Systeme künstlicher Intelligenz (KI)

Eigenschaften Methode/Tool
WM-Kernaktivitäten	erzeugen, speichern, anwenden
TOM-Modell	Technik, Organisation
Intellektuelles Kapital	Strukturkapital
WM-Gestaltungsfelder	Organisation, IT
Ansprechpartner	Ronald Orth
Kurzbeschreibung	Systeme künstlicher Intelligenz sind Hard- und Softwaresysteme, die ein intelligentes Problemlösungsverhalten zeigen, indem sie z.T. menschliche Vorgehensweisen nachbilden, um auf diesem Weg neue oder effizientere Aufgabenlösungen zu erhalten. Mithilfe von Systemen künstlicher Intelligenz können die Unternehmen, die in zunehmend dynamischen, komplexen und hyperkompetitiven Umgebungen wirtschaften, zukunftsrelevantes Wissen effektiver generieren und nutzen.

Ziele

Unterstützung des Wissensmanagements: Ressource Wissen zu erfassen, nachhaltig zu nutzen und systematisch weiterzuentwickeln
Unterstützung bei der Handhabung von unterschiedlichen Formen von Wissen
Erfassen von implizitem Wissen und Bereitstellung für den Wissenstransfer durch KI-Tools wie Computer Vision, Erkennung- und Verarbeitung natürlicher Sprache und Textverarbeitung
zur Optimierung und Automatisierung wiederkehrender bzw. häufig auftretender Wissensaufgaben, die standardisiert abgewickelt werden können
Erfassung, Analyse und Integration von Informationen aus dem Unternehmensumfeld
die Innovationsfähigkeit des Unternehmens fördern
funktionaler Austausch zwischen Akteuren in dezentralen, komplexen und flexiblen Organisationsformen gewährleisten
Gewährleistung eines funktionalen Austausches zwischen Akteuren in dezentralen, komplexen und flexiblen Organisationsformen
neue Geschäftsmodelle sind möglich

sorgfältig geplantes Datenmanagement
umfassende Qualifikation und Sensibilisierung der Mitarbeiterinnen und Mitarbeiter für Systeme künstlicher Intelligenz
bei der Entwicklung und Nutzung von KI-Systemen ist ein Zusammenwirken von unterschiedlichen Disziplinen notwendig
flexible Organisationsformen und Unternehmensstrukturen, die interdisziplinäres, problemspezifisches Arbeiten fördern
Definition und Überwachung von Daten-Lebenszyklen ⇒ feste Verankerung dieser Prozesse im Unternehmen
sorgfältige Speicherung und semantische Auszeichnung von Daten
Vermeidung von Datenmüll

kontextspezifisch je nach System anpassen

Lehner, F. (2012). Wissensmanagement: Grundlagen, Methoden und technische Unterstützung (4. Aufl.). München, Deutschland. Carl Hanser Verlag.
Lämmel, U. & Cleve J. (2020). Künstliche Intelligenz: Wissensverarbeitung – Neuronale Netze. Carl Hanser Verlag, München.
Fraunhofer IMW (2019) Künstliche Intelligenz (KI) im Unternehmenskontext: Literaturanalyse und Thesenpapier. URL: http://publica.fraunhofer.de/dokumente/N-555812.html