Logo des Repositoriums

Auflistung nach Schlagwort "Finanzdienstleistungen"

1 - 2 von 2
  • Zeitschriftenartikel
    Beratungsindividualisierung in der Finanzdienstleistungsbranche Umsetzungskonzepte und rechtliche Rahmenbedingungen
    (Wirtschaftsinformatik: Vol. 49, No. 1, 2007) Buhl, Hans Ulrich; Kaiser, Marcus; Winkler, Veronica
    Advisory Individualisation in the Financial Services Sector — Implementation Concepts and Legal Requirements. This article describes the individualisation of advisories in the financial services sector, especially the consideration of situations and roles. An important aspect in this context is the connection between the requirements imposed by the law (consumer protection and data protection) and the individualisation. Discussing this topic the article concludes that the individualisation benefits from the consumer protection in the financial services sector — in contrast to many other sectors — because of the documentation requirements imposed by this law. After introducing a concept for an individualised financial advisory (which describes the data necessary for an advisory, relationships between the data and factors influencing the data) two influencing factors are focussed: Situations and roles. The situations and roles relevant for a financial advisory are categorised and their impact on the advisory is illustrated by examples. Finally the customer view on the application of situation and roles in an advisory is discussed.
  • Zeitschriftenartikel
    Kontext und KI: Zum Potenzial der Beschäftigten für Künstliche Intelligenz und Machine-Learning
    (HMD Praxis der Wirtschaftsinformatik: Vol. 57, No. 3, 2020) Pfeiffer, Sabine
    Die Bedeutung von Künstlicher Intelligenz und Machine Learning (KI/ML) im Unternehmen nimmt zu. Noch weitgehend unklar ist, ob das Potenzial der Beschäftigten ausreicht und passfähig ist, um die Potenziale dieser Technologie im Unternehmen schnell nutzbar zu machen. Neben den dafür nötigen KI/ML-spezifischen Programmierkenntnissen in der IT-Abteilung erfordert ein robuster und produktiver Einsatz von KI/ML im Unternehmen auch von den Beschäftigten in den anwendenden Fachabteilungen neue Kompetenzen. Sie müssen die Potenziale und Grenzen von KI/ML-Technologien verstehen (KI/ML-Kompetenz) und in der Lage sein, KI/ML-Systeme und ihre Ergebnisse in den fachlichen Kontext und an situative Anforderungen rückzubinden (Kontext-Kompetenz). Der Beitrag identifiziert diese Kompetenzen und zeigt empirisch, in welchem Ausmaß sie vorhanden sind oder entwickelt werden müssen. Dies geschieht auf der Basis der BIBB/BAuA-Erwerbstätigenbefragung 2018 für zwei Felder, die aktuell besonders relevant für den Einsatz von KI/ML sind: Predictive Maintenance und beratungsintensive Sachbearbeitung. Die Ergebnisse zeigen: Beschäftigte haben ein unterschätztes Potenzial für die erfolgreiche Umsetzung von KI/ML, es lohnt sich also, sie in allen Phasen der KI/ML-Umsetzung partizipativ zu involvieren. The importance of Artificial Intelligence and Machine Learning (AI/ML) in companies is increasing. However, it is largely unclear whether the employees’ abilities are sufficient and suitable to make the potential of this technology rapidly usable in the company. In addition to the necessary AI/ML-specific programming knowledge in the IT department, a robust and productive use of AI/ML in the company also requires new skills from employees in the applying departments. They must understand the potential and limits of AI/ML technologies (AI/ML competence) and they must be able to integrate AI/ML systems and their results into the specific context and situational requirements (context competence). The article identifies these competencies and shows empirically to what extent they are available or need to be developed. This is done on the basis of the 2018 German BIBB/BAuA Employment Survey for two areas of application that are currently considered particularly relevant for the use of AI/ML: Predictive maintenance and consulting intensive administration. The results show: Employees have an underestimated potential for a successful application of AI/ML, so it is worthwhile to involve them in all stages of AI/ML implementation.