IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-33597-7_2.html
   My bibliography  Save this book chapter

Künstliche Intelligenz im Gesundheitswesen als Kernkompetenz? Status quo, Entwicklungslinien und disruptives Potenzial

In: Künstliche Intelligenz im Gesundheitswesen

Author

Listed:
  • Christoph Rasche

    (Universität Potsdam, Lehrstuhl für Management, Sportökonomie & Professional Services)

  • Adriana A. Reinecke

    (Lehrstuhl für Management, Sportökonomie & Professional Services)

  • Tiziana Margaria

    (University of Limerick)

Abstract

Zusammenfassung Der künstlichen Intelligenz wird gemeinhin ein hohes disruptives und marktzerstörerisches Potenzial zugeschrieben, weil durch sie eingeschliffene Routinen, Strukturen, Strategien und Geschäftsmodelle auf den Prüfstand gestellt werden. Der Beitrag widmet sich der Fragestellung, ob der Einsatz künstlich intelligenter Anwendungen im Gesundheitswesen die „bestehende Ordnung“ substituiert, komplementär arrondiert oder im Sinne der digitalen Assistenz unterstützt. Zudem ist zu klären, ob sich radikale KI-Visionen im pfadabhängigen, massenträgen und regulierten Gesundheitswesen überhaupt mit hoher Intensität umsetzen lassen. Der Grund hierfür ist in multiplen Umsetzungsbarrieren zu suchen, die revolutionären und flächendeckenden KI-Lösungen trotz technischer Machbarkeit im Wege stehen. Aus dem Blickfeld des ressourcenorientierten Ansatzes (Resource-based View) wird der Frage nachgegangen, ob und unter welchen Bedingungen die künstliche Intelligenz eine Kernkompetenz darstellt, die zu Disruption, Diskontinuität und Differenzierung (3-D-Modell) führen.

Suggested Citation

  • Christoph Rasche & Adriana A. Reinecke & Tiziana Margaria, 2022. "Künstliche Intelligenz im Gesundheitswesen als Kernkompetenz? Status quo, Entwicklungslinien und disruptives Potenzial," Springer Books, in: Mario A. Pfannstiel (ed.), Künstliche Intelligenz im Gesundheitswesen, chapter 0, pages 49-79, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-33597-7_2
    DOI: 10.1007/978-3-658-33597-7_2
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a search for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-33597-7_2. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.