Das Management des Belohnungssystems ist ein kritischer Aspekt des Personalmanagements (HRM), doch entstehen häufig Widersprüche zwischen der Gestaltung der Richtlinien und deren Umsetzung. Diese Studie zielt darauf ab, zu untersuchen, wie Techniken der Künstlichen Intelligenz (KI) angewendet werden können, um eine faire und transparente Belohnungsverteilung sicherzustellen und damit die Mitarbeiter-motivation und Jobzufriedenheit zu steigern. Das KI-Belohnungssystem überwacht kontinuierlich die Mitarbeiterleistung und verteilt in Echtzeit Belohnungen, wenn Zielvorgaben erreicht oder Erwartungen übertroffen werden, wodurch Verzögerungen bei jährlichen Bewertungen reduziert werden. Es wurde ein quantitatives Forschungsdesign verwendet, bei dem Wahrscheinlichkeitsstichproben mit einer geschichteten Stichprobentechnik angewendet wurden, um Daten mit einer Stichprobengröße von 377 zu sammeln. Die Rao-soft-Software wurde verwendet, um die Stichprobengröße von 377 Befragten gemäß der Stichprobengrößenformel mit einem Konfidenzniveau von 95 % zu berechnen. Die Stichprobengröße von 377 Befragten wurde daher als ausreichend für eine Bevölkerungsgröße von bis zu 20.000 unter diesen Parametern angesehen. Die Ergebnisse zeigen, dass KI-gesteuerte Belohnungssysteme die Fairness, Transparenz und Effizienz im Vergleich zu traditionellen manuellen Bewertungsmethoden verbessern. Sie adressieren auch Missinterpretationsprobleme und ermöglichen eine personalisierte, zeitgerechte Anerkennung, die positiv zur Mitarbeitermotivation und -zufriedenheit beiträgt. Diese Studie trägt zur bestehenden Literatur bei, indem sie die Wahrnehmungen der Mitarbeiter zu KI-basierten Belohnungssystemen und deren Einfluss auf die Jobzufriedenheit hervorhebt. Die Implikationen deuten darauf hin, dass Organisationen KI-gesteuerte Belohnungsmechanismen integrieren sollten, um faire, effiziente und individualisierte Anerkennung zu bieten, die sowohl Motivation als auch Zufriedenheit für eine langfristige Organisationsentwicklung und einen Wettbewerbsvorteil unterstützt.
Batool et al. (Mo,) haben diese Frage untersucht.