Zusammenfassung
KI-Technologien sind Methoden und Verfahren, die es technischen Systemen ermöglichen, selbständig Probleme zu lösen und aus Daten und Aktionen zu lernen und somit scheinbar intelligent Routinen auszuführen. Die derzeit am häufigsten eingesetzte Methode ist das sogenannte maschinelle Lernen, bei der Berechnungsschritte automatisiert und ohne explizite Programmierung eines konkreten Lösungswegs durchgeführt werden. KI ist aber nur eine von vielen technologischen Entwicklungen, die derzeit die Arbeitswelt wesentlich beeinflussen, und kann eingeordnet werden in einen stufenweisen Entwicklungs- und Transformationsprozess, den ein Unternehmen oder eine Organisation durchlaufen kann, angefangen bei der Nutzung von Informationstechnologien, über die Vernetzung dieser IT-Komponenten, die Aggregation von Daten zu Informationen, bis hin zur hochgradigen Automatisierung von Entscheidungs- und Umsetzungshandlungen. Auch die KI-Automation selbst muss in verschiedene Stufen abgegrenzt werden: Beginnend bei einer assistierten Entscheidung können KI-Systeme unterschiedlich gestaltet sein und in der höchsten Autonomiestufe ein autonomes Entscheidungssystem darstellen, das nahezu autark und dauerhaft ohne die Bedienung durch einen menschlichen Benutzer die Kontrolle über Entscheidungen für eine große und komplexe Anwendungsdomäne übernimmt. In diesem Zusammenhang ist die Kritikalität der Anwendungsdomäne, in der ein KI-System eingesetzt wird, entscheidend. Für eine Bewertung und Einstufung hilft die Kritikalitätspyramide der von der Bundesregierung 2018 beauftragten Datenethikkommission (DEK).
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
acatech - Deutsche Akademie der Technikwissenschaften e.V. (2023) Selbstverständnis und Ziele der Plattform. https://www.plattform-lernende-systeme.de/selbstverstaendnis.html
Bendel O (2023) Big Data. In: Gabler Wirtschaftslexikon. https://wirtschaftslexikon.gabler.de/definition/big-data-54101/version-384381
Bitkom e. V. (Hrsg) (2017) Künstliche Intelligenz verstehen als Automation des Entscheidens. Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V., Berlin. https://www.bitkom.org/Bitkom/Publikationen/Kuenstliche-Intelligenz-verstehen-als-Automation-des-Entscheidens.html
Bitkom e.V. (2023) Das Periodensystem der Künstlichen Intelligenz. https://www.periodensystem-ki.de/Mit-Legosteinen-die-Kuenstliche-Intelligenz-bauen
Brandt M (2014) Dramatischer Preisverfall bei Festplattenspeichern. https://de.statista.com/infografik/2544/entwicklung-preis-pro-gigabyte-festplattenspeicher
Bundesregierung (2018) Nationale KI-Strategie. November 2018, Berlin. https://www.ki-strategie-deutschland.de
Bundesministerium für Wirtschaft und Energie (Hrsg) (2020) KI in der Industrie 4.0: Orientierung, Anwendungsbeispiele, Handlungsempfehlungen. Bundesministerium für Wirtschaft und Energie, Berlin. https://www.bundesregierung.de/breg-de/suche/industrie-4-0-ki-in-der-industrie-4-0-orientierung-anwendungsbeispiele-handlungsempfehlungen-1769482
Cernavin O (2018) Ansätze für eine lernförderliche Arbeitsgestaltung 4.0. Arbeit 27(4):295–315. https://doi.org/10.1515/arbeit-2018-0023
Datenethikkommission der Bundesregierung (Hrsg) (2019) Gutachten der Datenethikkommission der Bundesregierung. Datenethikkommission der Bundesregierung, Bundesministerium des Innern, für Bau und Heimat, Bundesministerium der Justiz und für Verbraucherschutz, Berlin. https://www.bundesregierung.de/breg-de/service/publikationen/gutachten-der-datenethikkommission-langfassung-1685238
Dombrowski U, Riechel C, Evers M. (2014) Industrie 4.0 – Die Rolle des Menschen in der vierten industriellen Revolution. In: Industrie 4.0. Wie intelligente Vernetzung und kognitive Systeme unsere Arbeit verändern. Gito, S 129–153
Fasel D, Meier A (2016) Was versteht man unter Big Data und NoSQL? In: Fasel D, Meier A (Hrsg) Big Data. Edition HMD. Springer Vieweg, Wiesbaden, S 3–16. https://doi.org/10.1007/978-3-658-11589-0_1
Harlacher M (2021) Auswirkungen der Komplexität im Projektmanagement auf die Beanspruchung und den Erfolg von Projektverantwortlichen. Dissertation, RWTH Aachen University. Shaker, Aachen
Hirsch-Kreinsen H (2018) Wandel und Gestaltung digitalisierter Industriearbeit. In: Wagner R (Hrsg) Industrie 4.0 für die Praxis. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-21118-9_11
Hirsch-Kreinsen H, ten Hompel M (2017) Digitalisierung industrieller Arbeit: Entwicklungsperspektiven und Gestaltungsansätze. In: Vogel-Heuser B, Bauernhansl T, ten Hompel M (Hrsg) Handbuch Industrie 4.0, Bd 3. Springer, Berlin, S 357–376. https://doi.org/10.1007/978-3-662-53251-5_21
iit ( ) Potenziale der künstlichen Intelligenz im produzierenden Gewerbe in Deutschland. iit-Institut für Innovation und Technik in der VDI/VDE Innovation + Technik GmbH, Berlin. https://www.iit-berlin.de/de/publikationen/potenziale-der-kuenstlichen-intelligenz-im-produzierenden-gewerbe-in-deutschland
Jeske T (2021) Einleitung und Überblick. In: Jeske T, Lennings F (Hrsg) Produktivitätsmanagement 4.0. ifaa-Edition. Springer Vieweg, Berlin, S 1–6. https://doi.org/10.1007/978-3-662-61584-3_1
Kirste M, Schürholz M (2019) Einleitung: Entwicklungswege zur KI. In: Wittpahl V (Hrsg) (2019) Künstliche Intelligenz; Technologie, Anwendung, Gesellschaft. Springer Vieweg, Berlin, S 21–35
Pannagl S (2015) Digitalisierung der Wirtschaft: Bedeutung, Chancen und Herausforderungen. Dossier Wirtschaftspolitik Nr. 5, Wirtschaftskammer Österreich Stabsabteilung Wirtschaftspolitik. https://news.wko.at/news/oesterreich/2015-05-Dossier-Digitalisierung-der-Wirtschaft.pdf
Russell SJ, Norvig P (1995) Artificial intelligence. A modern approach. Prentice Hall, Upper Saddle River
Rüttgers C, Hochgürtel K (2019) Digitalisierung der Arbeit und des HR-Managements – Eine empirische Analyse der Einstellungen von Beschäftigten. In: Hermeier B, Heupel T, Fichtner-Rosada S (Hrsg) Arbeitswelten der Zukunft. FOM-Edition. Springer Fachmedien, Wiesbaden, S 223–247. https://doi.org/10.1007/978-3-658-23397-6_13
Schneider C, Wald A, Scheurer S (2019) Digitale Transformation der Arbeitswelt: Auswirkungen auf die Projektarbeit. Projektmanagement Aktuell 2:25–31
Schuh G, Anderl R, Dumitrescu R, Krüger A, ten Hompel M (Hrsg) (2020) Industrie 4.0 Maturity Index. Die digitale Transformation von Unternehmen gestalten – UPDATE 2020. acatech STUDIE, München. https://www.acatech.de/publikation/industrie-4-0-maturity-index-update-2020
Statistisches Bundesamt (2022) Investitionen der Industrie 2021: 3,5 % höher als im Vorjahr. Pressemitteilung Nr. 482 vom 16. November 2022. https://www.destatis.de/DE/Presse/Pressemitteilungen/2022/11/PD22_482_42231.html
Terstegen S, Link J, ifaa – Institut für angewandte Arbeitswissenschaft (Hrsg) (2022) Künstliche Intelligenz. Grundlagen, Anwendungen und Praxisbeispiele. ifaa, Düsseldorf. https://www.arbeitswissenschaft.net/ki-praxis
Wollenhaupt G (2016) IoT Slashes Downtime with Predictive Maintenance. Whitepaper, Parametric Technology GmbH, München
Whyte J, Stasis A, Lindkvist C (2016) Managing change in the delivery of complex projects: Configuration management, asset information and ‘big data’. Int J Project Manage 34(2):339–351. https://doi.org/10.1016/j.ijproman.2015.02.006
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2023 ifaa - Institut für angewandte Arbeitswissenschaft. e.V.
About this chapter
Cite this chapter
Terstegen, S., Ramm, G.M., Harlacher, M. (2023). Klassifizierung von Künstlicher Intelligenz. In: Stowasser, S. (eds) Künstliche Intelligenz (KI) und Arbeit . ifaa-Edition. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-67912-8_4
Download citation
DOI: https://doi.org/10.1007/978-3-662-67912-8_4
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-67911-1
Online ISBN: 978-3-662-67912-8
eBook Packages: Computer Science and Engineering (German Language)