Logo des Repositoriums

Auflistung nach Schlagwort "Kundennutzen"

1 - 2 von 2
  • Textdokument
    Das Ideenmanagement im Kontext der Digitalen Transformation - Schaffung eines zeitgemäßen Ideenmanagements mittels Geschäftsmodellmodellierung
    (3. Wissenschaftsforum: Digitale Transformation (WiFo21), 2021) Reiche, Finn; Badura, Andrea
    Das Ideenmanagement wurde in vielen Unternehmen als Nachfolgeinstrument des Betrieblichen Vorschlagswesen etabliert. Ein Ideenmanagementsystem soll zur Erhebung, Bewertung und Umsetzung von Ideen der Mitarbeitenden zum Nutzen des Unternehmens dienen. Generell wird ein Ideenmanagementsystem als Prozess verstanden, welcher die eigentlichen Kunden des Ideenmanagements – die Mitarbeitenden – eher als „Lieferanten“ betrachtet. Auch wird mit der Einführung einer Ideenmanagementsoftware zumeist keine wirkliche digitale Transformation geschaffen, sondern lediglich bisher bestehende Prozesse digitalisiert, ohne jedoch das Potential einer wirklichen Transformation auszuschöpfen. Im folgenden Beitrag wird eine umfassende empirische Untersuchung des Ideenmanagements vorgestellt, deren Ergebnis eine neue Sicht auf diesen Ansatz bietet: Das Ideenmanagement als Geschäftsmodell. Aus den qualitativen und quantitativen Befragungen wird auch das Potenzial digitaler Ansätze zur grundlegenden Veränderung von Ideenmanagementsystemen ersichtlich.
  • Konferenzbeitrag
    Kundenorientiertes Testen von Künstlicher Intelligenz
    (Softwaretechnik-Trends Band 42, Heft 3, 2022) Fehlmann, Thomas; Kranich, Eberhard
    Testen von Software wird heute immer noch gelegentlich mit Testen von Code verwechselt. Das ist im Zeitalter von Cloud Services und lernenden Systemen ziemlich fatal. Noch schlimmer wird diese Verwechslung, wenn man an cyber-physikalische Produkte denkt, etwa medizinische Instrumente oder autonome Fahrzeuge, wo es durchaus nicht nur der Code ist, der getestet werden muss, um Unfälle zu verhindern. Das Verhalten lernender Systeme wird nicht alleine durch Algorithmen bestimmt, sondern auf Grund von Lernprozessen und Trainingsdaten. Es ist sinnlos, ein solches System nur im Auslieferungszustand zu testen, denn es kann auch im Betrieb lernen, aber auch verlernen. Um sicher zu bleiben, muss es immer und immer wieder getestet werden. Dieser Artikel schlägt einen autonomen Testprozess vor, der relevante Testfälle ohne menschliches Zutun auswählen kann dank Bezug zu den Kundenbedürfnissen. Mit Hilfe statistischer Methoden und linearer Matrizenalgebra gelingt eine vollständige und individualisierbare Sicherstellung relevanter Verhaltensweisen künstlich intelligenter Systeme.