Suche nach Personen

plus im Publikationsserver
plus bei Google Scholar

Bibliografische Daten exportieren
 

Deus ex Machina – An Organizational Perspective on Artificial Intelligence Adoption

DOI zum Zitieren der Version auf EPub Bayreuth: https://doi.org/10.15495/EPub_UBT_00007075
URN zum Zitieren der Version auf EPub Bayreuth: urn:nbn:de:bvb:703-epub-7075-3

Titelangaben

Ifland, Sebastian:
Deus ex Machina – An Organizational Perspective on Artificial Intelligence Adoption.
Bayreuth , 2023 . - VIII, 46 S.
( Dissertation, 2023 , Universität Bayreuth, Rechts- und Wirtschaftswissenschaftliche Fakultät)

Volltext

[thumbnail of Dissertation_publizieren_Sebastian Ifland.pdf]
Format: PDF
Name: Dissertation_publizieren_Sebastian Ifland.pdf
Version: Veröffentlichte Version
Verfügbar mit der Lizenz Creative Commons BY 4.0: Namensnennung
Download (877kB)

Abstract

Information Systems (IS) research has intensively investigated the adoption of information technologies (IT). However, the literature presents little about adopting AI, which is a challenging intention that differs from what is known about the adoption of other IT. AI’s technological nature enables machines acting autonomously and intelligent, which continuously triggers the growth of its scope of application and its performance at a high pace. Consequently, organizations must perceive AI adoption as a continuous task, challenging decision-makers due to missing knowledge on how to manage such an ongoing phenomenon. Therefore, the latest research engaged by AI’s peculiar continuous characteristic calls for reworking our existing models for IT adoption, so that organizations can use the new theory to guide AI adoption. So far researchers have been focusing on AI applications, but due to its enormous number of potential fields of application they have not been able to derive holistic insights on the technology characteristics and how an organization can approach AI adoption holistically. This thesis approaches the missing holistic perspective on AI adoption. The academic target is to provide a framework which contextually connects existing knowledge on AI use cases to the technology’s characteristics. Through this connection, the framework has the ambition to inform AI adoption with an organizational perspective. Therefore, this thesis has three research goals (RG). The first RG is to extend the knowledge on AI technology (AIT) characteristics by pointing out which kinds of intelligent machines there currently are and by delivering an overview on the existing components and configurations of machine learning (ML) applications. The second RG is to investigate the connection of the organizational value creation logic to the adoption of AI by investigating the business model of organizations. The final third RG investigates the operation of AI adoption by examining how organizations can understand the ongoing process. The thesis approaches the three RGs by using the Technology-Organization-Environment (TOE) framework as a guiding principle to develop an AI specific IT adoption model. Four research articles present the results of this thesis. The first article follows the RG 1 and presents two types of intelligent machines. The second article also follows the RG 1 by delivering an ML application taxonomy. To add to RG 2, the third article demonstrates a business model taxonomy. Finally, the fourth article targets RG 3 using the TOE components to explain how continuity appears when adopting AI. With the findings from the articles the thesis presents a holistic model for AI adoption. With the results the thesis contributes to the field of IT adoption. It shows that and how IT adoption, in the case of AI, appears with a continuous character. The results furthermore hold practical contributions since the developed model informs and guides AI adoption. Another theoretical contribution appears for the TOE theory. With the third article this thesis demonstrated that the term business model, so far, was not adequately met within its previous state and presents a generally valid extension of the TOE frame.

Abstract in weiterer Sprache

Die Forschung im Bereich der Informationssysteme (IS) hat die Implementierung von Informationstechnologien (IT) intensiv untersucht. Die Literatur gibt jedoch nur wenig Auskunft darüber, wie Künstliche Intelligenz (KI) von implementiert wird, was für Unternehmen eine herausfordernde Aufgabe darstellt und sich von dem unterscheidet, was über die Implementierung anderer IT bisher bekannt ist. Die technologische Natur von KI ermöglicht es Maschinen, autonom und intelligent zu handeln, was kontinuierlich zu einem zunehmenden Anwendungsbereich und einer wachsenden Leistung führt. Folglich müssen Organisationen die Übernahme von KI als kontinuierliche Aufgabe betrachten, was Entscheidungsträger vor Herausforderungen stellt, da ihnen das Wissen darüber fehlt, wie sie ein solches fortlaufendes Phänomen bewältigen können. Daher fordert die neueste Forschung, die sich mit der kontinuierlichen Eigenschaft von KI befasst, eine Überarbeitung unserer bestehenden Modelle für die Übernahme von IT, damit Organisationen die neue Theorie nutzen können, um die Übernahme von KI zu steuern. Bisher haben sich Forscher auf KI-Anwendungen konzentriert, aber aufgrund der enormen Anzahl potenzieller Anwendungsbereiche konnten sie keine umfassenden Erkenntnisse über die technologischen Merkmale gewinnen und wie eine Organisation die Implementierung von KI ganzheitlich angehen kann. Diese Arbeit behandelt die fehlende ganzheitliche Perspektive der Implementierung von KI. Das akademische Ziel besteht darin, einen Rahmen zu entwickeln, der bestehendes Wissen über KI-Anwendungsfälle mit den technologischen Merkmalen verknüpft. Durch diese Verbindung soll der Rahmen die Übernahme von KI mit einer organisationsbezogenen Perspektive informieren. Daher hat diese Arbeit drei Forschungsziele (FZ). Das erste FZ besteht darin, das Wissen über die Merkmale der KI-Technologie (KIT) zu erweitern, indem darauf hingewiesen wird, welche Arten von intelligenten Maschinen es derzeit gibt und indem ein Überblick über die vorhandenen Komponenten und Konfigurationen von maschinellem Lernen (ML)-Anwendungen gegeben wird. Das zweite FZ besteht darin, den Zusammenhang zwischen der Wertschöpfungslogik einer Organisation und der Übernahme von KI zu untersuchen, indem das Geschäftsmodell von Organisationen untersucht wird. Das dritte FZ untersucht den Betrieb der KI-Übernahme, indem untersucht wird, wie Organisationen den laufenden Prozess verstehen können. Die Arbeit behandelt die drei FZs unter Verwendung des Technologie-Organisation-Umwelt (TOE)-Rahmens als Leitprinzip zur Entwicklung eines spezifischen IT-Übernahmemodells für KI. Vier Forschungsartikel präsentieren die Ergebnisse dieser Arbeit. Der erste Artikel folgt dem FZ 1 und stellt zwei Arten von intelligenten Maschinen vor. Der zweite Artikel folgt ebenfalls dem FZ 1 und liefert eine Taxonomie für ML-Anwendungen. Um zum FZ 2 beizutragen, zeigt der dritte Artikel eine Geschäftsmodell-Taxonomie auf. Schließlich behandelt der vierte Artikel das FZ 3 und erklärt mithilfe der TOE-Komponenten, wie Kontinuität bei der Übernahme von KI entsteht. Mit den Ergebnissen aus den Artikeln präsentiert die Arbeit ein ganzheitliches Modell für die Implementierung von KI. Mit den Ergebnissen trägt die Arbeit zum Bereich der IT-Implementierung auf organisationaler Ebene bei. Sie zeigt, dass und wie die Implementierung von IT, im Fall von KI, einen kontinuierlichen Charakter aufweist. Die Ergebnisse tragen außerdem praktisch dazu bei, da das entwickelte Modell die Übernahme von KI informiert und leitet. Einen weiteren theoretischen Beitrag leistet die Arbeit für die TOE-Theorie. Mit dem dritten Artikel zeigt diese Arbeit, dass der Begriff "Geschäftsmodell" nicht angemessen in ihrem bisherigen Zustand behandelt wurde und stellt eine allgemein gültige Erweiterung des TOE-Rahmens dar.

Weitere Angaben

Publikationsform: Dissertation (Ohne Angabe)
Keywords: AI Adoption; Artificial Intelligence; TOE
Themengebiete aus DDC: 000 Informatik,Informationswissenschaft, allgemeine Werke > 000 Allgemeines, Wissenschaft
000 Informatik,Informationswissenschaft, allgemeine Werke > 004 Informatik
Institutionen der Universität: Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät > Fachgruppe Betriebswirtschaftslehre > Lehrstuhl Betriebswirtschaftslehre VII - Wirtschaftsinformatik und Digitale Gesellschaft
Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät > Fachgruppe Betriebswirtschaftslehre > Lehrstuhl Betriebswirtschaftslehre VII - Wirtschaftsinformatik und Digitale Gesellschaft > Lehrstuhl Betriebswirtschaftslehre VII - Wirtschaftsinformatik und Digitale Gesellschaft - Univ.-Prof. Dr. Torsten Eymann
Graduierteneinrichtungen > University of Bayreuth Graduate School
Fakultäten
Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät
Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät > Fachgruppe Betriebswirtschaftslehre
Graduierteneinrichtungen
Sprache: Englisch
Titel an der UBT entstanden: Ja
URN: urn:nbn:de:bvb:703-epub-7075-3
Eingestellt am: 12 Jul 2023 10:01
Letzte Änderung: 12 Jul 2023 10:02
URI: https://epub.uni-bayreuth.de/id/eprint/7075

Downloads

Downloads pro Monat im letzten Jahr