Autor: Peter Wurster

Der demografische Wandel verstärkt den Arbeits- bzw. Fachkräftemangel in der produzierenden Industrie, wodurch das Thema Wissensmanagement für viele Unternehmen an Bedeutung gewinnt. Insbesondere die Erhebung und Konservierung impliziten Wissens stellt eine Herausforderung dar. Die vorliegende Studie beleuchtet, inwieweit Large Language Models (LLMs) im Bereich der Wissenserhebung mit Experteninterviews sinnstiftend unterstützen können. Drei Experten testen und bewerten den entwickelten Chatbot. Die Ergebnisse des Interviews sind vielversprechend, die Zusammenfassung hingegen zeigt Verbesserungspotenziale.

Gegenwärtige Entwicklungen der Digitalisierung und Datenökonomie, insbesondere multilateraler Plattformen zum Datenaustausch, bieten das Potenzial für eine beschleunigte Umsetzung von Kreislaufwirtschaftspraktiken in der produzierenden Industrie. Der Beitrag untersucht systematisch und anhand originärer Forschung, inwieweit die Digitalisierung als Katalysator der Kreislaufwirtschaft im Beschaffungswesen solcher Unternehmen dienen könnte. Dafür wurden acht Experten aus fünf weltweit führenden Herstellern und Zulieferern der Automobil- und Luftfahrtbranche interviewt. Es werden praxisnahe Hypothesen für die nachhaltige Gestaltung von Lieferketten entwickelt und zwei spezifische Use Cases für Kreislaufwirtschaftspraktiken vorgeschlagen, die dem Ressourceneinsatz proaktiv entgegenwirken können.

Die rasante Entwicklung von generativer Künstlicher Intelligenz weist der produzierenden Industrie neue Wege inmitten des Fachkräftemangels. Mit Large Language Models lassen sich Produktionsabläufe in mittelständischen Unternehmen potenziell effizienter machen. Doch woran bemisst sich diese Stärke genau? Zentrale Einsatzfelder wie Kommunikation, Weiterbildung und Wissensmanagement zeigen, warum auch hier viel von der Akzeptanz der Mitarbeitenden abhängt.