Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/280934 
Erscheinungsjahr: 
2023
Schriftenreihe/Nr.: 
WIK Diskussionsbeitrag No. 501
Verlag: 
WIK Wissenschaftliches Institut für Infrastruktur und Kommunikationsdienste, Bad Honnef
Zusammenfassung: 
Automatisiertes Maschinelles Lernen (AutoML) sowie Low-Code und No-Code versprechen, im Sinne des Citizen Developer-Konzepts eine einfachere Nutzung von Künstlicher Intelligenz (KI) indem die erforderlichen Programmierkenntnisse bzw. der Entwicklungsaufwand reduziert werden. Diese neuen Ansätze erleichtern somit insbesondere kleinen und mittleren Unternehmen (KMU) den Einstieg und bieten damit das Potenzial für eine schnelle Verbreitung und stärkere Nutzung von KI-Lösungen. Ziel dieser Studie ist es zu untersuchen, ob diese Versprechen eingelöst werden können.
Zusammenfassung (übersetzt): 
Automated Machine Learning (AutoML), low-code and no-code promise to make artificial intelligence (AI) easier to use, in line with the citizen developer concept, by reducing the programming skills and development effort required. These new approaches therefore make it easier for small and medium-sized enterprises (SMEs) in particular to get started. They thus offer the potential for rapid dissemination and greater use of AI solutions. The aim of this study is to investigate whether these promises can be realised.
Schlagwörter: 
Künstliche Intelligenz
Automatisierung
PC-Software
KMU
Deutschland
Dokumentart: 
Working Paper

Datei(en):
Datei
Größe





Publikationen in EconStor sind urheberrechtlich geschützt.