Logo des Repositoriums
 
Zeitschriftenartikel

Organisationale Ambidextrie als Erfolgsfaktor für KI-basierte Innovationen in der Produktion: Das Audi Production Lab

Vorschaubild nicht verfügbar

Volltext URI

Dokumententyp

Text/Journal Article

Zusatzinformation

Datum

2023

Autor:innen

Zeitschriftentitel

ISSN der Zeitschrift

Bandtitel

Verlag

Springer

Zusammenfassung

Künstliche Intelligenz bietet immenses Wertpotenzial für Unternehmen, wie beispielsweise für Produzenten in der Automobilindustrie. Um von den neuen Technologien zu profitieren, müssen diese Automobilproduzenten innovative Konzepte für ihren individuellen Unternehmenskontext entwickeln und erproben, ohne dabei den produktiven Betrieb zu beeinträchtigen. Die Fähigkeit eines Unternehmens gleichzeitig innovativ und effizient zu sein, wird als Ambidextrie bezeichnet. Insbesondere bei heutigen Innovationen basierend auf Künstlicher Intelligenz ergeben sich neuartige Fragestellungen, die exploriert und im Innovations- und Technologiemanagement berücksichtigt werden müssen. Im vorliegenden Beitrag wird das Audi Production Lab (P‑Lab) als Praxisbeispiel für erfolgreich praktizierte organisationale Ambidextrie vorgestellt. Das P‑Lab bildet als eigenständige Organisationseinheit das Bindeglied zwischen Technologieexploration und Technologieverwertung in der Audi Produktion. Basierend auf einem praktischen Erfahrungsbericht wird in diesem Beitrag herausgearbeitet, welche neuen Fragestellungen und Herausforderungen Künstliche Intelligenz in das Ideen- und Innovationsmanagement induziert und wie diese bewältigt werden können. Der Schwerpunkt liegt dabei auf (1) der Identifikation von KI-geeigneten Fragestellungen, (2) der Entwicklung von KI-Proof-of-Concepts und (3) der Implementierung von KI-Lösungen in einen Produktivbetrieb. Mit den Ergebnissen richtet sich dieser Beitrag an Technologie- und Innovationsmanager_innen, IT-Strateg_innen und Organisationsentwickler_innen, die Künstliche Intelligenz für ihr Unternehmen erschließen möchten. Die Ergebnisse liefern Einblicke in die industrielle Praxis und unterstreichen die Relevanz organisationaler Ambidextrie als zentraler Erfolgsfaktor für Innovationen in der Produktion. Artificial Intelligence offers immense value potential for companies, such as manufacturers in the automotive industry. To benefit from the new technologies, these automotive manufacturers must develop and test innovative concepts for their individual business context without compromising productive operations. The ability of a company to be innovative and efficient at the same time is referred to as ambidexterity. Particularly in today’s innovations based on Artificial Intelligence, novel issues arise that need to be explored and considered in innovation and technology management. The paper at hand presents the Audi Production Lab (P‑Lab) as a practical example of successfully practiced organizational ambidexterity. The P‑Lab is an independent organizational unit that forms the link between technology exploration and technology exploitation in Audi production. Based on a practical experience report, this paper elaborates which novel questions and challenges Artificial Intelligence induces in idea and innovation management and how they can be mastered. The focus is on (1) the identification of AI-suitable questions, (2) the development of AI proof-of-concepts, and (3) the implementation of AI solutions in productive operation. With the results, this paper is addressed to technology and innovation managers, IT strategists, and organizational developers who want to leverage Artificial Intelligence for their companies. The results provide insights into industrial practice and underscore the relevance of organizational ambidexterity as a key success factor for innovations in production.

Beschreibung

Sagodi, André (2023): Organisationale Ambidextrie als Erfolgsfaktor für KI-basierte Innovationen in der Produktion: Das Audi Production Lab. HMD Praxis der Wirtschaftsinformatik: Vol. 60, No. 3. DOI: 10.1365/s40702-023-00960-6. Springer. ISSN: 2198-2775

Zitierform

Tags