Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/309808 
Year of Publication: 
2023
Citation: 
[Journal:] HMD Praxis der Wirtschaftsinformatik [ISSN:] 2198-2775 [Volume:] 60 [Issue:] 5 [Publisher:] Springer Fachmedien Wiesbaden GmbH [Place:] Wiesbaden [Year:] 2023 [Pages:] 1093-1107
Publisher: 
Springer Fachmedien Wiesbaden GmbH, Wiesbaden
Abstract: 
Die Digitalisierung von Unternehmen schreitet voran und Künstliche Intelligenz (KI) ist längst nicht mehr nur ein Megatrend von morgen, sondern bereits im vielfältigen Einsatz. Große Unternehmen setzen bereits Lösungen ein, die auf Künstlicher Intelligenz basieren, um ihre Geschäftsprozesse sowie Abläufe zu automatisieren und zu optimieren. Um dem zunehmenden Wettbewerbsdruck standhalten zu können, müssen deshalb auch mittelständische Unternehmen mehr und mehr auf KI-Lösungen setzen. Ein Anwendungsfeld von KI stellt das Natural Language Processing dar, welches vielversprechende Möglichkeiten zur Automatisierung und Optimierung von Geschäftsprozessen von mittelständischen Unternehmen bereithält. KI-Anwendungen aus der Cloud bieten dabei den Vorteil, dass keine eigenen KI-Modelle entwickelt werden müssen, sondern auf bereits trainierte Modelle zurückgegriffen werden kann. Das erlaubt auch mittelständischen Unternehmen, die keine eigene Machine Learning Abteilung besitzen, KI in ihren Geschäftsprozessen einzusetzen. Im vorliegenden Beitrag werden typische Anwendungsfälle für den Mittelstand beschrieben und Anbieter cloud-basierter KI-Anwendungen für NLP übersichtsartig in Form eines Marktüberblicks präsentiert. Um den Mittelstand bei der Einführung von KI-Anwendungen zu unterstützen, werden typische Herausforderungen skizziert und ein Vorgehen zur Implementierung vorgeschlagen.
Subjects: 
Künstliche Intelligenz (KI)
Natural Language Processing (NLP)
Cloud-basierte KI
Anwendungsfälle
Herausforderungen
Vorgehensmodell
Artificial Intelligence (AI)
Cloud-based AI
Use Cases
Challenges
Process Model
Persistent Identifier of the first edition: 
Creative Commons License: 
cc-by Logo
Document Type: 
Article
Document Version: 
Published Version

Files in This Item:
File
Size





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