IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-49275-5_3.html

Studie zum KI-Einsatz bei kleinen und mittelständischen produzierenden Unternehmen in Deutschland

In: Künstliche Intelligenz im produzierenden Mittelstand

Author

Listed:
  • Simone Thomas

    (Hochschule Darmstadt)

  • Jörg von Garrel

    (Hochschule Darmstadt)

Abstract

Zusammenfassung Die Nutzung von KI hat in den letzten Jahren an Bedeutung gewonnen. Während bisher insbesondere große Unternehmen KI zur Effizienz- und Produktivitätssteigerung nutzen, gelten kleine und mittlere Unternehmen (KMU) hingegen bisher als zurückhaltender. Die Studie untersucht den Einsatz von KI im deutschen produzierenden Mittelstand und zeigt, dass KI bereits in vielen Unternehmen genutzt wird, bislang jedoch ein Gap zwischen dem aktuellen und dem gewünschten Einsatz besteht. Die Studie nutzt das Business Model Canvas (BMC), um die KI-Nutzung in verschiedenen Unternehmensbereichen zu analysieren. Besonders in den Bereichen intelligente Produkte und datenbasierte Dienstleistungen sehen die Unternehmen großes Potenzial, während in Bereichen wie Produkt-Service-Kombinationen und Produktionsprozessen bereits ein hoher Einsatzgrad attestiert wird. Damit stellen insbesondere KI-Lösungen im Bereich der Wertangebote eine der zukünftigen Herausforderungen. Dabei unterscheidet sich der KI-Einsatz in KMU zwischen den Gruppen hinsichtlich des Automatisierungsgrades sowie der Unternehmensgröße.

Suggested Citation

  • Simone Thomas & Jörg von Garrel, 2026. "Studie zum KI-Einsatz bei kleinen und mittelständischen produzierenden Unternehmen in Deutschland," Springer Books, in: Jörg von Garrel & Simone Thomas (ed.), Künstliche Intelligenz im produzierenden Mittelstand, chapter 0, pages 35-47, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-49275-5_3
    DOI: 10.1007/978-3-658-49275-5_3
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-49275-5_3. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.