Menu Expand
  1. Journals
  2. Economics, Finance, Business & Management
  3. Der Betriebswirt
  4. Vol. 64, Issue 3
  5. pp. 169–179

JOURNAL ARTICLE

Cite JOURNAL ARTICLE

Style
Treffers, T., Stumpf-Wollersheim, J., Welpe, I. Künstliche Intelligenz in Kundeninteraktionen – Chancen und Herausforderungen für KMU. Der Betriebswirt, 64(3), 169-179. https://doi.org/10.3790/dbw.64.3.169
Treffers, Theresa; Stumpf-Wollersheim, Jutta and Welpe, Isabell M. "Künstliche Intelligenz in Kundeninteraktionen – Chancen und Herausforderungen für KMU" Der Betriebswirt 64.3, 2023, 169-179. https://doi.org/10.3790/dbw.64.3.169
Treffers, Theresa/Stumpf-Wollersheim, Jutta/Welpe, Isabell M. (2023): Künstliche Intelligenz in Kundeninteraktionen – Chancen und Herausforderungen für KMU, in: Der Betriebswirt, vol. 64, iss. 3, 169-179, [online] https://doi.org/10.3790/dbw.64.3.169
Format
Download

Künstliche Intelligenz in Kundeninteraktionen – Chancen und Herausforderungen für KMU

Treffers, Theresa | Stumpf-Wollersheim, Jutta | Welpe, Isabell M.

Der Betriebswirt, Vol. 64 (2023), Iss. 3 : pp. 169–179

Preview Login to order (PDF)

Additional Information

Article Details

Publisher Name
Duncker & Humblot, Deutscher Betriebswirte-Verlag GmbH
DOI
https://doi.org/10.3790/dbw.64.3.169
Language
German
Pages
11
Keywords

Pricing

Individual
€ 19.50 (incl. local VAT if applicable)

Author Details

Theresa Treffers ist Professorin für Entrepreneurship an der Privatuniversität Schloss Seeburg und Privatdozentin an der Technischen Universität München.

Jutta Stumpf-Wollersheim hat die Professur für Betriebswirtschaftslehre, insb. Internationales Management und Unternehmensstrategie an der Technischen Universität Bergakademie Freiberg inne.

Isabell M. Welpe ist Inhaberin des Lehrstuhls für Strategie und Organisation an der Technischen Universität München und und akademische Leiterin des Center for Digital Technology and Management (CDTM)

References

  1. Baierl/Nitzsche (2021): Künstliche Intelligenz im deutschen Mittelstand – Empfehlungen für eine erfolgreiche Implementierung. In: Bruhn, M./Hadwich, K. (Eds.). Künstliche Intelligenz im Dienstleistungsmanagement, Forum Dienstleistungsmanagement (pp. 325–340). Springer.  Google Scholar
  2. Bradbury (2017): How consumers view bots in customer care.  Google Scholar
  3. Bruhn/Hadwich (2021): Künstliche Intelligenz im Dienstleistungsmanagement – Anwendungen, Einsatzbereiche und Herangehensweisen. In: Bruhn, M./Hadwich, K. (Eds.). Künstliche Intelligenz im Dienstleistungsmanagement, Forum Dienstleistungsmanagement (pp. 3–52). Springer.  Google Scholar
  4. Chakrabarti/Luger (2015): Artificial conversations for customer service chatter bots: Architecture, algorithms, and evaluation metrics. Expert Systems with Applications, 42(20), 6878–6897.  Google Scholar
  5. Cohen (2018): Big Data and Service Operations. Production and Operations Management, 27(9), 1709–1723.  Google Scholar
  6. Davenport/Ronanki (2018): Artificial Intelligence for the Real World. Harvard Business Review, 96(1), 108–117.  Google Scholar
  7. Deloitte (2021): Künstliche Intelligenz im Mittelstand.  Google Scholar
  8. Grant (2016): Contemporary Strategy Analysis. Wiley.  Google Scholar
  9. Homburg (2016): Grundlagen des Marketingmanagements. Springer.  Google Scholar
  10. Immerschitt/Stumpf (2014): Employer Branding für KMU. Springer.  Google Scholar
  11. Ingusci/Signore/Giancaspro/Manuti/Molino/Russo/Cortese (2021): Workload, techno overload, and behavioral stress during COVID-19 emergency: the role of job crafting in remote workers. Frontiers in psychology, 12, 655148.  Google Scholar
  12. Knijnenburg/Willemsen (2016): Inferring capabilities of intelligent agents from their external traits. ACM Transactions on Interactive Intelligent Systems (TiiS), 6(4), 1–25.  Google Scholar
  13. Kohne/Kleinmanns/Rolf/Beck (2020): Aufbau und Anwendungsmöglichkeiten von autonomen Sprachassistenten. Springer.  Google Scholar
  14. Kühl/Mühlthaler/Goutier (2019): Supporting customer-oriented marketing with artificial intelligence: automatically quantifying customer needs from social media. Electronic Markets, 30, 351–367.  Google Scholar
  15. Libai/Bart/Gensler/Hofacker/Kaplan/Kötterheinrich/Kroll (2020): Brave new world? On AI and the management of customer relationships. In: Journal of Interactive Marketing, 51, 44–56.  Google Scholar
  16. Lundborg/Märkel (2019): Künstliche Intelligenz im Mittelstand – Relevanz, Anwendungen, Transfer. Begleitforschung Mittelstand-Digital.  Google Scholar
  17. Ostrom/Fotheringham/Bitner (2019): Customer acceptance of AI in service encounters: understanding antecedents and consequences. In: Handbook of Service Science (Volume II pp. 77–103). Springer.  Google Scholar
  18. Prentice/Nguyen (2020): Engaging and retaining customers with AI and employee service. In: Journal of Retailing and Consumer Services, 56, 102186.  Google Scholar
  19. PWC (2019): Künstliche Intelligenz in Unternehmen.  Google Scholar
  20. Schacker/Fuchs (2018): Chatbots im Kundenservice: Ein Verfahren zur Kosten-Nutzen-Analyse. Wirtschaftsinformatik & Management, 10(6), 8–17.  Google Scholar
  21. Schweisfurth (2017): Comparing internal and external lead users as sources of innovation. In: Research Policy, 46(1), 238–248.  Google Scholar
  22. Stein/Ramaseshan (2016): Towards the identification of customer experience touch point elements. In: Journal of Retailing and Consumer Services, 30, 8–19.  Google Scholar
  23. Subramony/Groth/Hu/Wu (2021): Four decades of frontline service employee research: An integrative bibliometric review. In: Journal of Service Research, 24(2), 230–248.  Google Scholar
  24. Szedlak/Poetters/Leyendecker (2020): Application of Artificial Intelligence In Small and Medium-Sized Enterprises. Proceedings of the 5th NA International Conference on Industrial Engineering and Operations Management.  Google Scholar
  25. Wolf/Bergschneider/Paul/Zipse (2019): Erfolg im Mittelstand: Tipps für die Praxis. Springer Gabler.  Google Scholar
  26. Xiong/Lipsitz/Nasri/Lui/Gill/Phan/McIntyre (2020): Impact of COVID-19 pandemic on mental health in the general population: A systematic review. In: Journal of affective disorders, 277, 55–64.  Google Scholar
  27. Zimmermann (2021): Künstliche Intelligenz: hohe Wachstumschancen, aber geringe Verbreitung im Mittelstand. Kreditanstalt für Wiederaufbau.  Google Scholar

Abstract

This paper presents the opportunities and challenges of artificial intelligence (AI) applications in customer interactions for small and medium-sized enterprises (SMEs). This paper also provides use cases for the application of supporting, augmenting and leading AI in customer interactions for SMEs.

Table of Contents

Section Title Page Action Price
Theresa Treffers / Jutta Stumpf-Wollersheim / Isabell M. Welpe: Künstliche Intelligenz in Kundeninteraktionen – Chancen und Herausforderungen für KMU 169
Abstract 169
Zusammenfassung 169
Einleitung 170
Kundeninteraktionen 170
Chancen durch den Einsatz von KI in Kundeninteraktionen in KMUs 171
Anwendungsfälle von KI in Kundeninteraktionen in KMU 172
Herausforderungen beim Einsatz von KI in Kundeninteraktionen für KMU 173
Gründe für den mangelnden Einsatz von KI in Kundeninteraktionen durch KMU 174
Lösungsansätze zum Einsatz von KI in Kundeninteraktionen in KMUs 175
Zusammenfassung 177
Kernthesen 177
Handlungsempfehlungen 177
Literaturverzeichnis 178

Contact

Duncker & Humblot GmbH Carl-Heinrich-Becker-Weg 9 12165 Berlin, Deutschland T: +49 30 790006-0

Quick Navigation

2024 Duncker & Humblot GmbH

Powered by CloudPublish

We use cookies to ensure that you get the best experience on our website. Learn more about how we use cookies.