Verlässlichkeit, Einbettung & Handlungsfähigkeit: Modell für KI-Agenten-Akzeptanz

Ein neues arXiv‑Veröffentlichung präsentiert ein mathematisches Rahmenwerk, das die nachhaltige Akzeptanz von KI‑Agenten bei der Ausführung mehrstufiger Aufgaben erklärt. Das Modell stützt sich auf drei zentrale Designaxiome: (A1) Verlässlichkeit übertrifft Neuheit, (A2) Einbettung ist wichtiger als das Ziel, und (A3) Handlungsfähigkeit ist entscheidender als reine Chat‑Interaktion.

Die Autoren modellieren die Akzeptanz als Summe aus einem abklingenden Neuheitsfaktor und einem wachsenden Nutzenfaktor. Sie liefern vollständige Beweise für die Phasenbedingungen, die zu Tiefpunkten oder Überschreitungen führen, und zeigen, wie sich diese Dynamik im Zeitverlauf entwickelt.

Das Papier bietet eine breite Palette an Analysewerkzeugen: eine Identifizierbarkeits‑ und Konfundierungsanalyse, einen nicht‑monotonen Vergleichs‑Logistik‑Bumper, Untersuchungen verschiedener Hazard‑Familien, ein Multi‑Series‑Benchmark mit unterschiedlichen Tiefen, Rausch‑ und AR‑Strukturen sowie eine Kalibrierung von Reibungs­indikatoren gegen Zeit‑ und Befragungsdaten. Zusätzlich werden Residual‑Analysen, Fenster‑Auswahl, Fisher‑Information, Mikro‑Fundamentale Verbindungen und Sensitivitätsanalysen gegenüber heterogenen Kosten berücksichtigt. Alle Ergebnisse werden in klaren Tabellen und Diagrammen dargestellt, und die Literatur wird um klassische Nicht‑Logistik‑Adoptionsmodelle erweitert.

Alle Code‑ und Logdateien sind öffentlich zugänglich, sodass Forscher die Ergebnisse reproduzieren und weiterentwickeln können. Diese Arbeit liefert damit ein robustes, mathematisches Fundament für die Gestaltung und Bewertung von agentenbasierten KI‑Systemen in der Praxis.