Open Access

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.

Manufacturing companies face the challenge of managing vast amounts of unstructured data generated by various sources such as social media, customer feedback, product reviews, and supplier data. Text-mining technology, a branch of data mining and natural language processing, provides a solution to extract valuable insights from unstructured data, enabling manufacturing companies to make informed decisions and improve their processes. Despite the potential benefits of text mining technology, many manufacturing companies struggle to implement use cases due to various reasons. Therefore, the project VoBAKI (IGF-Project No.: 22009 N) aims to enable manufacturing companies to identify and implement text mining use cases in their processes and decision-making processes. The paper presents an analysis of text mining use cases in manufacturing companies using Mayring's content analysis and case study research. The study aims to explore how text mining technology can be effectively used in improving production processes and decision-making in manufacturing companies.

Im Rahmen des Forschungsprojekts ‚VoBAKI‘ werden die Umsetzung und der Betrieb von Anwendungen der Künstlichen Intelligenz über deren gesamten Lebenszyklus in produzierenden Unternehmen betrachtet. Zu Beginn des Projekts wurden Unternehmensziele identifiziert, die mit dem Einsatz von Künstlicher Intelligenz verfolgt und erreicht werden können. In diesem Artikel werden das Projekt sowie die identifizierten Ziele vorgestellt und der weitere Verlauf des Projekts skizziert.