CKoBeLeP II – Digitalisierte Wissensarbeit

Crowdwork und Crowdworker: Kompetenz-/Subjektivierungseffekte, individuelle Beruflichkeit und lernförderliche Plattformgestaltung – Transfer der Befunde auf die digitalisierte Wissensarbeit

Projekthintergrund

CKoBeLeP ist ein Teilprojekt des Zentrums für Digitalisierungs- und Technologieforschung der Bundesweht (dtec.bw) und wird im Rahmen von NextGenerationEU von der Europäischen Union gefördert. Das Projekt besteht aus zwei Phasen: CKoBeLeP I (2021-2024) und CKoBeLeP II (2025-2026). Während in Phase I Crowdwork und Crowdworking-Plattformen aus der Perspektive der Berufs- und Wirtschaftspädagogik und Arbeitssoziologie empirisch untersucht werden, zielt Phase II auf die Beforschung von digitalisierter Wissensarbeit in konventionellen Unternehmen ab.

Phase I

Das Anliegen des Projektes CKoBeLeP I besteht darin, Crowdwork-Plattformen empirisch zu analysieren und eine an Kriterien der Sozialverträglichkeit und Lernförderlichkeit von Arbeit ausgerichtete Entwicklung plattformbasierter Arbeit zu unterstützen. Das interdisziplinäre Projektteam untersuchte in verschiedenen Teilprojekten kompetenzrelevante und subjektivierende Effekte, die berufsbiographische Bedeutung sowie die lernförderliche Gestaltung plattformbasierter Arbeit. Ein Schwerpunkt lag auf Crowdworkern, die plattformbasierte Arbeit entweder als Nebenjob oder als Hauptbeschäftigung ausüben. Die Forschungs- und Entwicklungsaktivitäten wurden in Zusammenarbeit mit ausgewählten Crowdworking-Plattformen und anderen Stakeholdern als Praxispartnern durchgeführt. In den folgenden Teilprojekten wurden auf die übergreifende Zielsetzung ausgerichtete Einzelfacetten untersucht:

Individuelle Beruflichkeit (Prof. Dr. Karin Büchter, HSU/UniBw H):
Untersuchung der Veränderung von Beruflichkeit und des Bildungsverständnisses in Bezug auf die spezifischen Anforderungen und Subjektivierungsprozesse von Crowdwork.

Wissen, Kompetenz und Lernen (Prof. Dr. Schlömer, HSU/UniBw H): 
Untersuchung der Wissensfacetten, Grundvorstellungen, Lernpraktiken und Könnerschaft von Crowdworkern hinsichtlich der Befähigung und Lernförderlichkeit von Plattformarbeit aus berufs- und wirtschaftspädagogischer Sicht, ergänzt durch praxistheoretische Perspektiven.

Subjektivierung (Prof. Dr. Kleemann, Universität Duisburg-Essen):
Analyse der subjektiven Bedeutung von Crowdwork, der Integration von Plattformarbeit in den Lebenszusammenhang und der Lernpraktiken innerhalb von Crowdwork aus arbeitssoziologischer Perspektive.

Transitionen/Communities of Practice (Prof. Dr. Martin Krzywdzinski, HSU/UniBw H & WZB):
Analyse von Übergangsprozessen in der Erwerbsbiografie von Crowdworkern und der Rolle von Communities of Practice im Lernprozess, der sich trotz individualisierter Tätigkeit zeigt.

Phase II

In der Phase II des Projektes wird untersucht, ob die Befunde aus Phase I, die empirisch auf Crowdwork als prototypischer neuer Organisationsform basieren, auf andere Formen digitalisierter Wissensarbeit übertragen werden können. Besonders im Fokus steht dabei, ob diese Ergebnisse auf Bereiche wie Data Science und kaufmännische Berufe angewendet werden können, die zunehmend durch technologische Innovationen wie Künstliche Intelligenz, Big Data und Automatisierung geprägt sind. Ziel ist es, sowohl gemeinsame Muster als auch spezifische Merkmale in verschiedenen Berufssektoren wie kaufmännischen Berufen und Data Science zu identifizieren.

Dieser Fokus ist aus drei Gründen besonders relevant: Erstens besteht eine enge Verbindung zu dem im Rahmen von Phase I untersuchten Bereich des Crowdwork, das als Prototyp digitaler Wissensarbeit fungiert. Zweitens stellen diese Befunde zentrale Beispiele für die Transformation der wissensbasierten Arbeit dar, die durch die Digitalisierung vorangetrieben wird. Schließlich bietet die Wahl dieser Berufe einen nützlichen Kontrast zwischen unterschiedlichen Berufsgruppen.

Mehr zum Projektanliegen

Das Projekt untersucht die Entwicklung kaufmännischer Kompetenz und Data Science im Kontext von KI und Big Data aus den folgenden Perspektiven:

  1. Die konzeptionellen Grundlagen und das Wissen, das Fachkräfte bei der Anwendung von KI und Big Data in Entscheidungsprozessen nutzen.
  2. Die Relationen des Einsatzes von KI und Big Data mit Arbeitspraktiken, Innovation und Führung in Unternehmen sowie der Rolle von Führungskräften bei der digitalen Transformation.
  3. Der Einfluss kultureller Faktoren auf die Nutzung und Integration von KI und Big Data.
  4. Die Weiterentwicklung des Konzepts der Relational Constellations im Kontext arbeitsteiliger Erwerbsarbeit.
  5. Arbeitsprozesse und Aktivitäten von Data Scientists in Fertigungsunternehmen im Hinblick auf Standardisierung/Routinisierung, Veränderungen der Wissensbasis und den Einsatz von Technologie.
  6. Innovative Ansätze zur digitalen Transformation und Führungskompetenz und deren Integration in Arbeitsprozesse.

Projektpartner

Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg

Universität Duisburg-Essen

ZUKUNFT.unternehmen gGmbH

  • Prof. Dr. Stephanie Birkner
  • Leon Schmidt

Projekteam

Hier geht es zum Projektteam.

Projektmanagement und Kontakt

Dr. Jiayin Li-Gottwald (HSU/UniBw H)
[email protected]

Förderung

HSU

Letzte Änderung: 20. März 2025