Navigation auf uzh.ch

Suche

Psychologisches Institut Angewandte Teamforschung

Forschung

An der Professur für Angewandte Teamforschung untersuchen wir Teams, die häufig mit extremen Ereignissen konfrontiert sind, wie beispielsweise Teams aus dem Gesundheitssektor, Feuerwehrleute und Militärteams, sowie Teams, die in extremen Umgebungen wie der Antarktis leben und arbeiten. In unserer Forschung nutzen wir eine Vielzahl wissenschaftlicher Methoden, darunter Beobachtungen in der Praxis und experimentellen Umgebungen sowie quantitative und qualitative Methoden.

Es ist uns wichtig, unsere Forschungsergebnisse auch in der Praxis anzuwenden. Deshalb arbeiten wir eng mit wichtigen Akteuren aus verschiedenen Organisationen und Branchen zusammen.

Tools4Teams International Training Program

Wir sind Teil des EU-finanzierten Projekts Tools4Teams. Tools4Teams hat das Ziel, zu einer sichereren und effektiveren Gesundheitsversorgung beizutragen, indem es die innovativen Werkzeuge untersucht, die Teams benötigen, um in komplexen Gesundheitssituationen optimal zu arbeiten. Tools4Teams möchte ein europäisches Ausbildungsnetzwerk etablieren, um die nächste Generation von Teamarbeitsexperten im Gesundheits-wesen auszubilden.

Mehr Informationen: tools4teams.org

tools4temas
 
eufund

Auswirkungen von Teamreflexivität auf individuelle und Teamergebnisse

Unsere Forschung untersucht die Wirksamkeit von Teamreflexivität, die als ein Team-Lernprozess definiert werden kann. Dieser beinhaltet die Bewertung vergangener Handlungen, die Ziele oder Verfahren der Gruppe, das Bilden von Absichten und Entscheidungen über zukünftige Handlungen. Dieser Prozess kann durch kurze Reflexionsphasen während einer Aufgabe (z. B. durch Team-Time-Outs) oder durch längere Nachbesprechungen und Debriefings erfolgen. Unser Ziel ist es, herauszufinden, welche Faktoren zu einer erfolgreichen Teamreflexivität beitragen und wie sich diese auf die individuellen wie auch die Teamergebnisse auswirkt.

Führung unter extremen Bedingungen

Unternehmen sind mit ständigen Veränderungen konfrontiert und stehen unter hohem Druck, sich in kurzer Zeit anzupassen, um auf dem globalen Markt wettbewerbsfähig zu bleiben. (Action) Teams, die in risikoreichen und hochbelastenden Umgebungen arbeiten (z. B. Notfalldienste, Militäreinsätze, Expeditionen) werden als potenzielle Quellen für das Erlernen von Anpassungsfähigkeit und Leistungsfähigkeit in herausfordernden Umgebungen angesehen. Die Forschung zur Führung von Teams, die in extremen Kontexten agieren, wurde bisher in der breiten Führungsforschung vernachlässigt und bisherige Forschungsergebnisse sind widersprüchlich.  Daher besteht ein erheblicher Bedarf an einer konsistenten empirischen Grundlage. Mit unserer Forschung wollen wir die Entwicklung von Theorien fördern, Handlungsanweisungen für zukünftige Forschung generieren und evidenzbasierte Empfehlungen für Organisationen und Teams schaffen.

Dynamische Teams in fluiden Umgebungen

In modernen Arbeitskontexten wird Teamarbeit zunehmend fluider. Fluidität bezieht sich auf die Flexibilität und Dynamisierung von Interaktionen sowie auf die virtuelle Zusammenarbeit über zeitliche, räumliche und strukturelle Grenzen hinweg (wie die Beteiligung am Team). Die bisherige Forschung hat gezeigt, dass Fluidität in Bezug auf Zusammenarbeit Freiheit bieten kann. Jedoch kann sie auch mit verbundenen Herausforderungen einhergehen, die weitere Analysen erfordern. Obwohl sich die wissenschaftliche Literatur bezüglich fluider Veränderungen in der heutigen Arbeitswelt einig ist, besteht nach wie vor ein Mangel an empirischer Forschung zu diesem Thema, welches Gegenstand unserer Arbeit ist.

Human-AI Teaming

Human-AI-Teaming bezieht sich auf die Zusammenarbeit zwischen Menschen und Systemen künstlicher Intelligenz zur Lösung komplexer Probleme. Human-AI-Teams sind in verschiedenen Bereichen wie Gesundheitswesen, Finanzen, Produktion und Transport anzutreffen. Vertrauen ist ein entscheidender Faktor für den Erfolg der Interaktion zwischen Mensch und künstlicher Intelligenz. Daher untersuchen wir Einflussfaktoren wie Transparenz, Erklärbarkeit und Vorhersagbarkeit der AI-Systeme, um ein besseres Verständnis dafür zu schaffen, wie Menschen und künstliche Intelligenz effektiv und effizient zusammenarbeiten können (Dieser Text wurde zu 100 % von AI generiert).