So wie die Elektrizität und die Dampfmaschine die Wirtschaft und Gesellschaft für immer veränderte, so trifft die künstliche Intelligenz mit der gleichen Wucht auf Unternehmen.
Wie können sich Unternehmen aus organisatorischer Sicht auf diesen Umschwung vorbereiten? Gibt es eine Zukunft ohne künstliche Intelligenz und wie viel Zeit bleibt Unternehmen, die noch kein Machine Learning einsetzen noch?
Künstliche Intelligenz aus Sicht des Managements
Wie kann das Management die Transformation des Unternehmens hin zu einem daten- und ki-getriebenen Unternehmen angehen? Welche Fallstricke lauern auf diesem Weg? Ist künstliche Intelligenz für meinen Geschäftszweig überhaupt relevant?
Viele Unternehmen wähnen sich sicher, dass künstliche Intelligenz in ihrer speziellen Branche (noch) nicht relevant ist. Aber was, wenn der Mitbewerb die Möglichkeiten kennt und für seinen Vorteil nützt? Taugt eine jahrzehnte lange Firmengeschichte heute noch, um ausreichend Kunden zu lukrieren und halten?
Welche Schritte kann ich in meinem Unternehmen setzen, um auch selbst daten- und ki-gestützte Produkte zu etablieren. Was haben die großen Tech-Unternehmen diesbezüglich richtig gemacht? Wir erläutern Möglichkeiten, wie sich (auch) kleine agile Unternehmen im Daten- und KI Bereich eine relevante Marktnische suchen können, um darin aktiv zu werden.
In diesem Buch möchten wir umfassend die Frage beantworten, ob es für deutschsprachige Unternehmen erst 5 vor 12 ist oder bereits 5 nach 12 in Hinblick auf die internationale Konkurrenz um die Vormachtstellung in künstlicher Intelligenz.
Die KI-Revolution online bestellen
Genießen Sie das Buch in voller Haptik als Druckwerk oder direkt online als PDF Download:
Leserkommentare:
Gute und verständliche Aufbereitung eines sehr komplexen Themengebietes!
Adressiert all jene die sich einen wirtschaftlichen Überblick über das Thema der künstlichen Intelligenz machen wollen. Neben einer fachlichen Einführung in die Thematik werden potentielle Einsatzgebiete für Unternehmen (Klein-, Mittel- und Großunternehmen) aufgezeigt und wie man diese als KI-Projekte umsetzen kann._
2019-05-17: Peter, Deutschland
Warum (noch) ein Buch über künstliche Intelligenz?
Sie mögen sich vielleicht fragen: “Sind nicht schon genug Bücher über künstliche Intelligenz publiziert worden?”
Und ja, Sie haben Recht, es gibt bereits ein Fülle an Büchern über künstliche Intelligenz. Doch ist künstliche Intelligenz inzwischen nicht mehr nur ein so enges Thema, mit dem sich eine Hand voll Experten und Wissenschafter auseinander setzen.
Künstliche Intelligenz ist so breit gefächert wie die Medizin. (Übrigens ist die Medizin inzwischen ein Hauptanwendungsgebiet künstlicher Intelligenz.) Aus diesem Grund muss auch bei Bücher über künstliche Intelligenz bzw. Machine / Deep Learning differenziert werden, auf welchen Bereich innerhalb der künstlichen Intelligenz sich der Inhalt des jeweiligen Buches bezieht.
Hier stoßen wir auf den Knackpunkt der Frage, warum wir auch ein Buch über künstliche Intelligenz veröffentlicht haben: die meisten der bereits erhältlichen KI-Bücher zielen auf Techniker, Programmierer, etc. die sich tiefer in die Materie einarbeiten wollen und künstliche Intelligenz von einer technischen Perspektive aus analysieren. Und auch in diesem Bereich teilt sich das Gebiet in weitere Subgebiete auf.
Wollen Sie sich zu einzelnen Themen aus dem Bereich Machine Learning wie Decision Trees, Random Forests, Collaborative Filtering weiterbilden und einen stärkeren Fokus auf das Deep Learning legen und sich mit dem Thema neuronaler Netze befassen? Ganz egal, es gibt hier für jede Nische in der künstlichen Intelligenz - Machine oder Deep Learning - die passenden Bücher.
Doch betrachten wir künstliche Intelligenz auch von einer Managementperspektive, so verringert sich die Anzahl an verfügbaren Werken und Büchern deutlich. Eine Führungskraft in einem Unternehmen hat andere Erwartungen an künstliche Intelligenz als ein Techniker. Der Techniker will tief in die technische Materie eintauchen und interessiert sich für die neuesten und innovativsten Entwicklungen. Für das Management ist Innovation oder technische Tiefe auch hinsichtlich künstlicher Intelligenz oder deep learning / machine learning nur ein Randthema.
Viel interessanter für das Management ist Auswirkung des Einsatzes künstlicher Intelligenz auf den wirtschaftlichen Erfolg des Unternehmens. Welche neuen Business Cases ergeben die Möglichkeiten, die der Einsatz künstlicher Intelligenz in einem Unternehmen ermöglichen?
Wir wollen uns in diesem Buch dem Thema der künstlichen Intelligenz aus der Perspektive der Unternehmensführung nähern und auf einer Meta-Ebene Ansätze diskutieren, wie man ein Unternehmen in ein durch künstliche Intelligenz getriebenes Unternehmen transformieren kann. Dazu gehört die Entwicklung einer Daten- und KI-Strategie genauso, wie die logische Priorisierung von KI-Projekten und die KI-Kommunikation sowohl intern, wie auch extern.
Was kann eine Führungskraft von diesem Buch erwarten?
Wir versuchen, mit diesem Buch zu künstlicher Intelligenz allen Führungskräften ein kurzes und prägnantes Orientierungswerk an die Hand zu geben, mit dem es möglich ist, einen wirtschaftlich sinnvollen Transformationsprozess anzustoßen und so das eigene Unternehmen in eine gloreiche Zukunft mithilfe künstlicher Intelligenz, Machine Learning und Deep Learning führen zu können.
Wir erörtern, warum gerade in den letzten Jahren das Thema künstliche Intelligenz dermaßen an Bedeutung gewonnen hat und wie es auch für KMUs möglich ist, von diesem Thema zu profitieren.
Nach diesem Einstieg gehen wir auf den KI-Transformationsprozess ein, der es ermöglicht, ein Unternehmen konsequent an den Möglichkeiten, die der Einsatz künstlicher Intelligenz bietet, auszurichten. Diese KI-Transformationsprozess stellt das Ergebnis aus vielen erfolgreich absolvierten Beratungsprojekten im Bereich künstlicher Intelligenz dar.
Wenn Sie sich entschieden haben, auch Ihr Unternehmen in die Richtung künstlicher Intelligenz zu transformieren, dann bieten wir Ihnen im letzten Abschnitt des Buches Ansatzpunkte, wie Sie Ihre individuelle Daten- und KI-Strategie formulieren können. Dazu gehört auch der strategigsche Aufbau von internem Know-How in den Bereichen künstliche Intelligenz, Machine Learning und Deep Learning.