Inwiefern bestehen branchenspezifisch unterschiedliche Anforderungen an die Rahmenbedingungen für innovative KI-Anwendungen? Ziel der Arbeit ist es daher zunächst Rahmenbedingungen aus den verwandten Themenfeldern abzuleiten. Dabei konzentriert sich die Arbeit primär auf die technischen, philosophischen und naturwissenschaftlichen Zusammenhänge und erläutert die Strategien einzelner Akteure. Die Betrachtung von allgemeinen politischen Rahmenbedingungen, die Veränderung der Arbeitswelt und der Einfluss von Religionen werden dabei ausgeschlossen. Die Ergebnisse einer Dokumentenrecherche der diskutierten Anforderungen sollen in einer branchenspezifischen Untersuchung verglichen und synthetisiert werden.
Für KI-Systeme, auch unabhängig von Robotern, bestehen bisher keine global einheitlichen Rahmenbedingungen. Die existierenden Studien und verwandten Arbeiten beschäftigen sich mit der grundsätzlichen Einstellung der Bevölkerung gegenüber KI, gesellschaftlichen Folgen sowie mit allgemeinen Rahmenbedingungen als notwendige, globale Kriterien aus Sicht von KI-Experten. Eine Übersicht über die Unterschiede und Gemeinsamkeiten in den Anforderungen der verschiedenen Institutionen und Unternehmen gibt es bisher nicht. Weiter ist davon auszugehen, dass es unterschiedliche Anforderungen in unterschiedlichen Branchen gibt und eine Forschungslücke im Abgleich der allgemein definierten Kriterien existiert.
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielstellung und Forschungsfrage
1.3 Aufbau der Arbeit
2 Methodisches Vorgehen
3 Innovations- und Technologiemanagement
3.1 Der Innovationsbegriff
3.2 Innovationsmanagement
3.3 Technologiemanagement
4 Grundlagen der Künstlichen Intelligenz
4.1 Grundauffassungen
4.1.1 Intelligenz
4.1.2 Bewusstsein
4.1.3 Vertrauen
4.1.4 Entscheidungstheorie
4.1.5 Ethik und digitale Ethik
4.2 Künstliche Intelligenz
4.2.1 Technologische Entwicklung und Stand der Technik in der IT
4.2.2 Definition von Künstlicher Intelligenz
4.2.3 Abgrenzung Machine-Learning, Deep-Learning, neuronalen Netzen und KI
4.2.4 Anwendungsfelder von Künstlicher Intelligenz
4.2.5 Unterschied zwischen schwacher und starker KI
4.2.6 KI als autarker Entscheidungsträger und technologische Singularität
5 Status Quo Branchenüberblick über den Einsatz von KI in Unternehmen
5.1 Branchenübergreifende KI-Systeme
5.2 KI-Systeme in der Energiewirtschaft
5.3 KI-Systeme in der Automobilindustrie
5.4 KI-Systeme bei Finanzdienstleistungen
5.5 KI-Systeme in der Medizin
5.6 Lessons Learned der Anwendungsbeispiele
6 Kriterienkatalog für eine nutzenstiftende KI-Entwicklung
6.1 Verwandte Arbeiten
6.2 Dokumentenanalyse
6.2.1 Grundlagen der Dokumentenanalyse
6.2.2 Ergebnisse der Häufigkeitsanalyse
6.2.3 Regierungen
6.2.4 Institutionen und Universitäten
6.2.5 Privatwirtschaftliche Unternehmen
6.3 Zusammenfassung der diskutierten Rahmenbedingungen für KI
7 Diskussion
7.1 Ergebnisevaluation
7.2 Branchenspezifische Differenzierung von Kriterien
7.3 Einfluss auf das Innovationspotenzial von Unternehmen
8 Fazit
Zielsetzung & Themen der Arbeit
Das Hauptziel dieser Arbeit besteht darin, branchenspezifische Anforderungen an die Rahmenbedingungen für innovative KI-Anwendungen zu untersuchen und zu synthetisieren. Dabei wird die zentrale Forschungsfrage geklärt, inwiefern sich diese Anforderungen zwischen verschiedenen Wirtschaftsbereichen unterscheiden, um ein tieferes Verständnis für das Management von KI-Innovationen zu entwickeln.
- Analyse der theoretischen Grundlagen von Künstlicher Intelligenz, Vertrauen und Entscheidungstheorie.
- Untersuchung des Status Quo des KI-Einsatzes in ausgewählten Branchen (Energie, Automobil, Finanzen, Medizin).
- Entwicklung eines Kriterienkatalogs zur vertrauenswürdigen KI-Entwicklung durch eine Dokumentenanalyse.
- Diskussion des Einflusses regulativer Rahmenbedingungen auf das Innovationspotenzial von Unternehmen.
Auszug aus dem Buch
1.1 Problemstellung
Der technologische Fortschritt und die zunehmende Digitalisierung lassen auch das Thema „Künstliche Intelligenz“ (KI) vermehrt an Aufmerksamkeit gewinnen. Durch KI-Systeme entstehen neue Möglichkeiten zur sinnvollen Verarbeitung von unstrukturierten Informationen in Form von Daten. Anwendungen breiten sich in allen Wirtschafts- und Lebensbereichen aus und werden laut einer PWC-Studie in Deutschland bis 2030 einen prognostizierten Einfluss von 11,3% auf das Bruttoinlandsprodukt haben (vgl. Kirschniak 2018). Durch das hohe wirtschaftliche Potenzial und die zunehmende Dynamik des Wettbewerbs nimmt die Bedeutung von KI auch als zu berücksichtigende Technologie für das Management von Innovationen in Unternehmen zu. Große Technologieunternehmen, wie Google und IBM, haben bereits eine “AI-First“-Strategie ausgerufen (vgl. Mellya 2016). Die ersten Anwendungsmöglichkeiten haben die Produktivitätsstufe erreicht. Weitere stehen kurz davor (vgl. Gartner 2018, S. 5).
Der zentrale Nutzen von KI ergibt sich aus der Fähigkeit selbstständige Entscheidungen treffen zu können. Während der Mensch dabei auf Erfahrungen und Gefühle vertraut, setzen KI-Algorithmen bei ihren Entscheidungen im Wesentlichen auf Daten in Form von Zahlen, Text, Sprache und Bildern. Egal ob Handlungen von Bank-Transaktionen durch Social-Media-Live-Meldungen beeinflusst (Finanzindustrie), Fahrzeuge autonom fahren (Verkehr/Logistik), Informationen über MRT-Bilder automatisch ausgewertet (Gesundheit) oder Versicherungspolicen individuell berechnet werden sollen (Versicherungen), die Algorithmen verarbeiten Informationen und leiten Empfehlungen ab oder treffen sogar eigenständig Entscheidungen. Wie genau die Daten verarbeitet werden, wird durch den programmierten Algorithmus und die zum Anlernen verwendeten Eingabeinformationen beeinflusst (vgl. Siau/Wang 2018). Die Ergebnisse von KI-Systemen können menschliche Experten übertreffen (vgl. Heinrich 2018, S. 288).
Die Art und Weise wie der Algorithmus die zur Verfügung gestellten Daten nutzt und interpretiert, laufen allerdings häufig in einer „Black Box“ ab und sind schwer nachvollziehbar (vgl. Holm 2019). Das wirft die Frage auf, wie sichergestellt werden kann, dass die Algorithmen nur zum Wohle der Allgemeinheit entwickelt und eingesetzt werden.
Zusammenfassung der Kapitel
1 Einleitung: Identifikation der aktuellen Herausforderungen im Kontext von KI-Rahmenbedingungen, Formulierung der Forschungsfrage und Beschreibung des Aufbaus der Arbeit.
2 Methodisches Vorgehen: Vorstellung des gewählten, zehnstufigen Forschungsansatzes nach Litz und Rosemann zur qualitativen Analyse der Forschungsfragen.
3 Innovations- und Technologiemanagement: Erläuterung des Umgangs mit technologischen Innovationen in Unternehmen und Darstellung der Notwendigkeit von strategischem Innovationsmanagement.
4 Grundlagen der Künstlichen Intelligenz: Systematisierung der theoretischen Grundlagen bezüglich Intelligenz, Bewusstsein, Vertrauen und Ethik sowie eine technische Einordnung von KI, Machine Learning und Deep Learning.
5 Status Quo Branchenüberblick über den Einsatz von KI in Unternehmen: Untersuchung der Anwendung von KI in verschiedenen Branchen wie Energie, Automobilindustrie, Finanzdienstleistungen und Medizin.
6 Kriterienkatalog für eine nutzenstiftende KI-Entwicklung: Durchführung einer Dokumentenanalyse zur Ableitung und Synthese relevanter Kriterien für eine vertrauenswürdige KI-Entwicklung.
7 Diskussion: Analyse und Interpretation der Untersuchungsergebnisse sowie kritische Hinterfragung des Einflusses auf das Innovationspotenzial von Unternehmen.
8 Fazit: Zusammenfassung der Kernerkenntnisse der Arbeit und Ausblick auf zukünftige Forschungsnotwendigkeiten.
Schlüsselwörter
Künstliche Intelligenz, Innovationsmanagement, Technologiemanagement, Regulierung, Rahmenbedingungen, Ethik, Vertrauen, Digitale Ethik, Machine Learning, Deep Learning, Dokumentenanalyse, Transparenz, Verantwortlichkeit, Innovationspotenzial, Algorithmen.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit den Auswirkungen von Künstlicher Intelligenz auf das Innovationsmanagement in Unternehmen und untersucht, welche regulatorischen Rahmenbedingungen für einen vertrauenswürdigen Einsatz von KI notwendig sind.
Was sind die zentralen Themenfelder?
Die zentralen Themen umfassen das Innovations- und Technologiemanagement, die ethischen und psychologischen Grundlagen von KI, sowie die Analyse aktueller Regelwerke aus Politik und Wirtschaft.
Was ist das primäre Ziel oder die Forschungsfrage?
Die Kernfrage der Arbeit lautet: "Inwiefern bestehen branchenspezifisch unterschiedliche Anforderungen an die Rahmenbedingungen für innovative KI-Anwendungen?"
Welche wissenschaftliche Methode wurde verwendet?
Der Autor nutzt einen gestaltungsorientierten Forschungsansatz nach Litz und Rosemann und führt eine qualitative Dokumentenanalyse durch, um Kriterien für vertrauenswürdige KI zu systematisieren.
Was wird im Hauptteil behandelt?
Im Hauptteil werden zunächst die theoretischen Grundlagen gelegt, gefolgt von einem Branchenüberblick über den KI-Einsatz und einer detaillierten Dokumentenanalyse bestehender Ethik-Richtlinien, aus der ein Kriterienkatalog entwickelt wird.
Welche Schlüsselwörter charakterisieren die Arbeit?
Künstliche Intelligenz, Innovationsmanagement, Regulierungsrahmen, Ethik, Vertrauen und technologische Singularität sind zentrale Begriffe, die den Inhalt prägen.
Wie unterscheidet sich die KI-Entwicklung in verschiedenen Branchen?
Während reine Dienstleister ihren Fokus eher auf Datenschutz und ethische Werte legen, liegt der Schwerpunkt im produzierenden Gewerbe eher auf Robustheit und Zuverlässigkeit der technischen Systeme.
Was versteht der Autor unter "schwacher" KI?
Als schwache KI bezeichnet der Autor Systeme, die aus Daten lernen, um spezifische, eng definierte Aufgaben zu erledigen, ohne dabei über eine allgemeine menschliche Intelligenz oder Selbstbewusstsein zu verfügen.
- Arbeit zitieren
- Moritz Winkel (Autor:in), 2020, Künstliche Intelligenz. Der Einfluss regulativer Rahmenbedingungen auf das Innovationspotenzial, München, GRIN Verlag, https://www.grin.com/document/1128274
