Toward Human–AI Synergy - Designing Interaction Concepts for Human–Centered Documentation Support in Residential Care

Abstract

Diese Arbeit untersucht, wie KI–gestützte Dokumentationssysteme für die stationäre Langzeitpflege so gestaltet werden können, dass sie den Dokumentationsaufwand verringern und zugleich professionelle Reflexion, Verantwortung und bewohnerzentrierte Pflege bewahren. Motivation war das Spannungsverhältnis zwischen umfangreichen Dokumentationsanforderungen und der für direkte Pflege verfügbaren Zeit, sowie die begrenzte empirische Evidenz zu KI–gestützter Dokumentation in der Langzeitpflege. Konzeptionell argumentiert die Arbeit, dass sinnvolle Unterstützung weniger von vollständiger Automatisierung als von komplementärer Zusammenarbeit, menschlicher Kontrolle, kalibriertem Vertrauen und sozio–technischer Ausrichtung abhängt. Methodisch kombiniert die Arbeit eine Literaturrecherche mit einer qualitativen, longitudinalen Feldstudie in einer stationären Pflegeeinrichtung in Wien. Ihr empirischer Kern besteht aus wiederholten semi–strukturierten Interviews mit Pflegekräften während der Implementierung eines KI–gestützten Dokumentationsprototyps, der auf automatischer Spracherkennung und von Large Language Model erzeugten Berichtsentwürfen basiert. Die Ergebnisse der Studie wurden in ein menschenzentriertes Interaktionskonzept überführt, das anschließend in einer Wizard–of–Oz–Studie untersucht wurde, die sich auf Berichtsprüfung, Korrektur und reflexionsorientierte Interaktion konzentrierte, umgesetzt durch eine Web–App. Die Ergebnisse zeigen, dass KI–gestützte Dokumentation mit potenziellen Vorteilen wie Zeitersparnis, kognitiver Entlastung, Unterstützung bei der Strukturierung von Informationen und Hilfe bei der Formulierung verbunden war. Gleichzeitig blieb die tatsächliche Nutzung des Prototyps begrenzt, vor allem aufgrund von Workflow–Diskrepanzen und infrastrukturellen Barrieren. Die Wizard–of–Oz–Evaluation zeigte, dass das vorgeschlagene Konzept insgesamt als nutzbar und unterstützend erlebt wurde und dass die Teilnehmenden ein starkes Gefühl von Entscheidungshoheit behielten. Das wahrgenommene Maß an Kontrolle führte jedoch nicht automatisch zu kritischer Überprüfung oder Reflexion: Einige Teilnehmende prüften und korrigierten KI–generierte Entwürfe sorgfältig, während andere sie mit geringen oder ganz ohne Änderungen akzeptierten. Die Arbeit kommt zu dem Schluss, dass der Wert KI–gestützter Dokumentation in der stationären Langzeitpflege nicht in der Ersetzung professioneller Dokumentationsarbeit liegt, sondern in der Gestaltung reflexionsorientierter, workflow–sensitiver und ethisch fundierter Unterstützung. Sie schlägt daher ein menschenzentriertes Interaktionskonzept vor, das assistive Berichtserstellung, explizite menschliche Prüfung, reflexionsauslösende Mechanismen und situative Kontrolle über Aufzeichnung und Datenverarbeitung kombiniert.

This thesis examines how AI–supported documentation systems can be designed for long–term residential care in ways that reduce documentation burden while preserving professional reflection, responsibility, and resident–centred care. The research is motivated by the tension between extensive documentation requirements and the time available for direct care, as well as by the limited empirical evidence on AI–supported documentation in long–term care. Conceptually, the thesis argues that meaningful support depends less on full automation than on complementary collaboration, human control, calibrated trust, and socio–technical alignment. Methodologically, the thesis combines a literature review with a qualitative, longitudinal field study in a residential care facility in Vienna. Its empirical core consists of repeated semi–structured interviews with care workers during the introduction of an AI–supported documentation prototype based on automatic speech recognition and report drafts generated by large language models. These findings were translated into a human–centred interaction concept, which was then explored in a Wizard–of–Oz study focusing on report review, correction, and reflection–oriented interaction implemented through a web–app. The findings indicate that AI–supported documentation was associated with potential benefits such as time savings, cognitive relief, support in structuring information, and assistance with wording. At the same time, actual use of the prototype remained limited, mainly because of workflow friction and infrastructural barriers. The Wizard–of–Oz evaluation showed that the proposed concept was generally perceived as usable and supportive and that participants retained a strong sense of decision–making authority. However, perceived control did not automatically lead to critical verification or reflection: some participants carefully reviewed and corrected AI–generated drafts, whereas others accepted them with little or no modification. The thesis concludes that the value of AI–supported documentation in long–term residential care lies not in replacing professional documentation work, but in designing reflection–oriented, workflow–sensitive, and ethically grounded forms of support. It therefore proposes a human–centred interaction concept that combines assistive drafting, explicit human review, reflection–triggering mechanisms, and situational control over recording and data processing.