Advertisement

The Use of AI-Based Assistance Systems in the Service Sector: Opportunities, Challenges and Applications

  • Maike LinkEmail author
  • Claudia Dukino
  • Walter Ganz
  • Karin Hamann
  • Kathrin Schnalzer
Conference paper
  • 8 Downloads
Part of the Advances in Intelligent Systems and Computing book series (AISC, volume 1207)

Abstract

The growth in digitalization and, above all, the use of artificial intelligence offers major opportunities for companies but also poses substantial challenges. Current technology is beginning to reshape and redistribute the division of labor and the responsibility for decision-making between humans and technological systems. This necessitates new approaches to work design as well as new skills on the part of employees. This paper first considers various scenarios for the future of work and then focuses on the service sector. We examine the challenges that such scenarios represent as well as their potential to increase productivity while also reducing the workload on employees. On the basis of two examples of AI-based assistance in the service sector, we illustrate current and future uses of this technology.

Keywords

Future of work Artificial intelligence Assistance system Work design Service sector 

References

  1. 1.
    Hecker, D., Döbel, I., Petersen, U., Rauschert, A., Schmitz, V., Voss, A.: Zukunftsmarkt Künstliche Intelligenz. Potenziale und Anwendungen (2017). http://publica.fraunhofer.de/eprints/urn_nbn_de_0011-n-4976615.pdf
  2. 2.
    Burmeister, K., Fink, A., Mayer, C., Schiel, A., Schulz-Montag, B.: Szenario-Report: KI-basierte Arbeitswelten 2030. Fraunhofer Verlag, Stuttgart (2019)Google Scholar
  3. 3.
    Dukino, C., Friedrich, M., Ganz, W., Hämmerle, M., Kötter, F., Meiren, T., Neuhüttler, J., Renner, T., Schuler, S., Zaiser, H.: Künstliche Intelligenz in der Unternehmenspraxis. In: Bauer, W., Ganz, W., Hämmerle, M., Renner, T. (eds.) Fraunhofer Verlag, Stuttgart (2019)Google Scholar
  4. 4.
    Windelband, L., Dworschak, B.: Arbeit und Kompetenzen in der Industrie 4.0. Anwendungsszenarien Instandhaltung und Leichtbaurobotik. In: Hirsch-Kreinsen, H., Ittermann, P., Niehaus, J. (eds.) Digitalisierung industrieller Arbeit, pp. 71–86. Nomos Verlag, Berlin (2015)Google Scholar
  5. 5.
    Ganz, W., Dworschak, B., Schnalzer, K.: Competences and competence development in a digitalized world of work. In: Nunes, I. (eds.) Advances in Human Factors and Systems Interaction, AHFE 2018. Advances in Intelligent Systems and Computing, vol. 781. Springer, Cham (2018)Google Scholar
  6. 6.
    Ganz, W., Tombeil, A.-S., Bornewasser, M., Theis, P. (eds.): Produktivität von Dienstleistungsarbeit. Produktivitätsleitlinie. Fraunhofer Verlag, Stuttgart (2013)Google Scholar
  7. 7.
    Ittermann, P., Niehaus, J.: Industrie 4.0 und Wandel von Industriearbeit- revisited. Forschungsstand und Trendbestimmungen. In: Hirsch-Kreinsen, H., Ittermann, P., Niehaus, J. (eds.) Digitalisierung industrieller Arbeit. Die Vision Industrie 4.0 und ihre sozialen Herausforderungen, pp. 33–60. Nomos Verlag, Baden-Baden (2018)Google Scholar
  8. 8.
    acatec – Deutsche Akademie der Technikwissenschaft e.V.: Lernende Systeme. Die Plattform für Künstliche Intelligenz – Glossar (2020). https://www.plattform-lernende-systeme.de/glossar.html
  9. 9.
    Chui, M., Malhotra, S.: AI adoption advances, but foundational barriers remain. McKinsey & Company, Survey (2018). https://www.mckinsey.com/featured-insights/artificial-intelligence-/ai-adoption-advances-but-foundational-barriers-remain
  10. 10.
    Frey, C.B., Osborne, M.A.: The future of employment: how susceptible are jobs to computerisation? Working paper 18. Oxford Martin School, Oxford (2013)Google Scholar
  11. 11.
    Valenduc, G., Vendramin, P.: The mirage of the end of work. Foresight Brief, European Trade Union Institute #06 (2019)Google Scholar
  12. 12.
    Arntz, M., Gregory, T., Zierahn, U.: The risk of automation for jobs in OECD countries: a comparative analysis, OECD social, employment and migration working papers no. 189. OECD Publishing, Paris (2016)Google Scholar
  13. 13.
    Wolter, M.I., Mönnig, A., Hummel, M., Schneemann, C., Weber, E., Zika, G., Helmrich, R., Maier, T., Neuber-Pohl, C.: Industrie 4.0 und die Folgen für Arbeitsmarkt und Wirtschaft. Szenario-Rechnungen im Rahmen der BIBB-IAB-Qualifikations-und Berufsfeldprojektionen. IAB-Forschungsbericht 8/2015 (2015)Google Scholar
  14. 14.
    Vogler-Ludwig, K.: Beschäftigungseffekte der Digitalisierung – eine Klarstellung. Wirtschaftsdienst 97, 861–870 (2017)CrossRefGoogle Scholar
  15. 15.
    Kowalkiewicz, M., Dootson, P.: Human after all: the evolution of work in the digital age. In: Bauer, W., Ganz, W., Hamann, K. (eds.) International Perspectives and Research on the “Future of Work”. International Scientific Symposium held in Stuttgart in July 2019, pp. 34–41. Fraunhofer IAO, Stuttgart (2019)Google Scholar
  16. 16.
    Windelband, L., Spöttl, G.: Konsequenzen der Umsetzung des “Internet der Dinge” für Facharbeit und Mensch-Maschine-Schnittstelle. In: FreQueNz-Newsletter 2011, pp. 11–12 (2011)Google Scholar
  17. 17.
    Wischmann, S., Hartmann, E.A. (eds.): Zukunft der Arbeit - Eine praxisnahe Betrachtung. Springer, Berlin (2018)Google Scholar
  18. 18.
    Apt, W., Bovenschulte, M., Priesack, K., Weiß, C., Hartmann, E.A.: Einsatz von digitalen Assistenzsystemen im Betrieb. Forschungsbericht 502. Eigenverlag, Berlin (2018)Google Scholar
  19. 19.
    Ganz, W., Tombeil, A.-S., Zaiser, H.: SmartAIwork – designing a brighter narrative of the future of work. In: Bauer, W., Ganz, W., Hamann, K. (eds.) International Perspectives and Research on the “Future of Work”. International Scientific Symposium Held in Stuttgart in July 2019, pp. 102–126. Fraunhofer IAO, Stuttgart (2019)Google Scholar
  20. 20.
    Schnalzer, K., Ganz, W.: Herausforderungen der Arbeit industrienaher Dienstleistungen. In: Hirsch-Kreinsen, H., Ittermann, P., Niehaus, J. (eds.) Digitalisierung industrieller Arbeit. Die Vision Industrie 4.0 und ihre sozialen Herausforderungen, pp. 121–142. Nomos Verlag, Baden-Baden (2017)Google Scholar
  21. 21.
    Holtel, S., Hufenstuhl, A., Klug, A.: Künstliche Intelligenz verstehen als Automation des Entscheidens. Leitfaden (2017). https://www.bitkom.org/Bitkom/Publikationen/Kuenstliche-Intelligenz-verstehen-als-Automation-des-Entscheidens.html
  22. 22.
    Peissner, M., Kötter, F., Zaiser, H.: Künstliche Intelligenz – Anwendungsperspektiven für Arbeit und Qualifizierung. In: BWP 3/2019, pp. 9–13 (2019)Google Scholar

Copyright information

© The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature Switzerland AG 2020

Authors and Affiliations

  • Maike Link
    • 1
    Email author
  • Claudia Dukino
    • 1
  • Walter Ganz
    • 1
  • Karin Hamann
    • 1
  • Kathrin Schnalzer
    • 1
  1. 1.Fraunhofer Institute for Industrial Engineering IAOStuttgartGermany

Personalised recommendations