Skip to main content
SpringerLink
Log in

Künstliche Intelligenz: Chance oder Risiko für das Unternehmertum der Zukunft?

  • Chapter
  • First Online:
Entrepreneurship der Zukunft

  • 1761 Accesses

Zusammenfassung

Künstliche Intelligenz hat in den letzten Jahren stark an Bedeutung gewonnen und gilt als wesentlicher Trend zukünftiger Wirtschafts- und Gesellschaftsentwicklungen. Unternehmen sehen in der Anwendung von KI große Chancen, beispielsweise durch automatisierte Prozesse, die Zeit und Kosten sparen sowie verbesserte Entscheidungen durch die Analyse großer Datenmengen. KI kann auch dazu beitragen, neue Produkte und Dienstleistungen zu entwickeln und die Kundenbindung zu verbessern. Allerdings birgt die zunehmende Verbreitung von KI auch Risiken, wie die Veränderung von Arbeitsplätzen durch Automatisierung und ethische Herausforderungen, die sich z. B. aus der Verarbeitung persönlicher Daten ergeben. Unternehmen müssen daher sorgfältig abwägen, wie sie KI einsetzen, um die Chancen zu nutzen und die Risiken zu minimieren. Eine wichtige Rolle spielt hierbei auch die Investition in Weiterbildung und die Entwicklung von Fähigkeiten, welche die Mitarbeiter fit für die Zukunft machen. Insgesamt ist KI ein wichtiger Treiber für die digitale Transformation und kann Unternehmen helfen, sich erfolgreich an die Herausforderungen der Zukunft anzupassen, wenn sie sorgfältig geplant und umgesetzt wird.

„KI ist derzeit unbestritten der zentrale Treiber des digitalen Wandels.“ (Zukunftsinstitut, 2023)

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

Notes

  1. 1.

    Bloße Wenn-Dann-Reaktionen (Stimulus-Response) erfordern keine Intelligenz, denn die Wirkung bzw. Reaktion auf einen Reiz kann schlicht dualistischer Natur (0/1, ja/nein) sein – ähnlich wie bei einem Lichtschalter, dessen Betätigung das Licht ein- oder ausschaltet. Eine Intelligenz würde dem Lichtschalter vermutlich niemand attestieren, wohl aber vielleicht demjenigen, der ihn aus einem bestimmten Grund bedient. Dieser kombiniert Informationen, die überhaupt erst zur Betätigung des Schalters aufgrund einer elaborierten und damit wahrgenommenen Notwendigkeit führen – also z. B. die Wahrnehmung mit den Augen (Input), dass es dunkel im Zimmer ist und daher Abhilfe durch Anschalten des Lichtes per Schalter geschaffen werden muss. Es erfolgt daher ein Inbezugsetzen von unterschiedlichen Informationen (Verarbeitung) mit dem Ergebnis der Schalterbetätigung (Output).

  2. 2.

    Aktuelle entwicklungspsychologische Forschungen betonen jedoch auch, dass Menschen bereits vor, v. a. aber auch unmittelbar nach ihrer Geburt zu völlig eigenständigem Lernen im Stande sind (etwa Siegler et al., 2016). Sie werden also bereits seit Beginn der frühesten Entwicklung von einem ‘System’ (Mutter) automatisch für das weitere Lernen vorbereitet und ‘trainiert’. Dieser Lernautomatismus ist bei einer KI (bisher) nicht gegeben, sondern das Lernen erfolgt erst mit intendierter Bereitstellung von Trainingsdaten.

  3. 3.

    Im gesamten Buch ist die weibliche, männliche und diverse Form des Geschlechts stets gleichermaßen gemeint.

Literatur

  • Abd Jelil, R. (2018). Review of artificial intelligence applications in garment manufacturing. In Artificial Intelligence for fashion industry in the big data era (S. 97–123). Springer.

    Google Scholar 

  • Akhtar, M., & Moridpour, S. (2021). A review of traffic congestion prediction using artificial intelligence. Journal of Advanced Transportation.

    Google Scholar 

  • Apt, W., & Priesack, K. (2019). KI und Arbeit–Chance und Risiko zugleich. In Künstliche Intelligenz (S. 221–238). Springer Vieweg.

    Google Scholar 

  • Archmann, S., & Iglesias, C. (2010). eGovernment: A driving force for innovation and efficiency in public administration. EIPAScope, 2010(1), 29–36.

    Google Scholar 

  • Asanalieva, N., Bremicker-Trübelhorn, S., Franken, L., Good, G., Heinrich, R. P. G., Herzog, A. K., ... & Urbich, I. (2022). Gridcast-Erhöhung der Netzsicherheit durch flexibilisierte Wetter-und Leistungsprognosemodelle auf Basis stochastischer und physikalischer Hybridmethoden.

    Google Scholar 

  • Ausfelder, F., Beilmann, C., Bertau, M., Bräuninger, S., Heinzel, A., Hoer, R., ... & Ziegahn, K. F. (2015). Energiespeicherung als Element einer sicheren Energieversorgung. Chemie Ingenieur Technik, 1(87), 17–89.

    Google Scholar 

  • Aydın, Ö., & Karaarslan, E. (2022). OpenAI ChatGPT Generated Literature Review: Digital Twin in Healthcare. Available at SSRN 4308687.

    Google Scholar 

  • Balog, M., Gaunt, A. L., Brockschmidt, M., Nowozin, S., & Tarlow, D. (2017). DeepCoder: Learning to Write Programs. ICLR, 2017, 1–21.

    Google Scholar 

  • Beaconforce. (2022). Growth powered by your people. https://beaconforce.com/Zugegriffen. Zugegriffen: 19. Jan. 2023.

  • Bécue, A., Praça, I., & Gama, J. (2021). Artificial intelligence, cyber-threats and Industry 4.0: Challenges and opportunities. Artificial Intelligence Review, 54(5), 3849–3886.

    Google Scholar 

  • Bielli, M., Ambrosino, G., Boero, M., & Mastretta, M. (1991). Artificial intelligence techniques for urban traffic control. Transportation Research Part A: General, 25(5), 319–325.

    Google Scholar 

  • Blondeel, M., Bradshaw, M. J., Bridge, G., & Kuzemko, C. (2021). The geopolitics of energy system transformation: A review. Geography Compass, 15(7), e12580.

    Google Scholar 

  • Bushinsky, S. (2009). Deus ex machina—a higher creative species in the game of chess. Ai Magazine, 30(3), 63–63.

    Google Scholar 

  • Bushnell, D. S. (1990). Input, process, output: A model for evaluating training. Training & Development Journal, 44(3), 41–44.

    Google Scholar 

  • Chap, C. (2022). How Machine Learning Artificial Intelligence Improves Users’ Perceptions of Facebook Ads: A Model of Personalization, Advertising Value and Purchase Intention [Doctoral dissertation, Ohio University]. OhioLINK Electronic Theses and Dissertations Center. http://rave.ohiolink.edu/etdc/view?acc_num=ohiou1648238278654113.

  • ChatGPT. (2023). https://chat.openai.com/chat. Zugegriffen: 19. Jan. 2023.

  • CHIP. (2023). Humane AI Pin offiziell vorgestellt: So ein Gerät gab es bis jetzt noch nicht. https://www.chip.de/news/Humane-AI-Pin-So-ein-Geraet-gab-es-bis-jetzt-noch-nicht_185019574.html. Zugegriffen: 15. Nov. 2023.

  • Cioffi, R., Travaglioni, M., Piscitelli, G., Petrillo, A., & De Felice, F. (2020). Artificial intelligence and machine learning applications in smart production: Progress, trends, and directions. Sustainability, 12(2), 492.

    Google Scholar 

  • Closs, D. J., & Thompson, C. K. (1992). Logistics physical resource management. Journal of Business Logistics, 13(2), 269.

    Google Scholar 

  • Conti, A. A., Conti, A., Masoni, M., & Gensini, G. F. (2005). Clinical pictures of unknown origin in neurology: Past, present and future usefulness of artificial intelligence. Annali Italiani di Medicina Interna, 20(2), 113–116.

    Google Scholar 

  • Daugherty, P. R., Wilson, H. J., & Michelman, P. (2019). Revisiting the jobs artificial intelligence will create. MIT Sloan Management Review, 60(4), 0_1–0_8.

    Google Scholar 

  • Davis, G. B. (2002). Systems Approach. In Encyclopedia of Information Systems (S. 351–360). Academic Press

    Google Scholar 

  • Dimitrieska, S., Stankovska, A., & Efremova, T. (2018). Artificial intelligence and marketing. Entrepreneurship, 6(2), 298–304.

    Google Scholar 

  • Dobrev, D. (2012). A definition of artificial intelligence. arXiv preprint arXiv:1210.1568.

  • Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data–evolution, challenges and research agenda. International journal of information management, 48, 63–71.

    Google Scholar 

  • Duft, G., & Durana, P. (2020). Artificial intelligence-based decision-making algorithms, automated production systems, and big data-driven innovation in sustainable industry 4.0. Economics, Management and Financial Markets, 15(4), 9–18.

    Google Scholar 

  • Frey, C. B., & Osborne, M. A. (2017). The future of employment: How susceptible are jobs to computerisation? Technological forecasting and social change, 114, 254–280.

    Google Scholar 

  • Funke, J., & Vaterodt, B. (2004). Was ist Intelligenz? C.H. Beck.

    Google Scholar 

  • Goasduff, L. (2020). 2 Megatrends dominieren den Hype Cycle von Gartner für künstliche Intelligenz, 2020, Gartner https://www.gartner.de/de/artikel/2-megatrends-dominieren-den-hype-cycle-von-gartner-fuer-kuenstliche-intelligenz-2020. Zugegriffen: 16. Jan. 2022.

  • Gomez-Uribe, C. A., & Hunt, N. (2015). The netflix recommender system: Algorithms, business value, and innovation. ACM Transactions on Management Information Systems (TMIS), 6(4), 1–19.

    Google Scholar 

  • Hasan, A. H., Hilmi, M. F., Ibrahim, F., Haron, H., Mohamad, A., & Subramaniam, S. R. (2020). Input Process Output (IPO) AI Chatbot as personal learning assistant for programming coursework. In Proceedings of International Conference on The Future of Education IConFEd), 17–18 November (S. 257–267).

    Google Scholar 

  • Hattrup, M. (2017). Künstliche Intelligenz wird zum Wachstumsmotor für deutsche Industrie, McKinsey https://www.mckinsey.com/de/news/presse/kunstliche-intelligenz-wird-zum-wachstumsmotor-fur-deutsche-industrie. Zugegriffen: 19. 01. Jan. 2023.

  • Heim, L., & Gerth, S. (2022). Trendantizipierte Geschäftsmodelladaptionen und -innovationen. Strukturierte und praxisorientierte Etablierung der Zukunftsfestigkeit von Unternehmen am Beispiel eines Automobilzulieferers. In Entrepreneurship der Zukunft (S. 349–373). Springer Gabler.

    Google Scholar 

  • Hutter, R., & Hutter, M. (2021). Chances and Risks of Artificial Intelligence—A Concept of Developing and Exploiting Machine Intelligence for Future Societies. Applied System Innovation, 4(2), 37.

    Google Scholar 

  • IIV (Initiative Intelligente Vernetzung). (2019). Künstliche Intelligenz–Impulse zu einem Megatrend. Initiative Intelligente Vernetzung. https://www.bmwk.de/Redaktion/DE/Publikationen/Technologie/kuenstliche-intelligenz-impulse-zu-einem-megatrend.pdf?__blob=publicationFile&v=2. Zugegriffen: 19. Jan. 2023.

  • Javaid, M., Haleem, A., Singh, R. P., & Suman, R. (2022). Artificial intelligence applications for industry 4.0: A literature-based study. Journal of Industrial Integration and Management, 7(1), 83–111.

    Google Scholar 

  • kaia health software GmbH. (2022). kaiahealth.de. https://kaiahealth.de/. Zugegriffen: 22. Dez. 2022.

  • Kaplan, J. (2016). Artificial Intelligence: What Everyone Needs to KnowR. Oxford University Press.

    Google Scholar 

  • Kasparov, G. (2010). The chess master and the computer. The New York Review of Books, 57(2), 16–19.

    Google Scholar 

  • Kim, D. Y., Park, J. W., Baek, S., Park, K. B., Kim, H. R., Park, J. I., ... & Baek, W. (2020). A modular factory testbed for the rapid reconfiguration of manufacturing systems. Journal of Intelligent Manufacturing, 31(3), 661–680.

    Google Scholar 

  • Kirste, M., & Schürholz, M. (2019). Einleitung: Entwicklungswege zur KI. In Künstliche Intelligenz (S. 21–35). Springer Vieweg.

    Google Scholar 

  • Lau, C. G., & Haugh, B. A. (2018). Megatrend Issues in Artificial Intelligence and Autonomous Systems. https://www.jstor.org/stable/pdf/resrep22645.pdf. Zugegriffen: 1. März 2023.

  • Luhmann, N. (2017). Systemtheorie der Gesellschaft. Suhrkamp.

    Google Scholar 

  • MacTechNews. (2023). KI-Wearable: Humane AI Pin ist erschienen – und soll iPhone & Co. esetzen. https://www.mactechnews.de/news/article/KI-Wearable-Humane-AI-Pin-ist-erschienen-und-soll-iPhone-Co-ersetzen-183704.html. Zugegriffen: 15. Nov. 2023.

  • Mainzer, K. (2020). Künstliche Intelligenz. In Technikanthropologie (S. 332–340). Nomos Verlagsgesellschaft mbH & Co. KG.

    Google Scholar 

  • McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. E. (2006). A proposal for the dartmouth summer research project on artificial intelligence, august 31, 1955. AI magazine, 27(4), 12–12.

    Google Scholar 

  • Mellit, A., & Kalogirou, S. A. (2008). Artificial intelligence techniques for photovoltaic applications: A review. Progress in energy and combustion science, 34(5), 574–632.

    Google Scholar 

  • Mhlanga, D. (2021). Financial inclusion in emerging economies: The application of machine learning and artificial intelligence in credit risk assessment. International Journal of Financial Studies, 9(3), 39.

    Google Scholar 

  • Mohammadi, V., & Minaei, S. (2019). Artificial intelligence in the production process. In Engineering tools in the beverage industry (S. 27–63). Woodhead Publishing.

    Google Scholar 

  • Novak, A., Bennett, D., & Kliestik, T. (2021). Product decision-making information systems, real-time sensor networks, and artificial intelligence-driven big data analytics in sustainable Industry 4.0. Economics, Management and Financial Markets, 16(2), 62–72.

    Google Scholar 

  • Nürnberg, M. (2019). Analysis of using cargo bikes in urban logistics on the example of Stargard. Transportation Research Procedia, 39, 360–369.

    Google Scholar 

  • O’Connor, S., & ChatGPT,. (2022). Open artificial intelligence platforms in nursing education: Tools for academic progress or abuse? Nurse Education in Practice, 66, 103537–103537.

    Google Scholar 

  • O’Leary, D. E. (2013). Artificial intelligence and big data. IEEE intelligent systems, 28(2), 96–99.

    Google Scholar 

  • Perera, L. P., Oliveira, P., & Soares, C. G. (2012). Maritime traffic monitoring based on vessel detection, tracking, state estimation, and trajectory prediction. IEEE Transactions on Intelligent Transportation Systems, 13(3), 1188–1200.

    Google Scholar 

  • Real, E., Liang, C., So, D., & Le, Q. (2020). Automl-zero: Evolving machine learning algorithms from scratch. In International Conference on Machine Learning (S. 8007–8019). PMLR.

    Google Scholar 

  • Rescigno, A. A., Vanmassenhove, E., Monti, J., & Way, A. (2020). A case study of natural gender phenomena in translation. A comparison of Google translate, Bing Microsoft translator and DeepL for English to Italian, French and Spanish. In CLiC-it.

    Google Scholar 

  • Rich, A. S., & Gureckis, T. M. (2019). Lessons for artificial intelligence from the study of natural stupidity. Nature Machine Intelligence, 1(4), 174–180.

    Google Scholar 

  • Röser, A. M. (2021). Charakterisierung von schwacher und starker Künstlicher Intelligenz (No. 79). Arbeitspapiere der FOM.

    Google Scholar 

  • Rudas, I. J., & Fodor, J. (2008). Intelligent systems. International Journal of Computers, Communications & Control, 3(3), 132–138.

    Google Scholar 

  • Schermer, F. J. (2006). Lernen und Gedächtnis. Kohlhammer.

    Google Scholar 

  • Siegler, R., Eisenberg, N., DeLoache, J., & Saffran, J. (2016). Pränatale Entwicklung, Geburt und das Neugeborene. In S. Pauen (Hrsg.), Entwicklungspsychologie im Kindes- und Jugendalter (S. 37–76). Springer.

    Google Scholar 

  • Sims, R. E. (2004). Renewable energy: A response to climate change. Solar energy, 76(1–3), 9–17.

    Google Scholar 

  • Statista. (2022). Prognose zum Umsatz mit Unternehmensanwendungen im Bereich künstliche Intelligenz weltweit von 2016 bis 2025. https://de.statista.com/statistik/daten/studie/620443/umfrage/umsatz-mit-unternehmensanwendungen-im-bereich-kuenstliche-intelligenz-weltweit/. Zugegriffen: 22. Dez. 2022.

  • Su, Z., Togay, G., & Côté, A. M. (2021). Artificial intelligence: A destructive and yet creative force in the skilled labour market. Human Resource Development International, 24(3), 341–352.

    Google Scholar 

  • Suchacka, M., Muster, R., & Wojewoda, M. (2021). Human and machine creativity: Social and ethical aspects of the development of artificial intelligence. Creativity Studies, 14(2), 430–443.

    Google Scholar 

  • Sudmann, A. (2020). Künstliche neuronale Netzwerke als Black Box. In Maschinen der Kommunikation (S. 189–199). Springer Vieweg.

    Google Scholar 

  • Termine, A., Fabrizio, C., Strafella, C., Caputo, V., Petrosini, L., Caltagirone, C., ... & Cascella, R. (2021). Multi-Layer Picture of Neurodegenerative Diseases: Lessons from the Use of Big Data through Artificial Intelligence. Journal of Personalized Medicine, 11(4), 280.

    Google Scholar 

  • Tractica. (2016). Prognose zum Umsatz mit Unternehmensanwendungen im Bereich künstliche Intelligenz weltweit von 2016 bis 2025 (in Millionen US-Dollar) [Graph]. In Statista. https://de.statista.com/statistik/daten/studie/620443/umfrage/umsatz-mit-unternehmensanwendungen-im-bereich-kuenstliche-intelligenz-weltweit/. Zugegriffen: 22. Dez. 2022.

  • Turing, A. M. (1950). Mind. Mind, 59(236), 433–460.

    Google Scholar 

  • Turing, A. M., & Haugeland, J. (1950). Computing machinery and intelligence (S. 29–56). MIT Press.

    Google Scholar 

  • Von Lucke, J. (2016, May). Smart government–the potential of intelligent networking in government and public administration. In 2016 conference for e-democracy and open government (CeDEM) (S. 137–144). IEEE.

    Google Scholar 

  • Wiggers K., (2023). OpenAI begins piloting ChatGPT Professional, a premium version of its viral chatbot. TechCrunch. https://techcrunch.com/2023/01/11/openai-begins-piloting-chatgpt-professional-a-premium-version-of-its-viral-chatbot/Zugegriffen. Zugegriffen: 18. Jan. 2023.

  • Wild, G., Baxter, G., Srisaeng, P., & Richardson, S. (2022). Machine learning for air transport planning and management. In AIAA AVIATION 2022 Forum (S. 3706).

    Google Scholar 

  • Wilson, H. J., Daugherty, P., & Bianzino, N. (2017). The jobs that artificial intelligence will create. MIT Sloan Management Review, 58(4), 14.

    Google Scholar 

  • Wodecki, A., Wodecki, H., & Harrison. (2019). Artificial intelligence in value creation. Springer International Publishing.

    Google Scholar 

  • Xiao, F., & Ke, J. (2021). Pricing, management and decision-making of financial markets with artificial intelligence: Introduction to the issue. Financial Innovation, 7(1), 1–3.

    Google Scholar 

  • Yun, J. J., Lee, D., Ahn, H., Park, K., & Yigitcanlar, T. (2016). Not deep learning but autonomous learning of open innovation for sustainable artificial intelligence. Sustainability, 8(8), 797.

    Google Scholar 

  • Zoph, B., & Le Q. V. (2017): Neural Architecture Search with Reinforcement Learning. https://arxiv.org/pdf/1611.01578v1.pdf. Zugegriffen: 1. März. 2023.

  • Zukunftsinstitut. (2023). Megatrend Konnektivität. https://www.zukunftsinstitut.de/dossier/megatrend-konnektivitaet/Zugegriffen. Zugegriffen: 19. Jan. 2023.

Download references

Author information

Authors and Affiliations

  1. Aeon Robotics GmbH, Braunschweig, Deutschland

    Lars Heim

  2. Zentrum ProKI-Ilmenau & Mittelstand-Digital Zentrum Ilmenau, Technische Universität Ilmenau, Ilmenau, Deutschland

    Sebastian Gerth

  3. MentalAid UG (haftungsbeschränkt), Erfurt, Deutschland

    Sebastian Gerth

Authors
  1. Lars Heim
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Sebastian Gerth
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Lars Heim .

Editor information

Editors and Affiliations

  1. Heidelberg, Niedersachsen, Deutschland

    Lars Heim

  2. Erfurt, Thüringen, Deutschland

    Sebastian Gerth

Rights and permissions

Reprints and permissions

Copyright information

© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Heim, L., Gerth, S. (2023). Künstliche Intelligenz: Chance oder Risiko für das Unternehmertum der Zukunft?. In: Heim, L., Gerth, S. (eds) Entrepreneurship der Zukunft. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-42060-4_1

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-42060-4_1

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-42059-8

  • Online ISBN: 978-3-658-42060-4

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation