Literature by the same author
plus at Google Scholar

Bibliografische Daten exportieren
 

Mit Daten Und KI Rendite Generieren : Erfolgsfaktoren Für Den Weg Von Piloten Zum Profit

Title data

Buck, Christoph ; Heidenreich, Tim ; Hofbeck, Christoph ; Blecher, David ; de Baat Doelman, Marc:
Mit Daten Und KI Rendite Generieren : Erfolgsfaktoren Für Den Weg Von Piloten Zum Profit.
Augsburg, Germany , 2026

Official URL: Volltext

Abstract in another language

Eine nachhaltige Wertschöpfung mit KI erfordert den Übergang von isolierten Experimenten hin zu einer strukturierten, unternehmensweiten Vorgehensweise. Die Erfolgsformel stützt sich auf vier Kernelemente: hohe Datenqualität und gute Zugänglichkeit, konsequente Wertmessung, aktive Führung und Zusammenarbeit sowie produktorientiertes Arbeiten. Die zentrale Frage lautet daher nicht mehr, ob Künstliche Intelligenz Werte schaffen kann, sondern ob das Unternehmen bereit ist, KI mit derselben Disziplin zu steuern wie seine Kernprozesse. Hierzu müssen Unternehmen beantworten, wie sich KI-Anwendungen auf ihre Wertschöpfung auswirken und wie sie diese im Umkehrschluss verändern. Die KI-Reife bemisst sich daher nicht an der Anzahl der Piloten, sondern an der Zahl der Wertströme, die nachhaltig in das Unternehmen wirken.

Further data

Item Type: Working paper, discussion paper
Keywords: Nachhaltige Wertschöpfung; KI-Reife; Unternehmensweite Skalierung
Institutions of the University: Faculties > Faculty of Law, Business and Economics > Department of Business Administration
Research Institutions
Research Institutions > Affiliated Institutes
Research Institutions > Affiliated Institutes > Branch Business and Information Systems Engineering of Fraunhofer FIT
Research Institutions > Affiliated Institutes > FIM Research Center for Information Management
Result of work at the UBT: Yes
DDC Subjects: 000 Computer Science, information, general works > 004 Computer science
300 Social sciences > 330 Economics
Date Deposited: 09 Jun 2026 05:38
Last Modified: 09 Jun 2026 05:39
URI: https://eref.uni-bayreuth.de/id/eprint/97882