Blocker: Betreuungsverhältnis mit Prof. Dr. Forsthofer reaktivieren und formale Themenfreigabe mit aktualisiertem Thema (inkl. KI-Dimension) einholen. Ohne diese Freigabe kann kein weiterer inhaltlicher Fortschritt angerechnet werden.
Arbeitstitel
Ursprünglich (2021, eingereicht als Exposé)
Durchführung einer Analyse zum Zusammenhang zwischen Digitaler Fitness einer Organisation und der psychologischen Sicherheit (PsySafe) aus Sicht der Mitarbeitenden verschiedener Unternehmen
Überarbeitet (2026, mit KI-Dimension)
Psychologische Sicherheit in digital-augmentierten Teams: Der Einfluss von Digitaler Fitness, medialen Affordanzen und KI-Toolnutzung – eine quantitative Studie
Forschungsfrage
Inwiefern beeinflussen die Digitale Fitness der Mitarbeitenden, wahrgenommene mediale Affordanzen digitaler Kommunikationskanäle sowie die Intensität generativer KI-Toolnutzung die psychologische Sicherheit in Teams – und welche Rolle spielt dabei AI Literacy als Moderator?
Hypothesen
| H |
Hypothese (ungerichtet) |
Herkunft |
| H1 |
Es gibt einen Zusammenhang zwischen dem Level der Digitalen Fitness der Mitarbeitenden und ihrer psychologischen Sicherheit. |
2021, Kap. 1 |
| H2 |
Es gibt einen Zusammenhang zwischen dem Level der Digitalen Fitness des Unternehmens und der psychologischen Sicherheit der Mitarbeitenden. |
2021, Kap. 1 |
| H3 |
Höhere wahrgenommene soziale Präsenz der dominanten Teamkommunikationskanäle sagt höhere individuelle psychologische Sicherheit voraus. |
Deep Research 2026 |
| H4 |
Vertrauen in Kollegen mediiert den Zusammenhang zwischen sozialer Präsenz der Kommunikationskanäle und psychologischer Sicherheit. |
Deep Research 2026 |
| H5 |
Teamvirtualität moderiert die Effekte: In hoch virtuellen Teams schlagen Affordanzen und Digitale Fitness stärker auf die psychologische Sicherheit durch. |
Deep Research 2026 |
| H6 |
Höhere Intensität generativer KI-Toolnutzung im Team geht bei Mitarbeitenden mit niedriger AI Literacy mit geringerer psychologischer Sicherheit einher (Techno-Insecurity-Effekt). |
NEU · 2026 |
| H7 |
AI Literacy moderiert den Zusammenhang: Bei hoher AI Literacy zeigt sich kein negativer Effekt der KI-Toolnutzungsintensität auf die psychologische Sicherheit. |
NEU · 2026 |
Theoretischer Rahmen
Psychologische Sicherheit
Edmondson (1999, 2014); Project Aristotle – Google (2016)
Digitale Fitness
Digital Fitness Check – Dr. Krapf; Schöler & Fischer; Digital Leadership Index – Kollmann
Media Synchronicity Theory
Dennis & Valacich: Affordanzen Synchronicity, Social Presence, Persistenz, Rehearsability
Technostress
Techno-Insecurity als Mechanismus für H6 (KI-bezogene Arbeitsplatzangst); ZoE Nr. 3/2020
AI Literacy NEU
MAILS (Meta AI Literacy Scale) oder AILS (Wang et al. 2022) – Skala noch auszuwählen
Methode
| Design |
Multilevel Survey, Querschnitt |
| Stichprobe |
n ≈ 300 (Fehlertoleranz 5 %, KI 95 %)
Ziel: 50+ Teams à 5–7 Personen aus DACH, digital arbeitend |
| Platform |
Microsoft Forms (M365) |
| Messinstrumente |
PsySafety-Check (PS-C) – Fischer & Hüttermann (2020) ✓
Digital Fitness Check – Dr. Krapf ✓
Perceived Social Affordances Scale → zu beschaffen
AI Literacy Scale (MAILS/AILS) NEU → zu auswählen
KI-Toolnutzungsintensität (eigene Items) NEU → zu entwickeln
|
| Auswertung |
Deskriptive Statistik + Rangkorrelation (Spearman)
Optional: Multilevel Regression für H3–H7 |
Kapitelstatus · Forschungsbericht
| Kapitel |
Status |
Hinweise |
| 1 · Einleitung |
Fertig (veraltet) |
Vollständig geschrieben (2021). Ausgangslage COVID/Homeoffice → KI-Toolverbreitung (2026) aktualisieren. Leitfragen und Hypothesen um H6/H7 ergänzen. Zielsetzung schärfen. |
| 2 · Theoretische Grundlagen |
Offen |
Gliederung steht (PsySafe, Digitale Fitness, Digital Leadership, Virtuelle Zusammenarbeit, Kollaboration-Tools). Inhalt komplett zu schreiben. Neu: AI Literacy + Techno-Insecurity als Unterkapitel. |
| 3 · Methode |
Offen |
Gliederung steht. Methodische Vorgehensweise, Hypothesen (finalisiert), Strukturbaum, Messinstrument-Zusammenstellung, Erhebungsdurchführung zu schreiben. |
| 4 · Auswertung |
Offen |
Setzt Erhebung voraus. Deskriptiv + inferenzstatistisch (Korrelationsanalyse). |
| 5 · Ergebnisse |
Offen |
Setzt Auswertung voraus. |
| 6 · Diskussion |
Offen |
Setzt Ergebnisse voraus. |
| 7 · Zusammenfassung, Fazit, Ausblick |
Offen |
Ausblick kann thematisch zur Masterarbeit überleiten. |
Kap. 1 · Was übernommen wird vs. was aktualisiert werden muss
✓ Übernehmen
- Theoretischer Kern: PsySafe nach Edmondson, Project Aristotle
- Relevanz-Argumentation für Führungskräfte
- H1 und H2 (Digitale Fitness ↔ PsySafe)
- Quantitative Methode, n ≈ 300, MS Forms
- Strukturbaum: Konstrukte und Dimensionen (Digitale Fitness)
- PsySafety-Check (PS-C) als Messinstrument
- Digital Fitness Check (Dr. Krapf, 16 Items) aus Anhang
- Argumentation für Dienstleistungssektor als Grundgesamtheit
⟳ Aktualisieren / Ergänzen
- Ausgangslage: COVID-19/Homeoffice → KI-Toolverbreitung 2024–2026 (Copilot, ChatGPT)
- Leitfragen um KI-Dimension erweitern
- Hypothesen H3–H7 ergänzen
- Strukturbaum: AI Literacy als neues Konstrukt / neue Dimension
- Methode: AI Literacy Scale und KI-Nutzungsintensitäts-Items ergänzen
- Quellenverzeichnis: Deep Research 2026 einarbeiten
Backlog · Offene Aufgaben
P1
Betreuungsverhältnis mit Prof. Dr. Rudolf Forsthofer reaktivieren
Direkt per E-Mail oder über Studienbüro der SRH / The Mobile University
P1
Formale Themenfreigabe für überarbeiteten Arbeitstitel (inkl. KI-Dimension) einholen
Klären ob der aktualisierte Rahmen genehmigungspflichtig ist oder auf Basis des Exposés von 2021 läuft
P1
Hochschule: Formale Anforderungen und Einreichungsfristen prüfen
Leitfaden_Master_INT.pdf auswerten (liegt in OneDrive)
P2
AI Literacy Skala auswählen: MAILS vs. AILS vs. eigene Adaption
Entscheidungskriterien: Lizenz, Itemanzahl, Validierung im DACH-Kontext, Sprachversion
P2
Kap. 1 aktualisieren: Ausgangslage, Leitfragen, Hypothesen H3–H7
Schreibaufwand: ~2–3 Stunden
P2
Kap. 2 schreiben: Theoretische Grundlagen (5 Unterkapitel + AI Literacy NEU)
Größtes Kapitel; Deep Research Notion 2026 als Basis verwenden
P2
Fragebogen finalisieren: Kap. 3 + MS Forms aufbauen
PS-C ✓, Digital Fitness Check ✓, AI Literacy Scale offen, KI-Nutzungsitems offen
P2
Stichprobe aufbauen und Erhebung durchführen (n ≈ 300)
Netzwerk: CogniCore-Kunden, metaBeratung, Bosch Engineering Services (Etienne), eigenes LinkedIn
P3
Pretest durchführen (n ≈ 15) und Fragebogen anpassen
Kognitive Interviews zu Itembedeutung und Antwortskalierung
P3
Kap. 4–7 schreiben (setzt Erhebung voraus)