Skip to main content
SpringerLink
Log in

Entscheiden bei Unsicherheit

KI-System als Nudge beim Wissenstransfer

  • Chapter
  • First Online:
Künstliche Intelligenz in Wirtschaft & Gesellschaft

Part of the book series: FOM-Edition ((FOMEDITION))

Zusammenfassung

Ziel des Artikels ist eine konzeptuelle Bestimmung der Begriffe Wissenstransfer und Wissenstranslation im Zusammenhang ihrer wachsenden Bedeutung in einer zunehmend digitalisierten Wirtschaft. Hierbei werden verschiedene Ansätze bei der Anwendung von KI hervorgehoben sowie Möglichkeiten und Grenzen des Einsatzes aufgezeigt. Oftmals werden KI-Systeme genutzt, um uns zu Entscheidungen zu bringen, welche wir sonst nicht getätigt hätten. KI-Nudging bedarf der evidenzbasierten Fundierung, der Transparenz, der ethischen Bewertung und des sozialen Konsenses. Es wird vorgeschlagen, bisherige Wissensmodelle (z. B. Knowledge to Action Model, Innovationsdiffusionstheorie) durch den Nudging-Ansatz zu ergänzen. Abschließend werden ein selbstentwickeltes Modell des Wissenstransfers und Vor- und Nachteile im Wissenstransfer diskutiert. Anhand des weiterentwickelten Modells können Empfehlungen für die Entwicklung und Anwendungen von KI-Systemen im Bereich Wissensmanagement vorgeschlagen werden, um den Prozess des Wissenstransfers zu optimieren und den Herausforderungen der Digitalisierung und Globalisierung gerecht zu werden.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 39.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 49.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  • Ahmed, M. N., Toor, A. S., O’Neil, K., & Friedland, D. (2017). Cognitive computing and the future of health care cognitive computing and the future of healthcare: The cognitive power of IBM Watson has the potential to transform global personalized medicine. IEEE pulse, 8(3), 4–9.

    Article  Google Scholar 

  • Beyer, G., & Seidel, G. (2006). Gestaltung eines systematischen Ideenmanagements. In T. Sommerlatte, G. Beyer, & G. Seidel (Hrsg.), Innovationskultur und Ideenmanagement, Strategien und praktische Ansätze für mehr Wachstum (S. 379–403). Düsseldorf: Symposion Publishing.

    Google Scholar 

  • Bullinger, H. J., & Schäfer, M. (1997). Entwicklungstrends und Herausforderungen im Informationszeitalter. Business Television: Beginn einer neuen Informationskultur in den Unternehmen. Stuttgart: Schäffer-Poeschel.

    Google Scholar 

  • Canadian Institutes of Health Research. (2004). Knowledge Translation Strategy 2004–2009: Innovation in Action. Ottawa: ON, Kanada.

    Google Scholar 

  • Canadian Foundation for Healthcare Improvement. (2019). Canadian Foundation For healthcare improvement. https://www.cfhi-fcass.ca/PublicationsAndResources/ResourcesAndTools/GlossaryKnowledgeExchange.aspx. Zugegriffen: 21. Febr. 2019.

  • Chen, Y., Argentinis, J. E., & Weber, G. (2016). IBM Watson: how cognitive computing can be applied to big data challenges in life sciences research. Clinical therapeutics, 38(4), 688–701.

    Article  Google Scholar 

  • Davies, H., Powell, A., & Rushmer, R. (2007). Healthcare professionals’ views on clinician engagement in quality improvement: A literature review. London: The Health Foundation.

    Google Scholar 

  • Dittrich, W. (2017). Business intelligence als navigator. HR Performance, 2/2017, 58–59.

    Google Scholar 

  • Dittrich, W., & Biniok, M. (2018). Knowledge transfer as driver for innovation culture in heterogeneous economic zones. In F. Bakirci, T. Heupel, O. Kocagöz, & Ü. Özen (Hrsg.), German-Turkish Perspectives on IT and Innovation Management (S. 229–246). Wiesbaden: Springer Gabler.

    Google Scholar 

  • Durst, C., Durst, M., Kolonko, T., Neef, A., & Greif, F. (2015). A holistic approach to strategic foresight: A foresight support system for the German Federal Armed Forces. Technological Forecasting and Social Change, 97, 91–104.

    Article  Google Scholar 

  • Ellen, M. E., Lavis, J. N., Ouimet, M., Grimshaw, J., & Bédard, P.-O. (2011). Determining research knowledge infrastructure for healthcare systems: A qualitative study. Implementation Science, 6(1), 60.

    Article  Google Scholar 

  • Ferrucci, D. A. (2012). Introduction to “this is watson”. IBM Journal of Research and Development, 56(3.4), 1–1.

    Google Scholar 

  • Flodgren, G., Parmelli, E., Doumit, G., Gattellari, M., O’Brien, M., Grimshaw, J., & Eccles, M. P. (2011). Local opinion leaders: Effects on professional practice and health care outcomes. UK: Cochrane Database System Review, (1).

    Google Scholar 

  • Garbs, H. (2016). IBM Watson in der Onkologie. https://www.goingpublic.de/ibm-watson-in-der-onkologie. Zugegriffen: 20. Sep. 2018.

  • Glegg, S. M., & Hoens, A. (2016). Role domains of knowledge brokering: a model for the health care setting. Journal of Neurologic Physical Therapy, 40, 115–123.

    Article  Google Scholar 

  • Goel, A., Anderson, T., Belknap, J., Creeden, B., Hancock, W., Kumble, M., & Goel, A. (2016). Using Watson for constructing cognitive assistants. Advances in Cognitive Systems, 4, 1–16.

    Google Scholar 

  • Graham, I. D., Logan, J., Harrison, M. B., Straus, S. E., Tetroe, J., Caswell, W., & Robinson, N. (2006). Lost in knowledge translation: Time for a map? The Journal of Continuing Education in the Health Professions, 26, 13–24.

    Article  Google Scholar 

  • Grimshaw, J. M., Eccles, M. P., Lavis, J. N., Hill, S. J., & Squires, J. E. (2012). Knowledge translation of research findings. Implementation Science, 7(1), 50.

    Article  Google Scholar 

  • High, R. (2012). The era of cognitive systems: An inside look at IBM Watson and how it works. IBM Coroperation: Redbooks.

    Google Scholar 

  • Hildebrandt, M. (2013). From Galatea 2.2 to Watson – and back? In Human law and computer law: comparative perspectives (pp. 23–45). Springer, Dordrecht.

    Google Scholar 

  • Holtel, S. (2014). Short Paper: More than the end to information overflow how IBM Watson will turn upside down our view on information appliances. IEEE World Forum on Internet of Things (WF-IoT), (S. 187–188). IEEE.

    Google Scholar 

  • Hoyt, R. E., Snider, D. H., Thompson, C. J., & Mantravadi, S. (2016). IBM Watson analytics: Automating visualization, descriptive, and predictive statistics. JMIR Public Health and Surveillance, 2(2), e157.

    Article  Google Scholar 

  • Kothari, A., & Wathen, C. N. (2013). A critical second look at integrated knowledge translation. Health Policy, 109, 187–191.

    Article  Google Scholar 

  • Landry, R., Lamari, M., & Amara, N. (2003). Extent and determinants of utilization of university research in government agencies. Public Administration Review, 63, 192–205.

    Article  Google Scholar 

  • McKibbon, K., Lokker, C., Keepanasseril, A., Colquhoun, H., Haynes, R., & Wilczynski, N. (2013). WhatisKT wiki: A case study of a platform for knowledge translation terms and definitions — Descriptive analysis. Implementation Science, 8, 13.

    Article  Google Scholar 

  • Nordakademie/von Studnitz Management Consultants GmbH (2008). Studie Wissensmanagement. Wissenstransfer und Arbeitsmarktwandel. https://www.nordakademie.de/fileadmin/downloads/Forschung/Studie_Wissensmanagement.pdf. Zugegriffen: 11. Nov. 2009.

  • Rogers, E. M. (1983). Diffusion of innovations (3. Aufl.). New York: The Free Press.

    Google Scholar 

  • Rogers, E. M. (1995). Diffusion of innovations (4. Aufl.). New York: The Free Press.

    Google Scholar 

  • Schmidt, C. (2017). M. D. Anderson breaks with IBM Watson, raising questions about artificial intelligence in oncology. Journal of the National Cancer Institute, 109, 4–5.

    Google Scholar 

  • Scott-Findlay, S., & Estabrooks, C. A. (2006). Knowledge translation and pain management. In A. Finley, P. McGrath, & C. Chambers (Hrsg.), Bringing pain relief to children (S. 199–227). Totowa: Humana Press.

    Chapter  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. FOM Hochschule, Frankfurt a. M., Deutschland

    Winand Dittrich & Tamara Schulz

Authors
  1. Winand Dittrich
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Tamara Schulz
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Winand Dittrich .

Editor information

Editors and Affiliations

  1. FOM Hochschule für Oekonomie & Management, Düsseldorf, Germany

    Rüdiger Buchkremer

  2. FOM Hochschule für Oekonomie & Management, Essen, Germany

    Thomas Heupel

  3. FOM Hochschule für Oekonomie & Management, Frankfurt a. M., Germany

    Oliver Koch

Rights and permissions

Reprints and permissions

Copyright information

© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Dittrich, W., Schulz, T. (2020). Entscheiden bei Unsicherheit. In: Buchkremer, R., Heupel, T., Koch, O. (eds) Künstliche Intelligenz in Wirtschaft & Gesellschaft. FOM-Edition. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-29550-9_13

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-29550-9_13

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-29549-3

  • Online ISBN: 978-3-658-29550-9

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation