Hybride Teams: Herausforderungen und Chancen für die psychologische Teamforschung

Fragestellung Gruppen in Organisationen beschaftigen sich vielfach mit dem Sammeln, Verarbeiten, Bewerten und Integrieren von Informationen, um zu Entscheidungen zu kommen. Zunehmend mehr werden sie zur Erledigung von Aufgaben in Organisationen genutzt, weil die Komplexitat von Aufgabenstellungen immer mehr zunimmt. Bislang noch kaum berucksichtigt wurden Teamprozesse in Teams, die aus Menschen und intelligenten technischen Systemen (itS) zusammengesetzt sind, den hier so bezeichneten hybriden Teams. Forschungsstand ItS werden zunehmend leistungsfahiger. Bald sind die Voraussetzungen dafur erfullt, dass sie auch als vollwertige Mitglieder in Teams agieren konnen, und sich so hybride Teams bilden konnen. Bislang sind erst in vereinzelten Szenarien die Wirkung von itS als Bestandteil von Teams auf die humanoiden Teammitglieder untersucht worden. Neue Perspektive/Beitrag In diesem konzeptionellen Beitrag werden Konzepte und Befunde zu zentralen Gruppenaufgaben und -prozessen dargestellt. Anschliesend wird der Stand der Forschung zur Untersuchung und Gestaltung hybrider Teams vorgestellt, technische Weiterentwicklungen diskutiert und Anwendungsszenarien hybrider Teams entwickelt. Danach wird erortert, wie sich Teamprozesse bei hybriden Teams von denen homogen-humanoider Teams unterscheiden werden. Darauf wird auf anstehende praktische Fragen zur Bildung hybrider Teams in der Arbeit eingegangen, und zwar der Einfuhrung und Gestaltung dieser Teams. Abschliesend werden anstehende, offene Fragestellungen thematisiert und auf die grosen Chancen hingewiesen, die hybride Teams fur die wissenschaftliche Modelluberprufung der Teamforschung eroffnen. Theoretische/Praktische Implikationen Hybride Teams in Studien zu nutzen bietet weitreichende methodische und theoretische Moglichkeiten: Indem die technischen Agenten experimentell variiert werden, konnen Input- und Prozessvariablen der Teamarbeit systematisch getestet werden. Gleichzeitig wird die Prazision der bisherigen Modellbildung herausgefordert sein, denn die Nachbildung in itS erfordert einen hinreichenden Spezifitatsgrad.