Open Access

5G-Technologien bieten ein enormes Potenzial für die Landwirtschaft, sind aber auch durch die Implementierung eines notwendigen 5G-Netzes mit nicht unerheblichen Kosten verbunden. Dieser Business-Case-Rechner (siehe 1. URL; Repository-Link s. 2. URL) ermöglicht eine erste Übersicht über die Kosten für die Implementierung eines 5G-Netzes für drei 5G-spezifische landwirtschaftliche Anwendungsfälle. Den Anschaffungskosten wird darüber hinaus der qualitative Nutzen von 5G gegenübergestellt. Der Business-Case-Rechner wendet sich an Landwirte oder Landwirtschaftsmaschinenhersteller, die an 5G-Technologien und deren Einsatz interessiert sind. Das Forschungsprojekt 5G.NATURAL befasst sich mit der Implementierung eines 5G-Netzes im landwirtschaftlichen Kontext. Das 5G-Netz hat die Vorteile, dass eine erhebliche Steigerung der Datenübertragungsgeschwindigkeit ermöglicht wird, die Latenzzeiten sehr gering sind und eine größere Anzahl von Geräten besser in einem Netzwerk zusammenarbeiten können. Somit können Maschinen in Echtzeit miteinander kommunizieren, Daten auswerten und punktgenau individuell nach Bedürfnissen ideal handeln. Im Zuge von 5G.NATURAL werden autonom fahrende Ernteroboter sowie eine Logistikeinheit zu einem Schwarm miteinander vernetzt.

The agricultural industry is facing unprecedented challenges in meeting the growing demand for food while minimizing its impact on the environment. To address these challenges, the industry is embracing technological advancements such as 5G networks to improve efficiency and productivity. However, the benefits of 5G technology must be weighed against the costs of implementing a suitable network. This paper presents cost-benefit dimensions that are needed to assess the economic feasibility of implementing 5G networks for several agricultural applications. The paper describes the costs of deploying and maintaining a 5G network and the benefits of several 5G-specific use cases, including precision agriculture, livestock monitoring, and swarm robotics. Using industry reports and case studies, the model quantifies the benefits of 5G networks, such as enabling new digital agricultural processes, increased productivity, and improved sustainability. It also considers the costs associated with equipment and infrastructure, as well as the challenges of deploying a network in rural areas. The results demonstrate that 5G networks can provide significant benefits to agricultural businesses and provide an overview about the cost factors. Both benefit and cost dimensions are analyzed for the 5G-specific agricultural use cases.

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.

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.

The COVID-19 pandemic has shown companies that their on-premise infrastructures often reach their limits with a large number of remote accesses. The transition to cloud-based solutions could represent a more efficient alternative. However, many German companies, especially small and medium-sized enterprises (SME), are still hesitant to take this big step of transferring applications to the cloud. For this reason, this paper examines the question of whether existing migration approaches in the analysis phase fit the specific requirements of SMEs. Using a literature review methodology, we first identify and analyze determinant factors for cloud adoption in SMEs. On this basis, we analyze existing methods in the analysis phase for migrations from on-premise software to cloud solutions. We investigate whether these factors are considered in the analysis phase of the approaches and conclude their suitability for SMEs. Of the migration approaches we examined, none included all the factors we identified as relevant to SMEs. Fewer have considered all factors fully and in detail. We present the results of the literature search process in tabular form and conclude this paper with a discussion and synthesis of the literature as well as an outlook on further research fields.