Advertisement

Künstliche Intelligenz und datenbasierte Geschäftsmodellinnovationen – Warum Unternehmen jetzt handeln sollten

  • Johannes WinterEmail author

Zusammenfassung

Künstliche Intelligenz (KI) erlebt eine eindrucksvolle Renaissance über den zunehmenden Einsatz in konkreten Produkten und Dienstleistungen. KI begegnet uns tagtäglich in unserer Arbeits- und Lebenswelt: Ob als Sprach- und Einkaufsassistenz im vernetzten Zuhause, als Robo-Advisor bei der Geldanlage oder als humanoider Helfer im Alter, immer ist Künstliche Intelligenz der Treiber. Der Beitrag skizziert die Potenziale von KI für die servicebasierte Geschäftsmodellinnovation und zeigt anhand konkreter Beispiele, wo KI zur Entwicklung und Vermarktung von Serviceinnovationen beitragen und den Kundennutzen konkret erhöhen kann.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. acatech (2015): Smart Service Welt – Umbetzungsempfehlungen für das Zukunftsprojekt, Internetbasierte Dienste für die Wirtschaft, http://www.acatech.de/fileadmin/user_upload/Baumstruktur_nach_Website/Acatech/root/de/Projekte/Laufende_Projekte/Smart_Service_Welt/BerichtSmartService_mitUmschlag_barrierefrei_HW76_DNK2.pdf (Zugriff am 12.11.2017).
  2. acatech (2016): Innovationspotenziale der Mensch-Maschine-Interaktion, München.Google Scholar
  3. acatech/Deutsches Forschungszentrum für Künstliche Intelligenz DFKI/Fraunhofer IEM (2018): Autonome Systeme, Berlin (im Druck).Google Scholar
  4. Accenture (2017): Artificial Intelligence – The Future of Business – How artificial intelligence and robotics will amplify people, products and business, https://www.accenture.com/us-en/artificial-intelligence-index (Zugriff am 14.11.2017).
  5. Acemoglu, D./Autor, D. (2010): Skills, Tasks and Technologies – Implications for Employment and Earnings, in: NBER Working Paper, No. 16082.Google Scholar
  6. Autor, D./Levy, F./Murnane, R. (2003): The Skill Content of Recent Technological Change – An Empirical Exploration, in: The Quarterly Journal of Economics, Vol. 118, No. 4, S. 1279-1333.CrossRefGoogle Scholar
  7. Bonin, H./Gregory, T./Zierahn, U. (2015): Übertragung der Studie von Frey/Osborne (2013) auf Deutschland, Mannheim.Google Scholar
  8. Broy, M./Geisberger, E. (2012): agendaCPS – Integrierte Forschungsagenda Cyber-Physical Systems, München.Google Scholar
  9. Brynjolfsson, E./McAfee, A. (2011): Race Against the Machine – How the Digital Revolution is Accelerating Innovation, driving Productivity, and irreversibly Transforming Employment and the Economy, Lexington.Google Scholar
  10. Evangelista, R./Guerrieri, P./Meliciani, V. (2014): The Economic Impact of Digital Technologies in Europe, in: Economics of Innovation and New Technology, Vol. 23, No. 8, S. 802-824.CrossRefGoogle Scholar
  11. Fachforum Autonome Systeme im Hightech-Forum (2016): Autonome Systeme – Zwischenbericht, Berlin.Google Scholar
  12. Fachforum Autonome Systeme im Hightech-Forum (2017): Autonome Systeme – Chancen und Risiken für Wirtschaft, Wissenschaft und Gesellschaft, Abschlussbericht, Berlin.Google Scholar
  13. Floreano, D/Wood, R.J. (2015): Science, technology and the future of small autonomous drones, in: Nature, Vol. 521, No. 7559, S. 460-466.CrossRefGoogle Scholar
  14. Frey, C.B./Osborne, M.A. (2013): The Future of Employment – How Susceptible Are Jobs to Computerisation?, https://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf (Zugriff am 17.11.2017).
  15. Hägele, M./Blümlein, N./Kleine, O. (2011): Wirtschaftlichkeitsanalysen neuartiger Servicerobotik-Anwendungen und ihre Bedeutung für die Robotik-Entwicklung, EFFIROB – Eine Analyse der Fraunhofer Institute IPA und ISI im Auftrag des BMBF, Stuttgart.Google Scholar
  16. Hirsch-Kreinsen, H. (2015): Einleitung – Digitalisierung industrieller Arbeit, in: Hirsch-Kreinsen, H./Ittermann, P./Niehaus, J. (Hrsg.): Digitalisierung industrieller Arbeit – Die Vision Industrie 4.0 und ihre sozialen Herausforderungen, Baden-Baden, S. 9-30.Google Scholar
  17. International Data Corporation (2017): Worldwide Semiannual Cognitive/Artificial Intelligence Systems Spending Guide, http://www.idc.com/getdoc.jsp?containerId=prUS42439617 (Zugriff am 14. 11.2017).
  18. IFR (International Federation of Robotics), Statistical Department (2016): World Robotics – Industrial Robots 2016, Executive Summary, Frankfurt am Main.Google Scholar
  19. Institut für Arbeitsmarkt- und Berufsforschung (2015): Industry 4.0 and the consequences for labour market and economy – Scenario calculations in line with the BIBB-IAB qualifications and occupational field projections, IAB-Forschungsbericht Nr. 8, Nürnberg.Google Scholar
  20. Jordan, M./Mitchell, T. (2015): Machine learning – Trends, perspectives, and prospects, in: Science, Vol. 349, No. 6245, S. 255-260.CrossRefGoogle Scholar
  21. Kagermann, H./Winter, J. (2017): Industrie 4.0 und plattformbasierte Geschäftsmodellinnovationen, in: Lucks, K. (Hrsg.): Praxishandbuch Industrie 4.0., Stuttgart.Google Scholar
  22. McKinsey (2011): Internet matters – The Net’s Sweeping Impact on Growth, Jobs, and Prosperity, file:///C:/Users/Sabrina/AppData/Local/Packages/Microsoft.Microsoft Ed ge_8wekyb3d8bbwe/TempState/Downloads/MGI_internet_matters_exec_summary.pdf (Zugriff am 14.11.2017).Google Scholar
  23. McKinsey (2017): Smartening up with Artificial Intelligence (AI) – What’s in it for Germany and its Industrial Sector?, https://www.mckinsey.de/files/170419_mckin-sey_ki_final_m.pdf (Zugriff am 14. 2017).
  24. NSTC National Science and Technology Council (2016): Preparing for the Future of Artificial Intelligence, Washington D.C.Google Scholar
  25. Picot et al. (2015): The Internationalization of German Software-based Companies – Sustainable Growth Strategies for Small and Medium-sized Companies, Cham.Google Scholar
  26. PricewaterhouseCoopers (2017): Sizing the prize – What’s the real value of AI for your business and how can you capitalise?, New York.Google Scholar
  27. Shah, J. et al. (2016): Artificial Intelligence and Life in 2030 – One Hundred Year Study on Artificial Intelligence, https://ai100.stanford.edu/sites/default/files/ai100report10032016fnl_singles.pdf (Zugriff am 23.11.2017).
  28. The President’s National Security Telecommunications Advisory Committee (2014): NSTAC Report to the President on the Internet of Things, Washington DC.Google Scholar
  29. Wahlster, W. (2016): 60 Jahre KI – „Menschliche Intelligenz ist der künstlichen noch weit überlegen“, https://www.wired.de/collection/tech/60-jahre-ki-die-menschliche-intelligenz-ist-der-kuenstlichen-noch-weit-ueberlegen (Zugriff am 14.11.2017).
  30. Wahlster, W./Kirchner, F. (2015): Autonome Systeme – Technisch-wissenschaftliche Herausforderungen und Anwendungspotentiale, in: DFKI Documents, Vol. 5. No. 4, S. 1-20.Google Scholar
  31. Winter J. (2017): Europa und die Plattformökonomie – Wie datengetriebene Geschäftsmodelle Wertschöpfungsketten verändern, in: Bruhn M./Hadwich K. (Hrsg.): Dienstleistungen 4.0, Band 2, Wiesbaden.CrossRefGoogle Scholar
  32. Wynn et al. (2014): Autonomous Underwater Vehicles (AUVs) – Their past, present and future contributions to the advancement of marine geoscience, in: Marine Geology, Vol. 352, No. 1, S. 451-468.Google Scholar
  33. Zuboff, S. (1988): In the Age of the Smart Machine – The Future of Work and Power, New York.Google Scholar
  34. Zuboff, S. (2010): Creating value in the age of distributed capitalism, https://www.mckinsey.com/business-functions/strategy-and-corporate-finance/our-insights/creating-value-in-the-age-of-distributed-capitalism (Zugriff am 17.11.2017).

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Dt. Akademie der TechnikwissenschaftenacatechMünchenDeutschland

Personalised recommendations