🎯 Ziel und Themen des Sammelbands
„Forschung Informationsmanagement | Band 2“ widmet sich hochaktuellen Forschungsthemen an der Schnittstelle von Informationsmanagement, Data Science und KI – mit besonderem Fokus auf Explainable AI, Responsible AI, Large Language Models, Text Mining und Data Ecosystems. In elf Beiträgen liefern die Autor:innen fundierte State-of-the-Art-Analysen und konkrete Handlungsansätze für Forschung, Lehre und datengetriebene Unternehmenspraxis.
🔍 Ausgewählte Inhalte im Überblick
📊 Business Excellence
Gestaltung von Data-Ecosystems: Entwicklung eines Forschungsdesigns zur Analyse vernetzter Datenräume
• Explainable Artificial Intelligence (XAI): Kategorisierung und Evaluation von Methoden der Erklärbarkeit
🖥️ IT Excellence
Responsible Artificial Intelligence: Ableitung von Gestaltungsprinzipien für verantwortungsbewusste KI-Systeme
• Datenarchitektur als konzeptioneller Rahmen für LLMs: Modellierung von Einbettung, Integration und Nutzung großer Sprachmodelle in Unternehmenskontexte
📈 Data Excellence
Text Mining Frameworks & Pipelines: Vergleich von Ansätzen für semantische Analyse großer Textmengen
• Prompt Engineering: Strukturelle Einflussfaktoren auf die Output-Qualität generativer Sprachmodelle
• Datenethik & Governance: Analyse ethischer Spannungsfelder beim Einsatz von GenAI und KI-gestützten Entscheidungsmodellen
🤖 Technology Excellence
Evaluation von LLMs im Unternehmenskontext: Kriterien zur Auswahl, Bewertung und Integration von GPT- & BERT-basierten Architekturen
• Automatisierung von Annotation & Labeling: Einsatz von Active Learning zur Reduktion manuellen Aufwands in der Trainingsdatenaufbereitung
• DataFly & Co.: Bewertung datenschutzwahrender Tools für Anonymisierung & Re-Identifizierungsrisiken
🔄 Business Process Excellence
Human-in-the-Loop-Konzepte: Gestaltung hybrider Systeme zwischen Automatisierung und menschlicher Kontrolle
• Change Management & GenAI: Erfolgsfaktoren bei der Einführung generativer KI im operativen Betrieb
🧠 Zielgruppen und Nutzen
Datenstrategen & KI-Architekten: Frameworks für Planung, Integration und Überwachung von GenAI-Lösungen
• Data Scientists & Researcher: Fundierte Vergleichsstudien zu Textanalyse, Labeling und Evaluierung
• IT-Fachleute & Governance-Verantwortliche: Praxisleitfäden für Responsible AI, Datenethik & Security
• Hochschulen & Lehre: Forschungsergebnisse mit hoher Anwendungsnähe für Lehre und Studienprojekte
✍️ Fazit
"Forschung Informationsmanagement, Band 2" bringt Licht in die Black Box generativer KI: Ob LLMs, XAI, Text Mining oder datenethische Fragestellungen – dieser Sammelband bündelt aktuelle Forschungsthemen in systematischen Übersichten und praxisnahen Analysen.