Big Data und künstliche Intelligenz

Studienarbeit aus dem Jahr 2024 im Fachbereich Informatik - Künstliche Intelligenz, Note: 1,0, Fachhochschule des bfi Wien GmbH (E-Learning Group), Veranstaltung: Data Science - Big Data & künstliche Intelligenz, Sprache: Deutsch, Abstract: Diese Hausarbeit unternimmt, auf Basis des Artikels 'Competing in the Age of Artificial Intelligence [AI]' aus dem Harvard Business Review, eine Praxisableitung der Erkenntnisse auf ein fiktives Case, um die Implementierung der künstlichen Intelligenz proaktiv in die Wertschöpfung und das Wettbewerbsgefüge eines bestehenden Geschäftsmodells vorzubereiten. Nach Iansiti und Lakhani ändert die Entwicklung der digitalen Technologien die Spielregeln und revolutioniert die Geschäftswelt. Dahingehend entstehen neue Generationen von Unternehmen wie die Ant Group, Zebra Technologies und Alphabet, welche primär Algorithmen und künstliche Intelligenz für digitale Automatisierung und Rationalisierung von bislang physischen bzw. analogen Unterstützungs- oder Kerngeschäftsprozessen nutzen. Die Kollision mit den bisherigen marktdominierenden Wettbewerbern erfolgt dann zumeist schlagartig, wenn Netzwerkeffekte einen kritischen Punkt überschritten haben. Technologiegiganten und Start-Ups fokussieren dahingehend in dieser datengetriebenen Ära zunehmend kooperative bzw. symbiotische Anbieter-Ökosysteme schneller zu skalieren, um die Entwicklungszeit zu überstehen und die Datensammlung sowie Verarbeitung noch umfassender zu gestalten. Dies äußert sich häufig in weiteren kurzfristig skalierbaren Geschäftsmodellen oder Betriebsarchitekturen, dank der unbegrenzten Lernfähigkeit, was letztendlich zu einer Verlagerung der Wettbewerbsfaktoren und strategischen Organisationsperspektiven führt. Diese, auch bei Technologiegiganten oft zentrale, AI-Fabrik ist meist essentiell in der neuen Unternehmensgeneration zur effizienten Entscheidungsfindung und Prozesssteuerung. Die Entscheidungsfindung erscheint äußerlich dabei oft wie eine Blackbox, basiert jedoch im Regelfall auf systematischer und wissenschaftlicher Datenanalyse um Erkenntnisse, Eintrittswahrscheinlichkeiten und damit Vorhersagen sowie Entscheidungen abzuleiten. Diese speziellen, und daher meist in sich komplexitätsreduzierten, Einzelaufgaben und Entscheidungen werden von schwachen KI's übernommen, welche in Ihrer Gesamtheit eine Vielzahl von kritischen und komplexeren Aufgaben in der Operativen handhaben können. Diese digitale Automatisierung brachte bislang ein explosives Wachstum mit sich und basiert im Kern auf der stark erhöhten Reaktionsgeschwindigkeit.

Der Autor Lars Brengmann wurde 1997 in Koblenz geboren und verbrachte seine Kindheit in einem Stadtteil von Montabaur im rheinlandpfälzischen Westerwald. Dort begann er nach der mittleren Reife eine Duale-Ausbildung zum Industriekaufmann (IHK) in einem Unternehmen, welches robotergestützte industrielle Verpackungsanlagen baute - hier kam er erstmalig in Kontakt mit dem Wandel in Zuge der Industrie 4.0. Im Anschluss an seine Ausbildung und die ersten Beschäftigungsverhältnisse weitete er, durch die Berufsfortbildungen zum geprüften Wirtschaftsfachwirt (IHK) und anschließenden geprüften Betriebswirt (IHK), seine kaufmännischen Kenntnisse aus und förderte seine Handlungskompetenz. Die Fortbildungen qualifizierten ihn eine Stelle als Projektleiter im Sonderanlagenbau für Verkehrsleitsysteme anzutreten und innerhalb dieser Anstellung bis zum Teamleiter im operativen Geschäft aufzusteigen. Während seiner Tätigkeit konnte er den Brückenneubau, durch die Einrichtung eines Fahrzeugleitsystems, der Leverkusener Rheinquerung der Bundesautobahn [BAB]1 und der Duisburger Rheinquerung 'Neuenkamp' der BAB40 erfolgreich unterstützen und den Verkehrsfluss trotz umfangreicher Baumaßnahmen sichern. Im Mai 2022 begann er mit dem nebenberuflichen Fernstudium zum Master Business Administration [MBA], mit der Fachrichtung Digital Transformation Management, über die Fachhochschule [FH] des Berufsförderungsinstitutes [BFI] Wien Executive Education Center [EEC] GmbH. Dies erfolgte mit dem Ziel betriebswirtschaftliche Kenntnisse auszubauen, Navigationsfähigkeiten für Unternehmen im digitalen Wandel zu entwickeln und dem beruflichen Werdegang zu weiterem Auftrieb zu verhelfen. Aktuell ist er als kaufmännischer Leiter der Unternehmensgruppe Reifert angestellt und betreut dort die operative Geschäftsentwicklung. Das Leistungsportfolio der Unternehmensgruppe umfasst die Lieferung von Energieträgern wie Mineralöle, Pellets sowie Gas- und Strom aber auch Schmierstoffe. Darüber hinaus ist dem Unternehmen ein Heizungs- und Sanitäranlagenbau in Form einer weiteren GmbH angegliedert.