Refine
Document Type
- Bachelor Thesis (1)
- Conference Proceeding (2)
- Contribution to a Periodical (7)
- Master's Thesis (1)
- Internet Paper (1)
- Report (2)
- Working Paper (2)
Language
- German (12)
- English (2)
- Multiple languages (2)
Is part of the Bibliography
- no (16)
Keywords
- 01 (1)
- 02 (2)
- 03 (1)
- As-a-Service (1)
- Business model (1)
- Datenaustausch (1)
- Datensouveränität (1)
- Digitalisierung (1)
- Fallstudien (1)
- Forschung (1)
Institute
Prinzipien zur erfolgreichen Umsetzung von KI-Geschäftsmodellinnovationen
In Zeiten des zunehmenden globalen Wettbewerbs und hoch vernetzter Wertschöpfungsketten entwickelt sich Künstliche Intelligenz zu einem immer wichtiger werdenden Wettbewerbsfaktor für Unternehmen am Wirtschaftsstandort Deutschland. Durch den Einsatz von KI-Verfahren können nicht nur interne Geschäftsprozesse kostensenkend optimiert, sondern auch neue, digitale Geschäftsfelder und -modelle erschlossen werden. Es lassen sich zum einen Trends identifizieren, denen der Einsatz von KI in deutschen Unternehmen folgt. Zum anderen zeigt sich, dass sich KI unterschiedlich stark auf verschiedene Dimensionen innovativer Geschäftsmodelle auswirkt. Insgesamt lassen sich so Prinzipien ableiten, die die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen beschreiben.
Neue Technologie- und Anwendungstrends kennzeichnen KI-Nutzung
Die tatsächliche KI-Landschaft in den Wertschöpfungsketten von KI-nutzenden Unternehmen ist durch Trends gekennzeichnet. Diese lassen sich in Technologie- und Anwendungstrends unterteilen. Experteninterviews zeigen beispielsweise, dass KI-Anwendungen bevorzugt auf Cloud-Infrastrukturen entwickelt und bereitgestellt werden. Das wiederum rückt die Frage nach der Wahrung der Datensouveränität in den Vordergrund. Anwendung findet KI tendenziell zur Prognose und Überwachung.
Sechs Prinzipien beeinflussen die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen
Fallstudien über ein breites Spektrum der deutschen Wirtschaft beleuchten, welche Aspekte eines KI-basierten Geschäftsmodells den größten Effekt auf das Unternehmen haben. Hier lässt sich ein besonders hoher Einfluss von KI auf das Nutzenversprechen neuartiger, digitaler Leistungen der Unternehmen an die Kundinnen und Kunden feststellen. So lassen sich sechs Erfolgsprinzipien zur erfolgreichen Implementierung von KI-Technologien identifizieren, um die wirtschaftliche Nutzung von KI für Unternehmen in Deutschland im globalen Wettbewerb weiter zu steigern. So empfiehlt es sich zum Beispiel – neben der Auswahl des richtigen KI-Anwendungsfalles – ebenfalls darauf zu achten, dass die KI-Anwendung sowohl den Anbietenden wie auch den Anwendenden nützt. Diese und weitere Erfolgsprinzipien werden detailliert in der Studie Künstliche Intelligenz – Geschäftsmodellinnovationen und Entwicklungstrends beschrieben.
Künstliche Intelligenz (KI) hat sich über die letzten Jahre stetig zu einem Thema mit strategischer Priorität für Unternehmen entwickelt. Das zeigt sich nicht zuletzt in der gesteigerten Investitionsbereitschaft deutscher Unternehmen in KI-Projekte. Wirtschaftliche Akteure haben erkannt, dass durch eine sinnvolle Nutzung von KI-Technologien Wettbewerbsvorteile erzielt werden können. Die vorliegende Studie legt das Augenmerk auf den industriellen Einsatz einer KI-Technologie, die bereits heute von vielen Unternehmen erfolgreich genutzt wird: Die natürliche Sprachverarbeitung (engl. Natural Language Processing, kurz NLP). Die wirtschaftlichen Potenziale der Technologie liegen dabei in ihrer Fähigkeit, betriebliche Abläufe zu automatisieren und die Schnittstelle zwischen Mensch und Maschine zu verbessern und zu vereinfachen. Ziel der Studie ist es, die Potenziale der NLP-Technologie für Unternehmen nutzbar zu machen, indem konkrete Anwendungsfälle und allgemeine Handlungsempfehlungen sowie Nutzen und Risiken aufgezeigt werden.
Aktuell werden Maßnahmen des Wandlungsmanagements häufig nur einseitig aus der Perspektive des Anbieters oder der des Kunden betrachtet. Aufgrund der immer stärker werdenden Integration des Anbieters in die Wertschöpfungsprozesse des Kunden ist die einzelne Betrachtung des Anbieter- bzw. Kundenunternehmens zukünftig nur noch wenig sinnvoll. Hierzu bedarf es eines neuen Ansatzes, der beide Parteien gleichermaßen berücksichtigt. Wie dieser Ansatz auszugestalten ist, wird im Rahmen des Verbundprojekts ‚diaMant‘ erforscht. Drei reale Kunde-Anbieter-Beziehungen bilden hierbei die Grundlage, um das partizipative Wandlungsmanagement praxisnah zu ergründen.
More and more companies in the mechanical and plant engineering industry are transforming their business model and evolving from product to solution providers. Subscription business models play a key role in this development. They enable companies to enter long-term collaborative relationships with customers and thus monetize the potential of Industry 4.0. However, this development is not easy for many companies and is associated with numerous hurdles. One of these hurdles is the development of a suitable range of services tailored to customer needs. In this context, the bundling of individual services to service modules plays a key role in realizing new value propositions. In practice, however, companies often lack an understanding of which services need to be combined in what way to be able to realize new value propositions. Accordingly, the goal of this work is to identify relevant services for subscription business models, to cluster them into meaningful value-adding bundles, and to derive new value propositions accordingly. The new value propositions in turn enable mechanical and plant engineering companies to strengthen customer loyalty and thus achieve long-term economic success.
Eine zentrale Problemstellung im Betrieb von Windkraftanlagen ist die Verteilung unterschiedlicher Informationen auf unterschiedliche Akteure. Die dezentrale Informationsverteilung zwischen den beteiligten (z. B. Betreiber der Windkraftanlage und Servicetechniker) sorgt für Informationsasymmetrien und erschwert dementsprechend die Ableitung geeigneter Handlungsempfehlungen bei Auftreten eines Störfalls. Deshalb war es das Ziel des Forschungsprojekts ReStroK, Betriebsdaten, Serviceberichte und Daten der Anlagenkonfiguration von Windenergieanlagen (WEA) in einer Datenbank zusammenzuführen und zu analysieren. Erst die strukturierte Aufbereitung der Informationen ermöglicht eine Ableitung konkreter Handlungsempfehlungen und sorgt somit für eine entsprechende Praxisrelevanz für Servicetechniker und Betriebsführer. Hierzu galt es die historischen und aktuellen Datensätze systematisch und kontinuierlich auszuwerten und zu beurteilen. Basierend auf diesen Ergebnissen war es möglich Instandhaltungsaktivitäten zu veranlassen und zu koordinieren (Use Case I), notwendige Eingriffe in die Betriebsführung aufzuzeigen (Use Case II) und das Anlagenverhalten im Windparkverbund zu untersuchen (Use Case III). Zur besseren Darstellung und Verbreitung der Analyseergebnisse aus den drei Use Cases wurde ein app-basierter Softwaredemonstrator entwickelt. Ergänzend hierzu wurde ein Planspiel zur Qualifizierung von Technikern und Betriebsführern entwickelt. Neben den notwendigen Daten wurde durch die Industriepartner branchenspezifisches Wissen zur Bewertung von Fehlereignissen und anormalen Betriebszuständen eingebracht. Die Ergebnisse wurden im Rahmen der Dissemination einer breiten Öffentlichkeit zugänglich gemacht.