Alexander Dregger (M.Sc.)

Wissenschaftlicher Mitarbeiter

Werdegang

Alexander Dregger studierte Psychologie an der Universität Luxemburg (B.Sc.), Wirtschaftspsychologie an den Universitäten Bremen und Wien (M.Sc.) und Anglistik und Geschichte (B.A.) an der Universität Trier. Nach einer beruflichen Station im Bereich Digital Change und Transformation bei IBM in Hamburg ist er seit 2020 wissenschaftlicher Mitarbeiter am Forschungszentrum Informatik in Karlsruhe.

Zurzeit betreut er im Schwerpunkt das Projekt KI-Transfer BW, das regionale KI-Labs im Land Baden-Württemberg vernetzt und dadurch unterstützt, praxisorientiertes Orientierungs-, Fach- und Erfahrungswissen zum Thema Künstliche Intelligenz zu erarbeiten und zielgruppenspezifisch aufzubereiten. Zudem werden KI-Pilotprojekte im Rahmen von KI-Transfer BW begleitet.

Darüber hinaus promoviert Alexander Dregger im Bereich Psychologie und Künstliche Intelligenz und untersucht hierbei, wie sich durch psychologische Mechanismen die User Experience von KI verbessern lässt. Zusätzlich erforscht er die Themen Change Management bei KI, interorganisationale Kooperation, Entrepreneurship und Prospektive Psychologie und tritt regelmäßig als Sprecher auf Konferenzen und Tagungen auf.

 

Vergangene Projekte:

KI-Akteursanalyse BW
Im Rahmen einer von der Innovationsagentur des Landes Baden-Württemberg e-mobil BW beauftragten Marktanalyse wurden die Akteure im Bereich Künstliche Intelligenz und Mobilität im Land Baden-Württemberg analysiert. Neben der Entwicklung einer konzeptionellen Beschreibung des Interaktionsfeldes wurden Unternehmen, Forschungsinstitutionen und Multiplikatoren anhand von verschiedenen Themenfeldern geclustert und entsprechend des Umfangs ihrer KI-Aktivitäten bewertet.

Publications

Books (3)

1. Organisationale Voraussetzungen für den Einsatz von KIInfoDetails

   Dahm, M. & Dregger, A., VQP, 2020

   Egal ob Gesundheit, Produktion oder HR: Die Zahl an KI-basierten Lösungen nimmt rapide zu und trotzdem kommt von KI noch wenig im realen Arbeitsleben von Arbeitnehmern und in Organisationen insgesamt an, wenn man einer Studie von PwC glaubt (Geretshuber & Reese, 2019). Ursächlich hierfür könnte sein, dass KI nur dann erfolgreich implementiert werden kann, wenn dafür die organisationalen Voraussetzungen in Bereichen wie z. B. Strategie, Unternehmenskultur geschaffen werden. Der vorliegende Beitrag möchte diese Voraussetzungen näher beleuchten und erläutern, wie diese miteinander verzahnt werden müssen, damit KI es schafft, nicht nur ein technisches Angebot, sondern gelebte Realität in den Organisationen zu werden.

2. Der Einsatz von künstlicher Intelligenz im HR: Die Wirkung und Förderung der Akzeptanz von KI-basierten Recruiting-Tools bei potenziellen NutzernInfoDetails

   Dahm, M. & Dregger, A., Springer Gabler, 2019

   Egal ob Recruiting, Personalentwicklung oder Personalmarketing: Die Möglichkeiten, digitale Instrumente wie z. B. Lösungen auf Basis von künstlicher Intelligenz (KI) im Personalwesen einzusetzen, sind bereits jetzt Realität und in absehbarer Zeit wird ihre Zahl zunehmen. Jedoch ist bisher wenig dazu bekannt, wie solche KI-basierten Tools auf die Nutzer wirken und ob diese bereit sind, die Möglichkeiten auch zu akzeptieren und tatsächlich zu nutzen. Darüber hinaus ist unklar, welche Faktoren sich förderlich oder hemmend hierbei auswirken. Diese Fragen möchte der vorliegende Beitrag anhand einer empirischen Studie im Recruiting-Bereich näher beleuchten. Im Rahmen dieser Studie bekamen junge Berufstätige, die berufsbegleitend studieren, drei verschiedene Situationen geschildert, in denen bereits heute schon KI-Lösungen eingesetzt werden. Diese Situationen bewerteten sie anhand verschiedener aus der Forschungsliteratur abgeleiteter Kriterien und gaben detaillierte Einblicke in die Nutzerwahrnehmung solcher Systeme.

3. Was unterscheidet gute von schlechter Kooperation? Ein psychologisches Modell zur Beratung von interorganisationalen Kooperationen und NetzwerkenInfoDetails

   Dregger, A., Springer Gabler, in press

   Zusammenfassung Kooperationen zwischen Organisationen der unterschiedlichsten Form nehmen zu und sind im Angesicht von Digitalisierung, künstlicher Intelligenz oder autonomen Fahren unabdingbar. Trotzdem scheitert eine Vielzahl solcher Kooperationen. Ein oftmals von den Kooperationspartnern vernachlässigter, aber zum Scheitern maßgeblich beitragender Faktor ist das Beziehungsmanagement. Ein Grund für diese Vernachlässigung könnte sein, dass es an einem praxisnahen Modell hierzu fehlt, das systematisch die Erkenntnisse aus der Psychologie, Soziologie, Rechts- und Wirtschaftswissenschaften zusammenträgt und beschreibt, was „gute“ von „schlechter“ Kooperation unterscheidet. Der vorliegende Beitrag präsentiert ein solches interdisziplinäres, verhaltensbasiertes Modell, auf dessen Basis ein Fragebogentool entwickelt wurde. Zudem wird konkret gezeigt, wie Praktiker das Modell und den Fragebogen im Rahmen von Diagnostik, Evaluation und Beratung einsetzen können, um die Kooperationsbeziehung zu verbessern. Nutzen für den Leser Der Beitrag ist sowohl für Forscher als auch für Praktiker im Bereich Kooperationsmanagement sinnvoll. Er legt ein integratives, psychologisches Modell vor, um Kooperationsbeziehungen zu beschreiben. Das Modell basiert auf der Relational Contract Theory und erweitert den Ansatz um zahlreiche Aspekte (z.B. der Zusammenhang zwischen der Beziehung und dem Erfolg). Das Modell erlaubt ein vertieftes Verständnis solcher Beziehungen, wodurch diese gezielt verbessert werden können. Außerdem werden für Praktiker verschiedene Verwendungsmöglichkeiten aufgezeigt: Neben der Diagnose des Zustandes und der Evaluation der Veränderung einer Kooperationsbeziehung mithilfe des Fragebogentools kann das Modell genutzt werden, um Workshop-Übungen zu entwickeln. Zusätzlich wird erläutert, wie der Prozess der Partnerwahl und die Gestaltung von Verträgen auf Basis des Modells verändert werden müssen, um kooperativere Geschäftsbeziehungen von vornherein zu erzielen.

Articles (3)

1. Schöne neue Welt? Wie stehen Bewerber zum Einsatz von Künstlicher Intelligenz (KI) im Recruiting?InfoDetails

   Dahm, M. & Dregger, A. , 2018

   Wie stehen Bewerber zum Einsatz von Künstlicher Intelligenz (KI) im Recruiting? Eine Umfrage zeigt, ob und unter welchen Umständen KI im Bewerbungsprozess akzeptiert wird.

2. Personalabteilungen ohne Personal? Über die Rolle und Bedeutung von KI-Systemen im HR der ZukunftInfoDetails

   Dahm M. & Dregger, A., 2018

   Stellen Sie sich vor, Sie sind Personal-Verantwortlicher und erhalten auf eine ausgeschriebene Stelle für Berufseinsteiger 3.000 Bewerbungen. Sie können sich hinsetzen und jede einzelne Bewerbung überfliegen, aber der Zeitaufwand ist enorm und je mehr Bewerbungen Sie gesehen haben, umso schwerer wird die Entscheidung. Am Ende dieses Vorauswahlprozesses kann es leicht passieren, dass geeignete Kandidaten „auf der Strecke bleiben“ und aus dem weiteren Recruiting-Prozess ausgeschlossen werden. Wie kann man im „war for talent“ verhindern, dass so etwas passiert?

3. Mehr Freiraum für die Führung: KI im HR ManagementDetails

   Dahm, M. & Dregger, A. , 2018

Conference Proceedings (3)

1. Chance oder Bedrohung? Die Wirkung von Künstliche Intelligenz im HRDetails

   Dregger, A., 2019

2. Kunstliche Intelligenz und Psychologie: Maschine trifft auf MenschDetails

   Dregger, A., 2019

3. Menschenfeindlicher Terminator oder Intelligente Allzweck-Lösung? Die Wirkung von KI im RecruitingDetails

   Dahm, M. & Dregger, A., 2018

Theses (1)

1. The Next Big Thing or the Next Big Failure? The Role of Prospective Psychology in Planning and Decision-Making with Successful and Non-Successful EntrepreneursInfoDetails

   Dregger, A., 2019

   Aims of this Thesis: This thesis pursues two aims: 1) Over 50 % of start-ups fail in the first six years (United States Department of Labor, 2018). This is a huge number consider-ing that such a failure has not only a big impact on the economy in general, but also on the founders themselves. Therefore, it is necessary to gain more knowledge why so many en-trepreneurs fail. With this aim in mind, this thesis introduces the concept of prospection in a systematic manner into the field of entrepreneurship. Prospection is the simulation of future scenarios influencing the thinking and behaviour in the present (Railton, 2016a, p. 6). This thesis analyses whether successful and failed entrepreneurs systematically differ on their ability to do prospection and how this impacts e.g. their decision making. 2) Pro-spection is still a new framework and concept in psychology. This thesis identifies desid-erata and tries to develop the concept on a theoretical level. Methods and Sample: Twelve entrepreneurs participated in this study: They took part in an episodic interview, a prospective and retrospective thinking aloud task and they filled out several questionnaires focussing on their decision making, planning and their success as entrepreneurs (DSS, FAS, PANAS, SES-IS, SES-AS, PPE, PPR). Based on the data a typology was developed classifying seven of entrepreneurs as successful entrepreneurs and five as failed entrepreneurs. Main Results: 1) The typology of failed and successful entrepreneurs was connected with systematic differences in prospection: Successful entrepreneurs imagine future scenarios in a different way than failed entrepreneurs concerning various aspects e.g. visual perspec-tive or the familiarity of the future episode. Furthermore, successful entrepreneurs differ on their use of rationale and intuitive decision-making. Additionally, one of the key com-ponents of prospection is planning. Systematic differences were also found for nine criteria concerning this type of prospection: focalism, multioptionality, proactivity, goal-orienta-tion, long-term orientation, flexibility, iterativity, similarity of mental models and distribu-tion of tasks. 2) Prospection was redefined in this thesis as the mental, behavioural and object-based simulation of the future. Additionally, the concept of collective prospection was defined and theoretically specified. The key feature of this thesis is the development of an integrative model of prospection. This model describes criteria to evaluate the differ-ent forms of prospection. Those criteria are pivotal to analyse when prospection leads to accurate descriptions of the future.

Others (1)

1. Was unterscheidet Boris-Becker- von Mark-Zuckerberg-Gründern? Psychologische Erkenntnisse zum Erfolg und Scheitern von UnternehmensgründungenDetails

   Dregger, A. , 2019

Export search result as .bib

Kontakt

Telefon: +49 721 9654-659
E-Mail: dregger@dont-want-spam.fzi.de

Back