Bei der Anwendung von Künstlicher Intelligenz im Bereich des Technologie- und Innovationsmanagements dominieren zurzeit immer noch semantische Verfahren sowie „Machine Learning“. Beide Methoden eignen sich vor allem dazu, immer wieder auftretende Relationen bzw. Muster in größeren Datenmengen zu erkennen. Häufiger kommen auch „Natural Language Processing“-Verfahren zum Einsatz, insbesondere bei der Analyse semi-strukturierter Daten.

Wie Dr. Ulrich Hutschek (TIM Consulting), Kai Ellermann und Lennard Haarmann (beide Fraunhofer IEM) in ihrer Studie „Künstliche Intelligenz im Technologie- und Innovationsmanagement“ feststellen, kann gerade auch die kombinierte Anwendung von KI-Methoden das Technologie- und Innovationsmanagement (TIM) in Unternehmen auf ein neues Level hieven. Auf diese Weise lassen sich auch individuelle Suchfelder analysieren und dadurch frühzeitig Trends und aktuelle zukünftig relevante technologische Entwicklungen ausmachen. Dazu können Smart-Data-Tools je nach Fragestellung auf verschiedene KI-Technologien zurückgreifen.

Laut den Autoren der Studie gibt es im breiten Anwendungsfeld des TIM immer noch Untersektoren (z. B. bei der Kundenbedarfsanalyse oder der Ideengenerierung und -auswahl) wo KI bislang kaum oder gar nicht zum Einsatz kommt – oft auch deshalb, weil bis dato noch keine entsprechenden KI-Instrumente dafür entwickelt werden konnten!

Weitere Informationen zur Software-Studie:
https://tim-consulting.de/software-studie-ki/

Die Nutzung von Smart Tools wird beim Einsatz Künstlicher Intelligenz (KI) zur Optimierung der Entscheidungsfindung in Unternehmen in den kommenden Jahren eine zunehmend wichtige Rolle einnehmen. Auch bei der Analyse interner Daten kann KI sehr hilfreich sein, beispielsweise im Rahmen von Lessons-Learned-Aktivitäten. In diesem Kontext wird es von entscheidender Bedeutung für den Erfolg der jeweiligen Anwendungen sein, wie bzw. wie tief sich diese in die Prozesse des betreffenden Unternehmens integrieren lassen. Gelingt eine solche Integration in die bereits bestehenden Betriebsprozesse nicht, ist die KI auch nicht in der Lage, relevante Informationen zu liefern. In ihrer Software-Studie „Künstliche Intelligenz im Technologie- und Innovationsmanagement“ heben die Autoren Dr. Ulrich Hutschek, Kai Ellermann und Lennard Haarmann von TIM Consulting und Fraunhofer IEM zudem die Bedeutung der sogenannten „absorptive capacity“, also der Fähigkeit von Unternehmen und ihren Entscheidungsträgern, neue Lösungsansätze aufzunehmen und zu nutzen, hervor.

Die technische Integration in die bestehende IT-Infrastruktur, so die Autoren, sei dabei häufig die geringste Hürde. Viel häufiger seien dabei mangelhaft präzisierte Ziele und eine zu unbestimmte Erwartungshaltung für den fehlenden Erfolg im Einsatz verantwortlich.

Weitere Informationen zur Software-Studie:
https://tim-consulting.de/software-studie-ki/

Auch im Technologie- und Innovationsmanagement wird die Bedeutung von künstlicher Intelligenz bei Unternehmensentscheidungen mittel- bis langfristig zunehmen. Zu diesem Ergebnis kommen Dr. Ulrich Hutschek, Kai Ellermann und Lennard Haarmann von TIM Consulting und Fraunhofer IEM in ihrer Studie „Künstliche Intelligenz im Technologie- und Innovationsmanagement“. Während man die für datenzentrierte Analysen eingesetzten Smart-Data-Tools zurzeit eher noch im begrenzten Rahmen zur eigenen Unterstützung einsetzt, wird die Nutzung von Daten, die von einer KI bereitgestellt wurden, auch bei relevanten strategischen Entscheidungen eine deutlich größere Rolle einnehmen.

Hutschek, Ellermann und Haarmann gehen davon aus, dass Entscheidungsträger bis dato noch zu wenig Vertrauen in die Ergebnisse haben, die Smart-Data-Tools liefern. Dabei werde sich jedoch immer stärker zeigen, dass über deren Einsatz, gerade auch wenn es um die technologische Weiterentwicklung gehe, Wettbewerbsvorteile geltend gemacht werden können. Diese betreffen insbesondere Entscheidungen, die in der Frühphase einer (Produkt-)Entwicklung getroffen werden. Andererseits werden sich auch die Entwickler von Smart-Data-Tools künftig verstärkt auf die Bedürfnisse unterschiedliche Nutzergruppen einstellen müssen, beispielsweise durch die Nutzung von „No-Code Plattformen“ oder auch „Explainable AI“.

Weitere Informationen zur Software-Studie:
https://tim-consulting.de/software-studie-ki/