Big Data und kunstliche Intelligenz

Studienarbeit aus dem Jahr 2024 im Fachbereich Informatik - Kunstliche Intelligenz, Note: 1,0, Fachhochschule des bfi Wien GmbH (E-Learning Group), Veranstaltung: Data Science - Big Data & kunstliche Intelligenz, Sprache: Deutsch, Abstract: Diese Hausarbeit unternimmt, auf Basis des Artikels Competing in the Age of Artificial Intelligence [AI]"e; aus dem Harvard Business Review, eine Praxisableitung der Erkenntnisse auf ein fiktives Case, um die Implementierung der kunstlichen Intelligenz proaktiv in die Wertschopfung und das Wettbewerbsgefuge eines bestehenden Geschaftsmodells vorzubereiten. Nach Iansiti und Lakhani andert die Entwicklung der digitalen Technologien die Spielregeln und revolutioniert die Geschaftswelt. Dahingehend entstehen neue Generationen von Unternehmen wie die Ant Group, Zebra Technologies und Alphabet, welche primar Algorithmen und kunstliche Intelligenz fur digitale Automatisierung und Rationalisierung von bislang physischen bzw. analogen Unterstutzungs- oder Kerngeschaftsprozessen nutzen. Die Kollision mit den bisherigen marktdominierenden Wettbewerbern erfolgt dann zumeist schlagartig, wenn Netzwerkeffekte einen kritischen Punkt uberschritten haben. Technologiegiganten und Start-Ups fokussieren dahingehend in dieser datengetriebenen Ara zunehmend kooperative bzw. symbiotische Anbieter-Okosysteme schneller zu skalieren, um die Entwicklungszeit zu uberstehen und die Datensammlung sowie Verarbeitung noch umfassender zu gestalten. Dies au ert sich haufig in weiteren kurzfristig skalierbaren Geschaftsmodellen oder Betriebsarchitekturen, dank der unbegrenzten Lernfahigkeit, was letztendlich zu einer Verlagerung der Wettbewerbsfaktoren und strategischen Organisationsperspektiven fuhrt. Diese, auch bei Technologiegiganten oft zentrale, AI-Fabrik ist meist essentiell in der neuen Unternehmensgeneration zur effizienten Entscheidungsfindung und Prozesssteuerung. Die Entscheidungsfindung erscheint au erlich 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 komplexitatsreduzierten, Einzelaufgaben und Entscheidungen werden von schwachen KI s ubernommen, welche in Ihrer Gesamtheit eine Vielzahl von kritischen und komplexeren Aufgaben in der Operativen handhaben konnen. Diese digitale Automatisierung brachte bislang ein explosives Wachstum mit sich und basiert im Kern auf der stark erhohten Reaktionsgeschwindigkeit.