Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/280934 
Year of Publication: 
2023
Series/Report no.: 
WIK Diskussionsbeitrag No. 501
Publisher: 
WIK Wissenschaftliches Institut für Infrastruktur und Kommunikationsdienste, Bad Honnef
Abstract: 
Automatisiertes Maschinelles Lernen (AutoML) sowie Low-Code und No-Code versprechen, im Sinne des Citizen Developer-Konzepts eine einfachere Nutzung von Künstlicher Intelligenz (KI) indem die erforderlichen Programmierkenntnisse bzw. der Entwicklungsaufwand reduziert werden. Diese neuen Ansätze erleichtern somit insbesondere kleinen und mittleren Unternehmen (KMU) den Einstieg und bieten damit das Potenzial für eine schnelle Verbreitung und stärkere Nutzung von KI-Lösungen. Ziel dieser Studie ist es zu untersuchen, ob diese Versprechen eingelöst werden können.
Abstract (Translated): 
Automated Machine Learning (AutoML), low-code and no-code promise to make artificial intelligence (AI) easier to use, in line with the citizen developer concept, by reducing the programming skills and development effort required. These new approaches therefore make it easier for small and medium-sized enterprises (SMEs) in particular to get started. They thus offer the potential for rapid dissemination and greater use of AI solutions. The aim of this study is to investigate whether these promises can be realised.
Subjects: 
Künstliche Intelligenz
Automatisierung
PC-Software
KMU
Deutschland
Document Type: 
Working Paper

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.