TY  - GEN
A1  - Grum, Marcus
A1  - Körppen, Tim
A1  - Korjahn, Nicolas
A1  - Gronau, Norbert
T1  - Entwicklung eines KI-ERP-Indikators
BT  - Evaluation der Potenzialerschließung von Künstlicher Intelligenz in Enterprise-Resource-Planning-Systemen
N2  - Künstliche Intelligenz (KI) gewinnt in zahlreichen Branchen rasant an Bedeutung und wird zunehmend auch in Enterprise Resource Planning (ERP)-Systemen als Anwendungsbereich erschlossen. Die Idee, dass Maschinen die kognitiven Fähigkeiten des Menschen imitieren können, indem Wissen durch Lernen auf Basis von Beispielen in Daten, Informationen und Erfahrungen generiert wird, ist heute ein Schlüsselelement der digitalen Transformation. Jedoch charakterisiert der Einsatz von KI in ERP-System einen hohen Komplexitätsgrad, da die KI als Querschnittstechnologie zu verstehen ist, welche in unterschiedlichen Unternehmensbereichen zum Einsatz kommen kann. Auch die Anwendungsgrade können sich dabei erheblich voneinander unterscheiden. Um trotz dieser Komplexität den Einsatz der KI in ERP-Systemen erfassen und systembezogen vergleichen zu können, wurde im Rahmen dieser Studie ein Reifegradmodell entwickelt. Dieses bildet die Ausgangsbasis zur Ermittlung der KI-Reife in ERP-Systemen und grenzt dabei die folgenden vier KI- bzw. systembezogenen Ebenen voneinander ab: 1) Technische Möglichkeiten, 2) Datenreife, 3) Funktionsreife und 4) Erklärfähigkeit des Systems.
KW  - Künstliche Intelligenz
KW  - Enterprise-Resource-Planning
KW  - KI-ERP-Indikator
Y1  - 2022
UR  - https://lswi.de/assets/downloads/publikationen/110/Grum-Entwicklung-eines-KI-ERP-Indikators--.pdf
PB  - Center for Enterprise Research, Universität Potsdam
CY  - Potsdam
ER  - 
TY  - JOUR
A1  - Grum, Marcus
A1  - Sultanow, Eldar
A1  - Friedmann, Daniel
A1  - Ulrich, Andre
A1  - Gronau, Norbert
T1  - Tools des Maschinellen Lernens
BT  - Marktstudie, Anwendungsbereiche & Lösungen der Künstlichen Intelligenz
N2  - Künstliche Intelligenz ist in aller Munde. Immer mehr Anwendungsbereiche werden durch die Auswertung von vorliegenden Daten mit Algorithmen und Frameworks z.B. des Maschinellen Lernens erschlossen. Dieses Buch hat das Ziel, einen Überblick über gegenwärtig vorhandene Lösungen zu geben und darüber hinaus konkrete Hilfestellung bei der Auswahl von Algorithmen oder Tools bei spezifischen Problemstellungen zu bieten. Um diesem Anspruch gerecht zu werden, wurden 90 Lösungen mittels einer systematischen Literaturrecherche und Praxissuche identifiziert sowie anschließend klassifiziert. Mit Hilfe dieses Buches gelingt es, schnell die notwendigen Grundlagen zu verstehen, gängige Anwendungsgebiete zu identifizieren und den Prozess zur Auswahl eines passenden ML-Tools für das eigene Projekt systematisch zu meistern.
Y1  - 2021
SN  - 978-3-95545-380-0
SN  - 978-3-95545-318-7
U6  - https://doi.org/10.30844/grum_2020
PB  - Gito
CY  - Berlin
ER  - 
TY  - CHAP
A1  - Bender, Benedict
A1  - Grum, Marcus
T1  - Entwicklung eines Architekturkonzepts zum flexiblen Einsatz von Analytics
T2  - Proceedings INFORMATIK - Jahrestagung der Gesellschaft für Informatik e.V. ; Lecture Notes in Informatics (LNI)
N2  - Die optimale Dimensionierung von IT-Hardware stellt Entscheider aufgrund der stetigen Weiterentwicklung zunehmend vor Herausforderungen. Dies gilt im Speziellen auch für Analytics-Infrastrukturen, die zunehmend auch neue Software zur Analyse von Daten einsetzen, welche in den Ressourcenanforderungen stark variieren. Damit eine flexible und gleichzeitig effiziente Gestaltung von Analytics-Infrastrukturen erreicht werden kann, wird ein dynamisch arbeitendes Architekturkonzept vorgeschlagen, das Aufgaben auf Basis einer systemspezifischen Entscheidungsmaxime mit Hilfe einer Eskalationsmatrix verteilt und hierfür Aufgabencharakteristiken sowie verfügbare Hardwareausstattungen entsprechend ihrer Auslastung berücksichtigt.
KW  - Analytics
KW  - Architekturkonzept
KW  - Cyber-Phsysische Systeme
KW  - Cloud
KW  - Internet of Things
Y1  - 2016
UR  - https://dl.gi.de/handle/20.500.12116/1189
IS  - P259
SP  - 815
EP  - 824
PB  - Gesellschaft für Informatik e.V.
CY  - Bonn
ER  - 
TY  - JOUR
A1  - Grum, Marcus
T1  - Manufacturing Analytics
JF  - Von Industrial Internet of Things zu Industrie 4.0. Band 2
Y1  - 2018
SN  - 978-3-95545-261-2
SP  - 149
EP  - 190
PB  - Gito
CY  - Berlin
ER  -