Die Algorithmen Künstlicher Intelligenz werden stetig weiterentwickelt und kommen in immer mehr Produkten und Anwendungen in Wirtschaft und Gesellschaft zum Einsatz. Zahlreiche Prototypen werden entwickelt, mit denen der Einsatz Künstlicher Intelligenz in unterschiedlichsten Anwendungsbereichen erschlossen werden soll. Dennoch gelingt weniger als 50% dieser Prototypen der Sprung in produktive Anwendungen, die einen nachhaltigen unternehmerischen Nutzen schaffen (Cearley 2021). Diese hohe Quote zeigt, dass professionelle Prozesse und Strukturen benötigt werden, um Anwendungen der Künstlichen Intelligenz zu entwickeln, zu betreiben und in den betrieblichen Kontext zu integrieren. Wir bezeichnen diese Prozesse und Strukturen als Management der Künstlichen Intelligenz.

In verschiedenen Industriebereichen werden Projekte mit Künstlicher Intelligenz initiiert und stehen in diversen Formen auf den Agenden der Entscheiderinnen und Entscheider in Unternehmen. Die zugrundeliegenden Erwartungen und Wertversprechen sind dabei immens. Die gegenwärtigen Erfolge mit Künstlicher Intelligenz werden überwiegend durch den Einsatz Maschinellen Lernens im Rahmen von Proof-of-Concepts, in ersten Anwendungen und in Produkten wie Sprachassistenten realisiert. Durch diese Machbarkeitsnachweise im realen Anwendungskontext der Unternehmen werden Erfahrungen im Umgang mit der Technologie gemacht sowie deren Besonderheiten erlernt, beziehungsweise teilweise schmerzlich erfahren.

Da derzeit viele der Projekte, in denen Künstliche Intelligenz zum Einsatz kommt, scheitern, kann von einer flächendeckenden Implementierung noch lange nicht gesprochen werden. Eine Grundvoraussetzung für die Implementierung Künstlicher Intelligenz in industriellen Anwendungsbereichen ist der verlässliche und stabile Betrieb. Eine Klarheit hinsichtlich der Regelung von Verantwortung und Haftung bei fehlerhaften Systementscheidungen und daraus resultierenden Implikationen muss von Anfang an gegeben sein. Das Management von Künstlicher Intelligenz ist eine Erweiterung des bestehenden Managements der Informatik.

Die INFORMATIK 2021 steht im Zeichen der Nachhaltigkeit. Die nachhaltige Entwicklung bzw. der nachhaltige Einsatz von Künstlicher Intelligenz stellt Wissenschaftlicher und Praktiker vor zahlreiche Herausforderungen. Die Neuartigkeit von KI-Systemen erfordert eben auch einen anderen Umgang als mit traditionell programmierter Software. Voraussetzung für den nachhaltigen Einsatz von Künstliche Intelligenz ist, dass KI-Systeme systematisch entwickelt und betrieben werden, anstatt dem starken Trend “Prototypenbau” hinterherzulaufen. KI-Anwendungen sollen schließlich ökonomisch, sozial, technologisch und auch ökologisch tragfähig sein. Die Frage ist jedoch, wie eine integrierte Sicht aussehen kann und soll, und weiterhin auch, wie der Weg dorthin durch fundierte Managementmethoden geebnet werden kann.

Zielsetzung des Workshops ist es, relevante Aspekte eines nachhaltigen Managements von Künstlicher Intelligenz zu beleuchten. Dieses betrifft u.a. KI-Strategieentwicklung, KI-Projektmanagement, aber auch Herausforderungen in Bezug auf unternehmensweite Kompetenzen, den Betrieb geeigneter technischer Infrastrukturen, sowie die Entwicklung von notwendigen Fähigkeiten und der Unternehmenskultur für die Systementwicklung, als auch den Betrieb von KI-Lösungen.

Das vorgeschlagene Format soll ein Forum für den Austausch zu spezifischen Herausforderungen in den o.g. Themenbereichen bieten. Zum einen sollen Lösungsansätze und Best Practices vorgestellt und diskutiert werden, zum anderen ein Forum für den interdisziplinären Austausch zwischen Informatikern und Wirtschaftsinformatikern als auch Theoretikern und Praktikern geschaffen werden.

Themen

Beiträge können beispielsweise zu folgenden Themen eingereicht werden:

• Methoden und Prozesse für die Entwicklung von KI-Strategien
• Nachhaltiges Management von KI-Projekten
• Aufbau von Fähigkeiten und Kompetenzen, um Künstliche Intelligenz betrieblich und produktiv zu entwickeln bzw. zu betreiben
• Nachhaltige Perspektiven auf Künstliche Intelligenz, z.B. wie Erwünschtheit, Machbarkeit und Wirtschaftlichkeit als Grundlage des Einsatzes von KI-Lösungen im Entwicklungsprozess verankert werden können
• Weiterentwicklung von Methoden der Aufwandschätzung für verschiedene Klassen von KI-Systemen, insbesondere wenn supervised learning zum Einsatz kommt
• Ziele und messbare Größen, die eine Beurteilung des Erfolgs des Einsatzes Künstlicher Intelligenz ermöglichen
• Methoden der Ideengenerierung und Ideenbewertung
• Fragestellungen zu rechtlichen Rahmenbedingungen und Eigentumsrechten an KI-Modellen
• Bewertung von Prototypen im Hinblick auf Technologieeignung, Investitionswürdigkeit und Akzeptanz durch Nutzer
• Methoden und Erfahrung zur Einbindung von Domänenexpertinnen und Domänenexperten sowie Nutzerinnen in Ideengenerierung, Entwicklung und Evaluation von KI-Systemen
• Akquisition und Qualitätssicherung von Trainingsdaten in Entwicklung und Betrieb von KI-Systemen
• Referenzarchitekturen und Architekturstile für KI-Lösungen
• Prozesse für die Skalierung von Prototypen in den produktiven Betrieb
• Methoden für die Identifizierung und Adressierung von Data Bias in KI-Systemen
• Management von Risiko, Regulation, Ethik & Compliance im Zusammenhang mit Entwicklung und Betrieb von KI-Systemen
• Entwicklung und Betrieb geeigneter technischer Infrastrukturen (inkl. Make-or-Buy sowie On-premise oder Cloud Abwägungen und das Management von KI-Lieferanten)

Konzept und Ablauf

Im Workshop werden aktuelle Forschungsarbeiten, einschließlich “Research in Progress”, sowie Fallstudien, Konzepte, Positionspapiere und auch Erfahrungen aus der Praxis vorgestellt und diskutiert. Die erwartete Textlänge der Beiträge liegt bei 2-5 Seiten und bietet somit Raum für interaktiven Austausch im Workshop. Geplant ist ein ganztägiger Workshop. Einreichungen werden durch das Programmkomitee begutachtet. Es ist angedacht, mit den Autoren der akzeptierten Beiträge und basierend auf den Ergebnissen des Workshops an einer gemeinsamen Publikation zu arbeiten. Akzeptierte Beiträge werden den Teilnehmenden des Workshops online zugänglich gemacht.

Einreichung von Beiträgen

• Beiträge sollen maximal 2-5 Seiten umfassen und in deutscher oder englischer Sprache verfasst sein.
• Es sind die LNI-Formatvorlagen der GI zu verwenden.
• Die Beiträge verstehen sich als Diskussionbeiträge zum Workshop.
• Im Nachgang des Workshops ist ein gemeinsames Positionspapier der beitragenden Autoren vorgesehen, das zentral erstellt wird und die Beiträge der Autoren inhaltlich einordnet.
• Die Einreichung der Beiträge erfolgt im LNI Format per Email an benjamin.vangiffen@unisg.ch

Der Begutachtungsprozess erfolgt durch das Programmkomittee. Wir laden herzlich dazu ein, sich mit Ideen aktiv in einen Austausch zu aktuellen und zukünftigen Forschungsfragen zum Management Künstlicher Intelligenz einzubringen. Dabei sind ausdrücklich auch Beiträge von Forschenden und Praktiker/innen willkommen, die bisher noch nicht zum Management Künstlicher Intelligenz veröffentlicht haben und sich in dem interdisziplinären Ansatz des Workshops mit ihren Themen verorten können. Wünschenswert wäre die aktive Beteiligung von Nachwuchs-Wissenschaftlerinnen und Nachwuchs-Wissenschaftlern.

Wichtige Termine

01.06.2021: Einreichungsfrist für Workshop-Beiträge / Submission Deadline for Abstracts/Papers

20.06.2021: Benachrichtigung der Autoren und Veröffentlichung der Agenda

Der Workshop findet im Rahmen der Tagung INFORMATIK 2021 der Gesellschaft für Informatik (GI) (29. September bis 1. Oktober 2021) im virtuellen Raum statt.

Web: www.informatik2021.gi.de

Organisation

• Prof. Dr. Benjamin van Giffen, Universität St.Gallen, (benjamin.vangiffen@unisg.ch)
• Prof. Dr. Jana Koehler, DFKI, Universität des Saarlandes (jana.koehler@dfki.de )
• Prof. Dr. Walter Brenner, Universität St.Gallen, (walter.brenner@unisg.ch)
• Prof. Dr. Can Adam Albayrak, Hochschule Harz, (calbayrak@hs-harz.de)

Bitte wenden Sie sich bei Fragen zu möglichen Themen oder Beiträgen gerne an das Organisationsteam.

Programmkomitee

Wissenschaftler und Praxisexperten des Programmkomitees (in Abklärung)

• Prof. Dr. Helmuth Ludwig (Southern Methodist University, Texas)
• Prof. Dr. Dagmar Monett (HWR Berlin)
• Prof. Dr. Claudia Lemke (HWR Berlin)
• Prof. Dr. Alex Mädche (KIT Karlsruhe)
• Prof. Dr. Nils Urbach (FH Frankfurt)
• Prof. Dr. Thomas Hess (LMU München)
• Prof. Dr. Peter Buxmann (TU Darmstadt)
• Dr. Jennifer Hehn (Universität St.Gallen)
• Dr. Henning Löser (Audi AG)

Referenzen und Vorarbeiten zum Thema

Albayrak, C. A., Renn, O., und Teille, K. 2018. „Leitlinien für das menschliche Handeln in einer digitalisierten Welt“, HMD Praxis der Wirtschaftsinformatik (55:5), Springer Fachmedien Wiesbaden GmbH, S. 1048–1064.

Barenkamp, M., Rebstadt, J., und Thomas, O. 2020. „Applications of AI in classical software engineering“, AI Perspectives (2:1), S. 1.

Berente, N., Gu, B., Recker, J., und Santhanam, R. 2019. „Managing AI“, Call for Papers, MIS Quarterly, misq.org. (https://www.misq.org/skin/frontend/default/misq/pdf/CurrentCalls/ManagingAI.pdf).

Berger, B., Adam, M., Rühr, A., und Benlian, A. 2020. „Watch Me Improve—Algorithm Aversion and Demonstrating the Ability to Learn“, Business & Information Systems Engineering, Springer. (https://doi.org/10.1007/s12599-020-00678-5).

Brenner, W., van Giffen, B., Koehler, J., Fahse, T., und Sagodi, A. 2021. Bausteine eines Management Künstlicher Intelligenz: Eine Standortbestimmung, Essentials, Springer.

Buxmann, P., Hess, T., und Thatcher, J. B. 2020. „AI-Based Information Systems“, Business & Information Systems Engineering. (https://doi.org/10.1007/s12599-020-00675-8).

Buxmann, P., und Schmidt, H. 2018. Künstliche Intelligenz: Mit Algorithmen zum wirtschaftlichen Erfolg, Springer-Verlag.

Cearley, D. 2021. The Gartner 2021 Top Strategic Technology Trends. (https://www.gartner.com/en/webinars/3993288/the-gartner-2021-top-strategic-technology-trends?ref=btem&utm_campaign=RM_GB_YOY_WBNR_BB_E1_48HR&utm_medium=email&utm_source=Eloqua&cm_mmc=Eloqua-_-Email-_-LM_RM_GB_YOY_WBNR_BB_E1_48HR-_-0000).

van Giffen, B., Borth, D., und Brenner, W. 2020. „Management von Künstlicher Intelligenz in Unternehmen“, HMD Praxis der Wirtschaftsinformatik, Springer. (https://link.springer.com/article/10.1365/s40702-020-00584-0).

Hofmann, P., Jöhnk, J., Protschky, D., und Urbach, N. 2020. „Developing purposeful AI use cases--a structured method and its application in project management“, in 15th International Conference on Wirtschaftsinformatik (WI). (https://www.fim-rc.de/Paperbibliothek/Veroeffentlicht/1025/wi-1025.pdf).

Koehler, J. 2018. „Business Process Innovation with Artificial Intelligence: Levering Benefits and Controlling Operational Risks“, European Business & Management (4:2), S. 55.

Koehler, J., van Giffen, B., und Brenner, W. 2021. „Zieldimensionen für ein erfolgreiches KI-Projektmanagement“, Handelsblatt, S. 14–16.

Maedche, A., Legner, C., Benlian, A., Berger, B., Gimpel, H., Hess, T., Hinz, O., Morana, S., und Söllner, M. 2019. „AI-based digital assistants“, Business & Information Systems Engineering (61:4), Springer, S. 535–544.

Monett, D., Lewis, C. W. P., Thórisson, K. R., Bach, J., Baldassarre, G., Granato, G., Berkeley, I. S. N., Chollet, F., Crosby, M., Shevlin, H., Fox, J., Laird, J. E., Legg, S., Lindes, P., Mikolov, T., Rapaport, W. J., Rojas, R., Rosa, M., Stone, P., Sutton, R. S., Yampolskiy, R. V., Wang, P., Schank, R., Sloman, A., und Winfield, A. 2020. „Special Issue “On Defining Artificial Intelligence”—Commentaries and Author’s Response“, Journal of Artificial General Intelligence (11:2), Berlin: Sciendo, S. 1–100.