Innovative Geschäftsmodelle mit künstlicher Intelligenz. Innovationspotenzial, Chancen und Herausforderungen E-Book

Paul Nopp

• Herausgeber: Studylab
• Kategorie: Fachliteratur
• Sprache: Deutsch
• Veröffentlichungsjahr: 2021

Seitenzahl: 73

Beschreibung

Bei kaum einem Thema verschwimmen Realität und Science Fiction so sehr, wie bei dem der künstlichen Intelligenz. Es ist mitunter schwierig zu erfassen, welche innovativen Geschäftsmodelle schon existieren, wie vielfältig die Anwendungsmöglichkeiten tatsächlich sind und welche Aspekte noch bloße Zukunftsmusik. Sicher ist, dass der Einsatz künstlicher Intelligenzen enormes Potential hat, um Innovationen voranzutreiben und für fundamentale Veränderungen in unserer Gesellschaft und Arbeitswelt zu sorgen. Welche Chancen ergeben sich durch den Einsatz künstlicher Intelligenz für die verschiedenen Wirtschaftssektoren? Welche Probleme und Hindernisse stehen dem entgegen? Und wie kann man das Potential bestmöglich für Innovation und Wachstum nutzen? Paul Nopp schafft einen Überblick über derzeitige innovative Geschäftsmodelle mit KI und beleuchtet das Thema aus verschiedenen Blickwinkeln. Dabei zeigt er Chancen und Risiken für diverse Branchen auf und gewährt einen Ausblick in unsere Zukunft mit künstlicher Intelligenz. Aus dem Inhalt: - künstliche Intelligenz; - Geschäftsmodell; - Innovation; - Artificial Intelligence; - AI

Leseprobe

Inhalt

Executive Summary

1 Ausgangssituation

1.1 Zielsetzung

1.2 Themenabgrenzung

2 Künstliche Intelligenz

2.1 Historischer Kontext – die Anfänge künstlicher Intelligenz

2.2 Die Definition künstlicher Intelligenz

2.2.1 Forschungsrichtungen

2.2.2 Starke und schwache künstliche Intelligenz

2.2.3 Maschinelles Lernen

3 Innovative Geschäftsmodelle

3.1 Definition Geschäftsmodell

3.1.1 Die Kundendimension

3.1.2 Die Nutzendimension

3.1.3 Die Wertschöpfungsdimension

3.1.4 Die Partnerdimension

3.1.5 Die Finanzdimension

3.1.6 Dreiecksdarstellung nach Gassmann et al. (2017)

3.2 Definition Innovation

3.2.1 Innovationsobjekt

3.2.2 Auslöser der Innovation

3.2.3 Innovationsgrad

3.2.4 Bezugseinheit zur Feststellung der Neuigkeitseigenschaft

3.3 Definition Geschäftsmodellinnovation

3.3.1 Geschäftsmodellinnovation nach Schallmo und Gassmann et al.

4 Innovative Geschäftsmodelle mit künstlicher Intelligenz

4.1 Methodische Vorgehensweise

4.1.1 Literaturauswahl und Suchstrategie

4.1.2 Auswahl der Geschäftsmodelle

4.2 Spracherkennung und Sprachsteuerung als allgemeine Anwendung künstlicher Intelligenz

4.2.1 Beispiel: Amazon

4.2.2 Chancen und Herausforderungen

4.3 Automatische Anlage- und Investitionsentscheidung als Anwendung künstlicher Intelligenz im Finanzbereich

4.3.1 Beispiel: Damantis

4.3.2 Chancen und Herausforderungen

4.4 Intelligente Prognosesysteme im Handel

4.4.1 Beispiel: Otto

4.4.2 Chancen und Herausforderungen

4.5 Automatische Patientenanalyse und Therapievorschläge als Anwendung von künstlicher Intelligenz in der Medizin

4.5.1 Beispiel: Shanghai Changzheng - Krankenhaus

4.5.2 Chancen und Herausforderungen

4.6 Autonome Fahrzeuge als Mobilitätsinnovation durch künstliche Intelligenz

4.6.1 Beispiel: Tesla

4.6.2 Chancen und Herausforderungen

4.7 Intelligente Vernetzung von Produktionsanlagen als Anwendung künstlicher Intelligenz im produzierenden Sektor

4.7.1 Beispiel: Samson

4.7.2 Chancen und Herausforderungen

4.8 Chatbots als Anwendung künstlicher Intelligenz im Service

4.8.1 Beispiel: IBM Watson

4.8.2 Chancen und Herausforderungen

4.9 Kinderschutz als Anwendung künstlicher Intelligenz für mehr Sicherheit

4.9.1 Beispiel: Privalino

4.9.2 Chancen und Herausforderungen

4.10 Auffinden des perfekten Marketing-Mix durch künstliche Intelligenz im Marketing

4.10.1 Beispiel: SAP

4.10.2 Chancen und Herausforderungen

4.11 Gemeinsamkeiten und Unterschiede von innovativen Geschäftsmodellen mit künstlicher Intelligenz

4.11.1 Gemeinsamkeiten

4.11.2 Unterschiede

5 Schlusswort und Ausblick

Literaturverzeichnis

Executive Summary

In dieser Bachelorarbeit geht es darum, einen Überblick über innovative Geschäftsmodelle mit künstlicher Intelligenz zu schaffen. Die methodische Vorgehensweise erfolgt rein literaturbasiert, es werden keine empirischen Elemente verarbeitet. Zur überblicksartigen Darstellung werden ausgewählte Anwendungsbeispiele künstlicher Intelligenz in unterschiedlichen Wirtschafts­zweigen aus verschiedenen Blickwinkeln betrachtet.

Dafür werden zunächst Definitionen und Erklärungen der wichtigen Kernbegriffe „künstliche Intelligenz“ und „innovatives Geschäftsmodell“ aufbereitet, um das Begriffsverständnis rund um den Gegenstand der Bachelorarbeit zu schärfen. In weiterer Folge wird anhand konkreter, ausgewählter Beispiele aufgezeigt, welcher spezifische Nutzen den einzelnen Anwendungen innewohnt, welche Elemente des Geschäftsmodells (nach theoretischer Grundlage von Schallmo 2018 und Gassmann et al. 2017) innoviert werden und wie sich jeweils die Chancen und Herausforderungen in verschiedenen Bereichen gestalten. Die behandelten Bereiche von Geschäftsmodellen mit künstlicher Intelligenz umfassen: Allgemeine Anwendungen, Finanzen, Handel, Medizin, Mobilität, Produktion, Service, Sicherheit und Marketing. Nach eingehender Untersuchung jedes Bereichs werden Gemeinsamkeiten und Unterschiede der dargestellten Fälle betrachtet, wobei sich Effizienzvorteile als größter gemeinsamer Nenner zwischen unterschiedlichen Geschäftsmodellen mit künstlicher Intelligenz herausstellen. Eine weitere häufige Gemeinsamkeit im Hinblick auf Herausforderungen besteht in regulatorischen Hindernissen, die teilweise dafür sorgen, dass das volle Potenzial mancher Anwendungen nicht voll ausgeschöpft werden kann. Außerdem stellt sich heraus, dass sich künstliche Intelligenz auf alle Dimensionen von Geschäftsmodellen innovierend auswirken kann und hier keine eindeutige Tendenz feststellbar ist, was einen erwähnenswerten Unterschied der behandelten Fälle darstellt.

Am Ende wird auch kurz auf die Problematik des Abbaus menschlicher Arbeitskraft im Zusammenhang mit dem Ausbau künstlicher Intelligenz eingegangen, worin ein zentraler Kritikpunkt von Geschäftsmodellen mit künstlicher Intelligenz begründet liegt. Tatsächlich besteht (insbesondere im produzierenden Sektor) das Risiko von massiven Umwälzungen auf dem Arbeitsmarkt durch künstliche Intelligenz(DeCanio 2016, S. 289)– die Tätigkeiten, die bestehen bleiben, werden durch künstliche Intelligenz aber bereichert und tendenziell interessanter(Jarrahi 2018, S. 577). Nach der Betrachtung dieses Aspektes werden noch einmal die Wachstumspotenziale und Chancen hervorgehoben, wobei speziell für den produzierenden Sektor hohe Wachstumsgewinne durch künstliche Intelligenz prognostiziert werden (Seifert et al. 2018, S. 19), was zu der Schlussfolgerung führt, dass künstliche Intelligenz auf den produzierenden Sektor besonders bedeutsamen Einfluss hat.

Durch diesen Ausblick auf die Zukunft der Thematik und damit verbundener Fragestellungen wird die Bachelorarbeit zu einem Abschluss gebracht, bei dem die vielen

1 Ausgangssituation

“AIs are not human, but they may be humankind’s greatest hope.”

(Gurkaynak et al. 2016, S. 757)

“It remains to be seen whether the AIs will bring the benefits extolled by their promoters, or will inaugurate a dark future (or no future at all) for humanity.”

(DeCanio 2016, S. 290)

Künstliche Intelligenz ist ein hochaktuelles Thema, das, wie aus den einleitenden Zitaten erkennbar ist, die Gemüter spaltet. Während die einen künstliche Intelligenz als Potenzial wahrnehmen, das unser aller Leben verbessern könnte, gibt es andere, die die Befürchtung hegen, dass künstliche Intelligenz zu erheblichen ökonomischen und sozialen Turbulenzen führen könnte und im Endeffekt große Teile menschlicher Arbeitskraft überflüssig machen könnte (Bitkom 2017, 89ff.). Manche gehen sogar noch weiter und vermuten in der Weiterentwicklung von künstlicher Intelligenz eine ernsthafte Gefahr für die Existenz der Menschheit (Gurkaynak et al. 2016, 749ff). Bei kaum einem anderen Thema verschwimmen dabei Realität und Science Fiction so sehr. Es ist mitunter schwierig zu erfassen, welche innovativen Ansätze schon existieren, wie vielfältig die Anwendungsmöglichkeiten tatsächlich sind und welche Aspekte künstlicher Intelligenz noch bloße Zukunftsmusik sind. Bei diesem Problem setzt diese Bachelorarbeit an: Sie schafft einen Überblick, welche innovativen Geschäftsmodelle mit künstlicher Intelligenz derzeit existieren und stellt dabei den derzeitigen Stand der Anwendungsmöglichkeiten von künstlicher Intelligenz dar.

1.1 Zielsetzung

Das Ziel der Bachelorarbeit ist es, einen strukturierten Überblick über innovative Geschäftsmodelle mit künstlicher Intelligenz in verschiedenen Bereichen zu schaffen. Die Forschungsfrage wird daher so formuliert: Welche innovativen Ansätze für Geschäftsmodelle mit künstlicher Intelligenz sind erkennbar? Dabei stehen jene Konzepte im Vordergrund, die entweder bereits existieren oder deren Verwirklichung mit großer Sicherheit in naher Zukunft absehbar ist. Utopische Zukunftsvorstellungen und vage Möglichkeiten werden nicht erörtert. Zudem wird nicht oder höchstens peripher auf die technische Funktionsweise der unterschiedlichen Anwendungsmöglichkeiten eingegangen - im Zentrum des Interesses steht das überblicksmäßige Aufzeigen von innovativen Geschäfts­modellansätzen im Bereich der künstlichen Intelligenz. Diese werden anhand von ausgewählten Beispielen in verschiedenen Bereichen präsentiert. Die Vorgehensweise erfolgt rein literaturbasiert und es werden keine empirischen Elemente verarbeitet. Näheres zur Literaturauswahl und zur Vorgehensweise allgemein wird im Abschnitt 4.1 erklärt.

1.2 Themenabgrenzung

Verschiedene ethische Probleme, die mehr oder weniger realitätsnah sind, überschatten die Auseinandersetzung mit diesem Themenbereich vielfach. Diese emotional geführte Diskussion, die die öffentliche Debatte über künstliche Intelligenz oft dominiert und auch durch verschiedene dystopische Hollywoodfilme Eingang in die Populärkultur gefunden hat (Gurkaynak et al. 2016, S. 751), wird in dieser Arbeit nicht thematisiert. Auf spezifische Herausforderungen der einzelnen innovativen Geschäftsmodelle wird hingewiesen, allgemeine ethische Fragen rund um das Thema künstliche Intelligenz sind jedoch, obgleich von Relevanz für die Materie, ein sehr breites Themengebiet, das in dieser Arbeit großteils vernachlässigt werden muss.

Vor der Erarbeitung des Kernthemas ist es nötig, einige Grundbegriffe zu definieren und somit auch letztendlich durch ein besseres Verständnis dieser zentralen Begriffe die Forschungsfrage weiter zu präzisieren. Die wichtigsten Begriffe, die hier näherer Erklärung bedürfen, sind die Begriffe „Künstliche Intelligenz“ und „innovatives Geschäftsmodell“. Diese werden im Folgenden genau untersucht. Nach einer genauen Beschreibung der Vorgehensweise in Abschnitt 4.1 erfolgt im Anschluss daran in den Abschnitten 4.2 bis 4.10 die überblicksmäßige Darstellung von Geschäftsmodellen mit künstlicher Intelligenz, deren Gemeinsamkeiten und Unterschiede in Abschnitt 4.11 thematisiert werden. Zum Abschluss der Bachelorarbeit wird versucht, einen Blick in die Zukunft des Themas innovative Geschäftsmodelle mit künstlicher Intelligenz zu werfen und die wichtigsten Aspekte der weiteren Entwicklung aufzugreifen.

2 Künstliche Intelligenz

In diesem Kapitel wird der Begriff der künstlichen Intelligenz genau erörtert. Um später innovative Geschäftsmodelle mit künstlicher Intelligenz aufzeigen zu können ist es unumgänglich, eine präzise Vorstellung davon zu schaffen, was unter künstlicher Intelligenz verstanden werden kann.

2.1 Historischer Kontext – die Anfänge künstlicher Intelligenz

Als einer der bedeutendsten Vordenker im Themenfeld der künstlichen Intelligenz gilt der Mathematiker Alan Turing (Scarcello 2019, S. 287). 1936 kam Turing zu dem Schluss, dass eine Rechenmaschine theoretisch möglich sein müsse, die in der Lage ist, alle Probleme zu lösen (Turing 1936). Umgelegt auf Intelligenz bedeutet das, dass künstliche Intelligenz dann möglich ist, wenn intelligentes Denken als mathematisches Problem beschrieben werden kann (Manhart 2018). Turing ging in seinen Überlegungen noch weiter und beschäftigte sich auch mit der Frage, wie man bei Vorhandensein einer entsprechenden künstlichen Intelligenz beweisen könnte, ob diese auf dem Niveau einer menschlichen Intelligenz operiert. Dazu entwarf er den bekannten Turing-Test, der dann als bestanden gilt, wenn eine Versuchsperson mit einem Menschen und einer Maschine kommuniziert ohne diese zu sehen und nicht feststellen kann, welches der beiden die menschliche und welches die künstliche Intelligenz ist (Turing 2009).