Suche nach Personen

plus im Publikationsserver
plus bei Google Scholar

Bibliografische Daten exportieren
 

The Impact of Resource Allocation on the Machine Learning Lifecycle

DOI zum Zitieren der Version auf EPub Bayreuth: https://doi.org/10.15495/EPub_UBT_00007534
URN zum Zitieren der Version auf EPub Bayreuth: urn:nbn:de:bvb:703-epub-7534-3

Titelangaben

Duda, Sebastian ; Hofmann, Peter ; Urbach, Nils ; Völter, Fabiane ; Zwickel, Amelie:
The Impact of Resource Allocation on the Machine Learning Lifecycle.
In: Business & Information Systems Engineering. Bd. 66 (2024) . - S. 203-219.
ISSN 1867-0202
DOI der Verlagsversion: https://doi.org/10.1007/s12599-023-00842-7

Volltext

[thumbnail of s12599-023-00842-7.pdf]
Format: PDF
Name: s12599-023-00842-7.pdf
Version: Veröffentlichte Version
Verfügbar mit der Lizenz Creative Commons BY 4.0: Namensnennung
Download (678kB)

Angaben zu Projekten

Projekttitel:
Offizieller Projekttitel
Projekt-ID
Projektgruppe WI Künstliche Intelligenz
Ohne Angabe
Projektgruppe WI Strategisches IT-Management
Ohne Angabe

Abstract

An organization’s ability to develop Machine Learning (ML) applications depends on its available resource base. Without awareness and understanding of all relevant resources as well as their impact on the ML lifecycle, we risk inefficient allocations as well as missing monopolization tendencies. To counteract these risks, the study develops a framework that interweaves the relevant resources with the procedural and technical dependencies within the ML lifecycle. To rigorously develop and evaluate this framework the paper follows the Design Science Research paradigm and builds on a literature review and an interview study. In doing so, it bridges the gap between the software engineering and management perspective to advance the ML management discourse. The results extend the literature by introducing not yet discussed but relevant resources, describing six direct and indirect effects of resources on the ML lifecycle, and revealing the resources’ contextual properties. Furthermore, the framework is useful in practice to support organizational decision-making and contextualize monopolization tendencies.

Weitere Angaben

Publikationsform: Artikel in einer Zeitschrift
Keywords: ML management; Machine learning lifecycle; Artificial intelligence; Resource-based view; Design science research
Themengebiete aus DDC: 000 Informatik,Informationswissenschaft, allgemeine Werke > 004 Informatik
300 Sozialwissenschaften > 330 Wirtschaft
Institutionen der Universität: Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät > Fachgruppe Betriebswirtschaftslehre
Forschungseinrichtungen
Forschungseinrichtungen > Institute in Verbindung mit der Universität
Forschungseinrichtungen > Institute in Verbindung mit der Universität > Institutsteil Wirtschaftsinformatik des Fraunhofer FIT
Forschungseinrichtungen > Institute in Verbindung mit der Universität > FIM Forschungsinstitut für Informationsmanagement
Fakultäten
Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät
Sprache: Englisch
Titel an der UBT entstanden: Ja
URN: urn:nbn:de:bvb:703-epub-7534-3
Eingestellt am: 13 Mrz 2024 08:32
Letzte Änderung: 13 Mai 2024 09:57
URI: https://epub.uni-bayreuth.de/id/eprint/7534

Downloads

Downloads pro Monat im letzten Jahr