Herausforderungen der Integration von KI in Business-Analytics-Plattformen in KMU: Eine systematische Literaturrecherche

Yilmaz, Cihan and Hanisch-Blicharski, Anja (2025) Herausforderungen der Integration von KI in Business-Analytics-Plattformen in KMU: Eine systematische Literaturrecherche. In: FENNTARTHATÓSÁGI ÁTMENET – INNOVÁCIÓS ÖKOSZISZTÉMÁK – DIGITÁLIS MEGOLDÁSOK: Konferenciakötet. Soproni Egyetem Kiadó, Sopron, pp. 456-467. ISBN 9789633345504

Text MTU_2024_Conf_Proceedings_SOE_LKK_pp.456-467_YilmazHanisch-Blicharski.pdf Download (1MB)

Abstract

Diese Studie untersucht das steigende Interesse an der Integration von Künstlicher Intelligenz (KI) in Business Analytics (BA)-Plattformen in kleinen und mittelständischen Unternehmen (KMU). Das Ziel ist es, einen Überblick über die bestehende Literatur und Studien zu diesem Thema zu geben. Eine systematische Literaturrecherche zeigt dabei die vielfältigen Herausforderungen und potenziellen Vorteile der KI-Integration in KMU auf. Ein zentrales Ergebnis ist die Bedeutung von Schulungsprogrammen zur Entwicklung von KI-Kompetenzen, die für den Erhalt der Wettbewerbsfähigkeit von KMU unerlässlich sind. Die Umsetzung wird jedoch häufig durch technische und finanzielle Barrieren behindert. Darüber hinaus gibt es eine Reihe von Meinungen zu den ethischen Implikationen und langfristigen Auswirkungen der Automatisierung. Die Untersuchung zeigt, dass eine erfolgreiche Integration nur Effizienzgewinne erbringen kann, wenn geeignete, organisatorische Bedingungen geschaffen werden. Dies unterstreicht die Notwendigkeit weiterer Untersuchung der Auswirkungen von KI auf die Organisationsstruktur, die Dynamik der Belegschaft und die ethischen Standards in KMU. Die Ergebnisse bieten wertvolle Erkenntnisse für die Entwicklung und Umsetzung von KI-Strategien und unterstreichen die Notwendigkeit empirischer Studien, um die langfristigen Auswirkungen der KI-Integrationen besser zu verstehen.

Tudományterület / tudományág

social sciences > business and management
social sciences > economic science(s)

Faculty

Not relevant

Institution

Soproni Egyetem

Item Type:	Book Section
SWORD Depositor:	Teszt Sword
Depositing User:	Csaba Horváth
Identification Number:	MTMT:36063377
Date Deposited:	01 Apr 2025 11:01
Last Modified:	01 Apr 2025 11:01
URI:	http://publicatio.uni-sopron.hu/id/eprint/3558

Actions (login required)

View Item