Page 197 - Handbuch Digitalisierung (2. Ausgabe)

HANDBUCH DIGITALISIERUNG Kapitel 3.6 / Data Science Datenbasierte Geschä smodellinnovationen Das IoT wird zum KI-Datenlieferanten: Durch die Algorithmen des maschinel- len Lernens entstehen so neue Produkte, Prozesse und Services. Im Interview mit der TREND-REPORT-Re- daktion sprach Prof. Dr. Dr. Schildhauer, Prin- cipal Investigator am Weizenbaum-Institut für die vernetzte Gesellscha , über das Verän- derungspotenzial der mit dem IoT einherge- henden Datenmenge (Big Data). Herr Prof. Schildhauer, in- wieweit verändert die KI/ AI (Künstliche Intelli- genz/Arti cial Intelli- gence) datenbasierte Ge- schä smodelle? Es entstehen durch wei- terentwickelte Algorithmen Chancen, bspw. durch maschi- nelles Lernen, Systeme zu entwi- ckeln, die basierend auf großen Datenkon- tingenten helfen, Prozesse, Strukturen und Arbeitsabläufe in Unternehmen zu optimie- ren und zu steuern. Mit dem Hype-Begri „Künstliche Intelligenz“ gehe ich in diesem Kontext noch sehr vorsichtig um. Aber sicht- bar ist, dass neben maschinellem Lernen weitere Technologien wie Cloud-Compu- ting, IoT oder Additive Manufacturing ein wichtiger technischer Enabler für datenba- sierte Geschä smodelle sind. So entwickeln sich in Deutschland in diesem Zusammen- hang neue technologiebasierte Start-ups z. B. in den Sektoren Handel, Logistik, Ge- sundheit oder Mobilität. Start-ups, aber auch etablierte Unternehmen entwickeln auf Ba- sis großer Datensammlungen und entspre- chender Algorithmen neue Geschä smo- delle, die beispielsweise Vorhersa- gen auf kün ige Bedarfe oder Nutzerverhalten analysieren und vorhersagen – Predic- tive Analytics. Insbeson- dere vollzieht sich der Wandel bei etablierten Unternehmen dort, wo zumeist auf der Ebene un- ternehmensinterner Prozes- soptimierungen Potenziale aus der Analyse großer Datenmengen geschöp werden. Dies kann im Versiche- rungsbereich (bspw. Vorhersage über Scha- denrisiken aus Daten der Vergangenheit und aktuellen Wetter- und Verhaltensda- ten) ebenso wie in Produktionsunternehmen (Predictive Maintenance) zur Anwendung kommen. Ob und wie sich aus diesen Inno- vationen tragfähige datenbasierte Geschä s- modelle entwickeln, untersucht die For- schungsgruppe „Datenbasierte Geschä s- modellinnovation“ am Weizenbaum-Institut für die vernetzte Gesellscha – Das deutsche Internet-Institut. 197 Herausforderungen