Stellen Sie sich Ihre individuelle Projektübersicht zusammen.
Schlagwort: Datenorientierte Wertschöpfung, Kompetenzaufbau
Fördermaßnahme: Zukunft der Arbeit: Mittelstand - innovativ und sozial - 2017 bis 2020
Forschungsziel: Das Ziel des Projektes PASS ist es, Predictive-Analytics-Systeme für den Vertrieb in KMU zu entwickeln. Diese werden dadurch befähigt, die Potenziale KI-basierter Verfahren zur systematischen Datenerhebung, -analyse und -prognose bei Einhaltung ethischer, rechtlicher und sozialer Standards (Ethical, Legal and Social Implications, ELSI) zu nutzen, wirtschaftlich umzusetzen und in laufende Arbeitsprozesse zu integrieren. Darüber hinaus werden die Auswirkungen auf die Arbeitsmotivation und zufriedenheit sowie auf veränderte Kompetenzanforderungen an die Beschäftigten im Vertrieb untersucht.
Prof. Jens Pöppelbuß +49 234 32-26401
jens.poeppelbuss@isse.rub.de
Dr.-Ing. Raymond Djaloeis
+49 721 608-24620
raymond.djaloeis@kit.edu
Problemstellung
Künstliche Intelligenz soll in Predictive-Analytics-Systeme eingesetzt werden, um zukünftige Umsatzpotentiale in der Automobil- und Nutzfahrzeugzulieferindustrie sowie der Antriebs- und Automatisierungstechnik in KMU vorherzusagen. So können z. B. das unternehmerische Risiko über verschiedene Kundengruppen hinweg besser verteilt und die Ressourcen im Vertrieb und in der Fertigung optimal ausgeschöpft werden. Während große Unternehmen in der Lage sind, kostenintensive Data-Analytics-Abteilungen aufzubauen, sind KMU aufgrund eines begrenzten IT-Budgets oft nicht in der Lage, die Potenziale von Predictive-Analytics-Systemen im Vertrieb ausschöpfen zu können.
Ziel
Das Ziel des Projektes PASS ist es, Predictive-Analytics-Systeme für den Vertrieb in KMU zu entwickeln. Diese werden dadurch befähigt, die Potenziale KI-basierter Verfahren zur systematischen Datenerhebung, -analyse und -prognose bei Einhaltung ethischer, rechtlicher und sozialer Standards (Ethical, Legal and Social Implications, ELSI) zu nutzen, wirtschaftlich umzusetzen und in laufende Arbeitsprozesse zu integrieren. Darüber hinaus werden die Auswirkungen auf die Arbeitsmotivation und zufriedenheit sowie auf veränderte Kompetenzanforderungen an die Beschäftigten im Vertrieb untersucht.
Vorgehensweise
Um diese Ziele zu erreichen, wird eine KMU-gerechte Cloud-Lösung mit KI-basierten Verfahren zur Vorhersage von zukünftigem Kundenverhalten entwickelt. Die KI-Verfahren nutzen ELSI-konforme Kundeninformationen, um z. B. spezifische Umsatzpotenziale und zu erwartende Umsätze mithilfe selbstlernender Algorithmen zu prognostizieren. Sie werden bei den unterschiedlich großen Anwendungspartnern aus mitunter sehr verschiedenen Branchen validiert. Ein speziell auf KMU ausgerichtetes, mehrdimensionales Sales-Analytics-Reifegradmodell ermöglicht, individuelle Handlungsbedarfe und Entwicklungspfade zu identifizieren. Hierfür werden Messinstrumente zur Beurteilung der Auswirkungen von Predictive-Analytics-Systemen entwickelt und an verschiedenen Projektzeitpunkten eingesetzt.
Ergebnisse und Anwendungspotenzial
Durch die Projektergebnisse können KMU ihre Kunden zielgenau im Vertrieb adressieren und mit begrenzten Ressourcen in dynamischen Märkten wettbewerbsfähig bleiben. Mit Hilfe des Sales-Analytics-Reifegradmodells werden mögliche Entwicklungspfade aufgezeigt und KMU auf ihrem Weg geleitet. Mit den prototypisch realisierten Predictive-Analytics-Systemen werden entsprechende Entwicklungsmaßnahmen bei den Anwendungspartnern exemplarisch umgesetzt. Durch die Berücksichtigung der Auswirkungen auf Beschäftigte im Vertrieb wird ein besseres Verständnis für das Zusammenwirken von Mensch, Technik und Organisation geschaffen und die Kompetenzentwicklung im Arbeitsprozess gefördert.
In der folgenden Liste sehen Sie Ihre ausgewählten Projekt-Favoriten.
Vorlesen