Wirtschaft (MSB)
Refine
Year
- 2024 (41) (remove)
Publication Type
- Article (18)
- Conference Proceeding (7)
- Report (5)
- Book (4)
- Part of a Book (4)
- Contribution to a Periodical (2)
- Bachelor Thesis (1)
Keywords
- Blockchain (3)
- Artificial Intelligence (2)
- Logistics (2)
- Agrarwissenschaften (1)
- Analytics (1)
- Artificial intelligence, Pharmacotherapy, Medication review, Cardiology, Clinical decision support system, Pharmacy practice (1)
- Berichterstattung über digitale Transformation (1)
- Berichtskonzept (1)
- Bilanzierung (1)
- Chatbot (1)
AI-based chatbots as enabler for efficient external knowledge management in public administration
(2024)
This study addresses the pressing issue of staff shortages in German public administrations through the lens of digitalization, focusing on the potential of AI-based chatbots to solve this problem by replacing human labour. Employing a Design Science Research Process (DSRP) methodology, the research synthesizes theoretical foundations and regulatory frameworks to develop a robust chatbot concept. The artifact presented is a comprehensive architectural framework integrating user-centric design, linguistic processing, and regulatory compliance. The proposed artifact navigates complex federal structures and diverse IT infrastructures, promoting accessibility and inclusivity. Implications suggest enhanced efficiency and accessibility in public service delivery for potentially increasing citizen satisfaction and decreasing employee workload. The study underscores the importance of legal compliance and the evolving regulatory landscape in AI deployment. Future research will involve prototyping and evaluating the artifact's performance and applicability throughout the course of the DSRP, thus contributing to the advancement of digital transformation in public administrations.
Auswirkungen des Zinsanstiegs auf das Verhalten von Immobilieninvestoren und Projektentwicklern.
(2024)
Working Capital in der Kreditanalyse: Cashflow-Effekte erkennen und Risikosignale identifizieren.
(2024)
Zeitenwende für Sparer? Was die Rückkehr der Zinsen für die private Vermögensbildung bedeutet
(2024)
In diesem Open Access-Buch wird auf Grundlage der Anforderungen potenzieller Stakeholder, der bestehenden regulatorischen Vorgaben und des Status quo der externen Unternehmensberichterstattung über digitale Transformation ein innovatives Berichtskonzept entwickelt, welches Berichterstellern eine Hilfestellung bietet, die Entscheidungsnützlichkeit ihrer externen Unternehmensberichterstattung zu erhöhen. Digitale Transformation ist eines der Megathemen unserer heutigen Zeit und kann entscheidend für den Erfolg und Fortbestand von Unternehmen sein. Dementsprechend ist i. S. d. Stakeholder- und der Agency-Theorie davon auszugehen, dass sowohl die externen Stakeholder als auch das Management eines Unternehmens ein Interesse an der Veröffentlichung diesbezüglicher Informationen haben, um die Erreichung ihrer persönlichen Ziele beurteilen zu können und schließlich den Fortbestand des Unternehmens zu sichern. Explizite Vorgaben oder Empfehlungen zur externen Unternehmensberichterstattung über digitale Transformation gab es bisher nicht. Die bis dato unerforschten Anforderungen von Stakeholdern an eine solche Berichterstattung sowie die nur unzureichend erforschte Berichterstattungspraxis stellten Unternehmen darüber hinaus vor die Herausforderung, diesbezüglich entscheidungsnützliche Informationen zu berichten.
Toward a notation for modeling value driver trees: Classification development and research agenda
(2024)
Der Abschlussbericht fasst die im Wintersemester 2023/2024 erzielten Ergebnisse des Forschungs- und Entwicklungsprojektes im Studiengang Master of Science Wirtschaftsinformatik an der FH Münster zusammen.
Das Forschungsprojekt befasste sich mit der Fragestellung, wie sich hochperformanter Code in systemfernen Programmiersprachen wie Java oder JavaScript integrieren lässt, um die vorhandene Hardwareleistung moderner CPUs und GPUs besser ausnutzen zu können. Derzeitig wird hierzu sowohl im Umfeld der Java-Plattform als auch in einer Working Group des World Wide Web Consortiums an Vorschlägen zur verbesserten SIMD-Integration gearbeitet. Im Forschungprojekt wurden diese Vorschläge aufgegriffen und hinichtlich des resultierenden Programmieraufwandes und der erzielbaren Leistungssteigerung qualitativ und quantitativ bewertet. Für JavaScript-basierte Browseranwendungen standen die Schnittstellen WebGPU und WebGL im Mittelpunkt, im Java-Umfeld wurden die drei Schnittstellen Foreign Functions & Memory API, Java Vector API und Java Native Interface (JNI) miteinander verglichen und bewertet.
This study investigates the impact of Large Language Model (LLM) parameters, specifically
temperature and top P, on Supply Chain Risk Detection (SCRD). With a heightened focus
on Supply Chain Risk Management (SCRM) using AI, the research employs a Design of
Experiments (DoE) approach. The results reveal optimal temperature values for valid
assessments in SCRD applications. The study emphasizes the importance of tailored LLM
parameter settings, contributing insights for future research and practical applications in
enhancing supply chain resilience. Suggestions for incorporating Response Surface
Methodology (RSM) and refining the process are proposed for further investigation.
Die Integration von Künstlicher Intelligenz (KI) im Gesundheitswesen ist zu einem Schwerpunktthema geworden und dominiert aktuell Diskussionen in Kliniken allgemein als auch Pathologien spezifisch. Trotz des Enthusiasmus klafft nach wie vor eine Lücke zwischen den Erwartungen der Anwender und den tatsächlichen Vorteilen nach der Implementierung. Dies spiegelt sich in den Herausforderungen der KI-Integration wider.
In der folgenden wissenschaftlichen Studie widmen wir uns den Erwartungen von Akteuren im Gesundheitswesen – spezifisch in Kliniken und Pathologien – an KI-Lösungen und ihren Einsatz. Dabei wird ein besonderer Fokus auf die dahinterliegenden Faktoren gelegt, die die aktuellen Erwartungen und die daraufhin ergriffenen Maßnahmen beeinflussen. Unsere Ergebnisse stützen sich sowohl auf den wissenschaftlichen Diskurs als auch auf die weite, öffentliche Diskussion zur praktischen Umsetzung – wie in Expertenberichten, Interviews, Konferenzbeiträgen und Artikeln aus Politik, Kliniken und weiteren Institutionen.
Dadurch trägt die Studie zu einem besseren Verständnis der aktuellen KI-Erwartungen und ihrer beeinflussenden Faktoren bei und befähigt Akteure in dem Markt, die Zukunft von KI im Gesundheitswesen mitzugestalten.
The urge for personalisation and the rise of technological advancements
in the 21st century is pushing for more innovative marketing strategies. As such, this dissertation examines the impact of personality-tailored
campaigns (PTC) and how it affects purchasing decisions among
Generation Z, focusing on theoretical and practical implications.
A conceptual framework for the process of personality-tailored marketing has been developed to provide tangible value for businesses of
various industries in particular the fragrance, smartphone, and food
industry.
Supply chains often match the supply of labour to uncertain demand by using precarious workprecarious workers. This increases flexibility and lowers costs for the supply chain by shifting risk to the workers and costs to society. Supply chains are maximizing profits, often literally, on the backs of their workers by creating serious negative externalities for society. We address this issue using a powerpower perspective because powerpower is asymmetrically oriented against workers in many supply chain contexts. This allows us to identify examples of how to reverse this trend and shift powerpower back to workers. The goal is to get to where stakeholders understand the costs and limited benefits of precarity, where we can separate the notion of flexibility from low costs, and where through a combination of incentives, policy, social norms of ethical behaviour, and consumer action, we can get to a better place than where we are now.
Background
Artificial intelligence (AI) has the capability to analyze vast amounts of data and has been applied in various healthcare sectors. However, its effectiveness in aiding pharmacotherapy decision-making remains uncertain due to the intricate, patient-specific, and dynamic nature of this field.
Objective
This study sought to investigate the potential of AI in guiding pharmacotherapy decisions using clinical data such as diagnoses, laboratory results, and vital signs obtained from routine patient care.
Methods
Data of a previous study on medication therapy optimization was updated and adapted for the purpose of this study. Analysis was conducted using R software along with the tidymodels extension packages. The dataset was split into 74% for training and 26% for testing. Decision trees were selected as the primary model due to their simplicity, transparency, and interpretability. To prevent overfitting, bootstrapping techniques were employed, and hyperparameters were fine-tuned. Performance metrics such as areas under the curve and accuracies were computed.
Results
The study cohort comprised 101 elderly patients with multiple diagnoses and complex medication regimens. The AI model demonstrated prediction accuracies ranging from 38% to 100% for various cardiovascular drug classes. Laboratory data and vital signs could not be interpreted, as the effect and dependence were unclear for the model. The study revealed that the issue of AI lag time in responding to sudden changes could be addressed by manually adjusting decision trees, a task not feasible with neural networks.
Conclusion
In conclusion, the AI model exhibited promise in recommending appropriate medications for individual patients. While the study identified several obstacles during model development, most were successfully resolved. Future AI studies need to include the drug effect, not only the drug, if laboratory data is part of the decision. This could assist with interpreting their potential relationship. Human oversight and intervention remain essential for an AI-driven pharmacotherapy decision support system to ensure safe and effective patient care.
An important, often overlooked group of workers that HR managers have trouble reaching are those intentionally disconnected from personal digital devices. That is, workers in manufacturing facilities, distribution centers, secure areas, or locations where employers ban workers from bringing their own devices. We explore the engagement problem for these intentionally disconnected workers. We outline a disruptive HR strategy in these work contexts. We then focus on implementation, testing a simple digital platform prototype that can serve as an entry for existing, disruptive HR management engagement tools (e.g. chatbots, HR analytics) in these settings. Our exploratory findings suggest engagement is a problem for these workers and these simple tools can be an effective strategy to help HR managers improve engagement. We conclude that simple digital solutions aimed at engaging this underserved segment of the workforce can have disruptive yet positive effects for workers, HR managers and shareholders.
This study investigates the role of individual differences in channel choice and switching behavior in a multichannel environment using latent class analysis on data from 1512 customers. Psychographic variables from five domains (risk attitudes, cognitive ability, motivation, personality, and decision-making style) serve as covariates for multichannel customer behavior. We identify six segments that differ significantly on six psychographic variables (readiness to take risks, need for cognition, autotelic and instrumental need for touch, and rational and intuitive decision-making styles). The results advance the theory-building of multichannel customer behavior and present insights for proactively managing customer journeys of distinct segments.
Mit der 7. Novelle der MaRisk ist die Notwendigkeit der Berücksichtigung von ESG-Risiken für deutsche Kreditinstitute auch im Kreditprozess angekommen. Um einen Marktüberblick zum aktuellen Umsetzungsstand sowie den geplanten Maßnahmen zur Berücksichtigung von ESG-Risiken im Kreditprozess für Firmenkunden zu erhalten, haben die Autoren zwei umfassende empirische Untersuchungen bei Banken durchgeführt. Als größte Herausforderung bei ESG-Risiken im Kreditprozess haben demnach nahezu alle Institute die Datenerhebung identifiziert. Auswirkungen auf Kreditentscheidungen werden nur von einer Minderheit der Institute (und dann fast immer lediglich in Ausnahmefällen) gesehen. Die Relation von Nutzen und Aufwand wird von den Teilnehmern zudem kontrovers bewertet.
Während das Ertragswertverfahren nach IDW S1 mit Hilfe des Capital Asset Pricing Models (CAPM) die Kapitalkosten aus den Verhältnissen am Kapitalmarkt zum Bewertungsstichtag ableitet, arbeitet das vereinfachte Ertragswertverfahren nach §§ 199 ff. BewG für Stichtage seit dem Jahr 2016 mit einem festen Multiplikator. Veränderliche Kapitalmarktzinsen auf der einen und ein feststehender Multiplikator auf der anderen Seite führen stichtagsabhängig zu Unterschieden im Bewertungsergebnis. Angesichts der aktuellen Rechtsprechung des BFH, der gestiegenen Kapitalmarktzinsen und veränderlicher Risikofaktoren sollen für die Jahre ab 2016 für den Marktdurchschnitt und für ausgewählte Branchen die so ermittelten Kapitalkosten mit dem Multiplikator nach § 203 BewG verglichen werden. Der Beitrag schließt mit einem kurzen Fazit zur Verfahrenswahl.
Die Ernsting’s family Fashion-Retail-Studie analysiert das Kaufverhalten von Verbraucher*innen in Deutschland in der Modebranche. Neben der Darstellung des Status quo werden über mehrere Erhebungszeitpunkte Veränderungen in den Kauf- und Konsumgewohnheiten erfasst. Zusätzlich wird ein aktuelles Thema in einer Deep-Dive-Studie vertieft.
Angesichts der gegenwärtigen ökologischen Herausforderungen und der technologischen Innovationen in der Modeindustrie konzentriert sich die dritte Ausgabe auf die Analyse des nachhaltigen Kauf- und Konsumverhaltens von Verbraucher*innen in Deutschland. Daran anknüpfend befasst sich die Deep-Dive-Studie mit der Frage, wie sich unterschiedlich hohe Rücksendegebühren auf das Bestellverhalten von Online-Käufer*innen im Modehandel auswirken und welche Rolle das Umweltbewusstsein der Verbraucher*innen dabei spielt.