of AI-generated recommendations. Following Thea Snow (2021), a distinction is made between four strategies - a direct adoption of recommendations, a reflected use of recommend-dations, a pure acknowledgement and a deliberate ignoring of AI output.