Die Digitalisierung schreitet voran – und mit ihr die Frage, wie Unternehmen künstliche Intelligenz (KI) effizient einsetzen können. Gerade kleine und mittelständische Betriebe stehen vor der Herausforderung: Welche KI‑Methode passt zu meinem konkreten Anwendungsfall?
Ein bereits entwickelter KI‑Beratungsassistent kann diese Entscheidung unterstützen, indem er passende Methoden vorschlägt und Kosten berechnet. Die neue Studie zeigt, wie dieser Prototyp in eine nutzbare Softwarelösung überführt werden kann – und welche Plattformen dafür geeignet sind.
Ziel: Eine zugängliche, skalierbare Lösung
Das Projekt verfolgt ein klares Ziel: Den KI‑Beratungsassistenten so umzusetzen, dass er über eine Web‑Anwendung für alle Nutzergruppen zugänglich wird – ohne tiefgehende Programmierkenntnisse und mit Fokus auf Skalierbarkeit, Datensicherheit und Nutzerfreundlichkeit.
Dazu wurden verschiedene Low‑Code‑ und Cloud‑Plattformen untersucht, die eine schnelle, visuelle Entwicklung ermöglichen. Low‑Code bedeutet: Anwendungen können über Drag‑and‑Drop‑Oberflächen erstellt werden – effizient, flexibel und ohne komplexe Programmierung.
Methodik: Recherche und Bewertung
Die unter der Leitung von Prof. Dr. Helmut Beckmann am Institut für Wirtschaftsinformatik entstandene Studie basiert auf einer umfassenden Literaturrecherche. Über 100 Quellen und Plattformen wurden analysiert und bewertet.
Das Ergebnis: Eine Kriterienmatrix, die zentrale Anforderungen definiert – darunter Datensicherheit, Skalierbarkeit, Governance, Cloud‑Deployment und Integration von KI‑Methoden.
Diese Kriterien bilden die Grundlage für die Auswahl geeigneter Plattformen.
Ergebnisse: Welche Plattformen überzeugen
Die Analyse zeigt, dass Low‑Code‑Cloud‑Plattformen besonders geeignet sind, um den KI‑Beratungsassistenten effizient umzusetzen. Sie bieten Geschwindigkeit, Flexibilität und Kostenvorteile – und ermöglichen die Bereitstellung direkt in der Cloud.
Unter den untersuchten Lösungen erfüllen insbesondere Mendix, OutSystems und Oracle Apex die meisten Anforderungen. Sie kombinieren einfache Entwicklung, hohe Skalierbarkeit und integrierte Sicherheitsmechanismen – entscheidende Faktoren für den produktiven Einsatz eines KI‑Assistenten.
Alternativen und Ausblick
Neben Low‑Code‑Plattformen wurden auch Kubernetes und KNIME betrachtet. Beide bieten Potenzial, sind jedoch für KMU‑orientierte Anwendungen meist mit höherem Aufwand verbunden.
Die Studie empfiehlt daher die Umsetzung über Cloud‑basierte Low‑Code‑Plattformen – schnell, flexibel und kosteneffizient. Zukünftige Arbeiten sollten weitere Plattformen und Kriterien ergänzen, um die optimale Architektur für den produktiven Einsatz zu definieren.
So entsteht eine solide Basis, um KI‑Beratung effizient, transparent und zugänglich zu gestalten – ein zentraler Schritt in Richtung Consulting 4.0.
Alle Ergebnisse sind Teil eines über den Steinbeis Verlag erschienenen eBooks der Schriftenreihe Wirtschaftsinformatik.