Die vorliegende Bachelorarbeit beschäftigt sich mit den Herausforderungen und Potenzialen, die künstliche Intelligenz im Marketing für kleine und mittlere Unternehmen mit sich bringt. Unter anderem wird sich auf die Realisierung von künstlicher Intelligenz in KMU konzentriert. Aufgrund der wirtschaftlichen Bedeutung kleiner und mittlerer Unternehmen, fokussiert sich die vorliegende Arbeit auf den Sammelbegriff „KMU“. Durch den ernüchternden Einsatz von KI in Unternehmen dieser Größen wird dies exemplarisch auf den Einsatzbereich Marketing in KMU untersucht.
Ein theoretisches Konstrukt leitet die inhaltsbezogenen Ausführungen in Kapitel 2 ein, in dem das Grundwissen zu Big Data und Künstlicher Intelligenz erläutert wird. Darüber hinaus wird die Eignung für das Marketing in Kapitel 3 dargestellt und mit Experteninterviews untermauert. Die Auswertung soll einen Überblick über Herausforderungen, Chancen und Realisierungsmöglichkeiten für KMU aufzeigen. Mit einer SWOT-Analyse wird sowohl ein Überblick als auch ein Ausblick zu den Ergebnissen geschaffen.
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Methodik
2 Theoretische Grundlagen
2.1 Wissenschaftlicher Erkenntnisstand
2.2 Big Data
2.2.1 Definition Big Data
2.2.2 Zentrale Charakteristika
2.2.3 Abgrenzung Big Data Analytics und Business Intelligence
2.2.4 Datenerhebung und Datenquellen
2.3 Künstliche Intelligenz
2.3.1 Maschinelles Lernen – Machine Learning
2.3.2 Lernmethoden
2.3.3 Auswertungsmethoden
3 Big Data und KI im Marketing
3.1 Eignung
3.2 Einsatz
3.2.1 Mögliche Anwendungen
3.2.2 Auswirkung von KI im Marketing-Mix
4 Methodik der Sozialforschung
4.1 Ablauf
4.1.1 Vorgehen
4.1.2 Auswertungsmethode
4.2 Auswertung der Experteninterviews
4.2.1 Relevanz
4.2.2 Stärken
4.2.3 Schwächen
4.2.4 Chancen
4.2.5 Risiken
4.2.6 Lösungsansätze
5 Auswertung und Diskussion
5.1 Herausforderungen für KMU in Bezug auf KI im Marketing
5.2 Potenziale von KI-basiertem Marketing in KMU
5.3 Realisierung von KI-basiertem Marketing in KMU
5.4 Ergebnisdarstellung anhand der SWOT-Analyse
5.5 Kritische Beurteilung
6 Fazit
Zielsetzung & Themen
Die Arbeit untersucht die Herausforderungen und Potenziale von Künstlicher Intelligenz (KI) im Marketing für kleine und mittlere Unternehmen (KMU). Das primäre Ziel ist es, Wege aufzuzeigen, wie KMU die Barrieren bei der Implementierung von KI-gestützten Marketingprozessen überwinden können.
- Grundlagen von Big Data und Künstlicher Intelligenz
- Einsatzmöglichkeiten von KI innerhalb des Marketing-Mix
- Empirische Untersuchung mittels Experteninterviews
- Analyse der Stärken, Schwächen, Chancen und Risiken (SWOT-Analyse)
- Handlungsempfehlungen für KMU zur KI-Realisierung
Auszug aus dem Buch
2.2.1 Definition Big Data
Big Data unterliegt vielfältigen Begriffsbestimmungen. Einige Quellen sehen den Begriff als abstrakt oder allgemein. Es gibt keine universelle Definition in Bezug auf das, was Big Data ausmacht. Big Data wird eher in Relation zu den verfügbaren Technologien und Ressourcen definiert. Obwohl Big Data mittlerweile zum allgemeinen Sprachgebrauch zählt, ist der Begriff wissenschaftlich noch nicht verbindlich definiert. Generell werden darunter die Erzeugung und Verarbeitung zunehmend großer Datenmengen verstanden. Big Data beschreibt eine große Menge entweder geordneter oder ungeordneter Daten, die analysiert werden müssen, um eine informierte Entscheidung oder Bewertung zu treffen. Bei der entstehenden Datenmenge wird von einem Datenstrom gesprochen, der aufgrund der Heterogenität unstrukturiert und komplex ist. Die Herausforderung von Big Data besteht jedoch nicht in der Sammlung und Archivierung großer Datenmengen, sondern in deren Analyse, Verarbeitung und Verwertung in Echtzeit. Letztlich kann der Begriff Big Data zu einem Oberbegriff zusammengefasst werden, der für große digitale Datenvolumen steht, die durch den ansteigenden Einsatz von digitalen Werkzeugen und Informationssystemen erzeugt wird. Big Data wird verwendet, wenn die Datenmenge, die ein Unternehmen zu verwalten hat, ein kritisches Volumen erreicht, das neue technologische Ansätze in Bezug auf Speicherung, Verarbeitung und Nutzung erfordert. Volumen, Geschwindigkeit und Vielfalt sind üblicherweise die drei Hauptkriterien, die verwendet werden, um eine Datenbank als „Big Data“ zu qualifizieren.
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung beleuchtet die Rolle von Daten in der digitalen Transformation und formuliert die Problemstellung bezüglich der Digitalisierungslücke in KMU.
2 Theoretische Grundlagen: Dieses Kapitel erläutert das Grundwissen zu Big Data sowie künstlicher Intelligenz, inklusive der verschiedenen Lern- und Auswertungsmethoden.
3 Big Data und KI im Marketing: Es wird die Eignung und der Einsatz von KI im Marketing untersucht, insbesondere mit Fokus auf den Marketing-Mix.
4 Methodik der Sozialforschung: Dieser Teil beschreibt den Ablauf der Experteninterviews und die gewählte qualitative Inhaltsanalyse nach Mayring.
5 Auswertung und Diskussion: Die Ergebnisse der Interviews werden analysiert, diskutiert und mittels einer SWOT-Analyse für KMU aufbereitet.
6 Fazit: Das Fazit fasst die zentralen Erkenntnisse zusammen und bewertet die Realisierbarkeit von KI-Projekten im Mittelstand.
Schlüsselwörter
Big Data, Künstliche Intelligenz (KI), Kleine und mittlere Unternehmen (KMU), Marketing-Mix, SWOT-Analyse, Digitalisierung, Machine Learning, Datenmanagement, Marketingautomation, Experteninterviews, Datenrelevanz, Wettbewerbsfähigkeit, Customer Journey, Innovationsmanagement, Prozessoptimierung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Bachelorarbeit behandelt die Integration von Big Data und KI-Anwendungen in den Marketingbereich von kleinen und mittleren Unternehmen (KMU) und analysiert die dabei auftretenden Hürden.
Was sind die zentralen Themenfelder?
Die Arbeit fokussiert sich auf die technologischen Voraussetzungen (Big Data/KI), die praktische Anwendung im Marketing-Mix und die spezifischen Herausforderungen im Mittelstand.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, Potenziale und Herausforderungen zu identifizieren und konkrete Lösungswege aufzuzeigen, wie KMU KI-Projekte erfolgreich umsetzen können.
Welche wissenschaftliche Methode wurde verwendet?
Es wurde eine qualitative empirische Sozialforschung durchgeführt, die auf zehn Experteninterviews und einer strukturierten Inhaltsanalyse nach Mayring basiert.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in theoretische Grundlagen, die Anwendung von KI im Marketing sowie die Auswertung der Interviews inklusive einer SWOT-Analyse.
Welche Schlüsselwörter charakterisieren die Arbeit?
Kernbegriffe sind Big Data, Künstliche Intelligenz, KMU, Marketing-Mix, SWOT-Analyse und digitale Transformation.
Warum ist das Datenmanagement für KMU so problematisch?
Die Experten identifizierten fehlende Datenstrukturen, mangelnde Datenbereinigung und ein unzureichendes Datenbewusstsein als zentrale Hürden.
Wie bewerten die Experten die Relevanz von KI für den Mittelstand?
Die Experten sind sich einig, dass KI für die Zukunftsfähigkeit essenziell ist, jedoch mangelt es KMU aktuell häufig an Ressourcen, Zeit und Fachwissen für eine professionelle Implementierung.
- Arbeit zitieren
- Bachelor of Arts Nicoli Bernhardt (Autor:in), 2021, Big Data und künstliche Intelligenz (KI) im Marketing, München, GRIN Verlag, https://www.grin.com/document/1059788
