Search
Generic filters
Exact matches only
Filter by content type
Users
Attachments

Management von Künstlicher Intelligenz

Wir bearbeiten Forschungsthemen für den produktiven Einsatz und die Skalierung von Künstlicher Intelligenz in betrieblichen IT-Anwendungen.

Neuigkeiten aus
Forschung und Praxis

Management Künstlicher Intelligenz = Management der Informatik + ?

Künstliche Intelligenz entwickelt sich immer mehr zu einem zentralen Erfolgsfaktor für Unternehmen. Es gilt das bestehende Management der Informatik in Unternehmen, um das weiter zu entwickeln, was sich hinter dem Fragezeichen in der Gleichung von Nicholas Berente in der Überschrift verbirgt.

Das Büchlein «Bausteine eines Managements Künstlicher Intelligenz», das von einem Autorenteam des Instituts für Wirtschaftsinformatik an der Universität St.Gallen unter der Leitung der Professoren Walter Brenner und Benjamin van Giffen in Zusammenarbeit mit Prof. Dr. Jana Köhler vom Deutschen Zentrum für Künstliche Intelligenz, verfasst wurde, gibt konkrete Impulse für Entscheider in IT-Abteilungen und in Fachbereichen, wie Künstliche Intelligenz wirtschaftlich erfolgreich eingesetzt werden kann. Das Büchlein, das in wenigen Stunden durchgearbeitet werden kann, setzt bei etablierten Modellen, wie CRISP-DM, die aus der Datenanalytik bekannt sind, an und erweitert diese Vorgehenswellen um weitere Managementkomponenten, deren Beachtung bzw. Befolgung für Personen, die Verantwortung für Projekte, in denen Künstliche Intelligenz zum Einsatz kommt, von zentraler Bedeutung sind.

Author: Tobias Fahse

Date: 22. Juni 2021

Lab Event: Enabling talent to build a resilient digital future

Save the date | Lab Event | September 2, 2020 | 14:00 PM – 15:15 PM

The Research Lab Management of AI in collaboration with HCL is pleased to invite you to the virtual launch of the report “Future Trends and Requirements in Educating and Re-Educating the Workforce in the Financial Industry”.

There is an urgent reed to reskill and upskill talent to stay relevant in the changing times. The World Economic Forum predicted in January 2020 that the digital revolution will transform the future of work and the workplace: as many as 133 million new jobs will be created, but 75 million jobs are likely to be eliminated. World economic forum also launched Reskilling Revolution, a scheme aimed to future-proof workers from technological change and help economies by providing new skills for the Fourth Industrial Revolution.

Soon after, the world was catapulted into the realms of uncertainty with the arrival of a global pandemic. Now in a post-pandemic world, the need to gain valuables skills to stay relevant has just been accelerated. Global 2020 Talent trend study show that in financial services sector, according to executives, only 50% of the workforce is able to adapt to the new way of work. But 75% of employees say they are ready to learn new skills.

In this virtual forum, we hope to bring together industry experts, decision makers and academics to unveil the findings of the survey report. Our study reveals six major areas that financial services organization focus on to address the need to reskill and upskill their workforce. In this session, we will cover the highlights of the study that will help you understand what measures financial firms take to enable their workforces to meet the changing customer expectations, to adopt new technologies, and to stay competitive in the market.

We will also hear from industry experts on how the pandemic has forced financial organization to enable their workforce to build a resilient digital future.

Author: Tobias Fahse

Date: 12. August 2020

Design Thinking for AI

In September 2020 we will start our new program: Design Thinking for AI! Corporate partners work together with HSG students for 4 months in an interactive course format on a concrete AI challenge. Explore the potential of Artificial Intelligence together with highly motivated students from our new Design Thinking course.

Apply now as a corporate partner of our Design Thinking for Artificial Intelligence (DT4AI) program!

We help corporate partners to tackle real-world challenges at the intersection of human-centered innovation and the development of scalable AI use cases.

Expect to work with some of the brightest, motivated students from the University of St.Gallen and to join the innovation journey!

Some highlights of what to expect:

  • Network with some of the best students from HSG
  • Join our DT4AI boot camp sessions as a corporate partner to learn how DT can help you with AI innovation
  • Expect a business-relevant, human-centered AI innovation prototype developed by cross-functional teams!

The application window is open until August, beginning of September at the very latest

Please reach out to Jennifer Hehn or Dr. Benjamin Van Giffen to work out an AI-innovation challenge and to join our program.

For more information klick here.

Author: Tobias Fahse

Date: 27. Juli 2020

Management von Bias in der KI-Modellentwicklung

Bei der Umsetzung von KI-Projekten spielt Bias eine grosse Rolle. Unter Bias versteht man eine systematische Abweichung der Ergebnisse eines Algorithmus von den gewünschten Ergebnisses. Dies kann sowohl durch eine Verzerrung in den Daten als auch durch eine Verzerrung im Algorithmus geschehen und zu ungenauen oder ungewollten Ergebnissen führen. Dadurch können KI-Projekte langfristig Schaden nehmen und Vertrauen in die KI-Lösung verspielt werden. Hierfür gibt es zahlreiche Beispiele, wie den Rekrutierungsalgorithmus, der für technische Stellenausschreibungen Männer bevorzugt, da der zugrundeliegende Trainingsdatensatz hauptsächlich Männer in technischen Berufen enthielt.

Verschiedene Data Bias können in jeder Phase des Projektes auftreten, weshalb es wichtig ist, sich in jeder Phase des Projektes der möglichen Bias bewusst zu sein. Um dies zu erreichen, haben wir die potentiellen Bias im CRISP-DM verortet. Ist ein Bias identifiziert, kann er mit speziellen, auf den jeweiligen Bias angepassten Mitigation Strategys behandelt werden. Nicht immer wird ein Bias in der selben CRISP-DM Phase mitigiert, in der er auftritt. Aus diesem Grund ist ein Mapping der Mitigation Strategys sowohl zu den Arten von Bias, als auch zu den Projektphasen nötig.

Kommen Sie bei Fragen zu Bias in der KI-Modellentwicklung gerne auf uns zu!

Author: Benjamin van Giffen

Date: 30. Oktober 2018

Vorgehensmodelle in KI-Projekten

Nicht alleine durch das Sammeln von Daten, sondern nur durch eine wertstiftende Konfiguration kann neues Wissen extrahiert werden, welches Sie bei der Erreichung Ihrer Geschäftsziele unterstützt.

Digitalisierung betrifft uns alle. Beruflich und privat. Der Wert von Daten ist unumstritten und kann durch den Einsatz von Künstlicher Intelligenz (KI) und hier insbesondere durch Maschinelles Lernen erheblich gesteigert werden. Doch es braucht wesentlich mehr als diese Erkenntnis, um das KI Potenzial für Ihr Unternehmen zu bewerten und gewinnbringend zu nutzen. Nicht alleine durch das Sammeln von Daten, sondern nur durch eine wertstiftende Konfiguration kann neues Wissen extrahiert werden, welches Sie bei der Erreichung Ihrer Geschäftsziele unterstützt. Dennoch zeigt sich bei der Projektumsetzung häufig, dass aufgrund der Besonderheiten und der vielschichtigen Komplexität von KI Projekten die erhofften Ergebnisse nicht erreicht werden können. Kritische Erfolgsfaktoren sind beispielsweise eine klare Kunden- und Wertorientierung, die Wahl geeigneter Data Science Methoden, eine iterative Herangehensweise, domänenübergreifende Zusammenarbeit sowie die Etablierung von KI-spezifischen Fähigkeiten im Unternehmen. Wir beraten Sie bei Fragen zu Vorgehensweisen und Aktivitäten und erstellen mit Ihnen gemeinsam eine individuelle Bedarfsanalyse.

Author: Benjamin van Giffen

Date: 30. Oktober 2018

Management von KI in Unternehmen

Künstliche Intelligenz bietet Unternehmen neue Möglichkeiten Prozesse, Produkte, Dienstleistungen und Geschäftsmodelle zu innovieren und bestehende zu verändern.

Künstliche Intelligenz bietet Unternehmen neue Möglichkeiten, Prozesse, Produkte, Dienstleistungen und Geschäftsmodelle zu innovieren und bestehende zu verändern. Daher wird das professionelle Management Künstlicher Intelligenz in Unternehmen zu einer zentralen Aufgabe, um die neuen Wertversprechen mit produktiven Systemen zu realisieren.

Der Beitrag stellt das St. Galler Management Modell für KI (SGMM-KI) vor und zeigt sieben Handlungfelder für den betrieblichen Einsatz von KI: (1) Management von Künstlicher Intelligenz, (2) Organisation des Betriebs, (3) Rechtliche Gestaltung, (4) Regulierung und Compliance, (5) Lebenszyklus-Management, (6) Management der Technologie-Infrastruktur, sowie (7) Cybersicherheit.

Der vorliegende Artikel leitet konkrete erste Schritte an und richtet sich primär an Geschäftsleitungsmitglieder, IT- und Innovationsverantwortliche sowie Projektleiter, welche die neuen Wertversprechen der KI in der betrieblichen Praxis verwirklichen möchten.

Author: Benjamin van Giffen

Date: 30. Oktober 2018

Das St.Galler Management Modell
für den betrieblichen Einsatz von KI

Für den produktiven, wertorientierten Einsatz von KI müssen Unternehmen mehrere Handlungsfelder bearbeiten, gestalten und beherrschen. Das SGMM-KI unterscheidet zwischen Managementaufgaben sowie betrieblichen und technologischen Handlungsfeldern.

Management von Künstlicher Intelligenz

arrow_forward

KI
Strategie

arrow_forward

KI
Projektmanagement

arrow_forward

Organisationales
Lernen

Business

arrow_forward

Organisation des Betriebes

arrow_forward

Rechtliche Gestaltung

arrow_forward

Regulierung & Compliance

Technology

arrow_forward

Lebenszyklus-Management

arrow_forward

Technologie-infrastruktur

arrow_forward

Cybersicherheit

Sie möchten Ihre KI managen?

Nehmen Sie mit uns Kontakt auf.

Research Group Management of Artificial Intelligence

Prof. Dr. Benjamin
van Giffen

Assistant Professor & Head of Research Group

Prof. Dr. Walter Brenner

Director & Full Professor for Information Management

Prof. Dr. Jana Koehler

Affiliated Professor & Research Lead

Prof. Dr. Helmuth Ludwig

Affiliated Professor & Research Lead

PD Dr. Jochen Wulf

Senior Research Fellow

Dr. Jennifer Hehn

Senior Research Fellow & Practice Lead Design Thinking

Dr. Christian Dremel

Senior Research Fellow

Dr. Manuel Holler

Senior Research Fellow

Dr. Tuomo Eloranta

Design Thinking Coach

Tobias Fahse

Data Scientist & PhD Candidate

Nadine Barth

Research Associate

André Sagodi

Research Associate & PhD Candidate

Barbara Brenner

Partner Management

Janine Linke

Marketing & Kommunikation

Projektpartner des Research Labs

Wir arbeiten mit verschiedenen nationalen und internationalen Projektpartnern an Management- und Innovationsthemen rund um das Management von Künstlicher Intelligenz.