Eine Studie von unter anderem der Universität Bamberg hat drei Mechanismen und ihre Bedingungen aufgedeckt, mit denen künstliche Intelligenz (KI) in Unternehmen Wertbeiträge leisten kann. Bei allen drei geht es um maschinelles Lernen.
Wie die Universität Bamberg am 20. Juli in einer Mitteilung schreibt, verändern Fortschritte in der künstlichen Intelligenz (KI) die Wettbewerbslandschaft. Auf der Suche nach einem geeigneten Umgang würden sich Unternehmen derzeit mit in einer Vielzahl von KI-Projekten befassen. Dabei falle es Unternehmen aber schwer, durch KI einen greifbaren Geschäftswert zu schaffen.
In einer Studie untersuchten nun Forschende der Copenhagen Business School, der Universitäten Bamberg und Paderborn sowie der IT University of Copenhagen, wie Unternehmen durch Anwendungen des maschinellen Lernens (ML) – einer Kerntechnologie der KI – nachhaltigen Wert erzielen können.
Drei Mechanismen für Unternehmenswert
Während dieser, vierjährigen Studie betrachteten die Forschenden 56 ML-Anwendungen in 29 Unternehmen. Dabei deckten sie, so die Universität Bamberg, drei grundlegende Mechanismen auf, mit denen ML einen Wertbeitrag in Unternehmen leisten soll.
„Jeder Mechanismus benötigt gewisse Gegebenheiten, um erfolgreich eingesetzt zu werden, bringt aber auch einen einzigartigen Wertbeitrag im Unternehmen“, sagt Dr. Konstantin Hopf vom Lehrstuhl für Wirtschaftsinformatik der Universität Bamberg. „Die systematische Gegenüberstellung der drei Arten der ML-Nutzung und der jeweiligen notwendigen Bedingungen hilft Unternehmen, ihre KI-Initiativen gezielter zu planen und zu überwachen”, sagt Prof. Arisa Shollo von der Copenhagen Business School, die die Studie initiiert hat.
Der erste Mechanismus, den die ForscherInnen aufdecken konnten, ist die Nutzung von ML zur Wissensgenerierung. Unternehmen setzen also Algorithmen ein, um Muster in Daten zu erkennen und damit zum Beispiel neue Erkenntnisse über ihr Geschäftsfeld oder Kundenverhalten zu gewinnen. Für diese Art der Wertschöpfung benötigen Unternehmen insbesondere datenwissenschaftliche Fähigkeiten und Domänenkenntnisse.
Beim zweiten Mechanismus nutzen Unternehmen ML, um Menschen bei der Ausführung von Aufgaben zu unterstützen oder anzuleiten. Die Anwendungen reichen von kleinen Erweiterungen bestehender Softwareprogramme bis hin zu spezialisierten Systemen, die Entscheidungen unterstützen oder spezifische Handlungsempfehlungen geben. Eine gute Dateninfrastruktur und Expertise in der Gestaltung von Nutzerinterfaces sind beispielsweise für diese Art der Wertschöpfung essenziell.
Bei der dritten Art der Wertschöpfung wird ML entweder direkt in neue Produkte oder Dienstleistungen integriert und somit dem Endkunden zur Verfügung gestellt oder Teile von Geschäftsprozessen werden von der KI selbst ausgeführt statt sie nur zu unterstützen. Um solche Einsatzszenarien zu realisieren, sind Unternehmen auf die Integration von ML-Anwendungen in betriebliche Prozesse und IT-Systeme, ein stabiles Geschäftsumfeld und wenige rechtliche und ethische Probleme mit ihren ML-Anwendungen angewiesen.
