Zum Inhalt springen

Band 2: Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle · Kapitel 7

Geschäftsmodelltransformation mit Künstlicher Intelligenz: Strategische Innovationspotenziale der maschinellen Wertschöpfung

S. 161–180 ·2023

Abstract

Zahlreiche Unternehmen sind aktuell bestrebt ihre etablierten Prozesse und Leistungen durch die Nutzung von Künstlicher Intelligenz zu verbessern und fokussieren sich auf operationale Ebenen des Einsatzes. Im folgenden Artikel soll ein Blick auf das Potenzial der Leistungserstellung dieser Technologie im unternehmerischen Kontext geworfen werden, um Unternehmen neue Perspektiven aufzuzeigen, die zukünftig mit der Wertschöpfung der neuen Maschinen einhergehen damit verbundene Potenziale der Leistung dieser digitalen Maschinen werden auf strategische Geschäftsmodellinnovationen projiziert werden. Im Vordergrund steht die Betrachtung maschineller Leistung als Innovation, die nicht nur etablierte Leistungen automatisiert, sondern neuartige Werte schaffen kann. Die daraus resultierende Änderung vom Potenzialfaktor zur Effizienzsteigerung zum Wegbereiter neuartiger Geschäftsmodelle durch maschinelle Wertschöpfung, kann die treibende Kraft des Erfolges für Unternehmen einnehmen. P. Rimpp (B) Institut für Wirtschaftswissenschaft, Technische Universität Clausthal, Clausthal-Zellerfeld, Deutschland E-Mail: philipp.rimpp@tu-clausthal.de

Themen

Über die Autor:innen

PR
Philipp Rimpp

TU Clausthal

Wissenschaftlicher Mitarbeiter am Institut fuer Wirtschaftswissenschaften der TU Clausthal (seit 2019). Forschungsschwerpunkte: Kuenstliche Intelligenz, Geschaeftsmodelle, Entrepreneurship.

Zitieren

Zitiervorschlag

Rimpp, P. (2023). Geschäftsmodelltransformation mit Künstlicher Intelligenz: Strategische Innovationspotenziale der maschinellen Wertschöpfung. In: Entrepreneurship der Zukunft: Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle (S. 161–180). Springer Gabler. https://doi.org/10.1007/978-3-658-42060-4_7