Refine
Document Type
- Conference Proceeding (1)
- Report (1)
- Working Paper (1)
Is part of the Bibliography
- no (3)
Keywords
- 01 (1)
- 02 (1)
- AI (1)
- Akzeptanz (1)
- Artificial Intelligence (1)
- Artificial intelligence lifecycle (1)
- Assistenzsystem (1)
- Decision-Maker (1)
- KI (1)
- KMU (1)
Institute
Mit den technologischen Fortschritten auf dem Gebiet der Künstlichen Intelligenz (KI) steigt die Anzahl an produzierenden Unternehmen, welche Anwendungen der KI in der eigenen Produktion einführen. Diese KI-Anwendungen werden häufig als Assistenzsysteme für die Mitarbeitenden in der Produktion ausgestaltet, welche bei der Informationsbereitstellung und Entscheidungsfindung unterstützen. Aufgrund des assistierenden Charakters von KI-Anwendungen ist die Akzeptanz der KI-Anwendungen durch den Nutzenden ein wesentlicher Erfolgsfaktor für die erfolgreiche Anwendung der KI-Anwendung in den operativen Betrieb. Die Akzeptanz der KI-Anwendungen wird wesentlich während des Entwicklungs- und Einführungsprozesses der KI-Anwendungen beeinflusst.
Der Experimentierraum KI-LIAS hatte das Ziel, den Entwicklungs- und Einführungsprozess von KI-Anwendungen in der produzierenden Industrie hinsichtlich der Gestaltung der Akzeptanz der KI-Anwendung durch die Nutzenden zu begleiten. Hierzu wurde über einen Zeitraum von drei Jahren sieben Unternehmen bei der Einführung von KI-Anwendungen begleitet. Die vorliegende Veröffentlichung stellt die entwickelten KI-Anwendungen dar sowie die Erfahrungen, welche bei der Entwicklung und Einführung der KI-Anwendungen jeweils erlangt werden konnten.
Das wirtschaftliche Potenzial von künstlicher Intelligenz (KI) im produzierenden Gewerbe ist mittlerweile unumstritten. Die Technologie ist in der produzierenden Industrie zu einem wichtigen Werkzeug geworden, um eine Vielzahl von Unternehmenszielen zu erreichen. Bei der Umsetzung von KI-Projekten wird jedoch häufig nur die Entwicklung der KI-Modelle betrachtet, weshalb viele Projektergebnisse als Prototypen verstauben und nicht erfolgreich in Prozessen oder Produkten angewendet werden. Ein Grund dafür ist, dass eine ganzheitliche Betrachtung der KI-Anwendung über ihren gesamten Lebenszyklus hinweg fehlt. Insbesondere Aufgaben, die im Betrieb sowie bei der Integration einer KI-Anwendung in die Prozesse und Produkte eines Unternehmens anfallen, sind oft unbekannt oder werden unterschätzt. Ebenso stehen KMU vor der Herausforderung, die für die anfallenden Aufgaben benötigten KIKompetenzen – nicht nur für die Anwendung selbst, sondern auch für vor- und nachgelagerten Prozesse – zu identifizieren. Das Forschungsvorhaben „VoBAKI“ hat zum Ziel, Unternehmen in die Lage zu versetzen, die Aufgaben und erforderlichen Kompetenzen im gesamten Lebenszyklus einer KI-Anwendung bereitzustellen sowie passende Sourcing-Strategien abzuleiten. Im Rahmen des Projekts wurde dazu unter Beteiligung des projektbegleitenden Ausschusses sowie weiterer Expert*innen aus der Wirtschaft unter Anwendung verschiedener, sich ergänzender Methoden (u. a. Literaturrecherchen, Interviews, Workshops und qualitative Inhaltsanalysen) ein umfassendes Vorgehensmodell entwickelt. Zu den Ergebnissen zählen die Sammlung von betrieblichen Zielen für den Einsatz von KI-Anwendungen sowie die Beschreibung von KI-Anwendungsfällen. Ein weiteres zentrales Ergebnis stellt die detaillierte Erarbeitung von Rollen, Aufgaben und benötigten Kompetenzen im KI-Lebenszyklus dar. Ferner werden als Ergebnis der durchgeführten Forschungsaktivitäten Voraussetzungen für KI-Projekte benannt sowie zentrale Kriterien erläutert, die bei der Auswahl von Strategien für die Beschaffung der relevanten KI-Kompetenzen berücksichtigt werden sollten. Weitere Ergebnisse sind Wirkungsmatrizen, die Zusammenhänge zwischen Unternehmenszielen und Sourcing-Strategien aufzeigen, sowie Empfehlungen für die organisatorische Ausgestaltung. Das entwickelte Vorgehensmodell unterstützt KMU sowie weitere Unternehmen mit unterschiedlichen KI-Erfahrungsgraden bei der erfolgreichen Bewertung und Auswahl von Sourcing-Strategien für KI-Kompetenzen und der Umsetzung von KI-Projekten.
The adoption of artificial intelligence (AI) technologies in manufacturing companies is challenging, particularly for SMEs that lack the necessary skills to develop and integrate AI-based applications (AI applications) into their existing IT system landscape. To address this challenge, the research project VoBAKI (IGF-Project No.: 22009 N) aims to enable SMEs to identify and close skill gaps related to AI application development and implementation using proper sourcing strategies. This paper presents the interim results from the second phase of the project, which involves identifying the tasks in the lifecycle of AI applications and determining the specific skills required for executing these tasks. The presented results provide a detailed lifecycle including the phases for the development and usage of AI applications, as well as the specific tasks that SMEs must consider when implementing an AI application. These results serve as the foundation for future research regarding the required skills to execute the presented tasks and provide a roadmap for SMEs to close skill gaps and successfully implement AI applications.
