Der Einsatz künstlicher Intelligenz bei der Beschleunigung der Umstellung auf eine nachhaltige Kreislaufwirtschaft in kleinen und mittleren Unternehmen in Deutschland
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
Pötsch, Lilian Nora_Bachelorarbeit_mit Deckblatt.pdf | 2.32 MB | Adobe PDF | Anzeigen |
Autor/Autorin: | Pötsch, Lilian Nora | BetreuerIn: | Schwuchow, Karlheinz | Zusammenfassung: | Kleine und mittlere Unternehmen in Deutschland stehen beim Übergang zu einer nachhaltigen Kreislaufwirtschaft vor großen Herausforderungen. Die Anwendung von künstlicher Intelligenz stellt eine Möglichkeit dar, den Übergang zu beschleunigen und positive Ergebnisse zu erzielen. Diese Studie untersucht sowohl die Chancen als auch die Schwierigkeiten und Herausforderungen, die auf kleine und mittlere Unternehmen beim Übergang zu einer Kreislaufwirtschaft zukommen könnten, wenn dieser Übergang mit Unterstützung von künstlicher Intelligenz-basierter Technologie verbunden ist. Wissenschaftliche Untersuchungen zeigen, dass kleine und mittlere Unternehmen mit dem Einsatz von Datenanalyse und -modellierung, Entscheidungsunterstützungssystemen, „maschinellem“ Lernen und „tiefgehendem“ Lernen kreislauffähige Güter herstellen, Ressourcenströme optimieren und nachhaltigere Geschäftsmodelle entwickeln können. Die Nutzung oder Implementierung von künstlicher Intelligenz in der Praxis erfordert jedoch besondere Fachkenntnisse und Ressourcen. Bei dem Übergang zu einer Kreislaufwirtschaft muss die gesamte Wertschöpfungskette betrachtet werden. Sämtliche Geschäftsmodelle bedürfen einer gründlichen Überarbeitung. Auch Fragen des Datenschutzes, der Sicherheit sowie der Ethik der künstlichen Intelligenz sind in diesem Zusammenhang von Relevanz. Die Ergebnisse dieser Thesis können kleinen und mittleren Unternehmen dabei helfen, einen reibungslosen Übergang zu einer nachhaltigen Kreislaufwirtschaft mit dem Einsatz von künstlicher Intelligenz zu ermöglichen. |
Schlagwort: | Nachhaltigkeit; Künstliche Intelligenz; Kreislaufwirtschaft; Kleine und mittlere Unternehmen; Zukunftsforschung; Strategic Foresight; Forecasting Funnel; Herausforderungen und Chancen; strategische Handlungsempfehlungen | Veröffentlichungsdatum: | 16-Jun-2023 | Dokumenttyp: | Bachelorarbeit | DOI: | 10.26092/elib/2516 | URN: | urn:nbn:de:gbv:46-elib71974 | Institution: | Hochschule Bremen | Fachbereich: | Hochschule Bremen - Fakultät 1: Wirtschaftswissenschaften - School of International Business (SiB) |
Enthalten in den Sammlungen: | Abschlussarbeiten |
Seitenansichten
1.109
checked on 31.10.2024
Download(s)
941
checked on 31.10.2024
Google ScholarTM
Prüfe
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.