Refine
Document Type
- Conference proceeding (2)
- Book (1)
- Book chapter (1)
- Working Paper (1)
Has full text
- yes (5)
Is part of the Bibliography
- yes (5)
Institute
Publisher
- Fraunhofer-Institut für Arbeitswirtschaft und Organisation (5) (remove)
This paper takes a holistic view on an IP-traceability process in interorganizational R&D projects, as a particular Open innovation mode, aiming at showing different technologies which can be used in the front and backend of a traceability process and discussing these technologies in terms of their suitability for data from creativity processes in these projects. To achieve this goal a two-stage literature review on different technologies in the context of traceability was conducted. Then, criteria were derived from the characteristics of data from creativity processes and of interorganizational R&D projects, with which the resulting technologies were discussed. At the end, recommendations regarding suitable technologies for tracing individual creativity artifacts in interorganizational R&D projects were given.
Die vorliegende Studie zeigt, dass das Thema Smart Innovation (der Einsatz von KI-Systemen im Innovationsprozess) von hoher Relevanz ist und Zustimmung für 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 Wettbewerbsfähigkeit und Kosteneinsparungen als Gründe für den Einsatz von KI im Innovationsprozess gesehen. In Deutschland finden KI-Technologien bereits jetzt punktuell und branchenunabhängig Anwendung im Innovationsprozess. Einflussfaktoren, wie Hochschulkooperationen, Innovationsabteilungen und Open Innovation können den Einsatz fördern. Vor allem KMU aus den frühen Phasen der Industrialisierung sollten davon Gebrauch machen. In einem Zusammenspiel von menschlicher Expertise und der schnellen und präzisen Datenverarbeitung der KI liegt das Erfolgsgeheimnis eines möglichst effizienten Innovationsprozesses. Es wird deutlich, dass verschiedene Einflussfaktoren erforderlich sind, um die Anwendung von Smart Innovation praktikabel zu gestalten. So gilt es zunächst die technischen Voraussetzungen einer funktionierenden IT-Infrastruktur zu erfüllen. Gleichbedeutend sind offene Fragestellungen hinsichtlich der Datenverfügbarkeit, des Dateneigentums und der Datensicherheit. Ohne rechtlichen Rahmen sind kaum Akteure gewillt, ihre Daten zu teilen und zugänglich zu machen. Erschwert wird der Einsatz von KI durch den nationalen IT-Fachkräftemangel. So sehen sowohl Unternehmen als auch die Studierenden das größte Hindernis im Mangel von KI-relevantem Know-how. Dies hemmt einerseits die Forschung, andererseits fehlt es den Unternehmen an erforderlichen Fachkräften für eine Einführung 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 fördern und einen reibungslosen Transfer in die Wirtschaft sicherzustellen. Dieser Wissensaustausch erfordert zudem eine höhere unternehmerische Risikobereitschaft. Es wächst die Notwendigkeit, unternehmensspezifische KI-Strategien zu entwerfen. Die Technologien entwickeln sich schnell, es gilt daher auch für Unternehmen sich diesem Fortschritt anzupassen, um den Anschluss nicht zu verlieren und die Wettbewerbsfähigkeit zu sichern. So liegt die größte Herausforderung im grundlegenden Wandel der Geschäftsmodelle, denn die Wertschöpfung erfolgreicher Unternehmen basiert zunehmend auf "digitalen assets". Daten gelten generell als die neue Ressource, als Rohstoff, auch für Smarte Innovationen. Die Bedeutung von Smart Innovation wird in Zukunft weiterhin ansteigen. Kurz- und mittelfristig unterstützt die Schwache KI vor allem bei der Datensammlung und -analyse, bei der Prozessautomatisierung sowie bei der Bedürfnis- und Trendidentifikation. Weiter werden sich inkrementelle Veränderungen im Innovationsmanagement mithilfe von Simulationen und der zufälligen Kombination von Technologien erhofft. Langfristig wird eine stärkere KI den Einsatz der Menschen im Innovationsprozess in Teilen ersetzen können. Ob autonomes Innovieren zukünftig möglich sein wird, hängt zunächst von dem Ausmaß der Neuheit einer Innovation, aber vor allem auch von der Möglichkeit einer kreativen KI ab. Es ist davon auszugehen, dass die Fortschritte im Bereich der KI nicht nur radikale Innovationen ermöglichen werden, sondern auch zu einer strukturellen Veränderung unseres heutigen Verständnisses des Innovationsmanagements führen.
Die zunehmende Technologie- und Produktkomplexität führen dazu, dass sich immer mehr Unternehmen für ihre F&E mit externen Organisationen vernetzen. So entstehen interorganisationale F&E-Projekte, welche temporäre Organisationen darstellen. Forschungsfragen zu diesen Projekten sind u.a. hinsichtlich der Praktiken und Verhaltensregeln offen. Über ein kulturbewusstes Projektmanagement können kooperations- und innovationsförderliche Praktiken und Verhaltensregeln aufgebaut werden, die für diese F&E-Projekte essenziell sind. So ist die Forschungsfrage dieses Beitrags, wie ein projektkulturbewusstes Management interorganisationaler F&E-Projekte erfolgen kann. Dafür wird auf Basis der theoretischen Grundlagen zum F&E-Projektmanagement, zu menschlichen Handlungssystemen und Ebenen der Zusammenarbeit, zu Kultur und Verhalten ein projektkulturbewusstes Management-Modell entwickelt. Das Modell umfasst zwei Teile. Im ersten Teil wird der Bereich aufgezeigt, in welchem sich die Projektkultur entwickelt. Im zweiten Teil wird aufgezeigt, wie die Faktoren für ein wahrscheinlich kooperatives und innovatives Verhalten innerhalb dieses Bereiches gestaltet werden sollten.
DigiTraIn 4.0: Anwendungsorientierte Instrumente für die digitale Transformation der Arbeitswelt
(2019)
Im Projekt DigiTrain 4.0 werden anwendungsorientierte Instrumente entwickelt und erprobt, die Unternehmen dabei unterstützen, sich der komplexen Digitalisierung der Arbeitswelt erfolgreich zu stellen, dabei Chancen zu nutzen und Risiken handzuhaben. Zentrales Element ist der sogenannte Digitalisierungsatlas, der die Komplexität der Digitalisierung der Arbeitswelt in all ihren Dimensionen abbildet. Das Instrument des Digitalisierungsindex hilft dabei, den aktuellen Ist-Digitalisierungsgrad der Arbeitswelt individuell zu bestimmen. Diese Bestimmung ist Ausgangspunkt für das Instrument des Digitalisierungskompasses, der die Sollvorstellung der Digitalisierung der Arbeitswelt illustriert und eine unternehmensspezifische Transformationsagenda ermöglicht. Die Erforschung und Entwicklung sowie die zentralen Elemente dieser anwendungsorientierten Instrumente werden in diesem Beitrag dargestellt.
Makerspaces sind ein Element einer Open Innovation und bieten die Möglichkeit, den „klassischen Erfinder“ und „Tüftler“ aus seiner Garage, seinem Keller oder seiner Werkstatt herauszuholen. Ziel dabei ist es, ihm ein professionelles und leistungsfähiges Umfeld zur Realisierung seiner Ideen zu bieten, ihn in den Austausch mit Gleichgesinnten zu bringen und eine Verwertungsplattform für die entwickelten Ideen und Prototypen aufzubauen. Diese Optionen sind auch kleinen und mittelständischen Unternehmen zugänglich zu machen, um ihnen darüber die Möglichkeit zu geben, mit ihren zur Verfügung stehenden Mitteln, ähnlich wie Großunternehmen in Sachen Innovation und Kooperation vorzugehen.
Genau hier setzt die vorliegende Studie an und geht der Frage nach den Anforderungen kleiner und mittelständischer Unternehmen an Makerspaces auf den Grund.