Produzierendes Gewerbe auf internationalem Niveau
-
Markus Harlacher
Dr.-Ing. Markus Harlacher studierte Wirtschaftsingenieurwesen mit Fachrichtung Produktionstechnik an der RWTH Aachen und promovierte anschließend am Institut für Arbeitswissenschaft der RWTH Aachen. Seit Dezember 2021 arbeitet er für das ifaa – Institut für angewandte Arbeitswissenschaft im Kompetenzzentrum WIRKsam, in dem anhand von verschiedenen Anwendungsfällen aufgezeigt wird, wie Arbeit und KI menschengerecht gestaltet werden kann.
,
Nils Feggeler
Nils Feggeler studiert Wirtschaftsingenieurwesen an der FH Aachen. Seit August 2022 arbeitet er für das ifaa – Institut für angewandte Arbeitswissenschaft im Kompetenzzentrum WIRKsam als studentischer Mitarbeiter.
Yannick Peifer studierte im Master of Science Wirtschaftsingenieurwesen an der University of Applied Sciences in Kiel. Gegenwärtig lehrt er dort weiterhin in den Lehrveranstaltungen „Digital Factory“ sowie „Digitalization of Industrial Production Processes“. Seit 2021 ist er am ifaa – Institut für angewandte Arbeitswissenschaft beschäftigt und leitet dort das Forschungsprojekt „humAIn work lab“. In diesem Zusammenhang arbeitet er an den Themen Künstliche Intelligenz, Führung und Change-Management. Darüber hinaus promoviert er derzeit am Karlsruher Institut für Technologie zu den Themen Künstliche Intelligenz und Mensch-Roboter-Kollaboration.
Nicole Ottersböck studierte Sozialwissenschaften an der Universität Koblenz-Landau. Aktuell leitet Nicole Ottersböck am ifaa — Institut für angewandte Arbeitswissenschaft e. V. in Düsseldorf im Fachbereich „Arbeits und Leistungsfähigkeit“ das Forschungsprojekt KI_eeper. Sie beschäftigt sich mit den Themen Digitalisierung/Industrie 4.0, künstliche Intelligenz, soziotechnische Arbeitssystemgestaltung, Kompetenzentwicklung und Wissensmanagement.
Abstract
In diesem Beitrag werden Teilergebnisse aus der Studie „Künstliche Intelligenz in produzierenden Unternehmen“ des ifaa – Institut für angewandte Arbeitswissenschaft vorgestellt. Der Fokus liegt auf der Beschreibung geplanter oder bereits eingeführter KI-Anwendungen, ihren Nutzen und Hemmnissen bei der Einführung im Betrieb. Als Basis dienen dabei 332 Studienteilnehmende aus Unternehmen, in denen KI-Anwendungen geplant bzw. eingeführt wurden. Dies entspricht etwa 70 Prozent der Unternehmen der Gesamtstichprobe und ist mit Ergebnissen internationaler Studien vergleichbar.
Abstract
This article presents results from the study „Artificial Intelligence in Manufacturing Companies“ conducted by the ifaa – Institute of Applied Industrial Engineering and Ergonomics. The description of AI applications, their benefits and obstacles to their introduction are based on 332 study participants from companies, in which AI applications have been introduced or planned, are the basis of this analysis. This corresponds to around 70 % of the companies in the overall sample and is comparable with the results of international studies.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).
About the authors
Dr.-Ing. Markus Harlacher studierte Wirtschaftsingenieurwesen mit Fachrichtung Produktionstechnik an der RWTH Aachen und promovierte anschließend am Institut für Arbeitswissenschaft der RWTH Aachen. Seit Dezember 2021 arbeitet er für das ifaa – Institut für angewandte Arbeitswissenschaft im Kompetenzzentrum WIRKsam, in dem anhand von verschiedenen Anwendungsfällen aufgezeigt wird, wie Arbeit und KI menschengerecht gestaltet werden kann.
Nils Feggeler studiert Wirtschaftsingenieurwesen an der FH Aachen. Seit August 2022 arbeitet er für das ifaa – Institut für angewandte Arbeitswissenschaft im Kompetenzzentrum WIRKsam als studentischer Mitarbeiter.
Yannick Peifer studierte im Master of Science Wirtschaftsingenieurwesen an der University of Applied Sciences in Kiel. Gegenwärtig lehrt er dort weiterhin in den Lehrveranstaltungen „Digital Factory“ sowie „Digitalization of Industrial Production Processes“. Seit 2021 ist er am ifaa – Institut für angewandte Arbeitswissenschaft beschäftigt und leitet dort das Forschungsprojekt „humAIn work lab“. In diesem Zusammenhang arbeitet er an den Themen Künstliche Intelligenz, Führung und Change-Management. Darüber hinaus promoviert er derzeit am Karlsruher Institut für Technologie zu den Themen Künstliche Intelligenz und Mensch-Roboter-Kollaboration.
Nicole Ottersböck studierte Sozialwissenschaften an der Universität Koblenz-Landau. Aktuell leitet Nicole Ottersböck am ifaa — Institut für angewandte Arbeitswissenschaft e. V. in Düsseldorf im Fachbereich „Arbeits und Leistungsfähigkeit“ das Forschungsprojekt KI_eeper. Sie beschäftigt sich mit den Themen Digitalisierung/Industrie 4.0, künstliche Intelligenz, soziotechnische Arbeitssystemgestaltung, Kompetenzentwicklung und Wissensmanagement.
Literatur
1 Perrault, R.; Shoham, Y.; Brynjolfsson, E.; Clark, J.; Etchemendy, J.; Grosz, B.; Lyons, T.; Manyika, J.; Mishra, S.; Niebles, J.: The AI Index 2019 Annual Report. Stanford University, 2019. Online unter https://creativecommons.org/licenses/by-nd/4.0/legalcodeSuche in Google Scholar
2 Zhang, D.; Mishra, S; Brynjolfsson, E.; Etchemendy, J.; Ganguli, D.; Grosz, B.; Lyons, T.; Manyika, J.; Niebles, J. C.; Sellitto, M.; Shoham, Y.; Clark, J.; Perrault, R.: The Artificial Intelligence Index Report 2021, Stanford University – Human-Centered Artificial Intelligence, Stanford 2021Suche in Google Scholar
3 Stürz, R. A.; Stumpf, C.; Mendel, U.: Künstliche Intelligenz verstehen und gestalten. Ergebnisse und Implikationen einer bidt- Kurzbefragung in Deutschland. bidt – Bayerisches Forschungsinstitut für Digitale Transformation, München 2020Suche in Google Scholar
4 Wirtz, B. W.; Weyerer, J. C.: Künstliche Intelligenz: Erscheinungsformen, Nutzungspotenziale und Anwendungsbereiche. WiSt 48 (2019) 10, S. 4–10 DOI:10.15358/0340-1650-2019-10-410.15358/0340-1650-2019-10-4Suche in Google Scholar
5 Ernst & Young (Hrsg.): Think beyond Tomorrow Künstliche Intelligenz und die Neuordnung der Wirtschaft. Ernst & Young Management Consulting GmbH, Wien 2018Suche in Google Scholar
6 PwC (Hrsg.): Auswirkungen der Nutzung von künstlicher Intelligenz in Deutschland. PricewaterhouseCoopers GmbH Wirtschaftsprüfungsgesellschaft, Frankfurt a. M. 2018Suche in Google Scholar
7 McKinsey (Hrsg.): Smartening up with Artificial Intelligence (AI) – What’s in it for Germany and its Industrial Sector? McKinsey & Company, Düsseldorf 2017Suche in Google Scholar
8 Bundesverband Deutsche Startups e. V. (Hrsg.): Küntliche Intelligenz – Wo stehen deutsche Startups? Berlin 2020Suche in Google Scholar
9 Bitkom (Hrsg.): Künstliche Intelligenz – Wo steht die deutsche Wirtschaft? Bitkom e. V., Berlin 2022Suche in Google Scholar
10 Deloitte (Hrsg.): Fueling the AI Transformation Four Key Actions Powering Widespread Value from AI, Right Now in Germany. Deloitte Touche Tohmatsu Limited, 2022Suche in Google Scholar
11 Fraunhofer IAIS (Hrsg.): Management System Support for Trustworthy Artificial Intelligence. Fraunhofer-Institut für intelligente Analyse- und Informationssysteme IAIS, Sankt Augustin 2021Suche in Google Scholar
12 Fraunhofer IAO (Hrsg.): Künstliche Intelligenz in der Unternehmenspraxis. Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO, Stuttgart 2020Suche in Google Scholar
13 INPUT Consulting (Hrsg.): Künstliche Intelligenz im Betrieb – Handlungsfelder und Gestaltungsfelder für Interessenvertreter*innen. INPUT Consulting GmbH, Stuttgart 2021Suche in Google Scholar
14 Hoppe, M.: Künstliche Intelligenz in der Mitbestimmungspraxis. INPUT Consulting GmbH, Stuttgart 2021Suche in Google Scholar
15 IBM (Hrsg.): From Roadblock to Scale: The Global Sprint towards AI. New Research Commissioned by IBM in Partnership with Morning Consult (2020). Online unter https://www.ibm.com/blogs/think/2020/01/ai-in-2020-from-experimentation-to-adoption/Suche in Google Scholar
© 2023 Walter de Gruyter GmbH, Berlin/Boston, Germany
Artikel in diesem Heft
- Inhalt
- Editorial
- Von Industrie 4.0 zum industriellen Metaverse
- Automobilindustrie
- Disruptive Veränderungen in der Automobilindustrie bedingen neue Entwicklungsprozesse
- Fabrikplanung
- Zielorientierte und kontextbasierte Baukostenabschätzung in der frühen Fabrikplanung
- Blue Print Plant Model
- Optimierte Auswahl von Fabrikelementen
- Die Notwendigkeit iterativer Kommunikation in der Fabrikreorganisation
- Produktionssysteme
- Zieltransformation in Ganzheitlichen Produktionssystemen
- Energieeffizienz
- Energieeffizienzmaßnahmen im Industriebestand
- Energieoptimierte Produktionsplanung
- Digitale Fertigung
- Konzept zur selektiven Modelladaption durch Clustering von Prozessdaten
- Modularisierung
- Zielgerichtete Gestaltung modularer Maschinen-Architekturen
- Faktor Mensch
- Human Factors in der integrierten Produktentwicklung
- Handhabung
- Formvariable Handhabung schmiedewarmer Massivbauteile
- Digitalisierung
- Digitalisierung ohne Programmierung
- Umsetzung der Digitalisierung in der Produktentwicklung
- Hürden der Digitalisierung in KMU
- Künstliche Intelligenz
- Produzierendes Gewerbe auf internationalem Niveau
- Digitaler Zwilling
- Der digitale Fabrikzwilling
- Assistenzsysteme
- Digitale Assistenzsysteme strukturiert umsetzen
- Vorschau
- Vorschau
Artikel in diesem Heft
- Inhalt
- Editorial
- Von Industrie 4.0 zum industriellen Metaverse
- Automobilindustrie
- Disruptive Veränderungen in der Automobilindustrie bedingen neue Entwicklungsprozesse
- Fabrikplanung
- Zielorientierte und kontextbasierte Baukostenabschätzung in der frühen Fabrikplanung
- Blue Print Plant Model
- Optimierte Auswahl von Fabrikelementen
- Die Notwendigkeit iterativer Kommunikation in der Fabrikreorganisation
- Produktionssysteme
- Zieltransformation in Ganzheitlichen Produktionssystemen
- Energieeffizienz
- Energieeffizienzmaßnahmen im Industriebestand
- Energieoptimierte Produktionsplanung
- Digitale Fertigung
- Konzept zur selektiven Modelladaption durch Clustering von Prozessdaten
- Modularisierung
- Zielgerichtete Gestaltung modularer Maschinen-Architekturen
- Faktor Mensch
- Human Factors in der integrierten Produktentwicklung
- Handhabung
- Formvariable Handhabung schmiedewarmer Massivbauteile
- Digitalisierung
- Digitalisierung ohne Programmierung
- Umsetzung der Digitalisierung in der Produktentwicklung
- Hürden der Digitalisierung in KMU
- Künstliche Intelligenz
- Produzierendes Gewerbe auf internationalem Niveau
- Digitaler Zwilling
- Der digitale Fabrikzwilling
- Assistenzsysteme
- Digitale Assistenzsysteme strukturiert umsetzen
- Vorschau
- Vorschau
