Please use this identifier to cite or link to this item: http://hdl.handle.net/10419/227064
Authors: 
Lundborg, Martin
Märkel, Christian
Schrade-Grytsenko, Lisa
Stamm, Peter
Year of Publication: 
2019
Series/Report no.: 
WIK Diskussionsbeitrag No. 453
Abstract: 
Gegenstand der vorliegenden Studie ist der Einsatz von Künstlicher Intelligenz in den Netzsektoren und sich daraus ergebene regulatorische Fragestellungen. Für die Untersuchung wurden Desk Research und Experteninterviews von März bis November 2019 durchgeführt. Die Ergebnisse der Untersuchung zeigen, dass es bereits heute viele potenzielle Anwendungsfelder für KI im Telekommunikationssektor gibt. Der deutsche Telekommunikationsmarkt beschäftigt sich jedoch bisher erst mit einigen ausgewählten Maschine Learning/KI-Anwendungen. Dies liegt vor allem an einem hohen Bedarf an Fachkräften, Know-how und (aufbereiteten) Daten sowie stellenweise noch Unklarheit über den Nutzen dieser Anwendungen. Die Haupttreiber von KI in Telekommunikationsnetzen sind Kosteneinsparungen (OPEX und CAPEX) und Ressourceneffizienz, insbesondere Energieeffizienz. Primäres heutiges Einsatzfeld für Maschine Learning bzw. KI bei den Telekommunikationsunternehmen ist der Kundenservice. Für die Anwendung von KI im Netzsektor wurden in der Studie potenzielle Diskriminierungs- und Transparenzproblematiken identifiziert. Zudem werden Skalenerträge durch KI verstärkt. Ein erhöhtes Marktkonzentrations- und Disruptionspotenzial sind hier die Folge. Es konnten weitere thematische Schnittmengen ausgemacht werden, welche vor dem Hintergrund der Regulierung anknüpfender Forschung bedürfen. Hierzu zählt zum Beispiel die Rolle von KI bei 5G (QoS/Network Slicing) oder bei neuen Cloud Services.
Abstract (Translated): 
Subject of the study is the investigation of artificial intelligence in the network sectors and the resulting regulatory issues. Desk research and expert interviews were conducted from March to November 2019 for this purpose. The results of the survey show that there are already many potential application areas for AI in the telecommunications sector today. However, the German telecommunications market is currently only dealing with a few selected Machine Learning/AI applications. This is mainly due to a high demand for skilled workers, know-how and (elaborated) data as well as occasional ambiguity about the benefits of these applications. The main drivers of AI in the network sector are primarily energy-saving potential, resource efficiency and (long-term) cost savings. Predestined area for ML/AI in the telecommunications companies today is the customer service. For the use of AI in the network sector, the study identified discrimination and transparency issues. Economies of scale are also increased by AI. This results in higher market concentration and disruption potential. In addition, further thematic intersections could be identified which need to be examined in the context of the regulation. These include, for example, the role of AI in 5G (QoS / Network Slicing) or in new cloud services.
Document Type: 
Working Paper

Files in This Item:
File
Size





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