Die vorliegende Abschlussarbeit befasst sich mit der Fragestellung, welche Künstliche Intelligenz (KI)-basierten Innovationspotentiale in verschiedenen Industriezweigen entstehen können und welche Rahmenbedingungen für diese Transformation geschaffen werden müssen. Als Grundbau dient hierfür das innovative Ökosystem. Durch ein dynamisches Netzwerk aus verschiedenen Akteuren und Entitäten, die ihre gemeinsamen Ressourcen bündeln, werden bestehende Geschäftsbereiche nachhaltig transformiert und neue Marktpotentiale erschlossen. Anschließend versuche ich die Fragestellung zu beantworten, welche Auswirkungen die Regulierung von KI auf die Wettbewerbsfähigkeit und Innovationskompetenz auf Unternehmen hat. Der "Artificial Intelligence Act", der im Jahr 2021 veröffentlicht wurde, bildet hierbei den zentralen rechtlichen Rahmen. Die große Herausforderung besteht darin, einen ausgewogenen Regulierungsansatz zu entwickeln, der einerseits das Innovationswachstum nicht verlangsamt und gleichzeitig verschiedene Gefahrenpotentiale von KI unterbindet. Darauf bezogen ist die Entwicklung einer kollektiven Regulierungsstrategie der Privatwirtschaft und der Regulierungsbehörden unerlässlich für die Errichtung eines innovativen KI-Standorts in Europa. Die Transformation von der bestehenden Industriestruktur, hin zu einer KI-basierten Industrie 4.0 wird zu ungeahnten Innovations- und Wachstumschancen beitragen und das Industriegefüge nachhaltig revolutionieren.
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Aufbau der Arbeit
2 Künstliche Intelligenz
2.1 Abgrenzung Machine Learning und Deep Learning
2.2 Anwendungsbereiche
2.3 Grundlagen des innovativen Ökosystems
3 Innovationspotentiale in verschiedenen Wirtschaftszweigen
3.1 Einsatz von KI in der Medizinbranche
3.2 Einsatz von KI in der Automobilbranche
3.3 Einsatz von KI in der Finanzbranche
3.4 Branchenübergreifende Innovationspotentiale durch KI
3.5 Lehren aus den Anwendungsbeispielen
4 Regulierung von KI
4.1 Unternehmensethische Leitlinien für den Einsatz von KI in Unternehmen
4.2 Staatliche Regulierung im Vergleich zur privatwirtschaftlichen Regulierung
4.3 Gefahr der Überregulation
4.4 Gefährdet KI den Verlust von Arbeitsplätzen?
4.5 Chancen der Regulierung für Unternehmen
4.6 Grenzen der Regulierung von KI in verschiedenen Wirtschaftszweigen
5 Fazit
Zielsetzung & Themenschwerpunkte
Die Arbeit analysiert die Innovationspotentiale von künstlicher Intelligenz (KI) in verschiedenen Industriezweigen, beleuchtet die Notwendigkeit von innovativen Ökosystemen für deren Entstehung und untersucht einen geeigneten Regulierungsrahmen, der sowohl Nutzenpotenziale fördert als auch Gefahren adressiert.
- Innovationspotenziale von KI in Medizin, Automobil- und Finanzsektor.
- Strukturen und Rahmenbedingungen für innovative Ökosysteme.
- Vergleich zwischen staatlicher und privatwirtschaftlicher Regulierung (AI Act).
- Bewertung von Chancen und Risiken bezüglich Arbeitsplätzen und Marktteilnahme.
Auszug aus dem Buch
3.2 Einsatz von KI in der Automobilbranche
Der Einsatz von KI hat im letzten Jahrzehnt bei Automobilherstellern stark zugenommen. Hierbei fokussiert sich das Hauptaugenmerk auf verbaute Assistenzsysteme in Autos. Dazu zählen Sprachassistenzsysteme, Fahrassistenzsysteme und das autonome Fahren (Vgl. LUCKOW; EIRICH; DEMTRÖDER 2023, S. 148). Eine Studie in der Unfalldatenbank GIDAS zeigt, dass 60 Prozent der Auffahrunfälle und 30 Prozent der Frontalzusammenstöße hätten verhindert werden können, wenn der Fahrer gerade einmal eine halbe Sekunde früher reagiert hätte, weshalb es sinnvoll ist, KI-basierte Unfallfrüherkennungssysteme massenhaft in Autos zu integrieren (Vgl. DIETSCHE ET AL. 2024, S. 1804-1805). Hierbei sind Automobilhersteller auf Zulieferer und Partner angewiesen, die Sensoren und KI-basierte Software zur Verfügung stellen.
Im Jahr 2015 startete der Automobilhersteller BMW eine Startup-Garage, in der das Potential besonders zukunftsweisender Startup-Unternehmen für die Schaffung innovativer Systeme ohne Umwege genutzt werden sollte. Als unterstützende Maßnahme werden Expertinnen und Experten von BMW in die Aufträge mit eingebunden, um einen direkten Austausch des Orchestrators (BMW) mit den Start-ups zu ermöglichen (Vgl. SMOLINSKI; BODEK 2017, S. 541-542).
Eines der wichtigsten Innovationspotentiale ist die sogenannte Vehicle-to-anything (V2X) Kommunikation, die eine digitale Verbindung und einen stetigen Informationsaustausch zwischen Autos und anderen Entitäten im Autoverkehr ermöglicht. Bei dem V2X-Konzept handelt es sich um eine Schlüsseltechnologie, da es die Grundlage für intelligentes und autonomes Fahren der Zukunft darstellt. Schon jetzt beweist die Technologie, dass sie aktiv zur Verkehrssicherheit beiträgt (Vgl. ZOGHLAMI; KACIMI; DHAOU 2022, S. 1337-1342).
Zusammenfassung der Kapitel
1 Einleitung: Beschreibt die Transformation der Industrie durch KI sowie die Zielsetzung der Arbeit, Innovationspotenziale und Regulierungsrahmen zu analysieren.
2 Künstliche Intelligenz: Definiert KI, differenziert zwischen Machine Learning und Deep Learning und erläutert Grundlagen innovativer Ökosysteme.
3 Innovationspotentiale in verschiedenen Wirtschaftszweigen: Analysiert praxisorientiert den Einsatz von KI in Medizin, Automobilbranche und Finanzwesen sowie branchenübergreifende Ansätze.
4 Regulierung von KI: Untersucht ethische Leitlinien, den staatlichen vs. privatwirtschaftlichen Regulierungsansatz, Gefahren der Überregulation sowie Auswirkungen auf den Arbeitsmarkt.
5 Fazit: Fasst zusammen, dass die Vorteile von KI die Nachteile überwiegen, betont jedoch die Notwendigkeit kollektiver Regulierungsstrategien zur Risikominimierung.
Schlüsselwörter
Künstliche Intelligenz, Innovationspotenzial, Industrie 4.0, Artificial Intelligence Act, Regulatorischer Rahmen, Innovatives Ökosystem, Machine Learning, Deep Learning, Digitalisierung, Automobilbranche, Medizinbranche, Finanzbranche, Ethik, Überregulation, Automatisierung.
Häufig gestellte Fragen
Worum geht es in der vorliegenden Bachelorarbeit?
Die Arbeit befasst sich mit der Transformation der Industrie durch künstliche Intelligenz, analysiert deren Innovationspotenziale in spezifischen Sektoren und untersucht, wie ein ausbalancierter Regulierungsrahmen, insbesondere unter Berücksichtigung des AI Acts, gestaltet werden kann.
Welche zentralen Themenfelder behandelt die Arbeit?
Zentrale Themen sind die Abgrenzung von KI-Technologien, der Aufbau innovativer Ökosysteme, die Implementierung von KI in der Medizin, Automobil- und Finanzwirtschaft sowie die ethische und staatliche Regulierung.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist die Identifizierung von Innovationspotenzialen durch KI und die Analyse, welche Rahmenbedingungen (Ökosysteme und Regulierung) geschaffen werden müssen, um Nutzenpotenziale zu realisieren und Risiken zu minimieren.
Welche wissenschaftliche Methodik wird verwendet?
Der Autor nutzt eine fundierte Literaturanalyse und wertet aktuelle Studien sowie bestehende Gesetzestexte (insbesondere den AI Act) aus, um den Status quo und Entwicklungstendenzen zu bewerten.
Was behandelt der Hauptteil der Arbeit?
Der Hauptteil gliedert sich in die technologischen Grundlagen und Systemstrukturen, spezifische Anwendungsbeispiele in Schlüsselindustrien sowie eine detaillierte Auseinandersetzung mit Regulierungsaspekten und deren Auswirkungen auf Unternehmen und Gesellschaft.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit lässt sich maßgeblich durch die Begriffe Künstliche Intelligenz, Innovationspotenzial, AI Act, Regulierungsrahmen und Ökosysteme beschreiben.
Wie bewertet der Autor die Gefahren der Überregulation für Deutschland?
Der Autor sieht eine Gefahr darin, dass übermäßige bürokratische Anforderungen für kleine und mittelständische Unternehmen Eintrittsbarrieren schaffen und Innovationskraft schwächen, was zu einer Abwanderung von Fachkräften und Wettbewerbsnachteilen gegenüber den USA oder China führen könnte.
Inwieweit können Deep-Fakes durch den vorliegenden AI Act reguliert werden?
Der Autor kritisiert, dass der AI Act Deep-Fakes lediglich als geringes bis mittleres Risiko einstuft und nur eine Kennzeichnungspflicht vorsieht, was er als unzureichend im Hinblick auf das Potenzial zur Manipulation der öffentlichen Meinung betrachtet.
- Quote paper
- Julian Lutz (Author), 2024, Künstliche Intelligenz in der Industrie. Innovationspotenzial, Möglichkeiten und Grenzen der Regulierung, Munich, GRIN Verlag, https://www.grin.com/document/1520304
