Refine
Document Type
- Bachelor Thesis (2)
- Contribution to a Periodical (2)
- Part of a Book (1)
- doctorallecture (1)
- Master's Thesis (1)
- Internet Paper (1)
- Working Paper (1)
Language
- German (9)
Is part of the Bibliography
- no (9)
Keywords
- Datenaustausch (9) (remove)
Institute
Daten als Ressource
(2023)
Obwohl immer mehr Unternehmen den Wert von Daten für sich entdecken und intern zu nutzen beginnen, wird dem Datenaustausch und der Datenmonetarisierung bisher wenig Aufmerksamkeit geschenkt. In diesem Beitrag werden die Kernergebnisse der Acatech-Expertise zu Aufbau, Nutzung und Monetarisierung der industriellen Datenbasis vorgestellt.
Der Austausch von Daten ist oft, selbst innerhalb eines Unternehmens, nicht einfach. Die Daten sind häufig verstreut und nach Geschäftsprozessen getrennt. Der unternehmensübergreifende Datenaustausch stellt sich als noch komplexer heraus. Aus diesem Grund wurde von der Europäischen Union das Projekt GAIA-X ins Leben gerufen. GAIA-X wurde dazu entwickelt, die nächste Generation der Dateninfrastruktur für Europa und dessen Unternehmen zu schaffen. Zurzeit sind weltweit bereits 364 Unternehmen aus verschiedenen Branchen Mitglied des Projekts. Daten sollen gemeinsam genutzt und in einer vertrauenswürdigen Umgebung zur Verfügung gestellt werden können. Eine Schlüsselfunktion besteht in der Gewährleistung der Datensouveränität. Dateneigentümern wird damit die volle Kontrolle über ihre Daten und ihre digitale Identität garantiert. Das Ziel dabei besteht nicht darin, einen zentralen Cloud-Dienst zu schaffen, sondern ein förderiertes Informationssystem aufzubauen, welches viele Anbieter und Nutzer von Cloud-Diensten in einem transparenten Umfeld miteinander verbindet und so die europäische Datenwirtschaft vorantreibt.
In der vorliegenden Masterarbeit wird ein Reifegradmodell für Unternehmen zur Anwendung von GAIA-X entwickelt. Das Modell grenzt die verschiedenen unternehmerischen Fähigkeitsstufen für die erfolgreiche Anwendung von GAIA-X voneinander ab. Weiterhin werden für jede Entwicklungsstufe des Modells Anforderungen an die Unternehmen abgeleitet. Als zentrales Ergebnis dieser Arbeit ergibt sich somit die Möglichkeit, Unternehmen in die verschiedenen Entwicklungsstufen des Reifegradmodells einzuordnen. Aus dem entwickelten Modell lassen sich anschließend Anforderungen bzw. Maßnahmen ableiten, mit denen sich Unternehmen in Bezug auf Gaia-X weiterentwickeln können.
Künstliche Intelligenz (KI) hat als Technologie in den vergangenen Jahren Marktreife erlangt. Es existiert eine Vielzahl benutzerfreundlicher Produkte und Services, welche die Anwendung von KI im Alltag und im Unternehmen vereinfachen. Die Herausforderung, vor denen Anwendende, gerade im betriebswirtschaftlichen Kontext, stehen, ist nicht die technische Machbarkeit einer KI-Applikation, sondern deren organisatorisch und rechtlich zulässige Gestaltung. Zu einer zunehmenden Dynamik in der Gesetzgebung kommt ein gesellschaftliches Interesse an der Kontrolle und Transparenz über die für KI-Modelle erhobenen Daten. Die Diskussion über Datensouveränität im geschäftlichen und privaten Alltag rückt mehr und mehr in das Zentrum der öffentlichen Aufmerksamkeit.
Datenbasierte KI-Anwendungen stehen damit in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die vorliegende Studie soll erstens über die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien auf KI-Anwendungsfälle aufklären. Dafür wurden Expertinnen und Experten aus den Bereichen Recht, KI- und Organisationsforschung befragt. Zweitens zeigt die Studie Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf. Dafür wurden Fallstudien in Unternehmen durchgeführt, die bereits erfolgreich Datenaustausch in ihre Geschäftsmodelle integriert haben, um ihre KI-Applikationen zu betreiben und zu verbessern.
Die Globalisierung und der steigende Wettbewerbsdruck erfordern, dass Supply Chains heutzutage komplexe Anforderungen erfüllen. Dabei müssen sie gleichzeitig flexibel genug sein, um an kurzfristige Veränderungen angepasst werden zu können. Ein unternehmensübergreifender Datenaustausch ermöglicht den Akteuren durch schnelle Informationsweitergabe über auftretende Ereignisse entlang der Supply Chain, dynamisch auf aktuelle Gegebenheiten zu reagieren und dadurch hervorgerufene mögliche Schäden zu minimieren. Auch wenn viele Unternehmen mit der Bereitstellung von Daten noch zurückhaltend sind, gehen die Vorteile des Datenaustauschs weit über die Verkürzung der Reaktionszeit hinaus.
Zusammenarbeit verschiedener Supply-Chain-Partner und ein überbetrieblicher Datenaustausch stellen wesentliche Erfolgsfaktoren für Unternehmen in komplexen Netzwerken dar. Mangelnder Datenaustausch und daraus resultierende Informationsdefizite führen dagegen zu Problemen in Lieferketten. In diesem Beitrag wird ein Assistenzsystem zur Bewertung und Gestaltung von Offenheit und Vertrauen zwischen Supply-Chain-Partnern vorgestellt.