Theoretische Grundlagen
Erkunden Sie die theoretischen Grundlagen von MOTIVE, einschließlich Instruktionsdesign-Theorie, Theorie der kognitiven Belastung und Mensch-KI-Interaktionsforschung.
Cognitive Load Theory
Sweller (1988)Verbindung zu MOTIVE
MOTIVEs gestufte Architektur adressiert direkt das Cognitive-Load-Management. Durch die Zerlegung von Prompts in diskrete Komponenten steuert jedes Tier die intrinsische Belastung, waehrend das strukturierte Format die extrinsische Belastung reduziert.
Aktivitaetstheorie
Engestroem (1987)Verbindung zu MOTIVE
MOTIVE bildet direkt die Struktur der Aktivitaetstheorie ab: Das Subjekt (M-Motivation) nutzt Werkzeuge (T-Tool), um ein Objekt (O-Objekt) nach Regeln (I-Instruktion) innerhalb einer Arbeitsteilung (V-Variablen) zu transformieren und Ergebnisse (E-Evaluation) zu bewerten.
Human-Centered AI (HCAI)
Shneiderman (2022)Verbindung zu MOTIVE
MOTIVE verkoerpert HCAI-Prinzipien, indem es den Menschen in der Kontrolle des KI-Interaktionsprozesses haelt. Die explizite Motivationskomponente sichert Intentionalitaet, waehrend die Evaluationskomponente menschliche Aufsicht gewaehrleistet.
Dual-Prozess-Theorie
Kahneman (2011)Verbindung zu MOTIVE
MOTIVEs gestuftes System bildet das Dual-Prozess-Modell ab. Tier 1 unterstuetzt schnelles, intuitives (System 1) Prompt-Erstellen fuer Routineaufgaben, waehrend Tier 3 bewusstes, analytisches (System 2) Denken fuer Governance-Szenarien aktiviert.
NIST AI RMF & EU AI Act
NIST (2023) / EU (2024)Verbindung zu MOTIVE
MOTIVEs Tier 3 (Governance) unterstuetzt direkt die Einhaltung des NIST AI Risk Management Framework und der Transparenz- und Verantwortlichkeitsanforderungen des EU AI Act. Die Evaluationskomponente liefert pruefbare Kriterien.
Theoretische Integration
MOTIVE baut nicht auf einer einzelnen Theorie auf, sondern synthetisiert mehrere komplementaere Frameworks. Jede MOTIVE-Komponente und architektonische Entscheidung ist in mindestens einer etablierten Theorie verankert.