Cornelia Baumgartner

• Unternehmen stehen durch die fortschreitende Digitalisierung und den Einsatz neuer Technologien vor vielfältigen Chancen und Herausforderungen, die ihre Geschäftsprozesse grundlegend beeinflussen. Produktionsunternehmen sind davon besonders stark betroffen, da ihre Wettbewerbsfähigkeit von reibungslosen Abläufen abhängt, um flexibel auf Kundenbedürfnisse reagieren zu können. Die Arbeit untersucht den Einsatz von Künstlicher Intelligenz im Purchase-to-Pay Prozess von Produktionsunternehmen. Dabei liegt der Fokus auf Deep Learning, einer selbstlernenden Form der Künstlichen Intelligenz. Grundlage der Untersuchung ist eine umfassende Analyse relevanter Fachliteratur sowie die qualitative Befragung von Expert*innen aus Produktionsunternehmen, die praxisorientierte Einblicke liefern. Die Ergebnisse verdeutlichen, dass der Einsatz von Künstlicher Intelligenz sowohl neue Möglichkeiten bietet als auch Risiken birgt. Dabei stehen insbesondere die Auswirkungen auf die einzelnen Prozesse, die Datenqualität sowie die mit der Implementierung verbundenen Risiken im Fokus. Zudem wird die Rolle der Mitarbeiter*innen und deren Qualifikationsprofile für strategische und operative Aufgaben betrachtet, die durch Künstliche Intelligenz ergänzt oder verändert wer-den. Abschließend gibt die Arbeit einen Ausblick auf zukünftige Entwicklungen im Einsatz von Künstlicher Intelligenz. Besonders wichtig wird es sein, die damit verbundenen technischen und organisatorischen Herausforderungen zu meistern, um das volle Potenzial von Künstlicher Intelligenz zu nutzen. Unternehmen müssen weiterhin hohe Implementierungskosten und datenschutz-rechtliche Hürden überwinden. Kleine Unternehmen könnten dabei im Vergleich zu großen Wettbewerbern benachteiligt werden. Ein zentraler Aspekt ist zudem die künftige Zusammenarbeit zwischen Mensch und Maschine, wobei die Stärken des Menschen mit den technologischen Möglichkeiten der Künstlichen Intelligenz kombiniert werden müssen, um eine optimale Integration zu erreichen.