Künstliche Intelligenz zur Abbildung und Sicherung von Wissen – Nachhaltigkeit für das wichtigste Unternehmens-Asset
| dc.contributor.author | Schirmer-Kaegebein, Ulf | |
| dc.contributor.author | Reinheimer, Stefan | |
| dc.date.accessioned | 2021-03-25T13:57:04Z | |
| dc.date.available | 2021-03-25T13:57:04Z | |
| dc.date.issued | 2021 | |
| dc.description.abstract | Effizientes Wirtschaften in einem Unternehmen bedingt die möglichst umfassende, langfristige und jederzeit zugängliche Ressource Wissen . Die Digitalisierung dieses Wissens – und das umfasst nicht das Einscannen von Dokumenten und ihre Bereitstellung auf zentralen Plattformen – ermöglicht es, nachhaltig mit diesem bedeutenden Unternehmens-Asset umzugehen. Komplexe Produktzusammenhänge, wie Zubehör, (zertifizierte) Kompatibilitäten, die Möglichkeit, auch bei Massenprodukten individuelle technische Dokumentation zu erstellen, Vorschläge ähnlicher Produkte unterbreiten oder technische Produktkombinationen auf Basis fachlicher Anforderungen empfehlen zu können, weisen Kompetenz nach und schaffen Vertrauen. Der klassische Wissensmanagementansatz der 90-Jahre des letzten Jahrhunderts, der sich im Wesentlichen auf die effiziente Auffindbarkeit von Dokumenten bezieht, ist hier bei weitem nicht ausreichend. Dieses Know-how unabhängig von der physischen Anwesenheit von Mitarbeitern verfügbar zu haben, ist Motivation für die langfristige und effiziente Digitalisierung und Bereitstellung des Wissens. Der Bedarf verstärkt sich durch die zu erwartende Veränderung im Personalwesen durch die kommenden Generations Y und Z, deren Verweildauer in einem Unternehmen signifikant kürzer erwartet wird als dies die aktuellen Generationen bislang vorgelebt haben. Dem Risiko, das Mitarbeiterwissen ständig zu verlieren und erneut aufbauen zu müssen, kann über moderne Digitalisierungsansätze begegnet werden – Nachhaltigkeit als Ergebnis des Einsatzes künstlicher Intelligenz (KI). Der Beitrag leitet den Bedarf ab, das Nachhaltigkeitsverständnis um den Umgang mit Wissen im Unternehmen zu erweitern. Nach einer entsprechenden theoretischen Fundierung stellt der Beitrag ein Siemens-Praxisbeispiel detailliert dar – die Anforderung sowie die Lösung mit Hilfe eines semantischen Netzes als Vertreter einer KI-Methode. Die Erkenntnis, dass diese Knowledge Graphen zur Abbildung von Wissen im Unternehmen ein wichtiger Baustein der unternehmerischen Nachhaltigkeit sind und ein Ausblick auf offene Aufgabenstellungen für die nahe Zukunft runden den Beitrag ab. Efficient corporate management requires the most comprehensive, long-term and always accessible resource knowledge. Digitizing this knowledge—and this does not mean scanning documents and making them available on centralized platforms—makes it possible to deal sustainably with this most important corporate asset. Complex product contexts, such as accessories, compatibility, the possibility to create individual technical documentation for mass-produced products, to submit proposals for similar products or to recommend technical product combinations based on functional requirements, demonstrate competence and create trust. The classic knowledge management approach of the 90s of the last century, which essentially refers to the efficient retrievability of documents, is far from sufficient here. Being able to make this knowledge available digitally and thus being independent of the physical presence of employees is the motivation for the long-term and efficient provision of knowledge. The need is intensified by the expected changes in human resources management due to the coming generations Y and Z, whose retention time in a company is expected to be significantly shorter than the current generations have demonstrated so far. The risk of constantly losing employee knowledge and having to rebuild it can be countered with modern digitization approaches—sustainability as a result of the use of artificial intelligence (AI). The article derives the need to broaden the understanding of sustainability by including the handling of knowledge within the company. After a corresponding theoretical foundation, the article presents a practical Siemens example in detail—the requirements as well as the solution of how to apply a semantic network as a representative of an AI method. The conclusion that these knowledge graphs for mapping knowledge in the company are an important component of corporate sustainability on one side and an outlook on open tasks for the near future on the other side round off the article. | de |
| dc.identifier.doi | 10.1365/s40702-020-00699-4 | |
| dc.identifier.pissn | 2198-2775 | |
| dc.identifier.uri | http://dx.doi.org/10.1365/s40702-020-00699-4 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/36145 | |
| dc.publisher | Springer | |
| dc.relation.ispartof | HMD Praxis der Wirtschaftsinformatik: Vol. 58, No. 1 | |
| dc.relation.ispartofseries | HMD Praxis der Wirtschaftsinformatik | |
| dc.subject | AI | |
| dc.subject | Artificial Intelligence | |
| dc.subject | Digitalisierung | |
| dc.subject | Digitization | |
| dc.subject | KI | |
| dc.subject | Knowledge Graphs | |
| dc.subject | Künstliche Intelligenz | |
| dc.subject | Nachhaltigkeit | |
| dc.subject | Semantic Networks | |
| dc.subject | Semantics | |
| dc.subject | Semantik | |
| dc.subject | Semantische Netze | |
| dc.subject | Sustainability | |
| dc.title | Künstliche Intelligenz zur Abbildung und Sicherung von Wissen – Nachhaltigkeit für das wichtigste Unternehmens-Asset | de |
| dc.type | Text/Journal Article | |
| gi.citation.endPage | 133 | |
| gi.citation.startPage | 116 |