Zusammenfassung
Künstliche Intelligenz bietet Unternehmen neue Möglichkeiten Prozesse, Produkte, Dienstleistungen und Geschäftsmodelle zu innovieren und bestehende zu verändern. Daher wird das professionelle Management Künstlicher Intelligenz in Unternehmen zu einer zentralen Aufgabe, um die neuen Wertversprechen mit produktiven Systemen zu realisieren.
Der Beitrag stellt das St. Galler Management Modell für KI (SGMM-KI) vor und zeigt sieben Handlungfelder für den betrieblichen Einsatz von KI: (1) Management von Künstlicher Intelligenz, (2) Organisation des Betriebs, (3) Rechtliche Gestaltung, (4) Regulierung und Compliance, (5) Lebenszyklus-Management, (6) Management der Technologie-Infrastruktur, sowie (7) Cybersicherheit.
Der vorliegende Artikel leitet konkrete erste Schritte an und richtet sich primär an Geschäftsleitungsmitglieder, IT- und Innovationsverantwortliche sowie Projektleiter, welche die neuen Wertversprechen der KI in der betrieblichen Praxis verwirklichen möchten.
Abstract
Artificial intelligence offers firms new opportunities to innovate processes, products, services and business models and to change existing ones. Therefore, the professional management of artificial intelligence in companies becomes an increasingly important task to realize the new value propositions with productive systems.
The article presents the St. Gallen Management Model for AI (SGMM-AI) and highlights seven areas of action for the operational use of AI: (1) management of artificial intelligence, (2) organization of business operations, (3) legal, (4) regulation and compliance, (5) life-cycle management, (6) management of technology infrastructure, and (7) cyber security.
This article provides guidance on the first steps of implementing AI. It is primarily targeted board members, IT, innovation and project managers who want to put the new value propositions of AI into practice.
This is a preview of subscription content, log in via an institution to check access.
Explore related subjects
Discover the latest articles, news and stories from top researchers in related subjects.Literatur
Conboy K (2009) Agility from first principles: reconstructing the concept of agility in information systems development. Inf Syst Res 20(3):329–354
European Commission (2019) Ethics guidelines for trustworthy AI [Text]. https://ec.europa.eu/digital-single-market/en/news/ethics-guidelines-trustworthy-ai. Zugegriffen: 6. Dez. 2019
Goodfellow IJ, Shlens J, Szegedy C (2014) Explaining and harnessing adversarial examples. ArXiv Preprint ArXiv:1412.6572
Goodin D (2019) Researchers trick Tesla Autopilot into steering into oncoming traffic. https://arstechnica.com/information-technology/2019/04/researchers-trick-tesla-autopilot-into-steering-into-oncoming-traffic/. Zugegriffen: 6. Dez. 2019
Handelsblatt (2019) ZF beschleunigt bei Künstlicher Intelligenz die Aufholjagd auf Bosch. https://www.handelsblatt.com/unternehmen/industrie/autozulieferer-zf-beschleunigt-bei-kuenstlicher-intelligenz-die-aufholjagd-auf-bosch/24099472.html. Zugegriffen: 6. Dez. 2019
von Krogh G (2018) Artificial intelligence in organizations: new opportunities for phenomenon-based theorizing. Academy of Management Discoveries (2018). https://doi.org/10.5465/amd.2018.0084
LeCun Y, Bengio Y, Hinton G (2015) Deep learning. Nature 521(7553):436–444
Miao H, Li A, Davis LS, Deshpande A (2017) Modelhub: deep learning lifecycle management. In 2017 IEEE 33rd International Conference on Data Engineering (ICDE) (pp. 1393–1394). IEEE
Reuters (2018) Amazon scraps secret AI recruiting tool that showed bias against women. https://uk.reuters.com/article/us-amazon-com-jobs-automation-insight-idUKKCN1MK08G. Zugegriffen: 9. Okt. 2019
Wang X, Conboy K, Pikkarainen M (2012) Assimilation of agile practices in use. Inf Syst J 22(6):435–455
Zhang M (2015) Google photos tags two African-Americans as gorillas through facial recognition software. https://www.forbes.com/sites/mzhang/2015/07/01/google-photos-tags-two-african-americans-as-gorillas-through-facial-recognition-software/. Zugegriffen: 06.12.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
van Giffen, B., Borth, D. & Brenner, W. Management von Künstlicher Intelligenz in Unternehmen. HMD 57, 4–20 (2020). https://doi.org/10.1365/s40702-020-00584-0
Received:
Revised:
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1365/s40702-020-00584-0