Zusammenfassung
Mit dem vorliegenden Buchbeitrag wird ein differenzierter Blick auf das Wertversprechen der Digitalisierung für die industrielle Produktion geworfen. In Anlehnung an die Wissenstreppe nach North wird zunächst ein Bewertungsrahmen in Form eines Stufenmodells vorgestellt, mit dem sich der Nutzwert digitaler Technologien und des Einsatzes künstlicher Intelligenz (KI) einordnen lassen. Das 6-stufige Modell unterteilt sich in die Bereiche des Wissensaufbaus (Stufen 1 bis 3) und der Wissensnutzung (Stufen 4 bis 6) und versetzt Unternehmen in die Lage, im Zuge der Einführung von KI-Ansätzen deren Anwendungskontext und angestrebten Nutzwert systematisch zu beschreiben und zu bewerten. Anhand von Fallbeispielen wird weiterhin aufgezeigt, dass der erzielbare Nutzwert von KI-Ansätzen maßgeblich von drei Determinanten abhängig ist: der Unternehmensspezifität, dem konkreten Prozesskontext und dem Komplexitätsgrad der Managementaufgabe, die durch den KI-Ansatz unterstützt werden soll.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Die Finanz- und Kapitalmärkte kommen dem Gedanken eines vollkommenen Marktes noch am nächsten, erreichen ihn aber nicht.
- 2.
Im Zeitraum Juni 2018 bis Mai 2020 wurde das Netzwerk-Projekt von der TH Köln koordiniert. Im Einzelnen waren folgende Unternehmen beteiligt: Berges Antriebstechnik GmbH & Co. KG, Dörrenberg Edelstahl GmbH, Fabrilog GmbH & Co. KG, GC-heat Gebhard GmbH & Co. KG, GIZEH Verpackungen GmbH & Co. KG, HEW-KABEL GmbH, HT Tooling GmbH, Klingelnberg GmbH, PFLITSCH GmbH & Co. KG, PWM GmbH & Co. KG, Recknagel Präzisionsstahl GmbH, Schroeder Valves GmbH & Co. KG, Steinmüller Engineering GmbH, STRIKO Verfahrenstechnik W.Strikfeldt & Koch GmbH und WSM – Walter Solbach Metallbau GmbH.
- 3.
Dazu wurden die dem statistischen Bundesamt bekannten 24 Wirtschaftszweige des verarbeitenden Gewerbes (siehe www.destatis.de) in Bezug auf die genannten Spezifitätskriterien untersucht und in die vorliegenden sechs Typen überführt.
- 4.
Die Nutzenpotenziale je Unternehmenstyp und Teilprozess wurden im Expertenkreis, unterstützt durch die Delphi-Methode, ermittelt.
Literatur
BMWi. (2019). Plattform Industrie 4.0 des BMWi. https://www.plattform-i40.de/I40/Navigation/DE/Home/home.html. Zugegriffen am 22.02.2019.
Cinar, Z. M., Nuhu, A. A., Zeeshan, Q., & Korhan, O. (2020). Digital Twins for Industry 4.0: A Review. In F. Calisir & O. Korhan (Hrsg.), Industrial Engineering in the Digital Disruption Era. Springer International Publishing.
Digital in NRW. (2020). Künstliche Intelligenz im Mittelstand – Potenziale und Anwendungsbeispiele. Herausgegeben vom Mittelstand 4.0-Kompetenzzentrum Dortmund. https://www.mittelstand-digital.de/Redaktion/DE/Publikationen/zentrum-dortmund-ki-im-mittelstand.pdf. Zugegriffen am 06.03.2021.
DIN 44.300: (o. J.). Normenreihe 44.300 für die Informationsverarbeitung.
Hatiboglu, B., Schuler, S., Bildstein, A., & Hämmerle, M. (2019). Einsatzfelder von künstlicher Intelligenz im Produktionsumfeld. Kurzstudie im Rahmen von „100 Orte für Industrie 4.0 in Baden-Württemberg“, durchgeführt vom Fraunhofer IAO und IPA. http://publica.fraunhofer.de/eprints/urn_nbn_de_0011-n-5491073.pdf. Zugegriffen am 27.04.2020.
North, K. (2016). Wissensorientierte Unternehmensführung (6. Aufl.). Springer Gabler. https://link.springer.com/book/10.1007/978-3-658-11643-9
Schaeffler.(2020). Projektbericht „Mit Industrie 4.0 Lösungen Anlagenverfügbarkeit erhöht“ vom 06.02.2020. https://www.schaeffler.com/remotemedien/media/_shared_media/08_media_library/01_publications/schaeffler_2/global_technology_solution/downloads_28/gts_0133_de_de.PDF. Zugegriffen am 11.05.2021.
Snowden, D., & Boone, M. (2007). A Leader’s Framework for Decision Making. Harvard Business Review, 85(11), 68–76. 149.
Ulrich, G., & Albrecht, T. (2019). Fahrerlose Transportsysteme (3. Aufl.). Springer Vieweg.
Ulrich, H., & Probst, G. J. B. (1991). Anleitung zum ganzheitlichen Denken und Handeln. Ein Brevier für Führungskräfte (3., erw. Aufl., S. 61). Paul Haupt.
VDI. (2016). Presseartikel des VDI vom 10.08.2016. https://m.vdi.de/presse/artikel/was-wir-fuer-industrie-40-brauchen-technologien-und-geschaeftsmodelle-1/. Zugegriffen am 22.02.2019.
Wittpahl, V. (2019). Künstliche Intelligenz. Springer. https://doi.org/10.1007/978-3-662-58042-4
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Haag, C., Pyschny, N. (2023). Künstliche Intelligenz für die industrielle Produktion – Ein kontextorientierter Bewertungsrahmen. In: Schallmo, D.R.A., Lang, K., Werani, T., Krumay, B. (eds) Digitalisierung. Schwerpunkt Business Model Innovation. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-36634-6_18
Download citation
DOI: https://doi.org/10.1007/978-3-658-36634-6_18
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-36633-9
Online ISBN: 978-3-658-36634-6
eBook Packages: Business and Economics (German Language)