In diesem Buch werden neben Impulsen aus der aktuellen wissenschaftlichen Diskussion Good Practice Cases von Unternehmen im Umgang mit den besonderen Herausforderungen durch den Einsatz von Künstlicher Intelligenz (KI) vorgestellt.
Die vielfältigen Herangehensweisen an die Anforderungen, welche mit dem Einsatz von Künstlicher Intelligenz verbunden sind, sollen Anregungen für Unternehmen und Wissenschaft in diesem häufig sehr kontrovers diskutierten Feld bieten. Ein besonderes Gewicht wird auf die Chancen durch KI für Unternehmen aus unterschiedlichen Branchen gelegt. Die Auseinandersetzung mit dem Spannungsfeld KI und neue Herausforderungen der CSR bietet strategische Möglichkeiten, aber auch Innovationschancen. Die aktive Einbindung von Stakeholdern in den Gestaltungsprozess dient auch dem Aufbau von Vertrauen bei Kunden und der Öffentlichkeit und leistet somit einen Beitrag zu Innovation und Akzeptanz von KI.
Der Beitrag Künstliche Intelligenz & die Zukunft von Arbeit wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht. 


Prof. Dr. Reinhard Altenburger ist Professor für Strategisches Management, Nachhaltiges Management/CSR und Innovation im Department Business der IMC Fachhochschule Krems. Der Fokus seiner Forschung liegt in den Themenfeldern 'CSR und Innovation' sowie 'Innovationen in Familienunternehmen' und der Verbindung von gesellschaftlicher Verantwortung und Unternehmensstrategie. Studium der Betriebswirtschaft und Wirtschaftspädagogik sowie Doktoratstudium der Sozial- und Wirtschaftswissenschaften an der Wirtschaftsuniversität Wien; Dissertation über die Funktionen des Top-Managements in Strategieprozessen; Langjährige Tätigkeit als Projektleiter und Fachexperte in den Bereichen Vertriebsstrategie, Unternehmensplanung, Controlling und Innovationsmanagement  im Sparkassen- und Bankensektor und als Unternehmensberater; Fachbuchautor; zahlreiche Vorträge bei internationalen Konferenzen. Bei Springer Gabler erschienen 'CSR und Innovationsmanagement' und 'CSR und Stakeholdermanagement'.
Prof. Dr. René Schmidpeter hat den Dr. Jürgen Meyer Stiftungslehrstuhl 'Internationale Wirtschaftsethik und CSR' an der Cologne Business School (CBS) inne. Er leitet das dortige Center for Advanced Sustainable Management (CASM) und forscht insbesondere zum Thema 'CSR als innovativer Managementansatz', 'CSR in der Betriebswirtschaftslehre' und 'Internationale Perspektiven auf CSR'. Er ist Herausgeber der etablierten Managementreihe Corporate Social Responsibility im Springer Gabler Verlag sowie der international viel beachteten Publikationsserie 'CSR, Sustainability, Ethics and Governance' bei Springer. Neben seinen umfangreichen Publikations- und Vortragstätigkeiten berät er als CSR-Stratege nationale und internationale Nachhaltigkeitsinitiativen, Wirtschaftsorganisationen und Unternehmen bei der strategischen Implementierung von nachhaltigen Managementansätzen. Er ist zudem ständiger Gastprofessor an der Nanjing University of Finance and Economics in China und Adjunct Professor an der Murdoch University in Perth sowie Mitglied in Expertenjurys, wissenschaftlichen Beiräten und internationalen Forschungsprojekten.

1;Vorwort des Reihenherausgeber;62;Vorwort der Herausgeber;83;Inhaltsverzeichnis;104;Herausgeber- und Autorenverzeichnis;135;Künstliche Intelligenz im Spannungsfeld Innovation, Effizienz und gesellschaftliche Verantwortung;155.1;1Herausforderungen und Potenziale der künstlichen Intelligenz;155.2;2Anforderungen und Gestaltung von künstlicher Intelligenz durch das Management;195.2.1;2.1Anforderungen an Managemententscheidungen;205.2.2;2.2Neue Geschäftsmodelle und Gestaltung des Ökosystems;215.3;3Übersicht der Beiträge im Band;235.4;Literatur;256; Perspektiven auf KI: Governance, Autonomie, Vertrauen, Ethik und Unvoreingenommenheit;287;Digital Governance als CSR-Kompass für künstliche Intelligenz;297.1;1Einleitung;297.2;2Künstliche Intelligenz als Quintessenz der Vierten Industriellen Revolution;327.3;3Utopia oder Dystopia - wo Licht, da auch Schatten;367.4;4Künstliche Intelligenz ist nicht gleich künstliche Intelligenz - Differenzierung ist essenziell;397.5;5Die Rolle der künstlichen Intelligenz im Unternehmen;427.6;6An der Schnittstelle zwischen Menschen und Maschine - Welche Auswirkungen hat künstliche Intelligenz auf das bestehende CSR Framework?;457.6.1;6.1Wirkung existierender CSR-Säulen (ökonomisch, sozial, ökologisch) im Kontext von künstlicher Intelligenz;457.6.2;6.2Erweiterung um die vierte Säule zur Beantwortung ethischer Fragestellungen;487.6.3;6.3Erweiterung um die fünfte Säule zur Beantwortung psychischer Fragestellungen;497.7;7Zusammenspiel CSR und Digital Governance - Welche Leitplanken für die Entwicklung und den Einsatz von künstlicher Intelligenz sollten vorgegeben werden?;507.7.1;7.1Einführung: Digital Governance als CSR-Kompass für die Nutzung künstlicher Intelligenz;527.7.2;7.2Künstliche Intelligenz als ethische Herausforderung - Welche Anforderungen an das Design und die Entwicklung müssen gestellt werden?;547.7.2.1;7.2.1 Künftige Anforderungen an die Master Data Governance;557.7.2.2;7.2.2 Kann künstliche Intelligenz durch Programmierung kontrolliert werden?;567.7.2.3;7.2.3 Artificial Intelligence Decision Governance - Kontrolle statt Limitierung;587.7.3;7.3Künstliche Intelligenz im juristischen Kontext - Welche relevanten Fragestellungen müssen beleuchtet werden?;607.7.3.1;7.3.1 Wer trägt die ultimative Verantwortung;607.7.3.2;7.3.2 Einführung einer elektronischen Persönlichkeit als Chance;617.7.4;7.4Künstliche Intelligenz in der Organisation - Welche Leitplanken müssen zur Neuausrichtung der Arbeitswelt gesetzt werden?;637.7.5;7.5Aufklärung über künstliche Intelligenz - Wie gelingt gesellschaftliche Akzeptanz und Vertrauen?;677.7.5.1;7.5.1 Wie kann der Gesellschaft die Angst genommen werden;677.7.5.2;7.5.2 Wie kann die Gesellschaft gut an künstliche Intelligenz herangeführt werden;687.8;8Schlusswort;697.9;Literatur;718;Spannungsfeld automatisierte Entscheidungssysteme und Autonomie;738.1;1Einleitung;738.2;2Die Anatomie von Entscheidungsprozessen;758.3;3Die Autonomie des Menschen in Bedrängnis;798.3.1;3.1Die Zuschreibung von Handlungsmacht an automatisierte Entscheidungssysteme;808.3.2;3.2Die Gefahr der Manipulation durch automatisierte Entscheidungssysteme;818.4;4Anforderungen an vertrauenswürdige Künstliche-Intelligenz-Systeme;848.5;Weiterführende Literatur;879;Warum wir der künstlichen Intelligenz nicht blind vertrauen dürfen - fünf Ansätze um künstliche Intelligenz zu beherrschen;899.1;1Künstliche Intelligenz - Eine Einführung;899.1.1;1.1Entwicklung der Künstliche-Intelligenz-Forschung;899.1.2;1.2Künstliche Intelligenz made in Austria;919.1.3;1.3Künstliche Intelligenz braucht leistungsfähige Hardware;939.1.4;1.4Formen der künstlichen Intelligenz: Von regelbasierten Systemen zu neuronalen Netzen;949.1.5;1.5Maschinelles Lernen;959.1.5.1;1.5.1 Supervised Learning, Trainingsdaten und Ground Truth;959.1.5.2;1.5.2 Unsupervised Learning;969.1.5.3;1.5.3 Reinforcement Learning;969.2;2Fünf Herausforderungen künstlicher Intelligenz;979.2.1;2.1Modellierbarkei