Menu

Knowledge Management & Artificial Intelligence (E)

Niveau

k.A.

Lernergebnisse der Lehrveranstaltungen/des Moduls

Die Studierenden
• kennen alternative Methoden und Konzepte, wie aus Informationen Wissen generiert werden kann und wie Wissen in nachhaltige Wettbewerbsvorteile umgesetzt werden kann, um Geschäftserfolge oder –misserfolge messbar zu machen.
• können die Grundlagen der Identifikation und Messung von Wissen im Rahmen von Wissensbilanzen anwenden.
• verstehen die grundlegenden Wissensmanagementprozesse und können Tools und Instrumente für Knowledge Work anwenden.
• wissen, wie Digitalisierung zum Aufbau eines Wissensmanagementsystems im Unternehmen genutzt werden kann.
• kennen den Zusammenhang zwischen Digitalisierung und Künstlicher Intelligenz.
• kennen die Herausforderungen und Anwendungsmöglichkeiten für Künstlicher Intelligenz in der Unternehmensführung.
• wissen, wie Künstliche Intelligenz im Wissensmanagement eingesetzt werden kann.

Voraussetzungen der Lehrveranstaltung

Keine

Lehrinhalte

Teil A: Knowledge Management
• Kennzeichen und Merkmale von Wissensgesellschaften
• Definition von Wissen und Wissensmanagement
• Wissen unter Betrachtung des Ressource-based-view und Knowledge-based-view
• Wissen als Kernressource im Wettbewerb
• Wissensgenerierung, Wissensteilung, Wissensabsicherung
• Identifikation und Messung von Wissen, Wissensbilanzen
• Grundlagen der Lernenden Organisation
• Identifikation und Strukturierung unternehmensrelevanten Wissens
• Gestaltung von Wissensorganisationen – Instrumente und Prozesse
• Tools und Instrumente für Knowledge Worker

Teil B: Künstliche Intelligenz
• Definition Künstliche Intelligenz und der Zusammenhang zur Digitalisierung
• Überblick über die Entwicklung von KI (Neuronale Netze, Maschinelles Lernen, Deep Learning)
• Grundlegende Einsatzmöglichkeiten von KI in der modernen Unternehmensführung (bspw. automatisiertes Lernen, Analyse von Datenmengen, etc.) und insbesondere im Wissensmanagement (Natural Language Processing, Natural Question Answering, semantische Aufbereitung von Inhalten, Mensch-Maschine-Interaktion, etc.)

Empfohlene Fachliteratur

• Deckert, R., & Meyer, E. (2020). Digitalisierung und Künstliche Intelligenz: Kooperation von Menschen und Maschinen aktiv gestalten. Wiesbaden: Springer Verlag.
• Ertel, W. (2021). Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung. Wiesbaden: Springer Verlag.
• Hovdar-Stojakovic, I., Steinbacher, H.-P., Situm, M., & Märk, S. (2023). Innovatives Lehren und Lernen mit Blended Learning: Bausteine, Strukturen und Umsetzung in der Organisation. Wiesbaden: Springer Verlag.
• Lehner, F. (2021). Wissensmanagement: Grundlagen, Methoden und technische Unterstützung. München: Carl Hanser Verlag.
• Massingham, P. (2020). Knowledge management: Theory and practice. London, UK: SAGE Publications.
• North, K. (2021). Wissensorientierte Unternehmensführung: Wissensmanagement im digitalen Wandel. Wiesbaden: Springer Verlag.
• Rhem, A. J. (2022). Knowledge management in practice. Boca Raton, FL: CRC Press.

Bewertungsmethoden und -Kriterien

• Seminararbeit und
• Quiz

Unterrichtssprache

Englisch

Anzahl der zugewiesenen ECTS-Credits

3

E-Learning Anteil in %

25

Semesterwochenstunden (SWS)

2.0

Geplante Lehr- und Lernmethode

• 25 % der Veranstaltung wird über eLearning abgedeckt. Hierbei wird eine Kombination zwischen Online Phasen (induktive Methode zum eigenständigen Erarbeiten von Wissen und zum Üben von Aufgabenstellungen) und Präsenzphasen (deduktive Methode, bei welcher Hilfestellungen im Lernprozess gegeben werden als auch über Frontalvorträge Wissen vermittelt wird) eingesetzt.

Semester/Trisemester, In dem die Lehrveranstaltung/Das Modul Angeboten wird

3

Name des/der Vortragenden

Studiengangsleitung

Studienjahr

Kennzahl der Lehrveranstaltung/des Moduls

LEA 3

Art der Lehrveranstaltung/des Moduls

Integrierte Lehrveranstaltung

Art der Lehrveranstaltung

Pflichtfach

Praktikum/Praktika

nicht zutreffend