Dieses Buch soll dabei helfen, die neuen Technologien und Anwendungspotenziale der künstlichen Intelligenz besser zu verstehen und einzuordnen. Neben einer ausführlichen und verständlichen Vermittlung grundlegender Kenntnisse und ökonomischer Effekte der künstlichen Intelligenz enthält es viele Anwendungsbeispiele bekannter Unternehmen. Konzerne wie Amazon, IBM, Microsoft, SAP oder VW lassen die Leser in ihre KI-Labors schauen und erklären konkrete Projekte zu Themen, wie z. B. Chatbots, Quantencomputing, Gesichtserkennung, sprachbasierte Systeme oder den Einsatz von KI-Anwendungen in den Bereichen Marketing, Vertrieb, Finanzen, Personalwesen, Produktion, Gesundheit sowie Logistik. Das Buch richtet sich an Entscheider in Unternehmen, Studierende, Dozenten und alle, die sich ein Bild über die vielleicht wichtigste technologische Entwicklung in diesem Jahrhundert machen möchten.

Prof. Dr. Peter Buxmann ist Inhaber des Lehrstuhls für Wirtschaftsinformatik | Software & Digital Business an der Technischen Universität Darmstadt und leitet dort das Innovations- und Gründungszentrum HIGHEST. Darüber hinaus ist er Mitglied in mehreren Leitungs- und Aufsichtsgremien. Seine Forschungsschwerpunkte sind die Digitalisierung von Wirtschaft und Gesellschaft, Methoden und Anwendungen der künstlichen Intelligenz, die Entwicklung innovativer Geschäftsmodelle sowie die ökonomische Analyse von Cybersecurity-Investitionen und Privatsphäre.

Dr. Holger Schmidt zeigt als international gefragter Keynote-Speaker die Auswirkungen der Digitalisierung auf Wirtschaft und Arbeit. Als Journalist hat er zwei Jahrzehnte über die digitale Transformation berichtet, davon 15 Jahre für die Frankfurter Allgemeine Zeitung. Der Volkswirt lehrt als Dozent im Fach Digitale Transformation an der Technischen Universität Darmstadt und schreibt als Kolumnist für das Handelsblatt über die digitale Ökonomie. Sein Blog 'Netzoekonom.de' gehört zu den populärsten Publikationen der digitalen Wirtschaft in Deutschland. Er ist Erfinder des Plattform-Index.

1;Vorwort;5 2;Inhaltsverzeichnis;7 3;Abbildungsverzeichnis;11 4;Tabellenverzeichnis;14 5;Teil I Künstliche Intelligenz als Basistechnologie des 21. Jahrhunderts;15 6;1 Grundlagen der Künstlichen Intelligenz und des Maschinellen Lernens;16 6.1;1.1Die Geschichte der Künstlichen Intelligenz;16 6.2;1.2Grundlagen des Maschinellen Lernens;20 6.2.1;1.2.1Zurück in die Zukunft;20 6.2.2;1.2.2Wie funktioniert Maschinelles Lernen?;21 6.2.3;1.2.3Verfahren des Maschinellen Lernens;22 6.2.4;1.2.4Das Black-Box-Problem;28 6.3;Literatur;30 7;2 Ökonomische Effekte der Künstlichen Intelligenz;33 7.1;2.1Investitionen in Künstliche Intelligenz;33 7.2;2.2Auswirkungen der Künstlichen Intelligenz auf Produktivität und Wachstum der Volkswirtschaften;36 7.2.1;2.2.1Künstliche Intelligenz: Das Produktivitätsparadox;36 7.2.2;2.2.2Produktivitätssteigernde Automatisierung in allen Sektoren;37 7.2.3;2.2.3Die Wachstumseffekte der Künstlichen Intelligenz;41 7.3;2.3Auswirkungen der Künstlichen Intelligenz auf den Arbeitsmarkt;42 7.4;Literatur;47 8;Teil II Künstliche Intelligenz: Cases aus der Praxis;50 9;3 Das intelligente Unternehmen: Maschinelles Lernen mit SAP zielgerichtet einsetzen;51 9.1;3.1Innovationsstrategie von SAP;51 9.1.1;3.1.1Die Evolution von Unternehmenssystemen;52 9.1.2;3.1.2Maschinelles Lernen bei SAP;54 9.2;3.2KI-Anwendungsbeispiele bei SAP;56 9.2.1;3.2.1Maschinelles Lernen für repetitive Aufgaben;56 9.2.1.1;3.2.1.1 SAP Cash Application;57 9.2.1.2;3.2.1.2 Weitere Anwendungsmöglichkeiten;58 9.2.2;3.2.2Maschinelles Lernen für Kundenbeziehungen (Customer Relationship Management, CRM) und E-Commerce;58 9.2.3;3.2.3Maschinelles Lernen im Marketing;59 9.2.4;3.2.4Maschinelles Lernen im Service und Vertrieb;61 9.2.5;3.2.5Maschinelles Lernen im Personalwesen;62 9.2.5.1;3.2.5.1 Effiziente Einstellungsprozesse;62 9.2.5.2;3.2.5.2 Lernen im Unternehmen;63 9.3;3.3Die Plattform von SAP für Maschinelles Lernen;63 9.3.1;3.3.1Die SAP Leonardo Machine Learning Foundation;64 9.3.2;3.3.2Anwendungsbeispiel;65 9.4;3.4Maschinelle Verarbeitung natürlicher Sprache;66 9.4.1;3.4.1Der Wert von Conversational UX im Unternehmen;67 9.4.2;3.4.2Technologien für Conversational UX;68 9.5;3.5Gesellschaftliche Implikationen;69 9.5.1;3.5.1Lebenslanges Lernen;69 9.5.2;3.5.2Partnerschaften von SAP im Bereich der Künstlichen Intelligenz;70 9.6;Literatur;71 10;4 Künstliche Intelligenz bei Amazon Spitzentechnologie im Dienste des Kunden;73 10.1;4.1Eine Schachpartie verändert das Spiel;73 10.2;4.2Künstliche Intelligenz und Maschinelles Lernen - Grundlagen und Definitionen;74 10.3;4.3Technologische Grundlagen für die Künstliche Intelligenz;74 10.4;4.4Künstliche Intelligenz im Einsatz bei Amazon;75 10.5;4.5Leitgedanke der KI-Forschung;76 10.5.1;4.5.1Beispiel: Supermarkt der Zukunft;76 10.5.2;4.5.2Beispiel: Neuer Weg der Paketzustellung;77 10.5.3;4.5.3Wie Algorithmen Obst sortieren;78 10.5.4;4.5.4Nachfrageprognose;79 10.5.5;4.5.5Alexa, die digitale Sprachassistentin;80 10.5.6;4.5.6X-Ray-Funktion im Kindle;81 10.6;4.6Chancen und Grenzen von Künstlicher Intelligenz;81 10.6.1;4.6.1Interessantere und vielfältigere Jobs durch Künstliche Intelligenz;82 10.6.2;4.6.2Mensch und Maschine;83 10.6.3;4.6.3"Partnership on AI" adressiert Risiken von KI;84 10.7;4.7Fazit und Ausblick;84 10.8;Literatur;84 11;5 Anwendung eines sprachbasierten KI-Dienstes in der Gesundheitsbranche am Beispiel der Entwicklung eines Alexa-Skills;86 11.1;5.1Einleitung;86 11.2;5.2Grundlagen und Anwendungen der Spracherkennung;87 11.2.1;5.2.1Spracherkennung in der Praxis;88 11.2.2;5.2.2Sprachassistenzsysteme und Sprachdialogsysteme;88 11.2.3;5.2.3Beispiel Amazon "Alexa";90 11.2.4;5.2.4"Custom Skill"-Datenfluss;92 11.2.5;5.2.5Programmiersprachen und -konzepte;93 11.2.5.1;5.2.5.1 Produkte bestellen;96 11.3;5.3Entwicklung des Skills;96 11.3.1;5.3.1Überblick über die Funktionalitäten des Skills;96 11.3.1.1;5.3.1.1 Versandinformationen abfragen;96 11.3.1.2;5.3.1.2 Benachrichtigungen abfragen;97 11.3.1.3;5.3.1.3 Anruf anfordern;98 11.3.1.4