Data Literacy for Algorithmic Decision Support

Veranstaltungstyp: Vorlesung und Übung
Einrichtung: Fakultät für Betriebswirtschaftslehre
Förderzeitraum: 01.04.2023 bis 31.03.2024

Auszug aus dem Förder-Antrag: "Die Digitalisierung löst umfassende Veränderungsprozesse in fast allen Industriezweigen aus und beeinflusst die menschliche Arbeit tiefgreifend. Ein wesentlicher Aspekt dieser Veränderung ist die zunehmende Verwendung algorithmischer Verfahren in betrieblichen Entscheidungsprozessen, die ursprünglich menschlichen Entscheidern vorbehalten waren. Dies setzt zwangsläufig eine neue Form der Arbeitsteilung voraus, in der Planungs- und Steuerungshandlungen immer öfter mit maschineller Unterstützung durchgeführt werden."

Ausrichtung des Projekts

In diesem DLE-Projekt setzten sich die Studierenden mit der Anwendung algorithmischer Verfahren zur betrieblichen Entscheidungsfindung auseinander. Mit dem fiktiven Ridesharing-Anbieter „MichelSprinter“ wurde ein experimentelles Setting entworfen, das die Möglichkeit bot, diese Entscheidungsverfahren realitätsnah und auch im Zusammenhang mit den Stakeholdern zu begreifen und zu diskutieren. Algorithmische Verfahren zur betrieblichen Entscheidungsfindung revolutionieren die Art und Weise, wie Unternehmen strategische und operative Entscheidungen treffen.

Durch den Einsatz von Algorithmen können riesige Datenmengen in kurzer Zeit analysiert und Muster erkannt werden, die für menschliche Entscheider allein schwer zugänglich wären. Insbesondere maschinelles Lernen und künstliche Intelligenz spielen hierbei eine zentrale Rolle. Trotzdem ist es essenziell, die ethischen und sozialen Implikationen dieser Technologien zu berücksichtigen, um sicherzustellen, dass sie verantwortungsbewusst eingesetzt werden. Insgesamt bieten algorithmische Verfahren ein enormes Potenzial, das in diesem Projekt in einem spannenden Experiment thematisiert wurde.

^{ma joseph / unsplash}

Rückblick und Ergebnisse

In der ersten Phase der Veranstaltung schaffen die Studierenden mit Hilfe eines Fragebogens, der in einem vorgeschalteten Seminar entwickelt wird, eine Datenbasis für ihr fiktives Setting. Diese Daten werden in der zweiten Phase mit Hilfe von R statistisch ausgewertet. Die nötigen Programmierkonzepte werden mit Erklärvideos und Programmieraufgaben niedrigschwellig vermittelt. Die Analysen werden dann in Präsenz in betreuten Tutorien mit Jupyter Notebooks umgesetzt. In der letzten Phase der Veranstaltung werden die gewonnenen Ergebnisse mit Python zur algorithmischen Entscheidungsfindung für den „MichelSprinter“ verwertet.

Wesentlich sind hier neben den technischen Verfahren auch die Betrachtung der Interaktion zwischen menschlichen Entscheidern und maschinellen Verfahren, die Berücksichtigung der Präferenzen der Stakeholder des Unternehmens sowie die möglichen Auswirkungen auf Gesellschaft und Umwelt. Insgesamt lernen die Studierenden Prozesse und Herausforderungen für die Anwendung algorithmischer Verfahren im Kontext betrieblicher Entscheidungsfindung kennen und lernen die Stärken und Schwächen algorithmischer Entscheidungsverfahren zu beurteilen.

Diese DLE-Veranstaltung ist für alle Masterstudierenden der Fakultät für Betriebswirtschaft offen. Sie soll auf Dauer in das Curriculum der Methodenausbildung der BWL aufgenommen werden.