Sozio-technisches System

Ein sozio-technisches System besteht aus einem technischen und einem sozialen Teilsystem, die gut aufeinander abgestimmt sein müssen, damit das System sowohl instrumentelle Ziele (z. B. Effizienz, Produktivität) als auch humanistische Ziele (z. B. Wohlbefinden, Entfaltung) erreicht (Sarker et al., 2019). Das technische Teilsystem umfasst Hardware, Software und Verfahren, die vorwiegend auf instrumentelle Ziele ausgerichtet sind (Chatterjee et al., 2020). Das soziale Teilsystem umfasst die Beziehungen und Interaktionen zwischen Menschen, über die sie Probleme lösen, Ziele erreichen oder Zwecke verfolgen (Lee et al., 2015). Das sozio-technische System entsteht erst aus dem Zusammenwirken beider Teilsysteme (Lee et al., 2015).

Nach Chatterjee et al. (2020) lassen sich sozio-technische Systeme durch vier Merkmale beschreiben:

1. Sie bestehen aus durchlässigen, wechselseitig verbundenen Teilsystemen, die ganzheitlich zusammenwirken
2. Sie sind zweckgerichtet und können mehrere Ziele auf unterschiedlichen Wegen erreichen
3. Sie sind offene Systeme, die im Austausch mit ihrer Umwelt stehen
4. Ihre Teilsysteme sind wechselseitig anpassungsfähig, sodass das Gesamtsystem trotz Veränderungen im Gleichgewicht bleiben kann.

Sozio-technische Systeme funktionieren gut, wenn technisches und soziales Teilsystem zueinander passen. Passungsprobleme lassen sich beheben, indem die Technik, das soziale Teilsystem oder beide angepasst werden (De Leoz & Petter, 2018).

Generative KI verändert nicht nur Werkzeuge, sondern auch Tätigkeiten, Kompetenzen und Zusammenarbeit – also technisches und soziales Teilsystem zugleich. Wird etwa ein KI-Assistent eingeführt, müssen Beschäftigte lernen, seine Ergebnisse kritisch zu prüfen, und Verantwortlichkeiten müssen neu geregelt werden. Studien zeigen deutliche Produktivitätsgewinne (Noy & Zhang, 2023), aber auch Qualitätseinbußen bei unkritischer Nutzung (Dell’Acqua et al., 2023). Ob generative KI Produktivität und Wohlbefinden gleichermaßen fördert, hängt daher von der Abstimmung beider Teilsysteme ab: Dieselbe Technik kann je nach sozialer Einbettung entlasten oder zu Arbeitsverdichtung und Kompetenzverlust führen.

Quellenangabe:

Chatterjee, S., Sarker, S., Lee, M. J., Xiao, X., & Elbanna, A. (2020). A possible conceptualization of the information systems (IS) artifact: A general systems theory perspective. Information Systems Journal, 31(4), 550–578.

Dell’Acqua, F., et al. (2023). Navigating the jagged technological frontier (Harvard Business School Working Paper Nr. 24-013).

De Leoz, G., & Petter, S. (2018). Considering the social impacts of artefacts in information systems design science research. European Journal of Information Systems, 27(2), 154–170.

Lee, A. S., Thomas, M., & Baskerville, R. L. (2015). Going back to basics in design science: From the information technology artifact to the information systems artifact. Information Systems Journal, 25(1), 5–21.

Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192.

Sarker, S., Chatterjee, S., Xiao, X., & Elbanna, A. (2019). The sociotechnical axis of cohesion for the IS discipline: Its historical legacy and its continued relevance. MIS Quarterly, 43(3), 695–720.