@book{WeigandHoffmannBrantneretal.2021,
  author    = {Weigand, Juliane and Hoffmann, Simon and Brantner, Yannick and M{\"u}ller, Sarah and Ebner, Ralf and Klenk, Carolin and Ruzicic, Nada and Gl{\"u}ck, Franziska and Zythke, Patrick},
  title     = {Smart Innovation : K{\"u}nstliche Intelligenz im Innovationsmanagement},
  editor    = {N{\"a}gele, Rainer and Ohlhausen, Peter and Braun, Anja},
  doi       = {10.24406/publica-fhg-301139},
  institution = {NXT Nachhaltigkeit und Technologie},
  pages     = {82},
  year      = {2021},
  abstract  = {Die vorliegende Studie zeigt, dass das Thema Smart Innovation (der Einsatz von KI-Systemen im Innovationsprozess) von hoher Relevanz ist und Zustimmung f{\"u}r den Einsatz von KI im Innovationsprozess besteht. Sowohl von den Unternehmen als auch von den Studierenden werden Effizienzsteigerung, schnellere Bearbeitung großer Datenmengen, die Steigerung der Wettbewerbsf{\"a}higkeit und Kosteneinsparungen als Gr{\"u}nde f{\"u}r den Einsatz von KI im Innovationsprozess gesehen. In Deutschland finden KI-Technologien bereits jetzt punktuell und branchenunabh{\"a}ngig Anwendung im Innovationsprozess. Einflussfaktoren, wie Hochschulkooperationen, Innovationsabteilungen und Open Innovation k{\"o}nnen den Einsatz f{\"o}rdern. Vor allem KMU aus den fr{\"u}hen Phasen der Industrialisierung sollten davon Gebrauch machen. In einem Zusammenspiel von menschlicher Expertise und der schnellen und pr{\"a}zisen Datenverarbeitung der KI liegt das Erfolgsgeheimnis eines m{\"o}glichst effizienten Innovationsprozesses. Es wird deutlich, dass verschiedene Einflussfaktoren erforderlich sind, um die Anwendung von Smart Innovation praktikabel zu gestalten. So gilt es zun{\"a}chst die technischen Voraussetzungen einer funktionierenden IT-Infrastruktur zu erf{\"u}llen. Gleichbedeutend sind offene Fragestellungen hinsichtlich der Datenverf{\"u}gbarkeit, des Dateneigentums und der Datensicherheit. Ohne rechtlichen Rahmen sind kaum Akteure gewillt, ihre Daten zu teilen und zug{\"a}nglich zu machen. Erschwert wird der Einsatz von KI durch den nationalen IT-Fachkr{\"a}ftemangel. So sehen sowohl Unternehmen als auch die Studierenden das gr{\"o}ßte Hindernis im Mangel von KI-relevantem Know-how. Dies hemmt einerseits die Forschung, andererseits fehlt es den Unternehmen an erforderlichen Fachkr{\"a}ften f{\"u}r eine Einf{\"u}hrung von KI im Unternehmen. Es ist jedoch notwendig, den Unternehmen durch das Aufzeigen von Anwendungsbeispielen, die Potenziale und Chancen von Smart Innovation zu vermitteln. Es gilt, die anwendungsorientierte Forschung zu f{\"o}rdern und einen reibungslosen Transfer in die Wirtschaft sicherzustellen. Dieser Wissensaustausch erfordert zudem eine h{\"o}here unternehmerische Risikobereitschaft. Es w{\"a}chst die Notwendigkeit, unternehmensspezifische KI-Strategien zu entwerfen. Die Technologien entwickeln sich schnell, es gilt daher auch f{\"u}r Unternehmen sich diesem Fortschritt anzupassen, um den Anschluss nicht zu verlieren und die Wettbewerbsf{\"a}higkeit zu sichern. So liegt die gr{\"o}ßte Herausforderung im grundlegenden Wandel der Gesch{\"a}ftsmodelle, denn die Wertsch{\"o}pfung erfolgreicher Unternehmen basiert zunehmend auf "digitalen assets". Daten gelten generell als die neue Ressource, als Rohstoff, auch f{\"u}r Smarte Innovationen. Die Bedeutung von Smart Innovation wird in Zukunft weiterhin ansteigen. Kurz- und mittelfristig unterst{\"u}tzt die Schwache KI vor allem bei der Datensammlung und -analyse, bei der Prozessautomatisierung sowie bei der Bed{\"u}rfnis- und Trendidentifikation. Weiter werden sich inkrementelle Ver{\"a}nderungen im Innovationsmanagement mithilfe von Simulationen und der zuf{\"a}lligen Kombination von Technologien erhofft. Langfristig wird eine st{\"a}rkere KI den Einsatz der Menschen im Innovationsprozess in Teilen ersetzen k{\"o}nnen. Ob autonomes Innovieren zuk{\"u}nftig m{\"o}glich sein wird, h{\"a}ngt zun{\"a}chst von dem Ausmaß der Neuheit einer Innovation, aber vor allem auch von der M{\"o}glichkeit einer kreativen KI ab. Es ist davon auszugehen, dass die Fortschritte im Bereich der KI nicht nur radikale Innovationen erm{\"o}glichen werden, sondern auch zu einer strukturellen Ver{\"a}nderung unseres heutigen Verst{\"a}ndnisses des Innovationsmanagements f{\"u}hren.},
  language  = {de}
}