Die Integration von Generativer Künstlicher Intelligenz (GenAI) in die Aktivitäten und Prozesse von Unternehmen steht im Mittelpunkt aktueller Forschung und Diskussionen. Aktuelle Studien weisen darauf hin, dass bis zum Jahr 2026 voraussichtlich mehr als 80 Prozent der Unternehmen GenAI-basierte APIs und Modelle in verschiedenen Bereichen implementieren werden. Diese Prognosen unterstreichen die Notwendigkeit, den Einsatz von GenAI-Werkzeugen in Unternehmen umfassend zu verstehen und zu bewerten, um sowohl ihre Effektivität als auch mögliche Risiken zu erforschen.
Das Kompetenzzentrum "CC GenAI im Unternehmen" des Instituts für Wirtschaftsinfor-matik der Universität St. Gallen (IWI-HSG) ist eine führende Forschungs-Praxiskollaboration, die sich der Nutzung von GenAI in Unternehmen widmet. Es vernetzt interdisziplinäre Forschende der Universität St. Gallen mit Partnern aus Wirtschaft und öffentlichem Sektor, um fortschrittliche generative Modelle zu erforschen, zu analysieren und unternehmensspezifische Umsetzungsempfehlungen zu entwickeln.
Durch diesen ganzheitlichen Ansatz fungiert das Kompetenzzentrum als Inkubator für wegweisende Technologien und schlägt eine Brücke zwischen Forschung und praktischer Anwendung in der Unternehmenswelt.
Mit einem bewährten Ansatz, der bei führenden Unternehmen erfolgreich umgesetzt wurde, führen wir Sie durch eine eingehende Bewertung, die Ihnen hilft, GenAI strategischer und effektiver zu implementieren. Unser strukturierter, schrittweiser Prozess stellt sicher, dass jeder ausgewählte Anwendungsfall auf Ihre Geschäftsziele abgestimmt ist und messbare Ergebnisse liefert.
GenAI verändert die Branche in rasantem Tempo. Unternehmen, die die richtigen KI-gesteuerten Strategien anwenden und nutzen, haben einen Wettbewerbsvorteil. Mit einer Entscheidung für unser Projekt erhalten sie eine strukturierte Methode zur Bewertung und Priorisierung von GenAI Anwendungsfällen und maßgeschneiderte Empfehlungen, die bei der Gestaltung einer GenAI Projekt-Roadmap essenziell sind.
Wenn Sie ein mittelständisches Unternehmen sind oder eine Organisation, die ChatGPT und zusätzliche GenAI-Anwendungsfälle implementieren möchte, ist dieser Service genau der Richtige für Sie. Nutzen Sie die Möglichkeiten von GenAI in Ihrem Unternehmen unter fachkundiger Anleitung - kontaktieren Sie uns, um loszulegen!
Generative KI (GenAI) verändert die Industrie durch ihre Fähigkeit, komplexe Aufgaben zu automatisieren, Innovationen voranzutreiben und Entscheidungsprozesse zu verbessern. Um jedoch das volle Potenzial von GenAI innerhalb eines Unternehmens auszuschöpfen, reicht es nicht aus, die Technologie einfach nur einzusetzen; es bedarf eines effektiven Frameworks für das Leistungsmanagement. Am IWI-HSG haben wir ein spezialisiertes Performance Management Framework für GenAI entwickelt, das Unternehmen dabei hilft, die Wirkung von GenAI-Anwendungen in ihrer Softwareentwicklungsabteilung zu messen, zu überwachen und zu optimieren.
Das Performance Management Framework für GenAI bewertet den Einfluss von GenAI-Tools auf die Produktivität der Softwareentwicklung anhand von fünf zentralen Dimensionen, basierend auf dem SPACE-Framework:
Diese Dimensionen bieten zusammen ein umfassendes Framework zur Bewertung der Rolle von GenAI bei der Steigerung der Produktivität und ermöglichen es Unternehmen, Stärken und Verbesserungsbereiche zu identifizieren, während sie KI-Tools in ihre Prozesse integrieren. Wenn Sie daran interessiert sind, wie dieses Performance Management Framework an Ihre Bedürfnisse angepasst und GenAI-Tools genutzt werden können, kontaktieren Sie uns noch heute und starten Sie eine Reise, um die Bedeutung von GenAI messbar zu machen!
Die generative KI bietet Unternehmen enorme Chancen zur Innovation, Automatisierung und Pro-duktivitätssteigerung. Doch diese Fortschritte bringen auch Veränderungen – neue Arbeitsabläufe, Kompetenzanforderungen und ethische Fragen. Eine erfolgreiche GenAI-Integration erfordert da-her nicht nur Technologie, sondern auch Anpassungsfähigkeit von Menschen und Prozessen. Am IWI-HSG sind wir auf GenAI Change Management spezialisiert und begleiten Unternehmen auf ih-rer GenAI-Reise für eine nachhaltige Transformation.
Für das GenAI Change Management System schlagen wir einen strukturierten Ansatz zur Integrati-on von GenAI in organisatorische Praktiken vor, der sich auf vier Schlüsselphasen konzentriert:
Die Implementierung von GenAI ist eine Reise, und mit dem richtigen Change Management kann es eine Reise in Richtung größerer Innovation sein. Beginnen Sie Ihre GenAI-Reise mit Zuversicht. Kon-taktieren Sie uns noch heute, um zu erfahren, wie unsere GenAI Change Management-Lösungen Ihr Unternehmen in die Zukunft führen können.
In der heutigen, sich schnell entwickelnden Technologielandschaft verändert Generative KI (GenAI) die Industrie durch ihre Fähigkeit, Prozesse in Fertigung, Logistik, Ingenieurwesen und darüber hinaus zu generieren, zu optimieren und zu beschleunigen. Am IWI-HSG sind wir Vorreiter im Bereich der industriellen Generativen KI, um Unternehmen dabei zu unterstützen, diese revolutionäre Technologie für nachhaltiges Wachstum, Effizienz und Wettbewerbsvorteile zu nutzen.
Die Anwendung von GenAI im industriellen Kontext hat mehrere Facetten. In einer ersten Untersuchung möchten wir uns hauptsächlich auf die Auswirkungen von GenAI auf unterstützende Aktivitäten rund um die Produktion, Instandhaltung, Qualitätsmanagement, Supply Chain Management sowie Produktentwicklung und -innovation konzentrieren.
Wir sind bestrebt, Unternehmen bei der Pionierarbeit im Einsatz von GenAI in ihrem industriellen Kontext zu unterstützen. Ganz gleich, ob Sie einen bestehenden Prozess optimieren, Ihr Produktdesign innovieren oder Ihr Unternehmen zukunftssicher gestalten möchten – wir haben das Fachwissen, die Infrastruktur und die Leidenschaft, um dies möglich zu machen. Lassen Sie uns gemeinsam die nächste Ära der industriellen Innovation mit Industrial GenAI gestalten. Kontaktieren Sie uns noch heute, um Ihre Reise zu beginnen!
Jedes Jahr führen wir 3-7 Konsortialprojekte zusammen mit Anwenderunternehmen durch. Ziel ist es, Good Practices, Methoden und Tools zu entwickeln, die es unseren Partner erlauben, die eigene Softwareentwicklung zu verbessern und zu automatisieren und dadurch das Potenzial von GenAI im Bereich der Softwareentwicklung auszuschöpfen. Dies erreichen wir durch das Use Case Assessment für GenAI-Anwendungsfälle in der Softwareentwicklung sowie ein Tool Assessment für die langfristige Tool-Entscheidung. Darüber hinaus unterstützen wir bei dem Aufbau eines AI-Management Systems für die erfolgreiche Implementierung.
Interesse? Hier erfahren Sie mehr
Abstract: This study investigates the relationship between Generative AI (GenAI) and Low Code Development Platforms (LCDPs), providing preliminary insights into Gen's transformative potential in this context. It is based on expert interviews and provides insight into the changing landscape of LCDPs influenced by GenAI. The findings highlight the promising benefits of GenAI in LCDPs, such as increased efficiency and decreased errors, while also emphasizing the importance of human oversight and collaboration. The findings also highlight the importance of interpersonal skills in IT, even in an increasingly automated environment. While the economic efficiency and broader implications of GenAI are still being investigated, the study lays the groundwork for future research in this rapidly evolving domain.
Author: Olivia Bruhin, Ernestine Dickhaut, Edona Elshan, Mahei Li
Year Issued: 2024
Abstract: Cognitive automation (CA) moves beyond rule-based business process automation to target cognitive knowledge and service work. This allows the automation of tasks and processes, for which automation seemed unimaginable a decade ago. To organizations, these CA use cases offer vast opportunities to gain a significant competitive advantage. However, CA imposes novel challenges on organizations’ decisions regarding the automation potential of use cases, resulting in low adoption and high project failure rates. To counteract this, we draw on an action research study with a leading European manufacturing company to develop and test a model for assessing use cases’ amenability to CA. The proposed model comprises four dimensions: cognition, data, relationship, and transparency requirements. The model proposes that a use case is less (more) amenable to CA if these requirements are high (low). To account for the model’s industry-agnostic generalizability, we draw on an internal evaluation within the action research company and three additional external evaluations undertaken by independent project teams in three distinct industries. From a practice perspective, the model will help organizations make more informed decisions in selecting use cases for CA and planning their respective initiatives. From a research perspective, the identified determinants affecting use cases’ amenability to CA will enhance our understanding of CA in particular and artificial intelligence as the driving force behind CA in general.ain.
Author: Christian Engel; Edona Elshan; Philipp Alexander Ebel; Jan Marco Leimeister
Year Issued: 2023
Abstract: Smart personal assistants (SPAs) promise individualized user interactions owing to their varying interaction possibilities, knowledgeability, and human-like behaviors. To support the widespread adoption and use of SPAs, organizations such as Google or Amazon provide low code environments that support the development of SPAs (e.g., for Google Home or Amazon’s Alexa). These so-called low code platforms enable domain experts (e.g., business users without programming skills or experience) to develop SPAs for their purposes. However, using these platforms alone does not guarantee a useful and good conversation with novel SPAs due to non-intuitive design choices. Following a design science research approach, we propose the Smart Personal Assistant for Domain Experts (SPADE) method to address the missing link. This method supports domain experts in the development and contextualization of sophisticated SPAs for various application scenarios and focuses especially on conversational and anthropomorphic design steps. Our proof of concept and proof of value results show that SPADE is useful for supporting domain experts to create effective SPAs in different domains beyond private set-ups.
Authors: Elshan, Edona; Ebel, Philipp Alexander; Söllner, Matthias; Leimeister, Jan Marco
Year Issued: 2023
Abstract: The collaboration between genAI and humans in the field of information systems holds transformative potential echoing the co-creation ethos in digital ecosystems. GenAI's automated code generation capabilities present an opportunity for seamless cooperation with human developers. As genAI evolves, it can contribute to the generation of code with minimal human input, enabling developers to focus on higher-level conceptualization and problem-solving. The individual work changes by GenAI also have wider-reaching effects, which requires a holistic understanding of its impact. Our interview study with 15 software developers presents a shift towards a more balanced viewpoint on measuring the effects of genAI in software development environments, specifically the importance of human-centric indicators (eg satisfaction and wellbeing) in addition to traditional efficiency and effectiveness indicators. This insight underscores the balancing act between enhancing productivity and potentially undermining it, reflecting the interplay of co-creation and co-destruction in service ecosystems and calling for a more holistic sociotechnical perspective.
Authors: Mahei Manhai Li, Ernestine Dickhaut, Olivia Bruhin, Hendrik Wache, Pauline Werit
Year Issued: 2024
Abstract: The rapid acceleration of digitalization has increased the demand for dynamic software development, exposing a significant skills gap in IT. Low Code Development Platforms (LCDP) have emerged as a crucial solution, enabling faster development cycles and democratizing software creation. However, integrating citizen and professional developers within these platforms introduces new challenges, particularly in task division, collaboration, and governance. This study explores the dynamic of the interactions in low code environments, using paradox theory to analyze the resulting tensions–the paradox of empowerment, the paradox of security, and the paradox of harmonization–and their impact on both innovation and efficiency. Our findings provide critical insights into the roles, collaborative processes, and governance frameworks necessary for effective and balanced LCDP implementation. These insights provide a framework for effective and balanced LCDP implementation, offering organizations strategies to enhance innovation while managing the inherent complexities within these environments.
Authors: Olivia Bruhin, Philipp Ebel, Edona Elshan
Year Issued: 2024
Abstract: The development of Generative Artificial Intelligence (GenAI) in Software Engineering (SE) is driving significant transformations in work systems, impacting work practices, information management, and development processes. This study applies Work System Theory to explore how GenAI not only enhances individual tasks but also redefines entire workflows and collaboration models within SE environments. Through a case study involving expert interviews at a telecommunications and software company, the research uncovers both substantial benefits and emerging challenges associated with GenAI integration. The findings contribute to a structured framework that offers guidance for effectively implementing GenAI to enhance productivity and foster innovation in SE. These insights are essential for practitioners managing the rapidly evolving SE landscape, ensuring the successful and sustainable adoption of GenAI within work systems.
Authors: Olivia Bruhin
Year Issued: 2024
Abstract: The rapid integration of Generative Artificial Intelligence (GenAI) into Software Engineering (SE) transforms how software is designed, developed, and maintained, introducing significant managerial challenges. This study examines these emerging challenges and proposes strategic actions for managing SE in the future. We provide an overview of the current GenAI development within SE and analyze its implications across three critical pillars: People, Process, and Technology. Our findings indicate that GenAI introduces a dynamic complexity to these elements, demanding a combined managerial approach. We propose six strategic actions essential for shaping the future of SE practice. This study aims to help practitioners make strategic decisions regarding GenAI implementation and offers researchers insights into past findings and opportunities for further investigation.
Authors: Olivia Bruhin, Philipp Ebel, Leon Müller, Mahei Manhai Li
Year Issued: 2024
Direktor
Assistenzprofessor
Wissenschaftliche Mitarbeiterin
