Login
- Originaltitel:
- The Strategic AI Transformation of Firms: How to Create Business Impact with Machine Learning-Based AI Systems
- Übersetzter Titel:
- Die strategische KI-Transformation von Unternehmen: Wirkung erzielen mit selbstlernenden KI-Systemen
- Autor:
- Lämmermann, Tim Moritz
- Jahr:
- 2025
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Management
- Institution:
- Lehrstuhl für Strategic and International Management (Prof. Hutzschenreuter)
- Betreuer:
- Hutzschenreuter, Thomas (Prof. Dr.)
- Gutachter:
- Hutzschenreuter, Thomas (Prof. Dr.); Krcmar, Helmut (Prof. Dr. Dr. h.c.)
- Sprache:
- en
- Fachgebiet:
- WIR Wirtschaftswissenschaften
- Stichworte:
- AI transformation; AI strategy; AI adoption; AI implementation; AI management; machine learning
- Übersetzte Stichworte:
- KI-Transformation; KI-Strategie; KI-Implementierung; KI-Management; Maschinelles Lernen
- TU-Systematik:
- WIR 540
- Kurzfassung:
- Today’s machine learning-based AI is a powerful strategic instrument that can unlock competitive and financial advantages in novel ways. However, AI adoption and exploitation come with many complex technology management challenges. Therefore, this dissertation supports the strategic AI transformations of firms by demonstrating how to formulate a fitting AI-oriented business strategy, systematically identify impactful use cases, and scale the technology company-wide.
- Übersetzte Kurzfassung:
- Heutige KI-Systeme basierend auf dem Prinzip des maschinellen Lernens sind ein mächtiges strategisches Instrument für Unternehmen. Nichtsdestotrotz stellt eine strategische KI-Transformation viele Unternehmen vor große Management Herausforderungen. Daher unterstützt diese Dissertation Unternehmen bei der Formulierung von KI-orientierten Geschäftsstrategien, der Identifizierung von wirkungsvollen Use Cases sowie der unternehmensweiten Skalierung von KI-Systemen.
- WWW:
- https://mediatum.ub.tum.de/?id=1785571
- Eingereicht am:
- 14.07.2025
- Mündliche Prüfung:
- 09.12.2025
- Dateigröße:
- 1817979 bytes
- Seiten:
- 126
- Urn (Zitierfähige URL):
- https://nbn-resolving.org/urn:nbn:de:bvb:91-diss-20251209-1785571-0-4
- Veröffentlicht am:
- 20.01.2026
BibTeX
Vorkommen: