Christina Kratsch, Comma Soft AG © Wolfgang Borrs

Von Christina Kratsch.

Technologische Durchbrüche und Revolutionen haben in allen Zeitaltern Verunsicherung und Widerstand ausgelöst. Künstliche Intelligenz (KI) ist in vielen Aspekten unseres Alltags bereits ganz natürlich angekommen. Trotzdem trifft man ab und an noch auf befremdliche Diskussionen – da wird von AlphaGo spielenden Computern ohne Umwege auf die baldige Existenz bedrohlicher KI-Monster geschlossen, welche in Kürze die Weltherrschaft an sich reißen. Dieser logisch und technologisch fragwürdige Schluss verfälscht die Debatte und lenkt sowohl von den eigentlichen  Chancen als auch den Risiken einer Technologie-Gruppe ab.

Weiterlesen

Dr. Ramin Assadollahi, ExB GmbH © Wolfgang Borrs

Von Dr. Ramin Assadollahi.

Spricht man über Künstliche Intelligenz (KI), so liegen Wunsch und Wirklichkeit immer noch auseinander – sowohl in der Gesellschaft als auch in Unternehmen. Doch auch wenn die öffentlich geführten Diskussionen häufig einen anderen Eindruck vermitteln, ist KI längst angekommen in Deutschland. Ein spannender, wenn auch nicht maßgeblicher Indikator dafür ist die merkliche Zunahme an CDOs, also Chief Digital Officers, in deutschen Unternehmen in den letzten drei Jahren. Die Annäherung deutscher Vorstände an das Thema KI jedoch läuft weiterhin erschreckend  naiv ab. Kernfragen für die Integration von KI im Unternehmen, etwa wie festgestellt werden kann, wo in den eigenen Arbeits- und Geschäftsprozessen KI nützlich sein kann oder wie diese  Prozesse KI-gerecht beschrieben werden können, müssen den Verantwortlichen erst noch durch externe Beratung vergegenwärtigt werden.

Weiterlesen

Armin Grunwald, Karlsruher Institut für Technologie (KIT) © Wolfgang Borrs

Von Prof. Dr. Armin Grunwald.

Philosophinnen und Philosophen haben große Expertise im Fragenstellen. In Bezug auf die Leitfrage, wie Big Data unsere Gesellschaft verändern wird, scheinen mir folgende Aspekte des Themas und damit korrespondierende Fragen für die Debatte spannend:

Was passiert eigentlich, wenn wir im Rahmen von Big Data un-ser altes Wissensmodell, das stark auf Kausalität beruht, durch die Idee der Korrelation ersetzen? Die Stärke von Big Data beruht darauf, Korrelationen zu finden, die man mit weniger Daten und ohne effiziente Algorithmen nicht finden konnte. Korrelationen können aber erkenntnistheoretisch in die Irre führen. Bekannt ist sicherlich die Scheinkorrelation zwischen der Zahl der Kindergeburten und der Zahl der Storchenpaare. Zwar liegt hier eine Korrelation vor, jedoch kein kausaler Zusammenhang. Was passiert also mit unserer Gesellschaft, wenn wir uns beim Treffen weitreichender Entscheidungen auf Korrelation allein verlassen? Auf welche Risiken lassen wir uns ein?

Weiterlesen

Marit Hansen, Landesbeauftragte für Datenschutz Schleswig-Holstein © Wolfgang Borrs

Von Marit Hansen.

Die neue Europäische Datenschutz-Grundverordnung bietet viele Ansätze, um eine Harmonisierung von Datenschutz-bestimmungen innerhalb von Europa zu schaffen. Ohne die DS-GVO könnten wir dieses Ziel vermutlich nicht erreichen. Schon die EU-Datenschutzrichtlinie von 1995 hatte dieselbe Zielsetzung, dennoch hat sie in diesem Punkt versagt. Die DS-GVO bietet nun einen neuen Startpunkt. Wie erfolgreich sie sein wird und ob sie sich durchsetzen kann, werden wir in den nächsten Jahren sehen. Viele Bereiche müssen neu verhandelt werden. Allerdings bieten auch neuartige Ansätze wie „Data Protection by Design“, also der eingebaute Datenschutz, veränderte Bedingungen. Außerdem schreibt die DS-GVO datenschutzfreundliche Voreinstellungen ausnahmslos vor – dies scheint ein mächtiger Hebel, um einen stärkeren Datenschutz tatsächlich zu realisieren.

Weiterlesen

  Von Joanna Schmölz. Aus Sicht des Deutschen Instituts für Vertrauen und Sicherheit im Internet (DIVSI) eröffnen sich im Rahmen von Big Data für die Gesellschaft sehr viele Chancen. Ganz simple, weil einleuchtende Fälle sind jene im Gesundheitsbereich, bei denen Epidemien beispielsweise schneller erkannt werden können. Basierend auf der Sammlung und Analyse großer Datenmengen ergeben sich ungeahnte Möglichkeiten und neue Wertschöpfungsmodelle mit enormem volkswirtschaftlichen Nutzen. Viele der so entstehenden Angebote nutzen wir im Alltag allzu

Weiterlesen

Luise Kranich, Forschungszentrum Informatik FZI © Wolfgang Borrs

 

Von Luise Kranich.

Der Jurist und Wissenschaftler Ryan Calo twitterte im März 2018: „Handy guide of how to refer to artificial intelligence depending on who your audience is

  • Press: robot
  • Law review: machine
  • Non-technical symposium: artificial intelligence
  • Technical symposium: machine learning
  • Really technical symposium: statistics“.

Frei übersetzt sagt er damit auch, dass Anwendungen der Künstlichen Intelligenz (KI), deren scheinbar unendliche Möglichkeiten derzeit viele Digitalisierungsdiskussionen beherrschen, meist auf statistische Berechnungen zurückzuführen sind. Betrachtet man die einzelnen Dienste im Detail, verbirgt sich dahinter oft ein Empfehlungs-, Prognose- oder Optimierungssystem, wie sie die Informatik seit Jahrzehnten kennt. Was ist also neu?

Weiterlesen

© Sergey Nivens – Fotolia.com (Titel)

 

Aus der Publikation „Smart Data Geschäftsmodelle“ der Fachgruppe „Wirtschaftliche Potenziale & gesellschaftliche Akzeptanz“.

Von Dr. Martin Voigt, AI4BD Deutschland GmbH/SAKE und Dr. Sonja Zillner, Siemens AG/KDI.

Um erfolgreiche Smart-Data-Geschäftsmodelle entwickeln zu können, müssen insbesondere vier Perspektiven beachtet werden:

  • Geschäftswert: Wie können aus Daten (und den ihnen zugrundeliegenden Smart-Data-Technologien) tatsächliche Erträge erwirtschaftet werden?
  • Datenzugang: Welche Datenquellen müssen verarbeitet und kombiniert werden, um Wert zu generieren?
  • Qualifizierung: Zur Auswertung und Interpretation von Daten werden spezielle Fertigkeiten und Kompetenzen von Fachkräften benötigt. Wie können diese domänenspezifischen Fähigkeiten im Bereich Big Data gefördert werden?
  • Akzeptanz: Wie können in Bezug auf datengetriebene Services und Produkte gesellschaftliche Ängste abgebaut und Akzeptanz und Anreize zur Datenfreigabe geschaffen werden?
Weiterlesen

Aus der Publikation „Smart Data Geschäftsmodelle“ der Fachgruppe „Wirtschaftliche Potenziale & gesellschaftliche Akzeptanz“.

 

Von Dr. Eva Anderl, FELD M GmbH/ExCELL und James Löll, data experts GmbH/SAHRA.

Neben den technischen Innovationen selbst sind Ertragsmodelle essentielle Bestandteile erfolgreicher Geschäftsmodelle: Erst die konkrete Erlösmechanik bestimmt, wie Einnahmen erwirtschaftet werden. Den Erlösarten und -quellen steht die Kostenstruktur als Gegenstück zur Erlösgenerierung gegenüber. Das grundsätzliche Spannungsfeld zwischen Erlösen und Kosten ist bei Geschäftsmodellen für Smart Data mit einigen Besonderheiten und Herausforderungen verbunden.

Bei der Identifikation von Erlösquellen für Smart-DataAngebote liegen Herausforderungen insbesondere darin, dass

  • neben den traditionellen Szenarien (Kunde und Lieferant) teilweise mehrere Parteien beteiligt sind (sogenannte mehrseitige Märkte),
  • Endanwender nicht immer direkt für die Dienstleistung bezahlen und
  • der Nutzen für den Endanwender sich nicht immer direkt in Umsatz oder Profit darstellen lässt, sondern in nichtmonetären Anreizen wie z. B. einem reduzierten Risiko oder gesteigerter Produktivität bzw. Effizienz liegt.
Weiterlesen

Aus der Publikation „Smart Data Geschäftsmodelle“ der Fachgruppe „Wirtschaftliche Potenziale & gesellschaftliche Akzeptanz“.

 

Von Dr. Martin Memmel, DFKI/SmartRegio.

Geschäftsmodelle im Kontext Smart Data können ebenso unterschiedlich gestaltet sein wie die Forschungsprojekte des Smart-Data-Programms selbst. In dieser Publikation wird der Begriff „Geschäftsmodell“ nach Stähler1 als Zusammensetzung der drei Komponenten Value Proposition („Welchen Nutzen stiftet das Unternehmen?“), Architektur der Wertschöpfung („Wie wird die Leistung in welcher Konfiguration erstellt?“) und Ertragsmodell („Wodurch wird Geld verdient?“) verstanden.

Abhängig vom Anwendungsszenario und von der angesprochenen Zielgruppe können im Umfeld von Smart Data zahlreiche Mehrwerte erzielt werden. Dabei werden Mehrwerte als Merkmale verstanden, die ein Produkt oder eine Dienstleistung von anderen unterscheiden und so Wert schaffen. Diese Mehrwerte können an verschiedenen Stellen des Datenverarbeitungsprozesses zum Tragen kommen: bei der Speicherung von Daten, bei der Erschließung der Daten an sich, beim Zugriff auf Daten, bei der Qualität der Daten, bei ihrer Analyse und auch bei der Schaffung nachhaltiger Ökosysteme für Daten und Anwendungen.

Im Folgenden soll zunächst grundsätzlich unterschieden werden zwischen Mehrwerten für die Nutzer von Smart-Data-Lösungen und Mehrwerten für deren Anbieter.

  1.  Stähler, P. (2002): Geschäftsmodelle in der digitalen Ökonomie: Merkmale, Strategien und Auswir-kungen, Electronic Commerce, Bd. 7, S. 41f.
Weiterlesen

Eva Katharina Deininger, Berlin Digital Group © Wolfgang Borrs

 

Von Eva Katharina Deininger.

Es ist wichtig für deutsche Unternehmen, sich der Plattformökonomie im B2B-Bereich zu nähern und aktiv zu werden. Plattformen und Ökosysteme haben den entscheidenden Vorteil, dass sie einen direkten, schnellen und medienbruchfreien Austausch zwischen Geschäftspartnern und Kunden bieten und damit wichtige Daten und Informationen über Kunden und Transaktionen zur Verfügung stellen und transparent machen. Plattformbetreiber haben so die Möglichkeit, gezielt Kundenbedürfnisse zu erkennen und erfolgreiche Dienste zur Verfügung zu stellen.

Weiterlesen